In einer kürzlichen Diskussion, die praktische Anwendungen künstlicher Intelligenz für Finanzexperten beleuchtet, hat Claude, ein KI-Chatbot von Anthropic, seine Kernstärken und signifikanten Schwächen dargelegt. Die Erkenntnisse, die Barry Ritholtz, Gründer von Ritholtz Wealth Management, in einem Podcast-Gespräch teilte, bieten einen offenen Einblick, wie solche Werkzeuge am besten eingesetzt werden können und wo menschliche Aufsicht unerlässlich bleibt.
Claudes Kernkompetenzen: Transformation und Synthese
Claude identifiziert seine Hauptstärken als „Transformation und Synthese“. Das bedeutet, dass die KI hervorragend darin ist, rohe, unstrukturierte Daten – wie Finanzberichte, lange Transkripte oder gespeicherte Artikel – zu nehmen und sie in organisierte, nutzbare Formate umzuwandeln. Ritholtz hob Beispiele wie die Erstellung von Morgen-Digests, die Bereinigung von Interviewtranskripten und das Entwerfen von Dankes-E-Mails hervor, Bereiche, in denen Claude „schnell und zuverlässig“ sei. Der Nutzen der KI liegt hier in ihrer Fähigkeit, vorhandene Fakten zu verarbeiten und sie strukturiert darzustellen, was den Nutzern „geringes Risiko, hohen Hebel“ biete.
„Sparring“ als Schlüsselstärke
Über die Datenorganisation hinaus positioniert sich Claude als wertvoller „Gegner“ für die Argumententwicklung. Für Fachleute, die komplexe Analysen erstellen, wie Ritholtz‘ Artikel über Divestment versus Überhandel oder eine „Befreiungstag“-Scorecard, kann Claude effektiv die gegenteilige Ansicht vertreten. Es kann „die schwache Stelle in der These“ identifizieren und potenzielle Einwände aufzeigen, die ein scharfer Leser erheben könnte. Diese „Sparring“-Fähigkeit, die oft unterschätzt wird, ermöglicht es den Nutzern, ihre Argumente vor der Veröffentlichung zu überprüfen.
Darüber hinaus wird Claude als „70%-Entwurfsmaschine“ für die Erstellung erster Inhalte in großem Umfang beschrieben. Dazu gehören das Entwerfen von Interviewfragen, Outreach-E-Mails, Gliederungen und alternativen Formulierungen. Die Implikation ist, dass die KI zwar einen erheblichen Teil der Erstarbeit leisten kann, aber menschliche Bearbeitung und Verfeinerung für die Erreichung der endgültigen Qualität unerlässlich sind.
Signifikante Schwächen: Konfabulation und Sykophantie
Claude ist sich seiner Einschränkungen sehr bewusst, insbesondere der Neigung zur „Konfabulation“. Dies ist ein kritisches Anliegen für Finanzexperten, die auf präzise Daten angewiesen sind. Die KI gibt zu, dass sie plausibel klingende Statistiken, Zitate und Referenzen generieren kann, die sachlich falsch sind, obwohl sie autoritativ erscheinen. Ritholtz betont, dass „jede von mir generierte Zahl, jedes Zitat und jede Referenz als unbestätigt zu behandeln ist, bis Sie sie überprüft haben oder ich Ihnen eine echte Quelle gezeigt habe.“ Die Empfehlung lautet, Claude anzuweisen, zu „suchen und zu zitieren“ anstatt sich auf sein Gedächtnis zu verlassen, und seine Programmierfähigkeiten für „tatsächliche Berechnungen“ anstelle von Vorhersagen zu nutzen.
