Falschnachrichten lassen Börsenkurse steil nach oben schnellen oder in die Tiefe stürzen. Durch die gezielte Verbreitung im Internet und vor allem über soziale Medien potenziert sich ihre Gefahr. Eine Software soll künftig Fake News im Finanzbereich schneller aufspüren.
In Zeiten, in denen sich Menschen zunehmend in Social-Media-Kanälen informieren und gemeinsam agieren, haben es auch Manipulationen an der Börse einfacher. Ein gutes Beispiel ist der Hype um die Gamestop-Aktie zu Jahresbeginn. Im Januar 2021 verabredeten sich Kleinanleger im Diskussionsforum Wallstreetbets auf der amerikanischen Online-Plattform Reddit zum Kauf von Aktien des Videospielehändlers. Zuvor hatten US-Hedgefonds auf einen Kursverlust gesetzt und die Papiere leerverkauft. Die Gegenbewegung löste einen Kaufrausch aus und der Kurs kletterte in weniger als einem Monat um rund 2.000 Prozent. Die Hedgefonds mussten infolge tiefer in die Tasche greifen, um die Aktien auf dem Markt zu erwerben.
Das Fintech Stockpulse untersucht bereits seit Jahren in sogenannten Sentiment-Analysen mittels Big Data solche Stimmungsbilder bei Aktien, Indizes, Währungen oder Rohstoffen. Hierfür werden unzählige Tweets, Forenbeiträge und Nachrichten ausgewertet. Nun arbeitet das Unternehmen gemeinsam mit dem Kölner Institut für Wirtschaftsinformatik (CIIS) an einer automatischen Erkennung von Falschmeldungen mit Bezug auf den Finanzmarkt. Das Projekt ist Teil der Nationalen Strategie Künstliche Intelligenz (KI) der Bundesregierung sowie der Hightech-Strategie 2025.
KI erkennt Falschmeldungen in Echtzeit
Das Team entwickelt in den kommenden 30 Monaten eine intelligente Software, die so genannte Fake News, die vor allem durch bösartige Social Bots oder Fake Accounts generiert und verbreitet werden, automatisch und praktisch in Echtzeit erkennt, kategorisiert und an entsprechende Stellen meldet. Hierzu gehören Aufsichts- und Regulierungsbehörden, interne Überwachungsstellen von Börsenplatzbetreibern sowie Banken und andere Finanzdienstleister. Der Projektname lautet "AFFIN: Automatisierte und digitale Forensik öffentlich verfügbarer Daten im Finanzbereich".
"Zur verlässlichen Filterung von manipulativen Beiträgen in Social Media nutzen wir die jüngst zu verzeichnenden, erheblichen Fortschritte im Bereich Machine Learning insbesondere bei Verfahren des Natural Language Processing", erläutert Detlef Schoder, geschäftsführender Direktor des CIIS. Seine Forschungen konzentrieren sich auf digitale Transformation, NLP-basierte Analyse von Daten, datenzentrierte Geschäftsmodellinnovation und Anwendungen von KI zur Entscheidungsunterstützung in der Luftfrachtlogistik und auf Finanzmärkten. Die Grundlage für die Arbeit seines Teams bilden das Transfer Learning, das wiederum zum Teil auf Deep Learning basiert, einer speziellen Methode des maschinellen Lernens.
Datenbank liefert Basis für Transfer Learning
"Insbesondere seit dem Jahr 2014 stellen wir eine überproportionale Zunahme von zweifelhaften Beiträgen und offensichtlichen Fake News fest, die klar auf eine Manipulation von Aktienkursen zielen", erklärt Stockpulse-Geschäftsführer Stefan Nann. Das Fintech arbeitet bereits seit dem Jahr 2019 für die Handelsüberwachungsstellen mehrerer Börsenplatzbetreiber weltweit. Das Unternehmen verfügt nach eigenen Angaben über eine umfangreiche Datenbank, die es in das Forschungsprojekt zur Erkennung von Mustern im Bereich der Fake News einbringt.
Der Artikel ist erstmalig auf Springer Professional erschienen.
Autor(en): Angelika Breinich-Schilly
