Home Algorithmisches Investment. Zum Einsatz von Künstlicher Intelligenz und Big Data in Finanzorganisationen
Article
Licensed
Unlicensed Requires Authentication

Algorithmisches Investment. Zum Einsatz von Künstlicher Intelligenz und Big Data in Finanzorganisationen

  • Marco Jöstingmeier

    Marco Jöstingmeier ist wissenschaftlicher Mitarbeiter an der Professur für Soziologie mit Schwerpunkt Organisationssoziologie an der Helmut-Schmidt-Universität der Bundeswehr Hamburg. Seine Forschungsschwerpunkte sind: Organisationssoziologie, Wirtschaftssoziologie, Soziologie des Finanzsystems und Risikosoziologie, Innovation und Organisation sowie der Zusammenhang von Organisationen und gesellschaftlichen Krisendynamiken. Aktuelle Publikationen: (zs. mit Cristina Besio) Autonomy and Interdependence: The Relationship of Experts and Laypeople in Science from a Sociological Perspective, in: Margrit Seckelmann et al. (Hrsg.), Academic Freedom under Pressure? A Comparative Perspective. Wiesbaden, 2021; Governance der Finanzmärkte. Zur strukturellen Kopplung von Wirtschaft und Politik. Wiesbaden, 2019.

    EMAIL logo
Published/Copyright: December 9, 2022
Become an author with De Gruyter Brill

Zusammenfassung

Quantitative Hedge-Fonds, kurz Quants, nutzen heute zunehmend digitale Künstliche Intelligenz- und Big-Data-Technologien, um ihre Marktanalyse und ihr Portfoliomanagement zu optimieren. Quants stehen damit exemplarisch für einen gesellschaftlichen Trend, Entscheidungsprozesse zunehmend digitalen Algorithmen zu überantworten. Zugleich zeigt die fortschreitende Algorithmisierung in und durch Quants, dass Digitalisierungsprozesse in hohem Maße in und durch Organisationen vorangetrieben werden. Die Algorithmisierung des Finanzsystems wird sowohl durch organisationale Strukturen und Prozesse geprägt wie auch umgekehrt Algorithmen die organisationale Informationsverarbeitung- und Wissensgenerierung verändern. Algorithmisches Investment durch Quant-Hedge-Fonds verdeutlicht, dass Digitalisierungsprozesse der Gesellschaft in ihrer organisationalen Verfasstheit verstanden werden müssen.

Abstract

Quantitative Hedge-Funds, short Quants, increasingly use digital technologies of Artificial Intelligence and Big Data to optimize their market analysis and portfolio management. Quants are thus exemplary for a societal trend to give more decision-making authority to digital algorithms. At the same time, the algorithmizing in and of Quants shows that organizations are central drivers of processes of social digitization. The algorithmizing of the financial system is shaped by organizational structures and processes as well as algorithms change organizational information processing and knowledge construction. Algorithmic investment by Quants thus shows that processes of societal digitization must be understood in their organizational constitution.


Anmerkung

Um der Diversität existierender Geschlechterformen gerecht zu werden und eine möglichst inklusive Sprache zu gewährleisten, verwende ich in diesem Text die in der deutschen Sprache grammatisch möglichen Genera (feminin, maskulin) bewusst willkürlich und abwechselnd.


About the author

Dr. Marco Jöstingmeier

Marco Jöstingmeier ist wissenschaftlicher Mitarbeiter an der Professur für Soziologie mit Schwerpunkt Organisationssoziologie an der Helmut-Schmidt-Universität der Bundeswehr Hamburg. Seine Forschungsschwerpunkte sind: Organisationssoziologie, Wirtschaftssoziologie, Soziologie des Finanzsystems und Risikosoziologie, Innovation und Organisation sowie der Zusammenhang von Organisationen und gesellschaftlichen Krisendynamiken. Aktuelle Publikationen: (zs. mit Cristina Besio) Autonomy and Interdependence: The Relationship of Experts and Laypeople in Science from a Sociological Perspective, in: Margrit Seckelmann et al. (Hrsg.), Academic Freedom under Pressure? A Comparative Perspective. Wiesbaden, 2021; Governance der Finanzmärkte. Zur strukturellen Kopplung von Wirtschaft und Politik. Wiesbaden, 2019.

