Konferenz zur Zukunft des Investierens Wenn alle KI nutzen, wer hat dann noch einen Vorsprung?

Organisator und Plexus-Gründer Günter Jäger auf der Konferenzbühne in der Universität Liechtenstein

Organisator und Plexus-Gründer Günter Jäger auf der Konferenzbühne in der Universität Liechtenstein Bildquelle: Plexus

Seit gut zehn Jahren steht bei künstlicher Intelligenz (KI) im Asset Management vor allem eine Frage im Mittelpunkt: Was kann sie leisten? Antworten darauf liefern inzwischen Forschung und Praxis. KI wertet Daten aus, automatisiert Aufgaben und unterstützt Anlageentscheidungen. Nun wird eine andere Frage wichtiger: Wenn Wettbewerber ähnliche KI-Werkzeuge nutzen, wie können sie sich dann noch voneinander absetzen?

Für Langfristanleger greift die Frage nach technischen Möglichkeiten zu kurz. Wer das Vermögen seiner Mandanten nach dem Endowment-Ansatz anlegt, denkt in Jahrzehnten statt in Jahren oder Quartalen. Der an US-Universitätsstiftungen orientierte Ansatz verbindet breite Diversifikation mit langfristiger Vermögensallokation und der genauen Auswahl der besten Investmentmanager. Für den langfristigen Anlageerfolg zählt, welche Geschäftsmodelle und Strategien auch künftig tragen – nicht, wer heute die eindrucksvollste KI-Anwendung zeigt.

Die drei wichtigsten Perspektiven einnehmen

Daraus ergeben sich drei Perspektiven: Welche Portfoliounternehmen können aus KI einen langfristigen Wettbewerbsvorteil machen? Was verändert KI für die Investmentgesellschaften, die andere Unternehmen analysieren und Wertpapiere in Anlagefonds verwalten? Und wie erkennen Fondsselektoren, welchen Investmentgesellschaften dabei nachhaltig Mehrwert gelingt?

Plexus Investments gründete bereits 2017 eine KI-Denkfabrik. Zur Vertiefung der Wettbewerbsfrage veranstaltete die Gesellschaft am 29. September 2026 gemeinsam mit der Universität Liechtenstein die Konferenz „Die Zukunft des Investierens“ in Vaduz. Fachleute aus Wissenschaft und Praxis lieferten zusätzliche Anhaltspunkte für die langfristige Investmentanalyse.

 

KI-Effizienz allein ist kein Wettbewerbsvorteil

Zunächst zu den Portfoliounternehmen, in die Fonds investieren: KI beschleunigt dort Abläufe und senkt Kosten. Portfoliounternehmen können deshalb ihre Preise senken und Kunden gewinnen. Andere halten die Preise konstant, leisten aber mit denselben Ressourcen mehr oder übernehmen zusätzliche Aufträge. Bei ausreichender Nachfrage steigern sie Umsatz und Gewinn. Nutzen Wettbewerber allerdings ähnliche KI-Anwendungen, geraten Preise und Margen wieder unter Druck. Der anfängliche Vorsprung kann zur bloßen Voraussetzung werden, um konkurrenzfähig zu bleiben.

Die wichtigere Frage für langfristige Anleger lautet deshalb: Wie viel vom Produktivitätsgewinn können Portfoliounternehmen dauerhaft behalten? Sebastian Ahrens, Chief AI Engineer beim Wirtschaftsprüfungs- und Beratungsunternehmen PwC Schweiz, unterschied bei der Konferenz die Automatisierung einzelner Aufgaben von der Neugestaltung ganzer Prozesse. Unternehmen müssten prüfen, welche Schritte noch nötig sind, was KI-Agenten zuverlässig erledigen und wo Menschen kontrollieren. Auch ein günstiges Modell kann wegen vieler Rechenschritte teuer werden. Deshalb zählen die Kosten eines zuverlässig erzielten Ergebnisses und die dauerhaft verbesserte Ertragskraft, nicht die Zahl der KI-Pilotprojekte.

Auch eigene Daten und Kundenbindung zählen

Junge Portfoliounternehmen können KI von Beginn an in ihre Abläufe einbauen. Etablierte Portfoliounternehmen besitzen dagegen oft umfangreichere Daten, gewachsene Kundenbeziehungen und bewährte Vertriebswege, müssen aber ihre bisherigen Systeme verändern. Für langfristig orientierte Investoren ist das Unternehmensalter allerdings weniger wichtig als die Frage, ob daraus Leistungen entstehen, die Wettbewerber schwer nachahmen können.

