Christian Dietzmann
21. Mai 2020
Gruppenarbeit KI & non-bankable Assets
KI-basierte Bewertung von non-bankable assets (nBAs)
Erläuterung zur Gruppenarbeit KI
Themenstellung
Alternative Anlageklassen wie z.B. Kunst, Edelsteine und Luxus-Autos stellen eine attraktive Investitionsmöglichkeit mit stabilen, krisensicheren Renditen dar. Aufgrund der Preise der genannten Anlagegüter ist die Investition für die meisten Menschen
jedoch unerschwinglich. Mittels Tokenisierung, d.h. mittels digitaler Verbriefung von realen Anlagegütern, können die Markteintrittsbarrieren gesenkt und eine «Demokratisierung» der Vermögensanlage erreicht werden. Somit können auch
Kleinanleger einen Token eines Luxus-Autos für bspw. 1000 CHF erwerben und somit ihr Portfolio diversifizieren. Häufig sind die Märkte der alternativen Anlagegüter fragmentiert und es findet kein regelmässiger Handel mit den Investitionsgütern statt bzw.
sind diese Handelsvorgänge nicht digital erfasst. Aufgrund dessen werden die Bewertungen der Anlagegüter häufig von Gutachtern vorgenommen – sowohl bei der initialen Bepreisung als auch am Sekundärmarkt.
Übergeordnete Fragestellung
Die Bewertung der alternativen Anlagegüter stellt sowohl für Finanzinstitute als auch für Endkunden einen wichtigen Aspekt dar.
Falls z.B. ein Bündel alternativer Anlagegüter an den Markt gebracht werden soll, muss die Bewertung schnell und präzise erfolgen können –das ist ebenso für das Monitoring der Wertentwicklung relevant. Weiterhin könnten KI-basierte
Applikationen Marktindikatoren erfassen und somit den Endkunden Anlageempfehlungen für ihr Portfolio geben.
Hierbei stellen sich folgende Fragen:
1. Welches Interesse haben Finanzinstitute generell am Angebot von tokenisierten «non-bankable assets»?
Teil 1 – Survey zu non-bankable assets sowie deren KI-basierter Bewertung
Status Quo
Bietet euer Finanzinstitut bereits alternative Investitionsmöglichkeiten an bzw. ist an der Bereitstellung solcher beteiligt?
`
Marktattraktivität
1. Für wie relevant haltet ihr die Integration von alternativen Vermögensanlagen in euer Produktportfolio bzw. für wie relevant haltet ihr die Beteiligung an solchen Vorhaben?
2. Wie würdet ihr die folgenden „non-bankable assets“ aus Perspektive des Produktangebots eurer Organisation priorisieren?
1. Edle Weine/Spirituosen 2. Luxus-Immobilien 3. Luxus-Uhren 4. Kunst
5. Edelsteine 6. Münzen 7. Briefmarken 8. Luxus-Autos
3. Welche der o.g. Assets könnten anstelle von einem Gutachter von einem KI-basierten System bewertet werden?
4. Wie schätzt ihr die KI-basierte Bewertbarkeit der o.g. alternativen Anlagegüter ein?
Teil 2 – Diskussion des Use Cases „Weindepot“
Umsetzung
Bitte diskutiert pro Use Case die folgenden Aspekte:
(1) Daten-Perspektive
1. Welche Daten werden benötigt? Sind diese in gewünschter Qualität verfügbar?
2. Welche Rollen werden benötigt und welche Daten liefern diese jeweils?
3. Wie können Datenlieferanten incentiviert werden?
(2) Use Case-Perspektive
1. Wird zur Umsetzung des Use Cases Asset-spezifisches Fachwissen benötigt?
2. Für wen könnten die Ergebnisse des Use Cases einen Mehrwert bieten?
3. Wie könnte der Use Case skaliert werden?
(3) KI-Perspektive
1. Wie schätzt ihr die Prognosequalität des Use Cases ein?
2. Sind die Ergebnisse des Use Cases nachvollziehbar?
Input für die Rollenperspektive
Aggregator
Lieferant Intermediäre
Daten-
Anreicherer Entwickler
Konsumenten
Enabler
Hosting Instrumente Beratung
Feedback Zahlung Feedback
Zahlung
Frei zugängliche Daten Premium-Daten
Angereicherte Daten Service
Für die zeitpunktbezogene Bewertung eines tokenisierten Weindepots sind verschiedene Daten relevant
Pricing engine
Wein-Bewertungen Wetter- u. Bodendaten
Merkmals-Daten
Indikatoren / Marktdaten
Vielen Dank für eure Teilnahme!
Das Business Engineering Institute betreibt praxisorientierte Forschung in den
Bereichen Business Ecosystems, Digital Transformation und Disruptive Technologies
Wir analysieren und konsolidieren technologische und soziale Trends und integrieren sie kontinuierlich in unsere Forschungs- und Beratungsarbeit. Wir sind in der Lage, unsere Umwelt aktiv mitzugestalten.
Durch unsere engen Verbindungen zu den Universitäten St. Gallen, Leipzig und anderen renommierten Forschungseinrichtungen sorgen wir für zuverlässige Ergebnisse. Nachvollziehbarkeit und Transparenz stehen im Mittelpunkt unseres Engagements.
Dank unserer 15-jährigen in der Schweiz und in Deutschland passen wir unsere Dienstleistungen optimal an die Bedürfnisse unserer Partner an. Wir liefern Mehrwert, anstatt ihn nur zu versprechen.
Wir liefern schnelle Ergebnisse mit modernsten Kooperations- und Implementierungsmethoden. Durch ständige Tests, z.B. mit Prototypen und iterativer Entwicklung, können wir schnell auf unsere Umgebung reagieren.
Besuchen Sie unsere Website
Lesen Sie unsere neuesten Gedanken
Folgen Sie uns auf LinkedIn
Kontakt
Christian Dietzmann
Business Engineering Institute St. Gallen Research Associate & PhD Candidate christian.dietzmann@bei-sg.ch Tel.: +49 170 199 5400