Literatur

Arnoldi, Jakob (2016): Computer Algorithms, Market Manipulation and the Institutionalization of High Frequency Trading. Theory, Culture & Society 33, 29–62.10.1177/0263276414566642Search in Google Scholar

Baecker, Dirk (1999): Zum Problem des Wissens in Organisationen, in: Dirk Baecker (Hrsg.), Organisation als System. Aufsätze. Frankfurt a.M.: Suhrkamp, 68–101.Search in Google Scholar

BaFin – Bundesanstalt für Finanzdienstleistungsaufsicht (2019): Digitalisierung. Folgen für Finanzmarkt, Aufsicht und Regulierung – Teil II. Bonn: Bundesanstalt für Finanzdienstleistungsaufsicht (https://www.bafin.de/SharedDocs/Downloads/DE/BaFinPerspektiven/2019/bp_19-1_digitalisierung.pdf?__blob=publicationFile&v=7).Search in Google Scholar

Bahn, Christopher (2006): Fluch oder Segen? Hedge-Fonds in Deutschland. Ein Beitrag zur Versachlichung der Debatte. WZB Discussion Paper No. SP III 2006-202. Berlin: Wissenschaftszentrum Berlin für Sozialforschung.Search in Google Scholar

Bateson, Gregory (1985): Ökologie des Geistes. Anthropologische, psychologische, biologische und epistemologische Perspektiven. Frankfurt a.M.: Suhrkamp.Search in Google Scholar

Beckers, Anna/Teubner, Gunther (2022): Mensch-Algorithmus-Hybride als (Quasi-)Organisationen? Zu Verantwortung und Verantwortlichkeit von digitalen Kollektivakteuren. Soziale Systeme 26, 95–126 (in diesem Band).10.1515/sosys-2021-0004Search in Google Scholar

Beer, David (2017): The Social Power of Algorithms. Information, Communication & Society 20, 1–13.10.1080/1369118X.2016.1216147Search in Google Scholar

Besio, Cristina/Fedtke, Cornelia et al. (2022): Verantwortungsvolle Maschinen ohne Verantwortlichkeit? Datenintensive Algorithmen in Organisationen. Soziale Systeme 26, 129–159 (in diesem Band).10.1515/sosys-2021-0005Search in Google Scholar

Beverungen, Armin/Lange, Ann-Christina (2018): Cognition in High-Frequency Trading: The Costs of Consciousness and the Limits of Automation. Theory, Culture & Society 35, 75–95.10.1177/0263276418758906Search in Google Scholar

Böschen, Mark (2018): Maschinen erobern den Finanzmarkt. Manager Magazin 03/2018 (https://www.manager-magazin.de/magazin/artikel/kuenstliche-intelligenz-algorithmen-erobern-den-finanzmarkt-a-1202137.html).Search in Google Scholar

Bonß, Wolfgang (1991): Unsicherheit und Gesellschaft – Argumente für eine soziologische Risikoforschung. Soziale Welt 42, 258–277.Search in Google Scholar

Bozdag, Engin (2013): Bias in Algorithmic Filtering and Personalization. Ethics and Information Technology 15, 209–227.10.1007/s10676-013-9321-6Search in Google Scholar

Büchner, Stefanie (2018): Zum Verhältnis von Digitalisierung und Organisation. Zeitschrift für Soziologie 47, 332–348.10.1515/zfsoz-2018-0121Search in Google Scholar

Büchner, Stefanie/Dosdall, Henrik (2021): Organisation und Algorithmus. Wie algorithmische Kategorien, Vergleiche und Bewertungen durch Organisationen relevant gemacht werden. Kölner Zeitschrift für Soziologie und Sozialpsychologie 73 (Suppl. 1: Soziale Praktiken des Beobachtens), 333–357.10.1007/s11577-021-00752-0Search in Google Scholar

Bülow, Iris (2018): „Wir messen Anlegerstimmung mithilfe Künstlicher Intelligenz“. Das Investment, 03.09.2018 (https://www.dasinvestment.com/acatis-ai-buzz-us-equities-wir-messen-anlegerstimmung-mithilfe-kuenstlicher-intelligenz/).Search in Google Scholar

