Tornados und Überflutungen wie derzeit in den USA, die Coronapandemie oder der Krieg in der Ukraine haben gezeigt, wie vielfältige Umweltfaktoren nicht nur die Menschen in den jeweiligen Regionen bedrohen, sondern auch unmittelbare Auswirkungen auf global agierende Unternehmen haben. Im Zeitalter der „Just-in-time-Produktion“ führt dies schnell zu unterbrochenen Lieferketten und fehlenden Ressourcen. Instabile Gesellschaften in einer globalisierten Welt bergen weitere Gefahren. Kurzum, die vielfältigen Risiken für global agierende Organisationen nehmen immer weiter zu.

Die Überwachung und frühzeitige Erkennung dieser Risiken wird zu einer immer größeren Herausforderung für Unternehmen. Hinzu kommen verschärfte Gesetze wie die neuen Lieferkettengesetze oder unternehmensinterne Auflagen zur Nachhaltigkeit. Das weltweite und unternehmensweite Riskmonitoring wird zunehmend zu einer zentralen Aufgabe in den Compliance-Abteilungen. Ohne technische Unterstützung können jedoch nicht alle unternehmsinternen Dokumente und weltweit alle relevanten externen Webseiten auf mögliche Risiken überwacht werden. Es bedarf an Künstlicher Intelligenz, welche diese Aufgaben automatisiert übernimmt und warnt, wenn ein mögliches Risiko für das jeweilige Unternehmen oder die Gesellschaft, auftritt.

Die neuen KI-Modelle der MORESOPHY erledigen genau das: Mit über 18 Risikokategorien, darunter Nachhaltigkeit, Diversity, Pandemie, Illiquidität, Hate Speech, Katastrophenfälle, Verbrechen, Illegale Drogen, Militärische Konflikte und vielen mehr, erkennt die MORESOPHY automatisiert in riesigen Mengen an Texten differenzierte Risiken. Durch das semantische Verständnis von Texten mithilfe von KI können potenzielle Risiken nun noch schneller und präziser erkannt werden. Dies versetzt Unternehmen und Organisationen in die Lage sich effektiver vor potenziellen Risiken zu schützen.

Wie funktionieren KI-Modelle eigentlich?

Die KI-Modelle für die Klassifikation von Texten basieren auf maschinellem Lernen. Sie nutzen insbesondere Methoden der natürlichen Sprachverarbeitung (NLP).

Ein wichtiger Teil dieser KI-Modelle zur Erkennung von Risiken ist das sogenannte „Semantische Verständnis“. (Lesen Sie hier, wie ein Computer natürlichen Sprachgebrauch lernen kann zu verstehen) Dies beinhaltet die Verwendung von Methoden wie Wortvektoren (wie Computer Sprache erkennen ohne Wörterbuch erklären wir hier anhand der N-gramme-Methode) und Neuronale Netze, um die Bedeutung der Wörter und Phrasen in einem Text zu erfassen. Dies ermöglicht es, die Inhalte der Texte zu verstehen und zu interpretieren.

Die KI-Modelle werden „trainiert“ anhand von großen Mengen an vorab klassifizierten, also bewerteten Texten (sogenannten Trainingsdaten), wie beispielsweise Nachrichtenartikeln oder Unternehmensberichten, die in die verschiedenen Risikokategorien unterteilt sind. Daraufhin lernen die Modelle, welche Wort- und Phrasenmuster in den Texten für bestimmte Risikokategorien typisch sind. Die Beschaffung dieser Daten stellt viele KI-Unternehmen jedoch vor große Herausforderungen. Um sich große Mengen an verlässlichen Trainingsdaten zu beschaffen, entwickelte die MORESOPHY eigens neuartige Verfahren. Dies beinhaltet nicht nur eine entsprechende Infrastruktur zum Web-Crawling. Viel entscheidender ist ein weiterer Punkt, der insbesondere Kritik an den großen KI-Modellen der US-amerikanischen Technologiekonzerne hervorruft. Da ein Modell alles erlernt, was ihm zum Lesen gegeben wird, ist es entscheidend, bei der Auswahl und der Bewertung der Inhalte eine entsprechende Sorgfalt anzuwenden. MORESOPHY entwickelt seine KI daher nicht nur mit großen Datenmengen, sondern auf Basis eines durchgängigen Prozesses, der eine maximale Transparenz über die Datenbasis bietet. Gerade bei einem so sensiblen Thema wie im Risk-Management ist diese Transparenz erfolgskritisch.

