Aviva-Expertin: "KI wird Analysten nie ganz ersetzen können"
Künstliche Intelligenz übernimmt im Research immer mehr Routineaufgaben. Doch gerade dadurch gewinnen kritisches Denken, der Dialog mit Managementteams und die Fähigkeit, Konsensmeinungen zu hinterfragen, nach Einschätzung von Research-Spezialistin Gita Bal an Bedeutung.
Eckpunkte:
- Künstliche Intelligenz ersetzt die Arbeit der Analysten nicht, ergänzt diese aber
- Der menschliche Faktor sorgt auch weiterhin für den entscheidenden Mehrwert für Investoren
Zu der viel diskutierten Frage, ob Künstliche Intelligenz Investment-Analysten künftig vollständig ersetzen kann, hat Gita Bal, Head of Fixed Income Research bei Aviva Investors, eine klare Meinung: KI verändere die Arbeit von Research-Analysten zwar grundlegend, sie ersetze deren Urteil aber nicht. Die Maschine übernehme zunehmend Routineaufgaben wie das Zusammentragen von Daten, die Zusammenfassung von Dokumenten und Transkripten, erste Entwürfe von Research-Kommentaren sowie einzelne Bausteine von Finanzmodellen. Der eigentliche Zweck von Research bleibe jedoch, differenzierte Erkenntnisse für bessere Anlageentscheidungen zu gewinnen.
Der wahre Wert von Research liege folglich nicht im bloßen Sammeln von Informationen. Unternehmens- und Marktdaten seien heute immer leichter zugänglich. Wettbewerbsvorteile entstünden daher zunehmend aus der Fähigkeit, Informationen einzuordnen, Konsensmeinungen zu hinterfragen und mögliche Fehleinschätzungen des Marktes zu identifizieren. Dies gelte besonders für das Fixed-Income-Segment. An den Anleihemärkten würden Bewertungen häufig die auf öffentlich verfügbaren Informationen beruhende Konsenseinschätzung widerspiegeln.
Tatsächliche Relevanz entscheidend
Überrenditen seien deshalb eher möglich, wenn Investoren Informationen anders interpretierten und sich ein eigenes Urteil über zu optimistische oder zu pessimistische Erwartungen bildeten. Die aus Sicht der Aviva-Expertin entscheidende Frage sei daher nicht, ob Research-Analysten künftig überhaupt noch benötigt würden. Wichtig sei vielmehr, wer aus der weiter anwachsenden Informationsmenge die relevanten und differenzierten Erkenntnisse für Anlageentscheidungen ableiten könne.
KI erleichtert zugleich das Modellieren, birgt nach Einschätzung von Bal aber auch Ausbildungsrisiken. Das Erstellen eines Finanzmodells von Grund auf sei für viele Analysten bislang mehr gewesen als eine mechanische Aufgabe. Die manuelle Eingabe von Zahlen zwinge dazu, das Geschäftsmodell eines Unternehmens zu verstehen, Inkonsistenzen aufzudecken, maßgebliche Werttreiber zu erkennen und Annahmen kritisch zu hinterfragen. Wenn KI diese Schritte zunehmend automatisiere, müssten Investmenthäuser andere Wege finden, um analytisches Urteilsvermögen, Intuition und kritisches Denken bei jüngeren Analysten zu entwickeln.
Der eigene Wert menschlicher Interaktion
Auch sprachliche Gewandtheit bedeute noch keine echte Erkenntnis. KI-generierte Texte wirkten häufig flüssig, stringent und professionell, könnten aber schwache Argumente ebenso überzeugend darstellen wie starke. Gerade das schriftliche Ausformulieren einer Investmentthese habe traditionell geholfen, Lücken in der Argumentationskette, fehlende Belege oder unklare Prioritäten sichtbar zu machen. Analysten müssten Schlussfolgerungen deshalb noch bewusster validieren und dürften eine gut formulierte Antwort nicht mit einer belastbaren Analyse verwechseln.
Wertvoller werde damit auch die menschliche Interaktion. Direkte Gespräche mit Managementteams, politischen Entscheidungsträgern, Kapitalgebern strukturierter Finanzierungen und anderen Marktteilnehmern lieferten nicht nur Fakten. Gute Analysten achteten auch darauf, wie Aussagen getroffen würden: ob ein Gegenüber zögere, konsistent argumentiere, glaubwürdig wirke oder bei bestimmten Themen sichtbar unwohl sei. Die Erfahrung aus zahlreichen Gesprächen über verschiedene Branchen, Marktphasen und Konjunkturzyklen hinweg forme ein Mustererkennungsvermögen, das sich nach Ansicht von Aviva nur schwer automatisieren lasse.
Qualität vor Quantität
Für Investoren sei deshalb weniger entscheidend, wie viele Researchaufgaben sich durch KI beschleunigen lassen. Wichtiger sei, wie Asset Manager die dadurch freiwerdenden Kapazitäten nutzen würden, etwa für tiefere Analysen, ein breiteres Suchraster nach interessanten Investments und eine kritischere Überprüfung von Anlageideen. Oder eben, um lediglich mehr Research-Output zu produzieren.
"Hohe Qualität im Research bildet die Basis für erfolgreiche Anlageentscheidungen", betont Bal. Nach ihrer Einschätzung wird Künstliche Intelligenz daher den Research-Analysten nicht ersetzen. Sie werde vielmehr den Vorsprung jener Analysten vergrößern, die die Technologie nutzen, um ihr eigenes Urteil besser abzusichern, gegenüber jenen, die ihr Urteilsvermögen an die KI delegieren. (hh)