Calahan, Edward A. (1901): The Evolution of the Stock Ticker. Electrical World and Engineer 37, 236–38.Search in Google Scholar

Deutsche Bundesbank (2021): Monatsbericht Juli 2021. Frankfurt a.M.: Deutsche Bundesbank (https://www.bundesbank.de/de/publikationen/berichte/monatsberichte/monatsbericht-juli-2021-869512).Search in Google Scholar

Drepper, Thomas (2007): Organisation und Wissen, in: Rainer Schützeichel (Hrsg.), Handbuch Wissensoziologie und Wissensforschung. Konstanz: UVK, 588–612.Search in Google Scholar

Ehrenhauser, Martin (2018): Automatischer Finanzhandel: So krempeln Algorithmen die Finanzmärkte um. reframe[Tech], 09.04.2018 (https://algorithmenethik.de/2018/04/09/automatischer-finanzhandel-so-krempeln-algorithmen-die-finanzmaerkte-um/).Search in Google Scholar

Endler, Kevin (2018): „Ein Mensch kann Ereignisse wie die Finanzkrise nicht ausblenden“. Was kann künstliche Intelligenz in der Fondsanlage bewirken? einBlick 2/2018. Netfonds AG, 54–55 (https://www.acatis.de/fileadmin/user_upload/18_einblick_02_final_Netfonds_AIG.pdf).Search in Google Scholar

FSB – Financial Stability Board (2017): Artificial Intelligence and Machine Learning in Financial Services. Market Developments and Financial Stability Implications. Basel: Financial Stability Board.Search in Google Scholar

Gillespie, Tarleton (2014): The Relevance of Algorithms, in: Tarleton Gillespie/Pablo J. Boczkowski/Kirsten A. Foot (Hrsg.), Media Technologies: Essays on Communication, Materiality and Society. Cambridge, Mass.: MIT Press, 167–193.10.7551/mitpress/9780262525374.003.0009Search in Google Scholar

Granka, Laura A. (2010): The Politics of Search: A Decade Retrospective. The Information Society 26, 364–374.10.1080/01972243.2010.511560Search in Google Scholar

Green, Ben (2018): “Fair” Risk Assessments: A Precarious Approach for Criminal Justice Reform. 5th Workshop on Fairness, Accountability, and Transparency in Machine Learning (FAT/ML) (https://www.fatml.org/media/documents/fair_risk_assessments_criminal_justice.pdf).Search in Google Scholar

Gregory-Allen, Russell B./Shawky, Hany/Stangl, Jeffrey Scott (2009): Quantitative vs. Fundamental Analysis in Institutional Money Management. Where’s the Beef? Journal of Investing 18, 42–52.10.3905/JOI.2009.18.4.042Search in Google Scholar

Grothe-Hammer, Michael (2019): Die De-Organisation von Organisation. Zu den Konsequenzen des Ersetzens menschlicher Entscheiderinnen und Entscheider durch Algorithmen in Organisationen, in: Nicole Burzan (Hrsg.), Komplexe Dynamiken globaler und lokaler Entwicklungen. Verhandlungen des 39. Kongresses der Deutschen Gesellschaft für Soziologie in Göttingen 2018 (https://publikationen.soziologie.de/index.php/kongressband_2018/article/view/1183).Search in Google Scholar

Halfmann, Jost (2005): Technik als Medium, in: Gunter Runkel/Günter Burkart (Hrsg.), Funktionssysteme der Gesellschaft. Beiträge zur Systemtheorie von Niklas Luhmann. Wiesbaden: Springer, 223–238.10.1007/978-3-322-80782-3_10Search in Google Scholar

Herbst, Phillip G. (1976): Alternatives to Hierarchies. New York: Springer US.10.1007/978-1-4684-6945-5Search in Google Scholar

Herbst, Philip G. (1976a): Non-Hierarchical Forms of Organization. Acta Sociologica 19, 65–75.10.1177/000169937601900106Search in Google Scholar

Huseman, Richard C./Goodman, John P. (1999): Leading with Knowledge. The Nature of Competition in the 21st Century. Thousand Oaks/London/New Delhi: Sage Publications.10.4135/9781452220673Search in Google Scholar

