Das Thema Künstliche Intelligenz befeuert seit Monaten die Börsenkurse. Der folgende Artikel zeigt wie das automatisierte investieren funktionieren sollte. 

Die Abkürzung „KI“ ist spätestens seit dem ChatGPT Hype in aller Munde und erfreut sich großer Aufmerksamkeit. Mittlerweile gibt es immer mehr KI-Produkte, die unseren Alltag stark beeinflussen oder beeinflussen werden. Dabei stellen sich Fragen, ob KI uns Arbeit abnehmen oder „wegnehmen“ wird. Es gibt auch ethische Fragen, ob zum Beispiel ChatGPT eher demokratisch oder republikanisch zu bewerten ist. Konsens besteht zumindest über die Zukunftsperspektive: Die fortschreitende Entwicklung von KI ist nicht mehr aufzuhalten und wird alle Bereiche unseres Lebens durchdringen.
Dies gilt auch für den Anlagebereich. Doch die Vielzahl der Angebote und Unternehmen, die automatisierte Strategien anbieten, kann verwirren und nicht immer ist klar, was sich hinter einem bestimmten Algorithmus verbirgt. Ist wirklich KI integriert oder handelt es sich nur um ein Wenn-Dann-Konstrukt? Um hier etwas Klarheit zu schaffen, haben wir recherchiert.

Wie funktioniert das automatisierte Investieren? 

Wenn man von Automatisierung spricht, meint man in der Regel Dinge, die von selbst, also automatisch funktionieren und um die man sich nicht mehr kümmern muss. Im Anlagebereich findet man Automatisierung bereits bei einfachen Sparplänen. Dabei wird monatlich ein bestimmter Betrag vom eigenen Konto direkt in einen vorselektierten ETF investiert. Die Weiterentwicklung der Automatisierung kann als Robo-Advisor (RA) bezeichnet werden. Ein Robo-Advisor ist grundsätzlich ein auf Algorithmen basierendes Anlagesystem, das automatisch Anlageempfehlungen gibt und diese auch umsetzen kann.

Alle Robo-Advisor setzten doch bereits auf KI? Falsch.
Robo-Advisor und künstliche Intelligenz sind zwei Begriffe, die häufig miteinander in Verbindung gebracht werden. Es ist wichtig zu verstehen, dass sie nicht dasselbe sind. Es gibt Hinweise darauf, dass Robo-Advisors tatsächlich KI-Technologien einsetzen. Bisher gibt es nur wenige Informationen über ihre Verwendung und Anwendung.

Eine im August 2022 veröffentlichte Studie von Forschern der Universität Berkeley und der Universität Frankfurt konnte erste vielversprechende Antworten liefern. Dazu wurden 27 hochrangige Führungskräfte (C-Level) von RA-Firmen in Deutschland zu diesem Thema befragt:


• Nur 18,5 Prozent der RA wenden bereits KI in der Wertschöpfung und in ihrem Produkt an.
• Circa 30 Prozent der RA entwickeln aktiv KI-Anwendungen, doch sie werden im Live-Betrieb noch nicht eingesetzt.
• Die befragten Führungskräfte sehen das größte Potenzial in der Anwendung von KI in folgender Reihenfolge (absteigend): Sales & Vertrieb, Portfolio Management und Beratung in der Finanzplanung oder Risikomanagement
• Die größten Hürden in der Umsetzung der KI beruhen auf interne Probleme. Zu nennen sind mangelndes Know-how, wenig qualifiziertes Personal und zu geringes Budget. Probleme entstehen weniger durch externe Faktoren, wie zum Beispiel Technologien oder Datengrundlagen.


‍
Interessante Aussage eines Managers: „Es gibt keine Vorbilder auf dem Markt, die einen erfolgreichen Einsatz von KI zeigen und deshalb wartet der große Teil der Wettbewerber ab und beobachten aktuelle Entwicklungen in dieser Hinsicht".

Die Autoren der Studie gehen davon aus, dass es den Entscheidungsträgern an erfolgreichen Anwendungsfällen für KI mangelt und sie derzeit noch keinen Mehrwert in der Anlage sehen. Dies könnte an dem starken Home Bias liegen, da in Deutschland tatsächlich kaum Vorzeigeprojekte im Investmentbereich auffindbar sind. In den USA hingegen gibt es Investment Firmen wie Two Sigma oder Numerai, welche KI in den Mittelpunkt stellen. Zudem fehle es vielen Unternehmen an Know-how und qualifiziertem Personal. Daher können sie das Potenzial von KI nicht richtig einschätzen. Dies kann als klassisches Henne-Ei-Problem angesehen werden, das häufig bei innovativen Technologien auftritt. Ohne Erkenntnisvorteile klarer Anwendungsfälle bleibt der Mehrwert unklar und es entstehen intern nicht genügend personelle und finanzielle Ressourcen für die Umsetzung von KI. Eine Umfrage nach der Veröffentlichung von ChatGPT Ende 2022, würde sicherlich auch nochmal die Ergebnisse der Studie deutlich beeinflussen, da hier ein erfolgreicher Anwendungsfall von KI klar erkennbar ist, wenn auch nicht direkt im Investmentbereich.

