Zum Projekt

Generative KI-Anwendungen wie ChatGPT, Gemini oder Copilot haben sich innerhalb weniger Jahre mit hoher Diffusionsgeschwindigkeit verbreitet und werden längst nicht mehr nur für Kochrezepte und Reisevorschläge, sondern zunehmend auch für weitreichende finanzielle Entscheidungen, insbesondere im Bereich der Altersvorsorge, genutzt. Internationale Befragungen und erste Studien zeigen, dass ein wachsender Anteil der Bevölkerung generative KI bereits für Finanzfragen einsetzt oder dies plant, während klassische Beratungsangebote als teuer, intransparent oder interessengeleitet wahrgenommen werden. Gleichzeitig weisen empirische Analysen auf systematische Fehler, Halluzinationen und verhaltensökonomisch problematische Effekte der KI-Ratschläge hin (Schlosky et al., 2024).
Vor diesem Hintergrund steht nicht mehr die Frage im Mittelpunkt, ob Menschen GenAI überhaupt nutzen, sondern wie sich diese Nutzung auf Qualität, Fairness und Akzeptanz von Altersvorsorgeentscheidungen auswirkt und für welche Gruppen Chancen oder Risiken überwiegen. Besonders sensibel ist dies, weil es um langfristige, teilweise irreversible Entschei-dungen mit erheblichen finanziellen Konsequenzen geht, die normativ und ökonomisch besonders bedeutsam sind. Anders als bei Alltagsentscheidungen wie Restaurantbesuchen oder der Urlaubsplanung können Fehlentscheidungen im Altersvorsorgebereich kaum oder nur mit hohen Kosten kompensiert werden.

Die geplante systematische Literaturübersicht orientiert sich an einer zentralen Forschungsfrage:
Wie beeinflusst die Nutzung generativer KI als niedrigschwellige digitale Finanzassistenz die Qualität und Verteilungswirkungen der Altersvorsorgeentscheidungen privater Haushalte, insbesondere entlang unterschiedlicher Kombinationen von Finanzkompetenz und KI-Kompetenz?