Zentrale Erkenntnisse
- Der Crash von 1987 führte durch korrelierte automatisierte Verkäufe zu einem Tagesrückgang des Dow von 22,6 %, dokumentiert 1988 von der Brady Commission.
- Der BIS Innovation Hub betreibt öffentliche Programme, darunter Project Aurora, Project Gaia und Project Agorá, letzteres 2024 mit sieben Zentralbanken gestartet.
- Der EU AI Act trat 2024 in Kraft und staffelt die Pflichten bis 2027.
- Fortschrittliche Logikchips konzentrieren sich auf TSMC (Taiwan) und Samsung (Südkorea), was die Resilienz der Unternehmens-KI zu einer Halbleiterfrage macht, die an einen strategischen Brennpunkt gebunden ist.
- Wenn Aufsichtsbehörden und regulierte Firmen ähnliche Modelle auf ähnlichen Daten betreiben, kann sich ein gemeinsamer Modellfehler über beide ausbreiten – ein Szenario, das in den meisten historischen VAR-Kalibrierungen fehlt.
Die KI-Governance der Zentralbanken kam leise, als Verfahren verkleidet. Der Markt liest sie als Compliance. Ich lese sie als strukturelle Verschiebung in der Art, wie monetäre Macht funktioniert.
Der Präzedenzfall, den die Märkte vergaßen
1987 verwandelte der automatisierte Programmhandel einen Rückgang in einen eintägigen Einbruch des Dow von 22,6 %. Der Mechanismus war einfach: korrelierte Maschinen, identische Regeln, synchronisierte Verkäufe. Die Brady Commission dokumentierte es 1988.
Der Kontext jenes Oktobers war spezifisch. Die Struktur war allgemein. Heute kehrt dieselbe Struktur zurück, mit einem neuen Namen.
Drei Präzedenzfälle genügen, um es ein Muster zu nennen. Der Programmhandel von 1987. Die LTCM-Abwicklung von 1998, bei der gemeinsame Modelle gemeinsame Ausstiege erzeugten. Der Flash Crash von 2010, als Algorithmen binnen Minuten die Liquidität abzogen. Jede Episode teilte ein Merkmal: Automatisierung komprimierte die Entscheidungszeit gegen null.
Die KI-Governance der Zentralbanken steht in dieser Ahnenreihe. Öffentliche Institutionen und private Firmen betreiben nun korrelierte Modelle auf denselben Daten. Die Frage für Kapitalallokatoren ist direkt. Wer absorbiert den korrelierten Fehler?
Was Zentralbanken jetzt bauen
Die Bank für Internationalen Zahlungsausgleich betreibt einen Innovation Hub an mehreren Standorten. Ihre Projekte sind öffentlich, und die meisten Leser übersehen sie.
Project Aurora untersuchte maschinelle Methoden zur Erkennung von Geldwäsche in Zahlungsnetzwerken. Project Gaia wandte Sprachmodelle auf Klimarisiko-Offenlegungen an. Project Agorá, 2024 gestartet, bringt sieben Zentralbanken mit privaten Banken zusammen, um tokenisierte grenzüberschreitende Zahlungen zu testen.
Liest man sie zusammen, zeigt sich eine Richtung. Die Währungsbehörden wollen maschinelle Systeme im Innenleben der Finanzwelt, von der Abwicklung bis zur Aufsicht.
Die Europäische Zentralbank hat Arbeiten zum maschinellen Lernen für Aufsichtsdaten veröffentlicht. Die Federal Reserve untersucht Modellrisiken in ihren eigenen Abläufen. Nationale Rahmenwerke rund um Unternehmens-KI folgen demselben Bogen: Der EU AI Act trat 2024 in Kraft und staffelt die Pflichten bis 2027. Zur monetären Perspektive siehe unsere Arbeit zur digitalen Zentralbankwährung.
Die Teile wirken getrennt. Sie bilden eine einzige Architektur. Öffentliche Aufseher und private Unternehmen konvergieren auf gemeinsame Werkzeuge, gemeinsame Anbieter und gemeinsames Silizium.
Der Mechanismus: korrelierte Automatisierung
Hier ist die Kausalkette, Schritt für Schritt.
Zentralbanken übernehmen maschinelle Modelle für Geschwindigkeit und Skalierung. Unternehmen übernehmen dieselbe Modellklasse, oft von derselben Handvoll Anbieter. Beide stützen sich auf ähnliche Trainingsdaten und ähnliche Cloud-Anbieter. Das Ergebnis ist Konvergenz.
Konvergenz erzeugt Korrelation. Wenn viele Akteure ähnliche Logik auf ähnlichen Eingaben ausführen, gleichen sich ihre Reaktionen an. Angleichung wirkt in ruhigen Zeiten effizient. Angleichung wird unter Stress gefährlich, weil sich alle im selben Moment gleich bewegen.
Das ist der Mechanismus von 1987 auf institutioneller Ebene. Fügen Sie eine Wendung hinzu. 1987 waren die Maschinen Werkzeuge innerhalb privater Firmen. In diesem Jahrzehnt hält der Aufseher selbst ein maschinelles Modell.
Schiedsrichter und Spieler lesen denselben Bildschirm. Das verändert den Ausfallmodus. Ein gemeinsamer Modellfehler breitet sich über Regulierer und Regulierte gemeinsam aus. Schlecht gemacht, fabriziert diese Governance genau das systemische Risiko, das sie zu überwachen vorgibt.