Silvan Gehmann, Investment Manager bei der Zürcher Venture-Capital-Gesellschaft Equity Pitcher, hob hochwertige unternehmenseigene Daten und die tiefe Einbindung in Kundenprozesse als mögliche Wettbewerbsvorteile hervor. Allgemeine KI-Modelle kennen das interne Wissen der Portfoliounternehmen und ihre Kundenbeziehungen nicht automatisch. Für die langfristige Bewertung bleibt aber zu prüfen: Wie exklusiv und verlässlich sind die Daten? Wie schwer fällt Kunden ein Anbieterwechsel? Und was geschieht, wenn die Konkurrenz technologisch aufholt? Erst wirtschaftlich wirksame Kundenbindung schafft einen Vorsprung.

Auch Macht und Verantwortung zählen für den Erfolg von Portfoliounternehmen. Dr. Dr. Christian Hugo Hoffmann vom AI Startup Center Zürich warnte vor der Konzentration technologischer Macht und plädierte für dezentrale Innovation sowie ethische Grundsätze in der Produktentwicklung. Für Endowment-Investoren ist das eine wichtige Perspektive, aber kein Beweis, dass kleinere Portfoliounternehmen wirtschaftlich oder ethisch überlegen sind. Abhängigkeiten von großen KI-Plattformen bleiben ein Risiko.

Selbst überzeugende KI-bedingte Gewinnzuwächse machen Aktien nicht automatisch attraktiv: Aktienkurse können Gewinnzuwächse bereits vorwegnehmen. Für die langfristige Anlageentscheidung müssen technischer Fortschritt, Unternehmenserfolg und Aktienrendite auseinandergehalten werden.

KI eröffnet Investmentgesellschaften Chancen

Kommen wir zur zweiten Perspektive – den Investmentgesellschaften selbst. KI ermöglicht kleinen Teams Analysen, für die früher große Abteilungen nötig waren. Lucas von Reuss, Mitgründer und Geschäftsführer des Münchner Technologieanalyseunternehmens Quant IP, erklärte bei der Konferenz, dass schon ein oder zwei Fachleute mit modernen Technologien rund 30 Millionen Patentanmeldungen auswerten und daraus Anlagehypothesen entwickeln können. Erfahrene Analysten können bewährte Verfahren zudem in Anweisungen für KI-Agenten übersetzen und auf neue Märkte übertragen.

Das heißt, heute sagt die Größe einer Research-Abteilung weniger über ihre Leistungsfähigkeit aus als früher. Doch viele Daten und schnelle Datenverarbeitung allein ergeben ebenfalls nicht zwangsläufig einen Anlagevorteil. Ein Fondsselektor muss zusätzlich prüfen, ob Investmentmanager alle relevanten Fragen stellen, Fehler erkennen und Researchergebnisse diszipliniert umsetzen. Große Investmentgesellschaften können vor allem beim Zugang zu exklusiven Daten punkten, kleine Spezialisten eher bei der Skalierung ihres Fachwissens. Gleiche Werkzeuge führen daher nicht zwangsläufig zu gleichen Anlageentscheidungen.

 

Gute KI-Modelle garantieren kein Alpha

Ob KI bessere Fondsprognosen ermöglicht, untersuchte Florian Weigert, Inhaber des Lehrstuhls für Digital Finance an der Technischen Universität München. Seine Studie analysierte 12.559 aktive Aktienfonds anhand von 48 Merkmalen – beispielsweise die frühere Wertentwicklung, Gebühren, Fondsgröße und Investmentstil. Mit Hilfe von Machine-Learning-Modellen berücksichtigte er auch komplexe Wechselwirkungen. Im historischen Test erreichten die zehn Prozent der Fonds mit den höchsten Prognosewerten rund 2,4 Prozent Alpha im Jahr; schwache Fonds ließen sich vergleichsweise gut erkennen.

