Gegen Überraschungen hilft auch künstliche Intelligenz nicht
Gegen Überraschungen hilft auch künstliche Intelligenz nicht

Gegen Überraschungen hilft auch künstliche Intelligenz nicht

„Künstliche Intelligenz“ ist als Begriff nicht klar definiert. Einige sehen bereits in regelbasierten Expertensystemen künstliche Intelligenz, vor allem, wenn einfache „Wenn-dann-Regeln“ durch komplexere Algorithmen ergänzt werden. Würden die so erstellten Prognosen stimmen, gäbe es weniger Hagelschäden in Deutschland. Weil sich Hagel meist sehr kurzfristig bildet und die Korngröße von Faktoren abhängt, die die Wettervorhersage nicht berücksichtigen konnte, wird sowohl das System als auch der Autobesitzer überrascht.
Andere sehen in „Deep Learning“, also der Nutzung künstlicher neuronaler Netze (KNN) eine gute Möglichkeit, Vorhersagen zu verbessern. Dabei wird das Schichtenmodell der KNN zunächst auf unterer Ebene mit zahlreichen Daten gefüttert und Ergebnisse (sozusagen als bekannte Folge der Eingabedaten) der oberen Schicht mitgeteilt. Über sogenannte „Backpropagation“-Regeln entwickeln sich „Denkmuster“ wie im menschlichen Gehirn. Die „richtigen“ Wege lernt das KNN letztlich durch Rückschlüsse basierend auf gemachten Erfahrungen, wobei auch viele unbewusste Faktoren Einfluss auf das Ergebnis haben, die bei einer regelbasierten Programmierung oft gar nicht berücksichtigt werden.
Die Wahrscheinlichkeit, dass ein prognostiziertes Ergebnis eintrifft, kann mit solchen Verfahren in bestimmten Fällen tatsächlich signifikant verbessert werden. Komplexe Algorithmen erlauben so bereits autonomes Fahren und viele andere nicht für möglich gehaltene Anwendungen. Gleichzeitig erfordern Sie neben der aufwändigen Vorbereitung aber auch sehr viel Rechenkapazität und sind auf Überraschungen, wie z.B. Hagelschauer oder die Corona-Krise nicht vorbereitet. Selbst wenn KI-basierte Treasury-Systeme in den letzten Monaten negative Ölpreise vorhergesagt hätten, geglaubt hätte die Prognose vermutlich niemand.
Um die Liquidität des Unternehmens momentan effektiv zu sichern, sind daher Flexibilität und eine verlässliche Informationsgrundlage entscheidend. Die Sammlung von Informationen kann über globalen Internet-Zugang und automatisierte Schnittstellen erfolgen. Gegen falsche Eingaben und fehlende Meldungen werden Plausibilitätsprüfungen und Systemüberwachungen eingesetzt. Die jederzeitige Anpassungsmöglichkeit aktueller Marktdaten, eingehender und ausgehender Cashflows, aber auch die Simulation kurzfristiger Finanzierungen und Investitionen bis hin zu Stresstests mit beliebigen Zins- und Währungsszenarien stellen die Stärken eines modernen Treasury Management Systems dar.
Um Finanzmanagern einen schnellen Umstieg von EXCEL-basierten Planungs-Sheets auf Trinity TMS zu ermöglichen, hat Trinity bereits einige Installationen in der „Private Cloud“ vorinstalliert. Bisherige Strukturen und Daten aus EXCEL lassen sich in wenigen Tagen übernehmen und Unternehmen erhalten in kürzester Zeit eine arbeitsfähige Lösung. Bei dieser speziellen Konfiguration verzichtet Trinity sogar für einen bestimmten Zeitraum auf die Berechnung des Lizenzpreises.
Nutzen Sie also jetzt die Zeit, um Ihr Liquiditätsplanungssystem mit Trinity TMS zu verbessern. Die Installation kann ohne Infektionsgefahr und mit minimalem Ressourcen-Aufwand Ihrerseits in kurzer Zeit erfolgen. Mit unserem System werden Sie schneller einen größeren Überblick zur Liquiditätslage Ihres Unternehmens erlangen und können rechtzeitig und gezielt passende Steuerungsmaßnahmen ergreifen.