Institutional Money, Ausgabe 1 | 2026

wir die Zahl der Features sinnvoll erwei- tern, ohne in reine Beliebigkeit zu verfal- len. Jedes Feature braucht eine ökonomi- sche Logik. In der Portfoliokonstruktion besteht das Hauptrisiko darin, dass etwas, das wir für immunisiert halten, es in einem Stressereignis doch nicht ist. Für die Architektur selbst haben wir bislang keine VWUXNWXUHOOH 6FKZÌFKH LGHQWLlj]LHUW *UD - dient Boosted Trees waren in unseren Tests robuster als neuronale Netze. Der Fokus liegt daher auf der Stabilität des bestehen- den Set-ups und dem schrittweisen Ausbau der Signale, die wirklich zusätzliche Infor- mation liefern. Sie sprechen oft vom Spannungsfeld zwischen wissenschaftlicher Skepsis und Vertriebserwartungen. Wo ziehen Sie persönlich die Grenze zwischen sauber belegbarem Mehrwert und „KI-Storytelling“? GABRIELE SUSINNO: Wichtig ist zu verstehen, dass das alles nicht mit einem Marketingimpuls begonnen hat. Ausgangs- punkt war die sehr praktische Frage, wie wir das Rebalancing unserer traditionel- OHQ )ODJJVFKLȬH 4XHVW *OREDO 6XVWDLQD - EOH (TXLWLHV XQG 4XHVW (XURSH 6XVWDLQD - EOH (TXLWLHV Hȯ]LHQWHU JHVWDOWHQ NĆQQHQ als die Volumina so groß wurden, dass der eine Rebalancing-Tag marktbewegend wurde. Wir haben Jahre in die Forschung ]X 0LNURVWUXNWXU (ȬHNWHQ 5HEDODQ - cing-Alpha und Modellvergleichen inves- tiert, lange bevor irgendjemand über „AI in Investments“ gesprochen hat. Unser Paper zur Performance-Attribution von KI-Modellen haben wir 2021 eingereicht, GD ZDU *37 QRFK QLFKW LQ GHU ŸȬHQWOLFK - keit. Zwei Jahre lang haben wir mit kom- plexen Set-ups gekämpft, ohne traditio- nelle Modelle konsistent zu schlagen. Wir waren kurz davor aufzugeben, weil der Mehrwert nicht belegbar war. Der Wende- punkt kammit der Einsicht, dass KI Licht in das bringen kann, was andere Ansätze als Rauschen abtun, und dass wir erst nach dem Herausrechnen der klassischen Fak- toren wirklich besser wurden. Erst danach hat die Marketing-Welt KI für sich ent- deckt. Für mich persönlich ist dieser Hype HKHU HLQH 4XHOOH YRQ )UXVWUDWLRQ ZHLO HV so aussieht, als seien wir Trendfolger wie alle anderen, die jetzt behaupten, KI zu nutzen. Unsere Identität ist wissenschaftli- cher Pragmatismus, nicht „Wir haben die beste KI, Punkt“. Was ich hier beschreibe, ist lediglich unser aktueller Wissensstand. Aber Wissenschaft ist keineWahrheit, son- dern organisierter Zweifel. Zum Schluss: Sie haben einmal gesagt, ChatGPT werde auf abseh- bare Zeit kein Portfoliomanager sein, aber möglicherweise ein guter Momentum-Manager. Gilt das noch? Und welche Rolle spielen generative Modelle konkret in Ihrem Alltag? GABRIELE SUSINNO: Large Language Models sind für unsere konkrete Aufgabe, VSULFK GLH 3URJQRVH HLQPRQDWLJHU VSH]Llj - scher Renditen, derzeit nicht das Werkzeug der Wahl. Sie sind auf Sprache trainiert, reagieren auf semantische Strukturen, Kor- relationen und „Regeln“ in Textdaten. Und sie können deshalb erstaunlich gut auch in mathematischen Sprachen denken. Das TXDOLlj]LHUW VLH DEHU QRFK QLFKW DOV Hȯ]LHQ - te Stockpicker. Wenn Sie ein LLM heute nach einem Portfolio fragen, erhalten Sie meist eine sehr hübsche narrative Momen- tum-Story, aber nicht unbedingt ein robus- tes Investitionssignal. Wo solche Modelle sehr wohl helfen, ist im Research-Work- ijRZ DOVR EHLP 6WUXNWXULHUHQ JURĕHU 7H[W - mengen, bei der Hypothesenbildung, bei der schnellen Exploration alternativer Sichten. Insofern sind sie gute Momen- tum-Manager im intellektuellen Sinn, weil sie die Bewegung von Ideen beschleuni- gen, nicht das Portfolio. Das eigentliche Investitionssignal in unseren Strategien bleibt derzeit klar in der Domäne spezia- lisierter KI-Modelle, die auf strukturierte 0DUNWGDWHQbWUDLQLHUWbVLQG INTERVIEW Gabriele Susinno | Pictet Quest 162 1/2026 | institutional-money.com HANS HEUSER Gewissermaßen eine Punktlandung: In den knapp zwei Jahren seit seinem Start am 28. März 2024 hat der Pictet – Quest AI-Driven Global Equities sein Ziel einer Outperformance des Vergleichsindex MSCI World um jährlich einen bis 1,5 Prozentpunkte bei einemBeta von 1,0 erreicht. Quelle: Bloomberg Mission erfüllt Die Wertentwicklung seit Auflage des Pictet – Quest AI-Driven Global Equities im Vergleich zum Referenzindex MSCI World Index per 27. 2. 2026 2024 Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez Jan Feb Mär Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez Jan Feb 2025 2026 -5% 0% 5% 10% 15% 20% 25% 30% Pictet — Quest AI-Driven Global Equities MSCI World Index