Jarke, Juliane (2018): Digitalisierung und Gesellschaft. Soziologische Revue 41, 3–20.10.1515/srsr-2018-0002Search in Google Scholar

Jöstingmeier, Marco (2019): Governance der Finanzmärkte. Zur strukturellen Kopplung von Wirtschaft und Politik. Wiesbaden: Springer10.1007/978-3-658-25821-4Search in Google Scholar

Karppi, Tero/Crawford, Kate (2016): Social Media, Financial Algorithms and the Hack Crash. Theory, Culture & Society 33, 73–92.10.1177/0263276415583139Search in Google Scholar

Kette, Sven (2022): „Computer says no“? – Konsequenzen der Algorithmisierung von Entscheidungsprozessen. Soziale Systeme 26, 160–188 (in diesem Band).10.1515/sosys-2021-0006Search in Google Scholar

Kirilenko, Andrei A./Lo, Andrew W. (2013): Moore‘s Law vs. Murphy’s Law. Algorithmic Trading and Its Discontents. Journal of Economic Perspectives 27, 51–72.10.2139/ssrn.2235963Search in Google Scholar

Kitchin, Rob (2015): Big Data and Official Statistics: Opportunities, Challenges and Risks. Statistical Journal of IAOS 31, 471–481.10.3233/SJI-150906Search in Google Scholar

Kitchin, Rob (2017): Thinking Critically About and Researching Algorithms. Information, Communication & Society 20, 14–29.10.4324/9781351200677-2Search in Google Scholar

Knorr-Cetina, Karin/Brügger, Urs (2002): Global Microstructures. The Virtual Societies of Financial Markets. American Journal of Sociology 107, 905–950.10.1086/341045Search in Google Scholar

Knorr-Cetina, Karin (2003): From Pipes to Scopes. The Flow Architecture of Financial Markets. Distinktion 7, 7–23.10.1080/1600910X.2003.9672857Search in Google Scholar

Koch, Olivier (2018): Les données de la guerre. Big Data et algorithmes à usage militaire. Enjeux de l’Information et de la Communication 19, 113–123.10.3917/enic.025.0113Search in Google Scholar

Köhling, Karola (2012): Vertrauen und Wissen in Governance-Prozessen. Wiesbaden: Springer.10.1007/978-3-531-94365-7Search in Google Scholar

Kolanovic, Marco/Krishnamachari, Rajesh T. (2017): Big Data and AI Strategies. Machine Learning and Alternative Data Approaches to Investing. New York: J.P. Morgan.Search in Google Scholar

Lange, Ann-Christina (2016): Organizational Ignorance: An Ethnographic Study of High-Frequency Trading. Economy and Society 45, 230–250.10.1080/03085147.2016.1220665Search in Google Scholar

Lange, Ann-Christina/Lenglet, Marc/Seyfert, Robert (2016): Cultures of High-Frequency Trading. Economy and Society 45, 149–165.10.1080/03085147.2016.1213986Search in Google Scholar

Lazega, Emmanuel (2021): Bureaucracy, Collegiality and Social Change. Redefining Organizations with Multilevel Relational Infrastructures. Cheltenham: Edward Elgar.10.4337/9781839102370Search in Google Scholar

Lehmann, Torsten (2021): Künstliche Intelligenz. Diese Fonds agieren mit Algorithmus. FondsDISCOUNT.de, 07.01.2021 (https://www.fondsdiscount.de/magazin/news/diese-fonds-agieren-mit-algorithmus-5534/).Search in Google Scholar

Lenglet, Mark (2011): Conflicting Codes and Codings. How Algorithmic Trading Is Reshaping Financial Regulation. Theory, Culture and Society 28, 44–66.10.2139/ssrn.1616043Search in Google Scholar

Luhmann, Niklas (1972): Funktionen und Folgen formaler Organisation, 2. Aufl. Berlin: Duncker & Humblot.Search in Google Scholar

Luhmann, Niklas (1991): Soziologie des Risikos. Berlin/New York: de Gruyter.Search in Google Scholar

Luhmann, Niklas (1993): Das Recht der Gesellschaft. Frankfurt a.M.: Suhrkamp.Search in Google Scholar

