„Wir lassen das Zeitalter des Faxgeräts an der Börse endlich hinter uns“, sagt Eric Endreß, Experte für Künstliche Intelligenz (KI) beim Investmenthaus Acatis. Die Technologie hat längst das Stadium der Experimentierphase verlassen und sich zu einem „unverzichtbaren Werkzeug“ entwickelt. Zwar treffen Menschen meist die finalen Investmententscheidungen. Doch im Maschinenraum vieler Fonds arbeitet längst KI mit.
Dieser Artikel richtet sich ausschließlich an professionelle Investoren. Bitte melden Sie sich daher einmal kurz an und machen einige berufliche Angaben. Geht ganz schnell und ist selbstverständlich kostenlos.
„Wir lassen das Zeitalter des Faxgeräts an der Börse endlich hinter uns“, sagt Eric Endreß, Experte für Künstliche Intelligenz (KI) beim Investmenthaus Acatis. Die Technologie hat längst das Stadium der Experimentierphase verlassen und sich zu einem „unverzichtbaren Werkzeug“ entwickelt. Zwar treffen Menschen meist die finalen Investmententscheidungen. Doch im Maschinenraum vieler Fonds arbeitet längst KI mit.
Wie tiefgreifend der Wandel ist, zeigt der Arbeitsalltag vieler Portfoliomanager. KI analysiert Milliarden von Datenpunkten, durchforstet Research-Reports, wertet Analystenkonferenzen aus und erkennt Muster, die Menschen oft nicht erkennen.
„Insbesondere das Research, die Echtzeit-Analyse riesiger Datenmengen sowie die Modellierung sind heute stark KI-basiert“, sagt Achim Siller, Leiter des Portfoliomanagements in Deutschland bei Pictet Wealth Management. Die Hoffnung der Branche: effizientere Prozesse, präzisere Risikoerkennung, breitere Abdeckung und möglicherweise höhere Renditen.
Vor allem in puncto Effizienz bedeutet KI für viele Häuser einen Quantensprung. Früher nahm das Research viel Zeit in Anspruch, um Geschäftsberichte, Analystenstudien und Marktkommentare zu lesen und auszuwerten. Heute übernehmen KI-Systeme einen Großteil dieser Vorarbeit innerhalb weniger Sekunden. Nahezu alle großen Asset Manager nutzen KI – vom Research über das Risikomanagement bis zur Portfoliooptimierung.
„Gerade bei Quartalsanalysen zeigt sich, wie stark sich Effizienz durch KI-gestützte Prozesse steigern lässt“, sagt László Zoltán Harsányi, Analyst und KI-Experte bei Scope Fund Analysis. Er war selbst früher Fundamentalanalyst und erinnert sich an den enormen Zeitaufwand, der mit der Auswertung von Quartalsergebnissen verbunden war. Heute könnten Analysten Vergleiche mit Vorjahren oder Zusammenfassungen von Analystenkonferenzen „auf Knopfdruck“ erstellen.
Neue Datenquellen verändern die Analyse
Der Wandel betrifft dabei nicht nur die Geschwindigkeit, sondern auch die Art der Datenanalyse. Klassische quantitative Modelle arbeiteten meist mit festen Regeln und mathematischen Zusammenhängen.
Moderne KI verarbeitet dagegen auch unstrukturierte Informationen, wie Sprache, Texte, Videos oder Bilder und erschließt damit zuvor verborgene Signale. „Das ist eine völlig neue Dimension der Informationsgewinnung, die klassischen Modellen bisher verschlossen blieb“, sagt Endreß.
So analysieren Sprachmodelle heute die Tonalität von Managementaussagen in Earnings Calls, erkennen Veränderungen in der Kommunikation oder bewerten die Glaubwürdigkeit von Aussagen. Selbst spezielle Aspekte lassen sich innerhalb weniger Sekunden einordnen.
Endreß nennt als Beispiel Nischenthemen aus Geschäftsberichten wie Fischzuchtquoten oder technische Details bei Ölbohrungen. Was früher stundenlange Recherche erforderte, liefern moderne Systeme inzwischen nahezu sofort.
KI kann zudem riesige Datenmengen in Echtzeit verarbeiten. Einige Investmenthäuser überwachen damit kontinuierlich Portfolios. „Wir nutzen Sprachmodelle als digitale Analysten, die unsere Portfoliomanager laufend auf relevante Nachrichten hinweisen“, sagt Endreß. Die Systeme gleichen hinterlegte Investmentthesen automatisch mit aktuellen Daten ab. Weichen Kennzahlen von den Erwartungen ab, schlägt das System Alarm.