IDEAS home Printed from https://ideas.repec.org/a/bpj/zfbrbw/v34y2022i6p341-356n8.html
   My bibliography  Save this article

Künstliche Intelligenz und Marktmanipulation

Author

Listed:
  • Ringe Wolf-Georg

    (Professor für Law & Finance; Direktor des Institute of Law & Economics, Universität Hamburg; Gastprofessor, University of Oxford)

  • Azzutti Alessio

    (Research Associate, Centre for Banking & Finance Law, National University of Singapore)

  • Stiehl Siegfried

    (Senior Professor am Fachbereich Informatik, Universität Hamburg. Dieser Beitrag basiert auf einer früheren Veröffentlichung der Autoren im University of Pennsylvania Journal of International Law 43 (2021), S. 79 ff. Er geht zurück auf das Projekt Law, Finance, and Technology an der Universität Hamburg, gefördert von der Joachim Herz Stiftung, sowie das Hamburg Network of Artificial Intelligence and Law (NAIL) der Universität Hamburg und der Bucerius Law School.)

Abstract

Am modernen Kapitalmarkt werden zunehmend durch Künstliche Intelligenz (KI) und maschinelles Lernen (ML) gesteuerte Algorithmen eingesetzt. Neben enormen Effizienzgewinnen ergeben sich bei den fortschrittlichsten, selbstlernenden Algorithmen jedoch erhebliche Risiken für die Marktintegrität. Der vorliegende Beitrag zeigt auf, wie KI-Akteure selbständig Methoden des Marktmissbrauchs lernen können und konzentriert sich dabei auf Formen der Marktmanipulation und auf stillschweigende Absprachen. Der Beitrag hinterfragt zudem die Angemessenheit bestehender regulatorischer Rahmenbedingungen und Durchsetzungsmechanismen sowie aktueller Rechtsvorschriften zur Governance des algorithmischen Handels, um zunehmend autonomen und allgegenwärtigen algorithmischen Handelssystemen zu begegnen.

Suggested Citation

  • Ringe Wolf-Georg & Azzutti Alessio & Stiehl Siegfried, 2022. "Künstliche Intelligenz und Marktmanipulation," Zeitschrift für Bankrecht und Bankwirtschaft (ZBB) / Journal of Banking Law and Banking (JBB), RWS Verlag, vol. 34(6), pages 341-356, December.
    • Handle: RePEc:bpj:zfbrbw:v:34:y:2022:i:6:p:341-356:n:8
    DOI: 10.15375/zbb-2022-0604
    as

    Download full text from publisher

    File URL: https://doi.org/10.15375/zbb-2022-0604
    Download Restriction: For access to full text, subscription to the journal or payment for the individual article is required.
    File URL: https://libkey.io/10.15375/zbb-2022-0604?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    As the access to this document is restricted, you may want to search for a different version of it.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:bpj:zfbrbw:v:34:y:2022:i:6:p:341-356:n:8. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Peter Golla (email available below). General contact details of provider: https://www.rws-verlag.de/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.