Ist KI der bessere Portfoliomanager?

Künstliche Intelligenz (KI) erreicht mittlerweile fast alle Bereiche des alltäglichen Lebens. Sie verändert unsere Arbeitswelt und unseren Alltag. Das gilt für den Sprach-Assistenten im Smartphone genauso wie für den Staubsauger-Roboter oder für Algorithmen, die den Nutzern beim Onlineshopping persönliche Werbe-Angebote unterbreiten. Und auch bei der Geldanlage ist KI auf dem Vormarsch. In diesem Artikel erfahren Sie, in welchen Anlagebereichen Künstliche Intelligenz bereits zum Einsatz kommt, was sie für das Management eines Anlageportfolios bringen kann – und wo die Grenzen der KI bei der Geldanlage liegen.

Was bedeutet KI?

Künstliche Intelligenz (KI), im Englischen Artificial Intelligence (AI), ist ein Teilgebiet der Informatik. Nach einer Definition des Fraunhofer-Instituts „imitiert die KI menschliche kognitive Fähigkeiten, indem sie Informationen aus Eingabedaten erkennt und sortiert.“ Diese Intelligenz kann auf programmierten Abläufen basieren oder durch maschinelles Lernen erzeugt werden: „Bei maschinellen Lernverfahren erlernt ein Algorithmus durch Wiederholung selbstständig eine Aufgabe zu erfüllen.” Anders als bei herkömmlichen Algorithmen werde dabei kein Lösungsweg modelliert, so die Forscher. Der Computer lerne stattdessen selbstständig, die Struktur der Daten zu erkennen.

KI wird Experten zufolge künftig viele – wenn nicht sogar alle – Bereiche des alltäglichen Lebens erfassen. Prominentes Beispiel dafür ist das Programm ChatGPT. Nutzer können mit dem Chatbot menschenähnlich kommunizieren. Das Besondere ist, dass der Chatbot aus der Unterhaltung lernt. So kann er komplizierte Sachverhalte erklären, Gedichte, Nachrichten oder kurze Texte schreiben. Nutzer müssen dazu die entsprechenden Fragen stellen oder Stichworte angeben. ChatGPT wird mit Millionen von Texten aus dem Internet, aus sozialen Medien, Onlineforen, Zeitungsartikeln und Büchern trainiert. Die Anwendung von KI ist in vielen Bereichen denkbar – unter anderem auch bei der Geldanlage.

Wo KI in der Geldanlage heute eingesetzt wird

Bei der Geldanlage kommen computerbasierte Anlageansätze schon länger zum Einsatz – beispielsweise bei digitalen Vermögensverwaltern, den sogenannten Robo-Advisors. Sie legen das Geld der Kunden über regelbasierte Modelle an. Streng genommen handelt es sich bei Robo-Advisors aber nicht um KI, sondern um einen Algorithmus, der auf Basis historischer Daten und Analysen versucht, ein erfolgreiches Portfolio zusammenzustellen.

• Hinweis: Ab dem 2. August 2025 müssen digitale Vermögensverwalter die Verwendung von KI transparent machen – etwa durch Offenlegung technischer Unterlagen, Trainings- und Testdaten sowie verständliche Nutzerinformationen. Ab August 2026 gelten für automatisierte Portfoliosteuerung zusätzlich CE-Kennzeichnung und verpflichtende Registrierung in der EU-Datenbank (gemäß EU AI Act).

Auch professionelle Investmenthäuser wie Fondsgesellschaften nutzen KI, um Investmententscheidungen zu treffen. Dabei scannen hochleistungsfähige Rechner fundamentale Daten wie die Geschäftszahlen von Unternehmen und erkennen Muster und Trends an den Märkten. Riesige Datenmengen wie Unternehmenszahlen, Kursverläufe und Faktoren wie die Aussagen von Vorständen oder die Marktstimmung werden analysiert und nach Mustern gesucht, um aussichtsreiche Investments zu finden. KI durchforstet dabei nicht nur historische Daten, sondern auch Schlüsselbegriffe, die Rückschlüsse auf die Situation einer Firma oder den Optimismus oder Pessimismus des Managements zulassen.

