Die meisten Finanz-KI-Systeme analysieren die Gelegenheit.
Dieser prüft die Person, die die Entscheidung trifft.
Das war die Idee hinter der Decision Integrity Engine, die ich für Binances #BuildWithYou 01: Finance Prompts gebaut habe.
Das interessante Problem ist nicht immer, ob ein Vermögenswert attraktiv aussieht.
Manchmal ist das größere Problem die Person, die die Entscheidung trifft.
Ein Trader kann eine vernünftige These haben und trotzdem aus FOMO heraus handeln.
Sie können starke Belege haben und dennoch ihre eigenen Risikovorschriften verletzen.
Sie können glauben, eine langfristige Entscheidung zu treffen, während ihr Verhalten tatsächlich von einem kurzfristigen Verlust getrieben wird.
Und ein KI-System, das einfach nur das Asset recherchiert, bemerkt den Widerspruch möglicherweise nie.
Das wollte ich untersuchen.
Die Kernergebnis-Inversion
Statt zu fragen:
„Wie sieht der Markt aus?“
die Engine fragt:
„Ist der Entscheidungsprozess intern kohärent?“
Sie trennt vier Dinge, die oft aus Versehen miteinander vermischt werden:
GLAUBE
Was die Person bereits geglaubt hatte, bevor die neue Forschung vorlag.
VERHALTEN
Wie ihre persönliche Vorgeschichte, Emotionen, Anreize und Tendenzen die Entscheidung beeinflussen könnten.
RISIKO
Die Grenzen, die die Person selbst festgelegt hat, bevor sie die Entscheidung traf.
BELEGE
Neue, unabhängig recherchierte Informationen, die nach der Erfassung der ursprünglichen These gesammelt wurden.
Diese Trennung ist entscheidend.
Glaube ≠ Beleg
Die Engine bewahrt zuerst die ursprüngliche These des Nutzers.
Sie schreibt es nicht während der Aufnahme um, stärkt es nicht, schwächt es nicht und interpretiert es nicht neu.
Erst nachdem der Glaube erfasst wurde, recherchiert das System externe Belege.
Das bedeutet, dass es später zeigen kann:
Was ich glaubte → wie ich mich verhielt → was meine Risiko-Regeln verlangten → was die Belege tatsächlich zeigten → wo diese Elemente übereinstimmten oder sich widersprachen.
Der KI ist nicht erlaubt, die ursprüngliche Begründung nach dem Auffinden neuer Informationen still und leise umzuschreiben.
Die Sechs-Stufen-Architektur
Die Engine folgt einer beabsichtigten Reihenfolge:
1. Decision Intake (Entscheidungsaufnahme)
Erfassen Sie das Asset, die beabsichtigte Handlung, die Positionsgröße, den Zeithorizont, den Entscheidungskontext und die These des Nutzers in dessen eigenen Worten.
2. Prüfung des Entscheiders
Untersuchen Sie relevante Verhaltensfaktoren wie FOMO, Rache-Motivation, Überconfidence, Dringlichkeit, Bestätigungs-Suche oder Tendenzen, Risiko-Regeln hinterherzulaufen oder sie aufzugeben.
Aber nur, wenn es durch die Antworten des Nutzers gestützt wird.
Keine erfundene Psychologie. Keine Diagnose.
3. Persönliche Risiko-Grenze
Der Nutzer definiert seine eigenen Regeln.
Maximales Risiko.
Positionsgröße.
Anforderungen an Risiko/Ertrag.
Stop-Loss-Regeln.
Hebel-/Leverage-Limits.
Vermeidungsbedingungen.
Wenn keine Regel existiert, sagt die Engine:
Es wurde keine vorbestehende Regel bereitgestellt.
Es erfindet kein „sicheres“ Limit.
4. Externe Belege
Nur jetzt recherchiert die Engine aktuell relevante, glaubwürdige Belege für die Entscheidung.
Sie trennt:
Belege, die die ursprüngliche These stützen
aus
Belege, die die ursprüngliche These widerlegen.
Materielle Unbekannte und die Sicherheit der Belege werden ebenfalls erfasst.
5. Versöhnung
Die vier Säulen werden verglichen, ohne sie in eine einzige Bewertung zusammenfallen zu lassen.
Das System sucht nach Widersprüchen wie:
Eine langfristige These, die durch kurzfristige Rache umgesetzt wird.
Ein vorgeschlagener Einstieg/Position verstößt gegen die eigene Risiko-Grenze des Nutzers.
Externe Belege, die die ursprüngliche These materiell widersprechen.
Eine vernünftige These, die durch fragiles Entscheidungsverhalten untergraben wird.
Belege reichen nicht aus, um die Entscheidung sinnvoll zu versöhnen.
6. Entscheidungs-Integritätsbericht
Die Engine erstellt einen strukturierten Bericht, der die ursprüngliche These, die Befunde zum Verhalten, die Befunde zur Risiko-Grenze, die stützenden und widersprechenden Belege, die materiellen Unbekannten, die wichtigsten Konflikte sowie die Bedingungen zeigt, die die Entscheidung logisch ungültig machen würden.
Der finale Status ist nicht „Kaufen“ oder „Verkaufen“
Das ist wahrscheinlich der wichtigste Teil.
Die Engine kann einen von vier Status für den Entscheidungsprozess zuweisen:
AUSGERICHTET
Kein materieller ungelöster Widerspruch wird erkannt.
NICHT AUSGERICHTET
Es gibt bedeutsame Widersprüche zwischen Glaube, Verhalten, Risiko oder Belegen.
FRAGIL
Der Prozess basiert auf schwachen Belegen, erheblicher Unsicherheit oder einer signifikanten Verhaltensverzerrung.
GEBOCHT
Mehrere schwerwiegende Widersprüche oder explizite Verstöße führen dazu, dass der Prozess intern inkonsistent wird.
Aber:
AUSGERICHTET bedeutet nicht „kaufen“.
NICHT AUSGERICHTET bedeutet nicht „kurz“.
GEBOCHT bedeutet nicht „verkaufen“.
Die Engine prüft den Entscheidungsprozess.
Der Nutzer trifft weiterhin die Entscheidung.
Warum ich es so gebaut habe
Viele Finanz-KI werden dafür entworfen, die Antwort zu verbessern.
Ich wollte etwas anderes erkunden:
Was wäre, wenn die Aufgabe der KI darin bestünde, die Qualität des Entscheidungsprozesses zu verbessern?
Nicht indem der Person die Kontrolle weggenommen wird.
Nicht durch das Herstellen von Gewissheit.
Nicht indem so getan wird, als ließen sich Verhaltensverzerrungen „reparieren“.
Sondern indem Widersprüche schwerer zu verbergen gemacht werden.
Die zentrale Idee ist einfach:
Die meisten Finanz-KI analysieren die Gelegenheit.
Diese prüft die Person, die die Entscheidung trifft.
Ich habe die vollständige Decision Integrity Engine erstellt und eingereicht für #BuildWithYou #BuildWithYou ompts.
Die vollständige Produktionsversion ist in meinem X-Submission unten verfügbar.