Die London Stock Exchange Group (LSEG) und Databricks haben eine Partnerschaft geschlossen, um Finanzdaten nativ auf der Databricks-Plattform verfügbar zu machen. Ziel ist es, Finanzinstituten die Entwicklung von KI-Agenten und Echtzeitanalysen zu erleichtern.
Foto: Databricks
Stephen Orban, SVP Product Ecosystem & Partnerships bei Databricks
Die Finanzbranche steht unter Druck: Märkte verändern sich in Sekundenbruchteilen, während viele Datenflüsse in Banken und Investmenthäusern weiterhin batchbasiert und manuell gesteuert sind. Analysten verbringen einen Großteil ihrer Zeit damit, Informationen aus unterschiedlichen Quellen zusammenzuführen, anstatt Modelle für Risiko- oder Investmententscheidungen zu entwickeln. Genau an dieser Stelle setzt die nun bekannt gegebene Zusammenarbeit von LSEG und Databricks an.
Die Partnerschaft sieht vor, dass die LSEG ihre Finanzdaten über Delta Sharing im Databricks Marketplace bereitstellt. Zum Start sind Lipper Fund Data & Analytics sowie Cross Asset Analytics inklusive historischer Daten verfügbar. Weitere Datensätze – darunter Preise, Referenzdaten, Starmine-Modelle, Fundamentaldaten, Prognosen, Wirtschaftsdaten und Tick History – sollen folgen.
Damit wird ein zentrales Problem adressiert: Datenfragmentierung. Statt komplexe Pipelines aufzubauen, können Finanzinstitute die Datensätze unmittelbar in ihre Analysen und Workflows integrieren. „Kunden sagen uns, dass sie hochwertige, KI-fähige Daten benötigen, um ihre Analyse- und KI-Workloads zu beschleunigen“, erklärt Stephen Orban, SVP Product Ecosystem & Partnerships bei Databricks. „Gemeinsam können LSEG und Databricks Finanzinstituten nun die Möglichkeit geben, schnell KI-Agenten zu entwickeln, die die Daten von LSEG nutzen, um Aufgaben zu automatisieren, Trends zu analysieren und umsetzbare Erkenntnisse in Echtzeit zu liefern.“
Ein zentraler Baustein ist dabei die Funktion Agent Bricks. Sie ermöglicht es Finanzteams, eigene KI-Agenten zu entwickeln, die sowohl Unternehmensdaten als auch LSEG-Daten nutzen. Statt Monate für die Entwicklung von Prototypen zu benötigen, sollen produktive Anwendungen innerhalb weniger Tage bereitstehen.
Anwendungsbeispiele reichen von Investitionsanalysen über Risikomanagement bis hin zu Trading-Workflows. Globale Banken könnten etwa Transaktions- und Kundendaten mit Marktinformationen kombinieren, um in natürlicher Sprache Investitionsmöglichkeiten zu identifizieren, Szenarien zu prognostizieren oder Compliance-Berichte automatisch zu generieren. Laut Orban bietet die Integration über Delta Sharing dabei einen entscheidenden Vorteil: „Durch die Nutzung von Delta Sharing können Teams auf Live-Finanzdaten zugreifen und diese integrieren, ohne komplexe Pipelines oder Herstellerabhängigkeiten. Dies bietet ihnen eine einfache und sichere Möglichkeit, innerhalb weniger Tage von Rohdaten zu intelligenteren Entscheidungen über Investitionen, Risiken und Handel zu gelangen.“
Die Kooperationspartner sehen in der gemeinsamen Plattform drei Kernbereiche für den Einsatz: Investmentanalyse, Handelsanalyse und Risikomanagement. Für Portfolios lassen sich Backtests und Optimierungen beschleunigen; im Handel stehen Echtzeit-Analysen, algorithmische Strategien und Transaktionskostenanalysen im Vordergrund. Im Risikomanagement wiederum sollen Markt-, Kredit- und Wettbewerbsrisiken über KI-gestützte Überwachung besser erfasst werden.
Emily Prince, Group Head of Analytics & AI bei LSEG, ordnet die Bedeutung der Partnerschaft ein: „Diese Partnerschaft mit Databricks ist ein wichtiger Schritt, um die vertrauenswürdigen Daten der LSEG dorthin zu bringen, wo Kunden sie am dringendsten benötigen. Durch die Aufnahme unserer branchenführenden Datensätze in den Databricks Marketplace ermöglichen wir Finanzinstituten, ein neues Maß an Intelligenz, Effizienz und Compliance zu erreichen.“