Anwendungsmöglichkeiten für KI-Modelle zur Erkennung von Risiken

Für Modelle der Künstlichen Intelligenz zur Erkennung von Risiken ergeben sich viele Einsatzfelder, da sie in der Lage sind große Mengen an Daten in kürzester Zeit zu klassifizieren. Einige Beispiele für den Einsatz dieser Modelle der Künstlichen Intelligenz könnten sein:

• Nachhaltigkeit und ESG: Analyse von Dokumenten und Internetseiten, um ESG-Risiken und Nachhaltigkeitsaspekte in Unternehmen und Branchen zu erkennen.
• Medienbranche: Identifizierung und Entfernung von unerwünschten Inhalten in sozialen Medien, um die Verbreitung von Hate Speech, Terroristischen Inhalten und anderem schädlichen Material zu verhindern (siehe CONTEXTCLOUD)
• Cyber-Sicherheit: Klassifikation von unternehmensweiten Inhalten, um auf der einen Seite bei einem Datendiebstahl Überblick über alle entwendeten Daten zu haben und auf der anderen Seite vertrauliche und risikobehaftete Daten zu verschlüsseln, damit bei einem Datenleck die potenziell gefährlichen Daten nicht für Angreifer lesbar sind. Einen Artikel zu diesem Use Case lesen.
• Lieferkettengesetz: Identifizierung von Verstößen gegen das Lieferkettensorgfaltspflichtengesetz im WWW durch kontinuierliche Überwachung aller Medien und Webseiten von NGOs. Eine entsprechende Lösung für Unternehmen setzt die MORESOPHY derzeit mit ihrem Partner Clarius.Legal um.
• Personalwesen: Automatisierung der Erkennung von Diskriminierung, sexueller Belästigung und anderem unangemessenem Verhalten innerhalb von Unternehmenskommunikation und anderen personalrelevanten Texten.

Es gibt viele weitere Möglichkeiten wie KI-Modelle, wie die neuen KI-Modelle der MORESOPHY eingesetzt werden können. Jede Branche und jedes Unternehmen haben jedoch ihre spezifischen Anforderungen und Herausforderungen, die es bei jedem neuen Anwendungsfall zu meistern gilt.

Eine herausragende Bedeutung innerhalb der Corporate Governance nehmen Themen zu Nachhaltigkeit und ESG im Unternehmenskontext ein.

Automatische Erkennung von Nachhaltigkeit und ESG mithilfe von KI-Modellen

Die Nachhaltigkeit und die Einhaltung von ESG-Standards (Environment, Social und Governance) sind für viele Unternehmen und Branchen von zentraler Bedeutung. Eine sehr große Herausforderungen liegt bereits in der verlässlichen Identifizierung von Risiken und Nachhaltigkeitsaspekten selbst. Denn die zu überwachenden Datenmengen sind immens. Seien es interne Daten wie Emails und Dokumente oder externe Quellen wie Nachrichtenseiten, Blogs oder anderen Webseiten.

Nur mithilfe von Künstlicher Intelligenz, wie beispielsweise den neuen Risiko-KI-Modellen der MORESOPHY, können solche Mammutaufgaben gelingen. Sie analysieren etwa Texte automatisch und erkennen Risiken und Nachhaltigkeitsaspekte in Bezug auf ESG. Dies kann zum Beispiel durch die fortlaufende Analyse von internen Daten, Unternehmensberichten, Nachrichtenartikeln, sozialen Medienposts, etc. erfolgen.

