Frankfurter Studie untersucht, wie Fehlverhalten am Kapitalmarkt aufgedeckt werden kannHubertus von Bramnitz
Frankfurt am Main (Weltexpfresso) - Die Studie “Who Is the Next ‘Wolf of Wall Street’? Detection of Financial Intermediary Misconduct” hat den höchsten internationalen Publikationspreis im Bereich der Wirtschaftsinformatik erhalten. Bereits im Frühjahr 2021 war die Studie mit dem „Best Paper Award“ des renommierten „Journal of the Association for Information Systems“ ausgezeichnet worden.
Wie vertrauenswürdig ist ein Broker oder Anlageberater? Das Autorenteam Jens Lausen, Benjamin Clapham, Michael Siering und Peter Gomber der Goethe-Universität hat in einer KI-Studie nachgewiesen, dass von Brokern und Anlageberatern selbst veröffentlichte Informationen in beruflichen sozialen Netzwerken dafür genutzt werden können, unseriöse Akteure zu identifizieren. Dafür haben die Autoren, die gemeinsam an der Professur für e-Finance tätig sind, den höchsten internationalen Publikationspreis im Bereich der Wirtschaftsinformatik erhalten. Ihre Studie wurde von der Association for Information Systems (AIS), dem Weltverband für Wirtschaftsinformatik, als eine der vier besten Veröffentlichungen des Jahres 2020 ausgezeichnet. Der “AIS Best Information Systems Publications Award” wird von hochrangigen Wissenschaftlern seit 2006 jährlich an bis zu fünf Forschungsarbeiten als beste Publikationen im Bereich Information Systems (IS) verliehen.
In ihrer Arbeit zeigen die Wissenschaftler um den Wirtschaftsinformatiker Prof. Dr. Peter Gomber, wie selbstveröffentlichte Informationen von Finanzmarktintermediären in beruflichen sozialen Netzwerken, etwa in LinkedIn oder Xing, genutzt werden können, um Fehlverhalten aufzudecken. Dabei gehen die Wissenschaftler von der Annahme aus: Wenn Broker und Anlageberater in berufsbezogenen sozialen Netzwerken ihr Profil besonders aufpolieren, neigen sie auch im Berufsalltag eher zu betrügerischem Verhalten.
Auf Basis dieser Informationen trainieren und evaluieren die Forscher verschiedene Machine-Learning-Modelle zur Klassifizierung der Akteure. Die Ergebnisse der Modelle ergeben ein klares Muster: Informationen in beruflichen sozialen Netzwerken sind vor allem dann für die Klassifizierung von fehlverhaltenden und nicht fehlverhaltenden Finanzintermediären von Bedeutung, wenn sie durch Dritte bestätigt werden – vor allem durch Behörden, die Informationen zum vergangenen Verhalten der Intermediäre offenlegen. Informationen, die für die externe Verifizierung der Profilinformationen genutzt werden können, können nämlich nur schwer manipuliert werden und sind somit besonders aussagekräftig bzw. helfen, Unstimmigkeiten zwischen Profilinformationen und behördlichen Informationen aufzudecken.
Das Ergebnis der Studie ist besonders für Investoren, Regulatoren und Aufsichtsbehörden von Bedeutung: Sie können damit Betrugsfällen und anderem Fehlverhalten – und damit auch finanziellen Schäden - vorbeugen.
Die Studie wurde bereits im Frühjahr 2021 mit dem Best Paper Award des renommierten “Journal of the Association for Information Systems” (JAIS) ausgezeichnet, in welchem die Studie veröffentlicht wurde.
Foto:
©Publikation
Info:
Quelle: Universität Frankfurt
Publikation: Jens Lausen, Benjamin Clapham, Michael Siering, Peter Gomber (2020), “Who Is the Next "Wolf of Wall Street"? Detection of Financial Intermediary Misconduct”. In: Journal of the Association for Information Systems 21.5, pp. 1153–1190. https://aisel.aisnet.org/jais/vol21/iss5/7