Nicht überall, wo KI draufsteht, ist auch KI drin.  

Wenn man vom Investieren in KI spricht, bedeutet das im Wesentlichen, dass man in einen ETF oder Fonds investiert, der in Unternehmen investiert, die einen großen Anwendungs- oder Entwicklungsbereich für KI haben. So ein Fonds wäre zum Beispiel der Allianz Global Artificial Intelligence Fund. Dieser Fonds legt sein Anlagekapital in solche Unternehmen an, die vor allem im IT-Bereich tätig sind. In KI zu investieren bedeutet also nicht, dass KI auch im Investmentprozess eingesetzt wird.

Ganz anders ist das beim Investieren mit KI der Fall. Dieser Bereich ist in der Finanzwelt etwas neuer und wird derzeit vor allem von Hedge Fonds sehr aufmerksam verfolgt. Die Protagonisten in diesem Bereich sind zum Beispiel die KI-Hedge Fonds Two Sigma, Numerai oder die Man Group aus Großbritannien. Diese Unternehmen nutzen KI um sehr große Datenmengen effizient zu verarbeiten und mittels der KI Anlageentscheidungen zu treffen.

Hier noch ein Blick auf den Chart des Eurekahedge KI Hedge Fonds Index, den wir im letzten Artikel besprochen haben. Dieser bildet die durchschnittliche Performance von circa 15 Hedge Fonds ab, die stark auf KI im Portfoliomanagement setzen. Zusätzlich sind zwei ausgewählte und bekannte Hedge Fonds von Two Sigma und der Man Group enthalten.
‍

In Bild 1 ist als Benchmark der DAX Performance-Index abgebildet, da die genannten Protagonisten ebenfalls mit den abgebildeten Fonds an den Aktienmärkten aktiv anlegen. Man sieht, dass die Hedge Fonds auch während der Corona eine ordentliche Rendite erzielen konnten und deutlich weniger schwankten als der DAX. Das sind genau die Eigenschaften, die vor allem institutionelle Anleger suchen und deshalb in solche Fonds investieren. Gesucht wird eine geringe Korrelation zum Aktienmarkt und die geringere Schwankungsintensität führt zu einem geringeren Marktrisiko. Die Mindestanlagesumme für solche KI-Fonds liegt allerdings meist bei mehreren Millionen Euro und ist den professionellen Anlegern vorbehalten.

Daraus stellt sich die Frage: Welche Vorteile sehen Hedge Funds wie z.B. Two Sigma im Einsatz von KI? Einerseits in der Portfoliokonstruktion, da durch die fortschreitende Digitalisierung viele Datenquellen in Echtzeit verfügbar sind. Aus diesem Grund analysiert beispielsweise Two Sigma über 10.000 verschiedene Datenquellen und setzt KI ein, um in einem systematischen Prozess die Echtzeitinformationen konsistent, wiederholbar und skalierbar in ein "optimales" Portfolio zu überführen.

Dies bietet den Vorteil, Informationen bzw. Daten schneller als andere Marktteilnehmer zu konsumieren und damit einen Wissensvorsprung gegenüber dem Markt zu haben und damit ggf. ein besseres Risiko-Rendite-Profil in Form einer Sharpe Ratio vorweisen zu können.

Zum anderen im Risikomanagement. Two Sigma arbeitet mit einem in den Investmentprozess integrierten systematischen Risikomanagement-Tool. Systematisch bezieht sich auch hier darauf, dass aus den permanent analysierten Daten Risikokennzahlen für z.B. Portfolios von Two Sigma, aber auch Kundenportfolios, die sie betreut, abgeleitet werden. Dadurch kann früher auf Risiken reagiert werden, die aus den Echtzeitdaten bereits ableitbar sind, aber dem Menschen noch verborgen bleiben. In Abbildung 1 scheint dies funktioniert zu haben. Der Two Sigma Diversified Fund und auch der Man Group AHL Fund verzeichneten während Corona einen deutlich geringeren Kursrückgang als z.B. der DAX.

KI für Dein Portfolio? Möchtest du auch mit KI investieren und nicht in KI? 

Bei Sub Capitals wird fortgeschrittene KI vor allem für das Portfoliomanagement eingesetzt. In diesem Zusammenhang haben wir das Thema der künstlichen Intelligenz bereits seit 2017 KI, in den Mittelpunkt gestellt. Deshalb haben wir uns nicht auf die nächste Robo-Advisory-Lösung mit App konzentriert, sondern haben ein börsengehandeltes Produkt entwickelt, das vollständig von unserer KI gemanagt wird. Dieses kann nach der Lancierung einfach in bestehende Portfolios integriert werden wie eine Aktie oder ETF. So kann jeder einen Teil seines Depots von unserer KI managen lassen. Als Emittentin tritt dabei die UBS auf. 

Wir hoffen, dass wir mit diesem Artikel aufzeigen können, wo KI tatsächlich eingesetzt wird und dass wir dir bei deiner nächsten Begegnung mit KI im Finanzbereich den nötigen Einblick geben konnten, das Thema besser zu verstehen.

‍