Die Erkennung von ESG-Risiken und Nachhaltigkeitsaspekten in Texten kann Unternehmen und Branchen dabei helfen, ihre Risiken besser zu verstehen, zu verwalten und ihre Nachhaltigkeitsperformance zu verbessern. Sie hilft auch Investoren und anderen Interessengruppen die ESG-Bewertungen von Unternehmen besser beurteilen verstehen zu können.

Eine spontane Analyse mit der CONTEXTCLOUD zeigt anhand von gut 3 Millionen Webseiten verschiedene Facetten und Entwicklungen zum Thema Nachhaltigkeit. So kann beispielsweise erkannt werden, welche Themen im Jahr 2022 in Verbindung mit Nachhaltigkeit prägend waren:

Vorteile der neuen KI-Modelle zur Erkennung von Risiken für Unternehmen und Organisationen

Die neuen Risikomodelle bieten eine Vielzahl von Vorteilen, indem sie nun noch besser helfen, Risiken in Texten automatisch zu erkennen und schnell darauf zu reagieren. Einige dieser Vorteile können sein:

• Zeit- und Kosteneinsparung: Durch die automatische Erkennung von Risiken in Texten können Unternehmen und Organisationen Zeit und Kosten sparen, die sie sonst für die manuelle Überprüfung von Texten aufwenden müssen.
• Erhöhung der Sicherheit und Compliance: Unternehmen können ihre Sicherheit von Daten erheblich verbessern und zudem die Compliance erhöhen- Somit können sie sichergehen, dass sie den gesetzlichen Anforderungen und Branchenstandards entsprechen.
• Erhöhung der Nachhaltigkeit und ESG-Performance: Insbesondere im Bereich Nachhaltigkeit und ESG können Unternehmen und Organisationen ihre Leistungen in diesen Bereichen besser verstehen und verbessern und somit auf die steigende Nachfrage von Investoren und Kunden proaktiv reagieren.
• Verbesserte Entscheidungsfindung: Die KI-basierte Textanalyse ermöglicht die automatische Extraktion von relevanten Informationen und Erkenntnissen aus großen Mengen unstrukturierter Daten. Dies verbessert die Möglichkeit fundiertere Entscheidungen treffen zu können erheblich, da sie ein vollständigeres und genaueres Verständnis der Risiken und Chancen erhalten, vor denen sie stehen.

Ausblick

Einige der hier angesprochenen Anwendungsmöglichkeiten werden bereits mit Kunden und Partnern der MORESOPHY umgesetzt. Wenn Sie Interesse an einem Austausch haben, kontaktieren Sie uns gerne unter: info@moresophy.com.

Die Forschung und Entwicklung neuartiger Verfahren, Modelle und Anwendungen war für die MORESOPHY schon seit jeher sehr wichtig. Durch eine sehr hohe F&E-Quote von über 20% konnte die MORESOPHY Ihren Kunden stetss die besten Lösungen am Markt anbieten. Auch in der Zukunft soll sich daran nichts ändern. Die Qualität der vortrainierten Modelle der MORESOPHY werden sich auch in Zukunft immer weiter verbessern, um so schnell und kostengünstig anwendungsspezifische Lösungen umsetzen zu können.

In aller Kürze

Kurz gesagt, es werden neue Lösungen mit Künstlicher Intelligenz benötigt um auf die neuen Herausforderungen reagieren zu können. Die neuen Risikokategorien der MORESOPHY verbessern die automatische Erkennung von Risiken in unstrukturierten Texten erheblich und eröffnen viele neue Einsatzmöglichkeiten. Die Anwendung solcher KI-basierter Risikoerkennung wird für Unternehmen immer unerlässlicher. Viele dieser Möglichkeiten werden bereits umgesetzt. Sie werden zudem in den kommenden Wochen in den Anwendungen der Partner und Kunden von MORESOPHY implementiert.

Gerne setzt die MORESOPHY auch Ihre Anwendung um. Kontaktieren Sie die MORESOPHY, um über Ihren Use Case zu sprechen.