Künstliche Intelligenz: Was versprechen sich institutionelle Anleger?
Neue Datenanalyse-Technologien und lernende Algorithmen sind im Portfoliomanagement kein Selbstzweck. Was institutionelle Anleger von künstlicher Intelligenz (KI) erwarten, dies erörtern Michael Günther und Pablo Hess von Tungsten TRYCON in einem exklusiven Gastbeitrag für "Institutional Money".
"Wer noch vor wenigen Jahren zum Thema Künstliche Intelligenz (KI) im Investment Management recherchierte, der fand in Deutschland wenige bis gar keine Ergebnisse. Und auch heute scheint es so, als sei das Thema im Vergleich zu anderen Branchen, man denke etwa an das autonome Fahren im Automobilbereich, noch schwer greifbar.
Zwar wird, etwa mit Blick auf die Automatisierung administrativer und vertrieblicher Prozesse, der digitale Wandel in der Finanzindustrie vorangetrieben. Dies bestätigen auch jüngste Umfragen des BVI. Die Nutzung von KI zur Unterstützung von Anlageentscheidungen dürfte dagegen in neun von zehn institutionellen Portfolios derzeit noch keine Rolle spielen.
Erwartungen institutioneller Anleger an KI
Gekennzeichnet sind KI-basierte Strategien in Abgrenzung zu bisherigen quantitativ- computerbasierten Modellen vornehmlich über zwei Dimensionen. Erstens: Ein Vielfaches an Daten. Die Rechenleistung für KI-Signale kann den Aufwand eines herkömmlichen quantitativen Handelssignals mithin um das 100.000-fache übersteigen.
Zweitens: Die Technologie zur Auswertung der Daten. Diese muss in der Lage sein, Informationen intelligent zu verknüpfen, eigenständig Zusammenhänge zu erkennen und oft auch nichtlineare Abhängigkeiten zu berücksichtigen. Ziel soll es sein, mithilfe modernster Werkzeuge profitable und/oder andersartige Handelsgelegenheiten zu identifizieren.
Worauf es Anlegern nun ankommt ist, inwieweit ein KI-Algorithmus tatsächlich „mehr sieht“ als traditionelle quantitative Anlagestrategien. Wir haben unlängst institutionelle und semi-institutionelle Investoren zu dem Thema befragt: Fast die Hälfte (47 Prozent) der Anleger erwartet, dass die Qualität der Daten künftig die größte Herausforderung beim Einsatz von KI im Investmentprozess sein dürfte. Klar ist: Welche Einflussfaktoren und Variablen zum Einsatz kommen, dies dürfte sich von Anwender zu Anwender teils stark unterscheiden - einige nutzen strukturierte Finanzinformationen und Zeitreihen, etwa Preis- und Umsatzdaten, andere setzen auf Social Media-Nachrichten, GPS-Daten oder Satellitenbilder.
Was sich ändert
Bisherige systematische Anlagestrategien beruhen häufig auf Annahmen darüber, wie Märkte funktionieren. Basierend auf diesen Hypothesen werden vom Entwickler Handelsregeln formuliert. Im Unterschied dazu erklärt sich ein KI-Algorithmus die Welt anhand der zugrundeliegenden Daten selbst und erstellt daraus, frei von Hypothesen, sozusagen evidenzbasiert, sein Regelwerk. Eine Garantie für Überrenditen leitet sich daraus per se natürlich nicht ab. Knapp jeder zweite Anleger verspricht sich positive Effekte auf das Chance-Risiko-Verhältnis (51 Prozent) sowie ein besseres Management des Behavioral Bias (43 Prozent), so die Ergebnisse unserer qualitativen Befragung. Bisher wird der Standort Deutschland von den Investoren allerdings nicht als Vorreiter im Bereich KI wahrgenommen. Die USA und China erhielten bei der Frage, welche Länder und Regionen künftig Zukunftstechnologien dominieren werden, bessere Noten. Hier wäre also wünschenswert, dass das Thema auch mit Blick auf die internationale technologische Wettbewerbsfähigkeit des Finanzplatzes Deutschland eine Aufwertung erfährt.
Ausblick – Wird KI bisherige systematische Modelle ablösen?
Der Digitalverband Bitkom prognostiziert, dass der europäische Markt für KI von rund drei Milliarden Euro auf bis zu zehn Milliarden Euro im Jahr 2022 wachsen könnte. Dies entspräche einer jährlichen Steigerung von 38 Prozent. Wir rechnen damit, dass entsprechende Innovationsschübe auch im Investment Management Niederschlag finden.
Bereits in den kommenden Jahren wird KI im Asset Management einerseits Rationalisierung und Effizienzsteigerungen vorantreiben. Zum anderen lässt sich KI als konsequente Evolution herkömmlicher quantitativer Handelsstrategien begreifen. Investoren werden zur Verwirklichung ihrer Anlageziele zunehmend Investmentprodukte anfragen, deren Handelsmodelle auf größeren Datenmengen und aktuellsten Technologien aufbauen. Der Mehrwert kann sich zum Beispiel in Performance oder Diversifikationseffekten ausdrücken. Er kann auch darin bestehen, dem Portfoliomanager eine ganz neue Perspektive auf das Marktgeschehen zu gewähren.
Es steht also zu erwarten, dass Schritt für Schritt Teile des Investmentprozesses mit KI angereichert werden. Dabei dürfte KI dem Asset Manager aber zunächst vor allem als eine Art zweite Meinung dienen, während dem Menschen nach unserer Einschätzung in den meisten Fällen weiterhin die entscheidende Rolle zukommt."
Über die Autoren und Tungsten TRYCON
Die in Frankfurt am Main ansässige Tungsten Capital Management ist eine BaFin-regulierte, unabhängige Asset Management Gesellschaft mit einem verwalteten Vermögen von ca. 650 Millionen Euro.
Das Tungsten TRYCON-Team um die beiden Portfoliomanager Pablo Hess und Michael Günther forscht seit dem Jahr 2000 am Themenfeld „Künstliche Intelligenz“ sowie an deren Anwendung auf die Finanzmärkte.
Ihr Fonds TRYCON Basic Invest HAIG (ISIN LU0451958309), für den sie in den vergangenen sechs Jahren rund 30.000 Börsentransaktionen mit einer KI-basierten Portfoliostrategie getätigt haben, wurde mehrfach ausgezeichnet.