Luhmann, Niklas (2000): Organisation und Entscheidung, hrsg. von Dirk Baecker. Wiesbaden: Springer.10.1007/978-3-322-97093-0Search in Google Scholar

Luhmann, Niklas (2017): Die Kontrolle von Intransparenz, in: ders., Die Kontrolle von Intransparenz, hrsg. von Dirk Baecker. Berlin: Suhrkamp, 96–120.Search in Google Scholar

MacKenzie, Donald (2018): ‘Making’, ‘Taking’ and the Material Political Economy of Algorithmic Trading. Economy and Society 47, 501–523.10.1080/03085147.2018.1528076Search in Google Scholar

MacKenzie, Donald (2021): Trading at the Speed of Light. How Ultrafast Algorithms are Transforming Financial Markets. Princeton: University Press.10.1515/9780691217796Search in Google Scholar

March, James G./Simon, Herbert (1958): Organizations. New York: Wiley-Blackwell.10.2307/j.ctv1f886rp.23Search in Google Scholar

Milojevic. Nenad/Redzepagic, Srdjan (2021): Prospects of Artifical Intelligence and Machine Learning Application in Banking Risk Management. Journal of Central Banking Theory and Practice 10, 41–57.10.2478/jcbtp-2021-0023Search in Google Scholar

Muster, Judith/Büchner, Stefanie (2018): Datafizierung und Organisation, in: Daniel Houben/Bianca Prietl (Hrsg.), Datengesellschaft. Einsichten in die Datafizierung des Sozialen. Bielefeld: transcript, 253–280.10.1515/9783839439579-011Search in Google Scholar

Pasquale, Frank (2015): The Black Box Society: The Secret Algorithms that control Money and Information. Cambridge: Harvard University Press.10.4159/harvard.9780674736061Search in Google Scholar

Passoth, Jan-Hendrik/Wehner, Josef (2013): Quoten, Kurven und Profile. Zur Vermessung der sozialen Welt. Wiesbaden: Springer.10.1007/978-3-531-93139-5_1Search in Google Scholar

Patterson, Scott (2010): The Quants. How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed It. New York: Currency.Search in Google Scholar

Power, Michael (2007): Die Erfindung operativer Risiken, in: Andrea Mennicken/Hendrick Vollmer (Hrsg.), Zahlenwerk. Kalkulation, Organisation und Gesellschaft. Wiesbaden: Springer, 123–142.10.1007/978-3-531-90449-8_7Search in Google Scholar

Preda, Alex (2006): Socio-Technical Agency in Financial Markets: The Case of the Stock Ticker. Social Studies of Science 36, 753–782.10.1177/0306312706059543Search in Google Scholar

Riße, Stefan/Lüllau, Timo (2018): Hinter dem Horizont geht es weiter. universal-investment.com [Beitrag nicht mehr abrufbar (11.11.2022)].Search in Google Scholar

Sauer, Dieter (2018): Vermarktlichung und Vernetzung der Unternehmens- und Betriebsorganisation, in: Fritz Böhle/G. Günter Voß/Günther Wachtler (Hrsg.), Handbuch Arbeitssoziologie. Wiesbaden: Springer, 177–206.10.1007/978-3-658-21704-4_6Search in Google Scholar

Schwarting, Rena (2015): Hochfrequenzhandel zwischen Entscheidungsautomation und Entscheidungsautonomie, in: Maja Apelt/Konstanze Senge (Hrsg.), Organisation und Unsicherheit. Wiesbaden: Springer, 159–174.10.1007/978-3-531-19237-6_10Search in Google Scholar

Stäheli, Urs (2004): Der Takt der Börse. Inklusionseffekte von Verbreitungsmedien am Beispiel des Börsen-Tickers. Zeitschrift für Soziologie 33, 245–263.10.1515/zfsoz-2004-0304Search in Google Scholar

Stinchcombe, Arthur L. (1990): Information and Organizations. Berkeley/Los Angeles/Oxford: University of California Press.10.1525/9780520909625Search in Google Scholar

Tacke, Veronika (2000): Das Risiko der Unsicherheitsabsorption. Ein Vergleich konstruktivistischer Beobachtungsweisen des BSE-Risikos. Zeitschrift für Soziologie 29, 83–102.10.1515/zfsoz-2000-0201Search in Google Scholar