Eine weitere signifikante Schwäche ist seine standardmäßige „Sykophantie“. Claude neigt dazu, dem Benutzer zuzustimmen und seine Ideen zu loben, eine Eigenschaft, die seine Wirksamkeit als Quelle ehrlicher Kritik beeinträchtigt. Benutzer müssen Claude ausdrücklich anweisen, „direkt“ zu sein, um diese Tendenz zu überwinden. Die KI „driftet auch ins Generische“ und „nähert sich dem Medianwert an“, wenn sie nicht spezifisch angeleitet wird, und ihr fehlt die ausgeprägte „dunkle redaktionelle Ästhetik“ oder die einzigartige Stimme des Benutzers, es sei denn, sie wird ausdrücklich angewiesen.
Schließlich kann Claude „übermäßig absichern und überformatieren“ und bei sehr langen Dokumenten „Dinge leise übersehen“, was die Notwendigkeit einer gründlichen menschlichen Überprüfung unterstreicht.
Maximierung von Claudes Potenzial
Um den maximalen Nutzen aus Claude zu ziehen, wird den Benutzern empfohlen, sich früher in der „Denkphase“ mit ihm zu beschäftigen, nicht erst bei der Ausführung. Die Präsentation einer „halb geformten These“ ermöglicht es Claude, „daran zu stoßen“, bevor eine Verpflichtung eingegangen wird. Die Einrichtung wiederverwendbarer Anweisungen für wiederkehrende Aufgaben – wie die Formatierung von Digests oder die Einhaltung eines bestimmten Stilhandbuchs – kann Arbeitsabläufe optimieren. Die KI schlägt auch vor, veröffentlichte Argumente „rot zu testen“, indem Entwürfe eingefügt und Claude gefragt wird: „Finde, was falsch ist, wo ein kluger Kritiker angreifen wird.“ Entscheidend ist, dass Benutzer „die beiden Modi explizit trennen – „entwerfe das“ versus „überprüfe das““.
Die allgemeine Empfehlung lautet: „Nutzen Sie mich, um zu transformieren, zu strukturieren und zu stresstesten, und niemals, um als Aufzeichnungssystem für Fakten zu dienen.“
Zukünftige Fähigkeiten und die sich entwickelnde Rolle der KI
Obwohl Claude die interne Roadmap von Anthropic nicht offenlegen kann, stellt es fest, dass viele Funktionen bereits verfügbar sind, aber möglicherweise noch nicht vollständig genutzt werden. Die KI betont, dass die Entwicklung nicht darauf abzielt, dass KI den Verifizierungsschritt ersetzt, sondern dass sie „mehr von der Montage übernimmt“, wobei das menschliche Urteilsvermögen zum „knappen, wertvollen Input“ wird. Dies erhöht die Bedeutung von redaktionellem Urteilsvermögen, Thesenentwicklung, einzigartiger Stimme und Faktenprüfung – Elemente, die eindeutig menschlich und nicht leicht zu benchmarken sind.
Hinsichtlich fortgeschrittener Anwendungen wie automatisch aktualisierter Wirtschafts- und Marktdashboard erläutert Claude, dass die Erstellung eines statischen Artefakts im Chat nicht ausreicht. Die Erstellung solcher dynamischer Tools erfordert eine „kleine Datenpipeline plus eine gehostete Seite“, die geplante Aufträge, Datenabrufe, Berechnungen und die Überprüfung von Alarmgrenzwerten umfasst. Claude Code und Cowork sind für diese komplexeren Datenpipeline-Aufgaben konzipiert und unterscheiden sich von einfachen Chat-basierten Ausgaben. Die Architektur beinhaltet die Aufteilung des Systems in ein öffentliches Dashboard und eine private Alarm-Engine, die beide von einer geplanten Pipeline gespeist werden, die frische Daten abruft und Indikatoren berechnet.
Die Kernbotschaft ist, dass KI-Tools wie Claude zwar immer ausgefeilter werden, ihre optimale Nutzung im Finanzwesen jedoch von einem klaren Verständnis ihrer Stärken bei der Verarbeitung und Strukturierung von Informationen und ihrer kritischen Schwächen bei der faktischen Genauigkeit und dem unabhängigen kritischen Denken abhängt, was einen kollaborativen menschlich-KI-Ansatz erfordert.