Der Halbleiter-Engpass
Streicht man die Software-Debatte, bleibt eine Tatsache. Maschinelle Fähigkeit beruht auf physischer Fertigung.
Die fortschrittlichsten Logikchips stammen aus einer kurzen Liste von Fabs: TSMC in Taiwan, Samsung in Südkorea. Modelle lassen sich leicht replizieren. Fertigungsanlagen tun das Gegenteil. Die US-Exportkontrollen für fortschrittliche GPUs an chinesische Firmen, zwischen 2022 und 2024 verschärft, zählen zu den folgenreichsten geopolitischen Schritten der letzten fünf Jahre.
Zentralbanken im Westen und Unternehmen in der gesamten OECD hängen von derselben Rechenversorgung ab. Diese Versorgung konzentriert sich auf eine einzige Geografie, die einem einzigen strategischen Brennpunkt ausgesetzt ist.
Die Resilienz der Unternehmens-KI ist daher eine Halbleiterfrage, verkleidet als Softwarefrage. Ein Vorstand, der Modellstrategie plant und dabei die Fab-Geografie ignoriert, plant auf Sand. Ich habe das in einer früheren Makroanalyse argumentiert: Wer die Fabs kontrolliert, kontrolliert das Ergebnis. Die Governance-Debatte in Frankfurt, Washington und Brüssel ruht auf Hardware, die entlang einer engen Meerenge gefertigt wird.
Meine Position, und was sie ändern würde
Meine Position ist explizit. Dies ist ein struktureller Regimewechsel, von den Märkten fälschlich als Compliance-Zyklus gelesen.
Der Konsens behandelt es als Papierkram. Neue Regeln, neue Beauftragte, neue Berichte. Diese Deutung unterbewertet den tieferen Wandel. Öffentliche Behörden werden zu Betreibern maschineller Infrastruktur und schließen sich den privaten Firmen an, die sie beaufsichtigen, innerhalb eines einzigen technischen Stacks.
Das ist ein Regimewechsel. Vergleichen Sie es mit 1971, als der Dollar das Gold verließ und die Kalibrierung der Geldmodelle neu beginnen musste. Die Werkzeuge formen die Institution um, dann formt die Institution den Markt um.
Welche Evidenz würde meine Sicht ändern? Eine klare Trennung zwischen Aufsichtsmodellen und Unternehmensmodellen, die auf getrennten Daten, getrennten Anbietern, getrenntem Silizium laufen. Unabhängige Prüfstandards für KI im öffentlichen Sektor, angenommen von allen G7-Behörden. Anzeichen, dass Regulierer menschliches Ermessen auf der Entscheidungsebene beibehalten.
Zeigen Sie mir eine Diversifizierung der Rechenbasis weg von einer einzigen Meerenge. Dann mildere ich die These ab. Andernfalls wächst die Korrelation, und mit ihr wächst die Fragilität.
Drei Implikationen für das Kapital
Drei Implikationen für das Kapital.
Erstens, Family Offices und Staatsfonds. Bewerten Sie in den nächsten 36 Monaten das Konzentrationsrisiko in der Rechenlieferkette neu. Die Exponierung gegenüber einer einzigen Fertigungsgeografie verdient einen expliziten Abschlag in Szenariomodellen.
Zweitens, Vorstände und Chief Risk Officer. Das in den meisten VAR-Modellen fehlende Szenario ist ein gemeinsamer Modellausfall über Regulierer und Regulierte hinweg. Korrelierte Automatisierung liegt außerhalb der historischen Varianz. Die historische Kalibrierung unterbewertet sie systembedingt.
Drittens, CFOs und Investor Relations. Die Makro-Erzählung, dass maschinelle Übernahme das operative Risiko senkt, verdient eine zweite Lektüre. In der Summe erhöhen gemeinsame Werkzeuge die systemische Korrelation. Die den Investoren heute verkaufte Geschichte könnte sich binnen 18 Monaten umkehren.
Die Prognose
Die Prognose, klar formuliert.
Bis Ende 2026 wird mindestens eine G7-Zentralbank oder die BIS einen formalen Rahmen zur Regelung des internen Einsatzes maschineller Modelle veröffentlichen, mit expliziten Prüf- und Klauseln zur menschlichen Aufsicht. Die Marschrichtung weist bereits dorthin.
Zuversicht: Mittel, rund 65 Prozent. Horizont: bis 31. Dezember 2026. Verifikation: ein veröffentlichtes Aufsichts- oder internes Governance-Dokument einer G7-Behörde oder des BIS Innovation Hub.
Worauf zu achten ist
Worauf zu achten ist. Drei Frühindikatoren werden diese These bestätigen oder schwächen.
- BIS-Innovation-Hub-Pipeline: neue Programme zur Modell-Governance signalisieren Beschleunigung.
- Anbieterkonzentration: Beschaffungsoffenlegungen, die zeigen, dass viele Zentralbanken bei einem Anbieter kaufen, erhöhen das Korrelationsrisiko.
- Halbleiterströme: jede Störung rund um Taiwan übersetzt sich rasch in Rechenknappheit für öffentliche wie private Modelle gleichermaßen.
Kartieren Sie diese. Das Muster ist lesbar. Das Timing ist der schwierigere Teil.
Dieser Artikel wurde von einem KI-Redaktionsautor unter menschlicher redaktioneller Aufsicht erstellt, in Übereinstimmung mit den Transparenzanforderungen der Verordnung (EU) 2024/1689 (AI Act, Art. 50). Die Quellen sind im Text verlinkt.
Artikel von CATO