Aus Sicht eines Fondsselektors beginnt die Prüfung damit erst. Denn die Forschungsresultate beruhen auf historischen Modelltests außerhalb der Trainingsstichprobe und stammen nicht aus der tatsächlichen Verwaltung eines Fonds. Algorithmus, Datenqualität, Trainingszeitraum und Handelskosten beeinflussen die Ergebnisse; Modelle können sich an zufällige Muster anpassen. Die Studie zeigt das Potenzial des Verfahrens, aber noch keinen dauerhaften Vorsprung eines Fondsmanagers. Was in der Rückrechnung gelingt, muss sich auch im realen Investmentprozess nach Kosten bewähren.

Fondsselektion verlangt Urteil und Vertrauen

Die dritte Perspektive ist die des Investors. Plexus Investments wählt spezialisierte Fondsgesellschaften und Strategien für langfristige Mandantenportfolios aus, statt selbst die einzelnen Aktien zu selektieren. Maßgeblich ist die Qualität externer Investmentmanager: Wo verbessert KI ihre Entscheidungen? Wo sind Menschen überlegen? Und können die Manager ihren Vorsprung über unterschiedliche Marktphasen halten?

Marco Wunderlich, Leiter des institutionellen Vertriebs beim Düsseldorfer quantitativen Asset Manager GET Capital, erläuterte die bei dem Vermögensverwalter automatisierte Signalgenerierung, Wertpapierauswahl, Portfoliokonstruktion und das Risikomanagement. Menschen klären die Anlageziele mit den Kunden, erläutern die Strategien und geben Orders im Vier-Augen-Prinzip frei. Diese Arbeitsteilung ist für Fondsselektoren interessant, aber kein ausschließlicher Qualitätsbeweis. Zu prüfen bleibt, wie eine Investmentgesellschaft ihre Modelle kontrolliert, Datenfehler erkennt und auf Marktbrüche reagiert. Je stärker KI entscheidet, desto wichtiger ist die menschliche Verantwortung.

Plexus ordnet KI-Fonds seit Januar 2019 auch mit dem AI-Outperformance Index ein, der ihre durchschnittliche Wertentwicklung den jeweiligen Benchmarks gegenüberstellt. Solche Vergleiche ersetzen keine Managerprüfung, unterscheiden aber Versprechen von Ergebnissen. In der Schlussdiskussion der Konferenz in Vaduz forderte ein Konferenzteilnehmer einen belegbaren Mehrwert aktiver Fonds gegenüber günstigen ETFs: höhere Renditen oder niedrigere Risiken. Auch persönliche Betreuung, individuelle Lösungen und die Übernahme von Anlageentscheidungen müssen ihren Preis rechtfertigen.

Bei langfristigen Mandaten zählt zudem Vertrauen. Es entsteht durch transparente Prozesse, nachvollziehbare Entscheidungen, verlässliche Ansprechpartner und einen verantwortlichen Umgang mit Rückschlägen. Die Beurteilung von Menschen bleibt deshalb Teil der Fondsselektion, auch wenn KI viele Analysen übernimmt. Vertrauen ersetzt die Prüfung von Rendite, Risiko und Kosten nicht; es ergänzt sie.

Die Anwendungsqualität ist entscheidend 

Wenn alle Zugang zu ähnlich leistungsfähiger KI haben, entscheidet ihre Anwendung über den Wettbewerbsvorteil. Portfoliounternehmen müssen daraus nachhaltige Erträge erzielen, Investmentgesellschaften bessere Anlageentscheidungen ableiten. Fondsselektoren, die in Jahrzehnten denken, müssen wiederum erkennen, welchen Investmentgesellschaften das gelingt – und ob ihr Vorsprung auch langfristig, in unterschiedlichen Marktphasen und nach Kosten Bestand hat. Wer nur auf die Leistungsfähigkeit der KI blickt, übersieht das Entscheidende: die Qualität der Menschen und Prozesse, die sie einsetzen.


Über den Autor und die Veranstaltung:

Günter Jäger ist Gründer und Geschäftsführer von Plexus Investments. Die Gesellschaft und die Universität Liechtenstein haben die Konferenz „Die Zukunft des Investierens“ am 29. September 2026 in Vaduz gemeinsam veranstaltet. Fachleute aus Wissenschaft und Praxis diskutierten, wie künstliche Intelligenz Unternehmen, Investmentgesellschaften und die Fondsauswahl verändert. Das private banking magazin war Medienpartner der Konferenz.

Wie hat Ihnen der Artikel gefallen?
Danke für Ihre Bewertung
Leser bewerteten diesen Artikel durchschnittlich mit 0 Sternen