Vedapradha, R./Ravi, Hariharan (2018): Application of Artificial Intelligence in Investment Banks. Review of Economic and Business Studies 11, 131–136.10.1515/rebs-2018-0078Search in Google Scholar

Weick, Karl E. (1976): Educational Organizations as Loosely Coupled Systems. Administrative Science Quarterly 21, 1–19.10.1007/978-3-642-27922-5_25Search in Google Scholar

Weick, Karl E. (1985): Der Prozeß des Organisierens. Frankfurt a.M.: Suhrkamp.Search in Google Scholar

Willke, Helmut (1998): Organisierte Wissensarbeit. Zeitschrift für Soziologie 27, 161–177.10.1515/zfsoz-1998-0301Search in Google Scholar

Willke, Helmut (2001): Atopia. Studien zur atopischen Gesellschaft. Frankfurt a.M.: Suhrkamp.Search in Google Scholar

Willke, Helmut (2002): Dystopia. Studien zur Krisis des Wissens in der modernen Gesellschaft. Frankfurt a.M.: Suhrkamp.Search in Google Scholar

Ziewitz, Malte (2016): Governing Algorithms: Myth, Mess and Methods. Science, Technology & Human Values 41, 3–132.10.1177/0162243915608948Search in Google Scholar

Zuckerman, Gregory/Hope, Bradley (2017): The Quants Run Wall Street Now. Wall Street Journal, 21.04.2017 (https://www.wsj.com/articles/the-quants-run-wall-street-now-1495389108).Search in Google Scholar

Published Online: 2022-12-09
Published in Print: 2022-12-07

© 2022 Walter de Gruyter GmbH, Berlin/Boston

Articles in the same Issue

  1. Titelseiten
  2. Editorial: Die Organisation im Zoo der Digitalisierungsforschung
  3. Digitalisierte Organisation zwischen Systembildung und Hybridisierung
  4. Soziale Systeme? Systemtheorie digitaler Organisation
  5. Digitale Plattformen als soziale Systeme? Vorarbeiten zu einer allgemeinen Theorie
  6. Mensch-Algorithmus-Hybride als (Quasi-)Organisationen? Zu Verantwortung und Verantwortlichkeit von digitalen Kollektivakteuren
  7. Organisation – Entscheidung – Algorithmisierung
  8. Verantwortungsvolle Maschinen ohne Verantwortlichkeit? Datenintensive Algorithmen in Organisationen
  9. „Computer says no“? Konsequenzen der Algorithmisierung von Entscheidungsprozessen
  10. Vorhersagen und Entscheiden: Predictive Policing in Polizeiorganisationen
  11. Organisation und digitale Technologien. Predictive Policing im organisationalen Kontext
  12. Programmiertes Entscheiden: Begriffsgeschichtliche Anmerkungen
  13. Digitalisierung in Hochschule, Krankenhaus, Hedge-Fonds und Gericht
  14. Datafizierung und Technologiedefizit. Zum Einsatz von Daten und algorithmisch generierten Informationen in der Entscheidungsfindung an Hochschulen
  15. Post-NPM-Governance und Grenzobjekte. Zur organisationalen Funktion des Digitalisierungsdiskurses an Universitäten
  16. Misslingensbedingungen einer Plattformintegration. Rekonstruktion eines Software-Entwicklungsprozesses für das Universitätskrankenhaus
  17. Algorithmisches Investment. Zum Einsatz von Künstlicher Intelligenz und Big Data in Finanzorganisationen
  18. Algorithms, Efficiency and the Two Faces of Courts – A Case Study of the Brazilian Superior Court of Justice (STJ)
  19. Digitale Interaktion – Informalität – Automation
  20. Anwesenheit, Adressierbarkeit und Anschlussfähigkeit. Organisationsberatung unter der Bedingung mediatisierter Interaktion in Videokonferenzen
  21. Neue Grenzziehungen zwischen Formalität und Informalität? Die Auswirkungen der digitalen Transformation auf die Arbeit im Büro
  22. Nach 55 Jahren …: Recht und Automation in der öffentlichen Verwaltung
Downloaded on 27.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/sosys-2021-0013/html?lang=en
Scroll to top button