Guten Tag,
im Rahmen meiner Abschlussarbeit im Studiengang Wirtschaftsinformatik untersuche ich, wie Chatbots auf Basis großer Sprachmodelle (Large Language Models, LLMs) als Beratungslösungen in der privaten Altersvorsorge wahrgenommen werden. Darüber hinaus betrachte ich potenzielle Herausforderungen und Problemfelder.
LLM-gestützte Systeme haben das Potenzial die individuelle Finanzbildung, -beratung und -planung zu demokratisieren.
Gleichzeitig werfen sie wichtige Fragen in Hinblick auf Vertraulichkeit, Integrität und Verfügbarkeit auf.
Im Folgenden würde ich gerne mehr über Ihre Einstellung, Erfahrungen und Erwartungen dazu erfahren.
Falls Sie noch keine Erfahrungen mit solchen Systemen haben, ist das vollkommen in Ordnung. Teilen Sie bitte dennoch Ihre Gedanken und potenziellen Bedenken mit.
Nachfolgend wird aus Gründen der besseren Lesbarkeit das Maskulinum verwendet. Damit sind alle Geschlechter gleichermaßen angesprochen.
Einführung in zentrale Begriffe:
Large Language Models (LLMs) sind auf neuronalen Netzen basierende, große Sprachmodelle, die auf umfangreichen Textsammlungen trainiert wurden.
Durch die Berechnung statistischer Wahrscheinlichkeiten erfassen sie sprachliche Muster, verarbeiten natürliche Sprache und generieren eigenständig zusammenhängende Texte.
Die Texteingabe, mit der Anwender das LLM steuern, wird als Prompt bezeichnet und stellt den Kontext bereit, auf dessen Grundlage das Modell seine Antwort erzeugt.
Reasoning bezeichnet im Kontext von LLMs eine emergente Fähigkeit. Sie ermöglicht es, Aufgaben durch logisch anmutende, systematische und schrittweise Verarbeitung von Informationen zu bearbeiten. So lassen sich komplexe Zusammenhänge analysieren und Schlussfolgerungen ableiten.
Die Grundlage dafür bilden unter anderem im Modell gelernte statistische Muster und passende Prompts. Echtes Verständnis liegt jedoch nicht vor.
Im Unterschied zu kleineren LLMs ermöglicht Reasoning eine nachvollziehbare und präzisere Generierung von Antworten indem systematische Problemlösungsstrategien angewendet werden.
Beispiele für solche Anwendungen sind ChatGPT, Claude oder Gemini.
Die private Altersvorsorge, die dritte Säule des deutschen Rentensystems, ist neben der betrieblichen Rentenversicherung eine zentrale Ergänzung zur gesetzlichen Rente. Diese allein reicht häufig nicht aus, um den gewohnten Lebensstandard im Alter zu sichern. Private Vorsorgemaßnahmen können helfen, die Rentenlücke zu schließen.
Dafür stehen unterschiedliche Modelle zur Verfügung. Sie sollen individuelle Bedürfnisse abdecken, Ersparnisse vor Kaufkraftverlust schützen und eine nachhaltige Altersabsicherung gewährleisten.
Unter anderem gehören dazu die staatlich geförderte Riester-Rente und Rürup-Rente (Basisrente), die private Rentenversicherung, Immobilien zur Eigennutzung oder Vermietung sowie Wertpapiere in Form diversifizierter, langfristiger Portfolios aus z.B. Aktien, Anleihen, ETFs und Investmentfonds.
