de.wedoany.com-Bericht: Die Moody's Corporation hat plattformunabhängige Künstliche Intelligenz-Fähigkeiten eingeführt, die über natürliche Sprachbefehle bereitgestellt werden können und darauf abzielen, institutionelle Intelligenz in KI-Systeme zu integrieren. Diese Fähigkeiten werden zunächst in Microsoft 365 Copilot Cowork angeboten, sodass Benutzer mit einer einzigen Anfrage in natürlicher Sprache komplexe Analyse-Workflows ausführen können. Diese Anweisungspakete kodieren die Analysemethoden von Moody's und verbinden KI-Agenten mit seiner entscheidungsorientierten intelligenten Infrastruktur, wobei alle Ergebnisse auf proprietären Ratings, Forschungsergebnissen und Risikointelligenz basieren.
Cristina Pieretti, Leiterin für digitale Inhalte und Innovation bei Moody's, erklärte in einer Unternehmensmitteilung, dass Moody's einer der ersten Finanzdatenanbieter sei, der einen vollständigen Skill-Katalog auf offenen Standards anbiete, und die heutige Veröffentlichung erst der Anfang sei. Das Unternehmen zeige damit, wie Fachwissen systematisch in KI-Agenten-Workflows kodiert werden könne, ohne dass eine plattformspezifische Integration erforderlich sei. Die erste Version konzentriert sich auf hochprioritäre Finanz-Workflows mit dem größten Analyse-Know-how, darunter: Earnings Call Summary (Zusammenfassung von Gewinnmitteilungen) zur Verarbeitung von Transkripten von Gewinnmitteilungen und Extraktion von Umsatztrends, Preisdynamiken, Verbrauchergesundheitsindikatoren, Zollrisiken und verwandten Kennzahlen; Peer Analysis (Peer-Analyse) zur Generierung vergleichender Analysen über Verschuldung, Rentabilität, ESG-Leistung, Kreditqualität und verwandte Dimensionen; Public Information Book (Öffentliches Informationsbuch) zur Zusammenstellung unternehmensspezifischer Dossiers mit Finanzdaten, Governance-Struktur, Wettbewerbspositionierung und Risikoprofil; Rating Pitch (Rating-Präsentation) zur Erstellung strukturierter Präsentationsmaterialien mit Branchenkontext, Rating-Historie und Peer-Vergleichen; Sector Analysis (Branchenanalyse) zur Kombination proprietärer Forschung mit Echtzeit-Marktdaten zur Generierung von Brancheninformationen. Jeder Skill kodiert Analyseprozesse und Qualitätsstandards, um konsistente, nachvollziehbare und verteidigungsfähige Ergebnisse zu liefern, die den Anforderungen risikoreicher Entscheidungen in regulierten Umgebungen gerecht werden.
Ein Skill definiert die Methode, während der Model Context Protocol (MCP)-Server von Moody's den Skill mit den zugrunde liegenden Datenquellen verbindet. MCP fungiert als offener Standard, der KI-Agenten direkten Zugriff auf die von Moody's gepflegten Ratings, Forschungsergebnisse und Risikointelligenz ermöglicht. Diese Architektur soll sicherstellen, dass die Ergebnisse auf proprietären Datensätzen basieren und nicht auf allgemeinen Webinhalten, und adressiert damit die anhaltenden Herausforderungen von Halluzinationen und nicht nachvollziehbaren Ergebnissen bei der Unternehmens-KI-Bereitstellung. Der Skill weist den KI-Agenten an, wie Aufgaben gemäß festgelegten Standards auszuführen sind. Das Framework wird in einer gemeinsam nutzbaren Anweisungsdatei erfasst und im offenen SKILL.md-Format erstellt, das seinen Ursprung bei Anthropic hat und anschließend von den Plattformen OpenAI, Microsoft, Google und Amazon übernommen wurde. Die Offenheit des Standards verwandelt das in jedem Skill kodierte institutionelle Wissen in einen dauerhaften, portablen Vermögenswert, anstatt es an einen einzigen Anbieter zu binden. Das bedeutet, dass ein Skill einmal erstellt wird, aber auf jeder kompatiblen Plattform ausgeführt werden kann.
Moody's plant, seinen Skill-Katalog auf Workflows für Kreditanalyse, Lead-Generierung, Due Diligence bei Dritten und Versicherungszeichnung auszuweiten und das Analyse-Framework auf andere risikoreiche Prozesse zu übertragen, in denen Finanzfachleute arbeiten. Jeder weitere Skill wird demselben offenen, plattformunabhängigen Standard folgen, um sicherzustellen, dass institutionelles Wissen zwischen kompatiblen KI-Plattformen übertragbar bleibt, ohne für jede neue Umgebung neu aufgebaut werden zu müssen. Diese Strategie deutet darauf hin, dass Fachwissen zu einer Infrastrukturfähigkeit innerhalb von KI-Systemen wird, anstatt eine anwendungsspezifische Funktion zu sein.
