KI Geldanlage: Das ist der aktuelle Stand | Methoden & Anbieter
Es sind lernende Algorithmen, die die Fondsmanager immer stärker in Bedrängnis bringen – am Ende ist es wohl nur noch eine Frage der Zeit, bis sie den Finanzmarkt endgültig erobert haben. Doch welche Auswirkungen hat der bereits an der Börse stattfindende Machtwechsel für den Privatanleger? Welche Anwender gibt es und wie unterscheiden sich diese?
1. So funktioniert KI Geldanlage
Wie funktionieren Robo-Advisor?
Seit dem Jahr 2014 werden auch in Europa und in Deutschland Robo-Advisor angeboten. Diese erstellen auf Basis von Algorithmen und Daten Vorschläge für die Geldanlage oder führen diese bei einigen Anbietern gleich auch noch aus. Meist wird dabei das Investieren in ETFs gemanagt, aber auch beim Investieren in Aktien werden KIs genutzt.
Auch institutionelle Investoren nutzen seit längerem KI, um global Chancen aus altbekannten Firmen und Techfirmen wie Amazon, Google und Apple frühzeitig erkennen zu können. Hierfür durchforsten und analysieren selbstlernende Algorithmen mit gewaltiger Rechenpower selbstständig enorme Datenmengen. Optimalerweise stoßen sie dabei auf eine Perle, entdecken bisher unerkannte Muster, um den übrigen Marktteilnehmern eine Nase voraus zu sein.
1.1. Die Technik: Neuronale Netze
Es begann zunächst damit, dass KIs Katzenbildchen aus Fotosammlungen erkennen konnte. Dann spielten KIs besser Schach als ein Großmeister. Und dann gelang es, KI bei der Geldanlage einzusetzen.
Grundlage der Artificial Intelligence (AI = Maschinen-Intelligenz) sind oftmals neuronale Netze, die schon viele Jahrzehnte bei der Vorhersage von Finanzentwicklungen eingesetzt werden. Auch bei der heutigen KI in der Geldanlage geht es im Grunde genommen um die Technik der neuronalen Netze, die von der Struktur des menschlichen Gehirns und dessen Lernmethode inspiriert sind. Diese Technik (auch Deep Learning genannt) machte in den letzten Jahren allerdings rasante Fortschritte. Viele der jüngsten Erfolge (Handschrifterkennung, Spracherkennung, Gesichtserkennung, selbständig fahrende Autos, Computerübersetzung ...) beruhen auf dieser Computer-Lerntechnik. Dieses Phänomen erklärt, warum die Finanzwelt nun stark auf KI und deren Anwendungen baut.
Basis des Lernens über neuroanle Netze sind immer konkrete Daten. Doch welche Daten soll man nehmen? Und wie müssen diese aufbereitet werden, damit die KI damit erfolgreich umgehen kann? Ein Problem: für gleiche finanztechnische Kennzahlen werden von Land zu Land, manchmal sogar von Unternehmen zu Unternehmen unterschiedliche Begriffe verwendet.
Erfolgreich heißt übrigens immer, ein Muster zu erkennen. Ein Muster, mit dem sich aus der Vergangenheit und der aktuellen Entwicklung die Zukunft vorhersagen lässt.
Momentan kommt es noch vor, dass KIs Zusammenhänge dort erkennen, wo keine sind. Man fühlt sich an Verschwörungstheorien erinnert. Das Problem ist, dass sich in der realen Welt Zusammenhänge ändern können, sich alte Ursache-Wirkungs-Ketten auflösen und neue Zustände bzw. Entwicklungen entstehen. Man denke z. B. an die Wahl von Donald Trump, der viele bis dahin als unumstößlich geltende Regeln einfach gekippt hat. Mit (auch für eine KI und deren Netz) noch unabsehbaren Folgen.
Dennoch ist die KI bei der Geldanlage nicht mehr wegzudenken. Sie kann menschliche Fehler (damit kenne ich mich nicht aus ..., das haben wir schon immer so gemacht ...) durch ihre nüchterne und unemotionale Betrachtung der Daten ausgleichen.
2. Mensch gegen Maschine – nun folgt die Fortsetzung am Finanzmarkt
Die Künstliche Intelligenz (kurz: KI) befindet sich schon seit Jahren auf der Überholspur. Aus zahlreichen Bereichen sind Rechner, die eigenständig nach Problemlösungen suchen, nicht mehr wegzudenken - auch im Bereich der Geldanlage scheint diese Entwicklung immer stärker zu werden. Dabei steht die KI aber noch am Anfang – befindet sich sozusagen gerade erst in den Kinderschuhen.
Man kann die aktuelle Situation ganz gut mit dem Verlieren des Schachgroßmeisters gegen die KI vergleichen, denn auch am Rohstoffmarkt verliert der Mensch gegen den Computer – die großen Handelshäuser wie Louis Dreyfus, Trafigura und Cargill, die Jahr für Jahr damit punkteten, einen überaus großen Informationsvorsprung zu haben, wurden bereits abgehängt.
