Das System analysiert eMails und Chat-Nachrichten in Echtzeit und misst die Emotionen. Dann informiert es Investoren über deren Gemütszustand und empfiehlt ihnen den richtigen Moment, um ökonomische Entscheidungen zu treffen. Der Algorithmus interpretiert Signale in der Sprache – und offenbart deren verborgene emotionale Verfassung seiner Patienten.
Brian Uzzi, Professor an der Kellogg School of Management, und sein Team haben das Programm entwickelt. Seit Jahren untersuchen sie, wie die Emotionen von Aktienhändlern mit ihrem Erfolg zusammenhängen. Ihr Fazit: Die besten Geschäfte kommen zustande, wenn der Grad an Emotionalität als „mittel“ gewertet wird.
Mit Hilfe eines Wörterbuchs misst ihr Algorithmus den aktuellen Level an Emotionalität in den Nachrichten der Makler. Wörter über dem Grenzbereich 'gesunder' Emotionalität sind zum Beispiel “Schaden”, „zerschlagen“, „Schädel“ und “treten”. Aber auch weniger auffällig gefühlsgeladene Begriffe wie “Zeiten”, “Nachrichten”, “Gold” und “Markt”.
Nicht zu viel, nicht zu wenig: War ein „mittelmäßiges“ Maß an Gefühlen involviert, waren die Aktionäre klaren Kopfes, konnten aber auch angemessen auf Risiken reagieren, sagte Uzzi zu Business Insider. Für seine Recherche analysierte das Team 1,2 Millionen Nachrichten zwischen Börsenmaklern über zwei Jahre hinweg. Durch eine Abmachung mit zwei Hedge-Fonds war es möglich an geeignete Daten zu kommen. Als Gegenleistung erhielten die Fonds Teile der Rechercheergebnisse von Uzzi.
Der Algorithmus greift auch auf Nachrichtenarchive von Finanzfirmen zurück: Dadurch kann in die Kalkulation mitaufgenommen werden, ob gewisse Kontakte emotionalere Reaktionen provozieren. Das Privatsphäre-Problem hinter dem System sieht der Professor nicht: Die Daten würden nur für die Analyse genutzt und nicht weiterverkauft werden. Auch die Gründung eines eigenen Unternehmens plane er nicht.
+++ Mehr von WIRED regelmäßig ins Postfach? Hier für den Newsletter anmelden +++
