KI IN DER GELDANLAGE
Mit künstlicher Intelligenz (KI) die Aktienmärkte schlagen? Das scheint für viele Anleger das Wichtigste zu sein. Doch der wahre Nutzen der Technologie liegt woanders. Ein Überblick
Die Erwartungen sind hoch, sehr hoch sogar. Schließlich soll künstliche Intelligenz (KI) bei der Geldanlage de facto genau das leisten, woran Portfoliomanager aus Fleisch und Blut meist scheitern: durch cleveres Investieren regelmäßig besser abschneiden als der Gesamtmarkt. Knapp ein Drittel der Privatanleger, die über die israelischen Social-Trading-Plattform Etoro 2023 zum Thema KI befragt wurden, meint bereits, dass eine KI bessere Anlagen auswählen kann als ein Mensch. Hier stellt sich die Frage, ob durch den Einsatz von künstlicher Intelligenz tatsächlich bessere Ergebnisse am Kapitalmarkt erzielt werden können?
Geht man von der Vorstellung aus, dass sich eine KI beziehungsweise ein darauf basierendes Computerprogramm einmal selbstständig weiterentwickeln kann und durch logisches Denken in der Lage wäre, völlig neue Muster und Trends am Kapitalmarkt zu erkennen, müsste die Antwort wohl „Ja“ lauten. Immerhin würde die KI dann vermutlich Anlageentscheidungen treffen, auf die ein „menschlicher“ Geldmanager selbst mit enormer Erfahrung und Börsenwissen nicht so einfach kommt.
In der Praxis ist man von diesem Idealbild derzeit allerdings noch weit entfernt. Vielmehr steckt die Entwicklung von KI – vor allem in der Geldanlage – noch in den Kinderschuhen. Künstliche Intelligenz von heute bedeutet in erster Linie, riesige Datenmengen (Geschäftszahlen, Inflationsdaten, Wech- selkurse usw.) durch maschinelles Lernen (Machine Learning) extrem schnell verarbeiten zu können, daraus wertvolle Zusammenhänge an der Börse zu erkennen und so bessere Anlageentscheidungen zu treffen. Das Problem dabei sind vor allem die Daten. Und die Börse selbst.
Denn KI-basierte Portfolios funktionieren nur dann richtig gut, wenn eine ausreichende Datenbasis vorhanden ist und die Daten auch passen. „Allein das sind aber bereits enorm große Herausforderungen“, sagt Hartmut Jaensch, Gründer des Börsendienstes prediqma (s. Interview nächste Seite). Die Datenreihen seien zum Beispiel oft lückenhaft, so der Anlageprofi und Musterdepotexperte, der sich seit den 1980-er Jahren mit der Frage beschäftigt, wie sich das Börsengeschehen anhand von Daten, Formeln und Algorithmen am besten erklären lässt. Jaensch hat sein dafür entwickeltes Computerprogramm prediqma bereits mit Finanz- und Wirtschaftsdaten aus mehr als 100 Börsenjahren gefüttert und so „trainiert“, dass es frühzeitig Trendwechsel an der Börse signalisiert.
Chaotisches System. Am Ende entscheidet vor allem das „Training“, wie gut prediqma als künstlic