Die Mitarbeiter von Trafigura, ein Öl- wie Metallhändler, der einen jährliche Umsatz im Bereich der 136 Milliarden US Dollar macht, schickten beispielsweise Frachter wie Tanker um den Globus, um zu wissen, wo das Überangebot die Preise drückt – kein Wunder also, dass Galena Metals, der hauseigene Hedgefonds, nie zu schlagen war. Bis zum Jahr 2013 erzielte man hier um die 9,4 Prozent Rendite/Jahr. 2015 wurde die Sparte von Trafigura geschlossen.
Heute werden die Investments nur noch von immer klüger werdenden - weil selbstlernenden - Computern gesteuert, die wissen, wie es um die Warenströme auf den Meeren bestellt ist, wobei nie ein Barrel Öl aus Südamerika oder eine Ladung Platin aus Südafrika bewegt wurden. Chef eines derartigen Computernetzwerkes ist Tammer Kamel, der Gründer des kanadischen Researchanbieters Quandl. Kamel, ein ehemaliger Investmentbanker, sprach schon im Jahr 2012 davon, mit „Bloomberg das zu machen, was Wikipedia mit der Enzyklopädie Britannica gemacht hat“.
3. Aktuelle Anbieter auf dem Markt
4. Immer auf der Suche nach Informationen
Der junge Kamel lernte in Hongkong, wie wichtig ein Informationsvorsprung an der Börse sein kann. Damals wurde er von seinem Vorgesetzten auf das chinesische Festland geschickt - er sollte die Bauern für das Zählen von aus den Fabriken kommenden LKWs bezahlen. Heute sind es Satellitenbilder von den Rohstoffverladehäfen, die für den Überblick sorgen.
Auf die Aufnahmen werden dann Programme losgelassen, die ein selbständiges Muster wahrnehmen und wissen, um welche Tanker wie Stückgutfrachter es sich handelt.
Heute kann der Quandl-Chef jederzeit sagen, wie viel Eisenerz aus den australischen Minen nach China transportiert wird.
Schon jetzt können die intelligenten Programme auch anhand zahlreicher Bilder wie auch Datenquellen sagen, wie es um die Geschäftsentwicklung bestellt ist – somit weiß man, ob man auf einen fallenden oder steigenden Aktienkurs setzen soll. So gingen die Hedgefonds im Sommer bei Under Armour, einem Sportartikelhersteller, short, nachdem man festgestellt hat, es würden immer weniger Stellenanzeigen auf den diversen Internetseiten gefunden werden – der Quartalsbericht hat die Vermutung dann bestätigt, sodass die Aktie in weiterer Folge um 9 Prozent einbrach.
Zwischenfazit
All jene, die in naher Zukunft Top-Renditen einfahren wollen, kommen in Wahrheit nicht mehr an der KI vorbei – nun geht es um die Integration in die Investmentstrategie.
5. Die Entwicklung ist nicht ungefährlich
Aufgrund der Tatsache, dass die Finanzbranche durch neue Technologien getrieben wird, befindet sie sich in einem fundamentalen Wandel. Natürlich befasst sich auch die Finanzmarktaufsicht mit dem Thema der modernen Technologie und weiß, dass es durchaus gefährlich werden kann, wenn man sich zu 100 Prozent auf scheinbar immer klüger werdende Algorithmen, auf KI sowie auch auf Big Data-Analysen verlässt. Besonders intensiv hat sich die Bundesanstalt für Finanzdienstleistungsaufsicht (kurz: BaFin) mit dem Thema in der Studie „Big Data trifft Künstliche Intelligenz“ befasst.
Die Grundlage, die es der KI am Ende erlaubt, Musteranalysen wie auch Mustererkennungen durchführen zu können, bilden gewaltige Datenmengen. Die heutigen Systeme sind tatsächlich schon in der Lage, dass riesige Mengen analysiert, verarbeitet und sodann ausgewertet werden können. Das Zeitalter der KI bei der Geldanlage hat begonnen.
6. Leserbefragung zur Künstlichen Intelligenz bei der Anlage
Wie halten Sie es mit dem Einsatz von künstlicher Intelligenz bei der Geldanlage?
Hier die bisherigen Antworten anschauen ⇓
Die bisherigen Stimmen:
Ich nutze KI bei der Geldanlage momentan nicht, habe aber Interesse. | 20 Stimmen |
Ich lasse bereits mein gesamtes Portfolio von einer KI (Robo-Advisor) verwalten. | 11 Stimmen |
Ich nutze die Informationen der Robo-Advisor, hole mir aber weitere Informationen ein und treffe erst dann eine Investitionsentscheidung. | 6 Stimmen |
Ich will und werde keine KI zur Geldanlage nutzen. | 3 Stimmen |
7. Bücher zum Thema KI beim Geld
🛒 "Künstliche Intelligenz Geldanlage" auf Amazon anschauen ❯