Output Drift im Finanzsektor: Wenn KI-Skalierung zur Regulierungsfalle wird

Die Finanzin­dus­trie hat sich in den ver­gan­genen zwei Jahren in einen außergewöhn­lichen Wider­spruch manövri­ert. Ein­er­seits treibt sie die Inte­gra­tion von Large Lan­guage Mod­els mit Nach­druck voran – für Kon­tenab­stim­mungen, reg­u­la­torische Bericht­spflicht­en, Kun­denkom­mu­nika­tion. Ander­er­seits basiert das gesamte Finanzsys­tem auf Prinzip­i­en der Nachvol­lziehbarkeit, Wieder­hol­barkeit und Prüf­barkeit, die mit der Funk­tion­sweise großer KI-Mod­elle grundle­gend kol­li­dieren.

Die Studie „LLM Out­put Drift: Cross-Provider Val­i­da­tion & Mit­i­ga­tion for Finan­cial Work­flows” von Raf­fi Khatch­adouri­an und Ko-Autoren liefert nun erst­mals eine quan­ti­ta­tive Ver­mes­sung dieses Kon­flik­ts. Das zen­trale Phänomen trägt den tech­nis­chen Namen „Out­put Drift”: die Ten­denz von Sprach­mod­ellen, bei iden­tis­chen Eingaben unter­schiedliche Antworten zu pro­duzieren. Was in kreativ­en Anwen­dun­gen als Fea­ture gilt, wird im reg­ulierten Finanzum­feld zum Haf­tungsrisiko.

Die Forsch­er testeten fünf Model­lar­chitek­turen mit Para­me­ter­größen zwis­chen 7 und 120 Mil­liar­den über typ­is­che Finan­za­uf­gaben hin­weg – struk­turi­erte Daten­abfra­gen, Doku­menten­zusam­men­fas­sun­gen, Retrieval-Aug­ment­ed Gen­er­a­tion. Das Ergeb­nis kehrt die gängige Größen-Leis­tungs-Annahme der KI-Indus­trie radikal um: Kleinere Mod­elle wie Granite‑3–8B und Qwen2.5–7B erre­ichen bei Tem­per­atur null – dem deter­min­is­tis­chsten Kon­fig­u­ra­tions­modus – eine hun­dert­prozentige Aus­gabekon­sis­tenz. Das 120-Mil­liar…