Wie Bridgewater 100 Millionen Dokumente in einen Wettbewerbsvorteil verwandelte - Sam Green & Aaron Linsky, Bridgewater

하이라이트

• Die Datenplattform The Vault von Bridgewater verarbeitet mittlerweile über 100 Millionen Dokumente aus 135 externen Quellen sowie interne Unterlagen.

• Menschen und KI-Agenten stellen stark voneinander abweichende Anforderungen an die Verarbeitungsgeschwindigkeit, da Menschen etwa 300 Wörter pro Minute lesen, während Agenten 30.000 Wörter pro Minute konsumieren.

• Durch den Einsatz eines optimierten Retrievals stieg die Präzision der Suchergebnisse bei den Top-10-Treffern von anfangs 60 Prozent auf 90 bis 95 Prozent.

• Die Plattform integriert bestehende Gewohnheiten von Analysten, indem abonnierten Listen und Ordnerstrukturen als gespeicherte Suchen und Sammlungen im System abgebildet wurden.

• Mit dem Pocket Analyst lassen sich stundenlange Recherchen auf Basis der Vault-Daten innerhalb weniger Minuten für geringe Kosten durchführen.

타임라인

1. 00:00 - 07:03

   Einführung in The Vault und die Anforderungen von KI

   In den letzten 50 Jahren optimierte Bridgewater sein Verständnis von Märkten kontinuierlich durch systematische Daten. Mit dem Aufkommen von Sprachmodellen entstand die Notwendigkeit, unstrukturierte Daten wie Nachrichten, Transkripte und firmeninterne Debatten ebenso sorgfältig zu verwalten wie strukturierte Zeitreihen. Ohne passende externe Anbieter baute das Unternehmen deshalb ein eigenes Repository auf. Ein direkter Vergleich bei einer Anlagefrage zum südkoreanischen Won verdeutlicht den Unterschied: Während die Websuche veraltete oder unzureichende Quellen liefert, greift The Vault auf präzise Datenräume und spezifische Zeitfenster zu.

   • Bridgewater entwickelte die Datenplattform The Vault, um unstrukturierte Daten systematisch in den Anlageprozess zu integrieren.
   • Der Aufbau basierte auf der Erkenntnis, dass Menschen und Agenten völlig unterschiedliche Anforderungen an eine Datenplattform stellen.
   • The Vault enthält über 100 Millionen Dokumente aus 135 externen Quellen sowie interne Memos, die kontinuierlich mit einer internen Ontologie abgeglichen werden.
2. 07:03 - 11:44

   Produkttchnische Erkenntnisse: Präzision, Filterung und Skalierung

   Die Suche für zwei unterschiedliche Konsumententypen erfordert das Ausbalancieren von fünf Dimensionen wie Trefferquote, Präzision, Filterung, Berechtigungen und Skalierung. Nach der Kritik an der Suchqualität erstellten die Teams einen manuellen Benchmark, um Verbesserungen messbar zu machen. Bei der Filterung stieß das System auf Leistungsprobleme, die durch native Filtermechanismen gelöst wurden. Zudem skaliert die Plattform von rund 100 menschlichen Abfragen pro Stunde auf tausende Abfragen pro Sekunde durch autonome Agenten.

   • Menschen benötigen eine hohe Präzision und ein starkes Signal-Rausch-Verhältnis, während Agenten auf hohe Verarbeitungsgeschwindigkeiten ausgelegt sind.
   • Ein manueller Benchmark von rund 200 Suchanfragen deckte eine anfängliche Präzision der Top-10-Ergebnisse von nur 60 Prozent auf.
   • Durch den Wechsel zu nativem Filtern über Turbo Puffer kombiniert die Plattform die Geschwindigkeit von Post-Filtering mit dem hohen Recall von Pre-Filtering.
3. 11:44 - 14:05

   Integration von Gewohnheiten und neue Arbeitsabläufe

   Großartige Tools werden von Investoren nicht automatisch genutzt, wenn sie bestehende Routinen stören. Aus diesem Grund wurden klassische Abläufe wie abonnierte Broker-Listen und Ablageordner in gespeicherte Suchen und Sammlungen übersetzt. Erst nach dieser Angleichung an vertraute Arbeitsweisen etablierten sich neue Gewohnheiten. Die gewonnenen Analysefähigkeiten mündeten in spezialisierte Werkzeuge wie den Pocket Analyst und den systematischen Forecaster, die unstrukturierte Daten in handelbare Strategien übersetzen.

   • Die Akzeptanz der Plattform gelang dadurch, dass bestehende Gewohnheiten der Analysten wie E-Mail-Ordner und Broker-Listen in das System überführt wurden.
   • The Vault ist tief in gängige Arbeitsumgebungen wie Chats, Slack, IDEs und Smartphone-Apps integriert.
   • Der Pocket Analyst verkürzt stundenlange Recherchen auf wenige Minuten, während neue Tools wie der Forecaster makrorelevante Prognosen liefern.
4. 14:05 - 16:36

   Proaktive Agenten und der Zinseszinseffekt von Daten

   Der größte Gewinn beim Aufbau der Plattform liegt darin, KI-Agenten zu proaktiven Teilnehmern zu machen, die Fachkräfte auf dringende Marktentwicklungen hinweisen. Über strukturierte Karten erhalten Investoren präzise Zusammenfassungen mitsamt der zugrunde liegenden Belege. Wenn Analysten die Recherchen vertiefen, speichert das System die daraus resultierenden Synthesen automatisch im Datenbestand ab. Dadurch schließt sich der Kreis, und die Plattform verbessert sich mit jedem Durchlauf von selbst.

   • Die Anwendung Investor Workbench wandelt Agenten von reaktiven Helfern in proaktive Teilnehmer um, die wichtige Themen eigenständig überwachen.
   • Ergebnisse der Zusammenarbeit zwischen Mensch und Agent werden automatisch im Vault gespeichert.
   • Der kontinuierliche Rückfluss von Analysen erzeugt einen Zinseszinseffekt für den gesamten Wissensbestand des Unternehmens.