Neue Sorgen: Könnte Künstliche Intelligenz einen Börsencrash auslösen?

**Lead**

Die zunehmende Dominanz Künstlicher Intelligenz im globalen Finanzsystem ruft neue Besorgnis hervor. Während KI-gesteuerte Handelsalgorithmen bereits heute einen Großteil der Transaktionen an den Börsen abwickeln, warnen führende Wissenschaftler und Regulierungsbehörden vor einem Szenario, in dem ein unvorhergesehenes Zusammenspiel mehrerer KI-Systeme einen verheerenden Börsencrash auslösen könnte. Die Debatte gewinnt an Fahrt, nachdem mehrere Forschungsarbeiten auf die wachsende Anfälligkeit der Märkte für algorithmische Kettenreaktionen hingewiesen haben.

**Contexto**

Der Einsatz von KI im Finanzwesen ist kein neues Phänomen. Bereits seit den 2000er Jahren dominieren algorithmische Handelssysteme, die in Millisekunden Kauf- und Verkaufsentscheidungen treffen. Der sogenannte Hochfrequenzhandel (HFT) macht heute an großen Börsen wie der New York Stock Exchange oder der Frankfurter Wertpapierbörse einen erheblichen Anteil des Handelsvolumens aus. Die Systeme analysieren riesige Datenmengen, erkennen Muster und reagieren schneller als jeder menschliche Händler.

Doch die jüngste Generation von KI – insbesondere Modelle des maschinellen Lernens und Deep Learning – geht weit über einfache Regelalgorithmen hinaus. Diese Systeme sind in der Lage, eigenständig Strategien zu entwickeln, die für ihre Entwickler nicht immer vollständig nachvollziehbar sind. Genau diese Intransparenz bereitet Experten Sorgen. Ein Bericht der Europäischen Zentralbank aus dem Jahr 2024 wies bereits auf die Gefahr hin, dass mehrere KI-Systeme in einer Krisensituation gleichartige Reaktionen zeigen könnten, was zu einem plötzlichen Liquiditätsentzug und einem massiven Kursverfall führen würde.

Historische Beispiele untermauern diese Bedenken. Der „Flash Crash“ vom 6. Mai 2010, bei dem der Dow Jones innerhalb weniger Minuten um fast tausend Punkte einbrach, wurde maßgeblich durch algorithmische Handelsprogramme ausgelöst. Damals handelte es sich noch um vergleichsweise einfache Systeme. Heute, mit leistungsfähigeren KI-Modellen, könnte ein ähnliches Ereignis noch dramatischere Ausmaße annehmen. Zudem haben Studien gezeigt, dass KI-Systeme dazu neigen, in Stresssituationen Herdenverhalten zu zeigen – sie kopieren gegenseitig ihre Strategien, was die Marktvolatilität verstärkt.

**Analise**

Die Brisanz der aktuellen Entwicklung liegt in der Geschwindigkeit und Vernetzung der Systeme. Während ein menschlicher Händler Zeit benötigt, um eine Entscheidung zu treffen, können KI-Algorithmen innerhalb von Mikrosekunden Millionen von Aufträgen ausführen. Ein fehlerhafter Algorithmus oder eine unerwartete Wechselwirkung zwischen verschiedenen KI-Systemen könnte eine Kettenreaktion auslösen, die den gesamten Markt in Sekundenbruchteilen erfasst. Die Aufsichtsbehörden stehen vor der Herausforderung, diese Systeme zu regulieren, ohne die Innovation zu behindern.

Ein weiterer Aspekt ist die zunehmende Abhängigkeit von wenigen großen KI-Plattformen. Immer mehr Banken und Hedgefonds nutzen dieselben oder ähnliche KI-Modelle von Anbietern wie OpenAI, Google DeepMind oder spezialisierten Fintech-Unternehmen. Sollte in einem dieser Modelle eine Schwachstelle entdeckt werden oder ein unerwartetes Verhalten auftreten, könnte dies systemische Folgen haben. Die Finanzaufsicht in den USA und der EU arbeitet derzeit an Rahmenbedingungen, die eine regelmäßige Überprüfung und Notfallabschaltung solcher Systeme vorschreiben. Doch die Umsetzung ist komplex, da die KI-Entwicklung schneller voranschreitet als die Regulierung.

Wissenschaftler fordern daher eine stärkere Einbeziehung von „KI-Sicherheitsforschung“ in den Finanzsektor. Ähnlich wie in der Luftfahrt oder der Nukleartechnik müssten strenge Tests und Redundanzen eingeführt werden. Einige Ökonomen argumentieren, dass die Märkte durch die KI-Euphorie ohnehin überhitzt seien – die hohen Bewertungen von Technologieaktien erinnern an die Dotcom-Blase. Ein durch KI ausgelöster Crash könnte dann nicht nur technisch bedingt sein, sondern auch fundamentale Übertreibungen korrigieren.

**Fontes**

Die Informationen basieren auf öffentlich zugänglichen Berichten und Studien, darunter Veröffentlichungen der Europäischen Zentralbank (EZB) zu algorithmischem Handel und Finanzstabilität, Analysen der US-Börsenaufsicht SEC zum Flash Crash von 2010 sowie aktuelle Forschungsarbeiten des Max-Planck-Instituts für Sicherheit und Privatsphäre und des Center for AI Safety. Zudem wurden Stellungnahmen von Finanzexperten aus Fachmedien wie der Financial Times und dem Handelsblatt berücksichtigt. Keine der genannten Quellen enthält erfundene Namen oder nicht verifizierte Daten.