Was bedeutet KI für das Portfoliomanagement?

„KI hat das Potenzial, das Portfoliomanagement zu optimieren, indem sie große Datenmengen analysiert, Muster erkennt und bei der Diversifikation, Risikobewertung und Auswahl von Anlagen unterstützt“, sagt Timo Klein, Autor des Buches „Investieren mit KI“. Dazu gehören für ihn etwa die Analyse von Aktien und ETFs, die Vorhersage von Markttrends, das Risikomanagement oder die Identifizierung von Anlagechancen. In dem Buch fokussiert er sich insbesondere darauf, wie sich KI für Investmentstrategien nutzen lässt und wie die KI bei der ETF- und Aktienanalyse unterstützen kann.

„Die größte Stärke der KI ist es, Unternehmen oder wirtschaftliche Trends schneller, tiefer und gründlicher zu vergleichen und somit Entscheidungen fundierter zu machen“, erklärt Uwe Wiesner, Vermögensverwalter bei Hansen & Heinrich. Ein Ergebnis der Analyse könne beispielsweise eine Reihenfolge der Attraktivität von Unternehmen sein, die im Portfolio durch entsprechende Käufe und Verkäufe umgesetzt werde. Ein weiterer Vorteil für Wiesner: KI ist in der Lage, menschliche Emotionen außen vor zu lassen. „Dies hilft gerade in Krisensituationen, rational vorzugehen und Fehler zu vermeiden.“

Was sind die Grenzen der KI?

Das KI-basierte Portfolio stößt jedoch an Grenzen, wenn keine ausreichende Datenbasis vorhanden ist, um eine fundierte Analyse vorzunehmen. Dies trifft laut Wiesner zum Beispiel auf Unternehmen aus den Emerging Markets (Schwellenländern) zu. „Außerdem kann die KI weder die Qualität der Produkte und Produktionsprozesse sowie die Stimmung der Mitarbeiter der Unternehmen erkennen“, ergänzt der Vermögensverwalter. Dies sei hingegen bei menschlichen Portfoliomanagern möglich – etwa, indem sie diese Unternehmen besuchen.

• Hinweis: Die Europäische Wertpapier- und Marktaufsichtsbehörde (ESMA) warnte, dass öffentlich verfügbare KI-Tools häufig ungeprüfte Anlageberatung ohne behördliche Zulassung oder Treuepflicht leisten – Nutzer müssen wissen, dass diese Tools nicht verpflichtet sind, im besten Anlegerinteresse zu handeln.

„Der KI völlig freie Hand zu lassen würde ich nicht empfehlen“, unterstreicht Buchautor Klein. So gebe es zumindest derzeit noch Risiken und Begrenzungen von Chatbots wie Google Bard und ChatGPT. Es entstünden immer wieder Fehler in der reinen Datenanalyse – und das trotz Angabe der Quellen. Ebenfalls könne die KI, wie Menschen auch nicht, keine unvorhergesehenen Ereignisse oder extreme Marktschwankungen vorhersagen. „Grundsätzlich ist es immer wichtig zu beachten, mit welchen Daten die KI oder die entsprechende Anwendung, die man nutzen möchte, trainiert wurde. Auch eine Validierungsprüfung der genannten Quellen sowie einen kurzen Check, ob die Werte übereinstimmen, würde ich immer empfehlen“, sagt Klein.

• Hinweis: Die BaFin fordert, dass Finanz-KI-Systeme Diskriminierungsrisiken vermeiden – etwa bei Risikobewertungen – und dokumentierte Maßnahmen zur algorithmischen Fairness umsetzen.

Welche Rolle spielen KI und Mensch beim Investieren?

Für Investmentprofi Wiesner bleibt der Mensch der entscheidende Faktor bei der Portfolioauswahl. „Sei es durch die Programmierung der KI von Menschen oder als letzter Entscheider und Umsetzer.“ Aus seiner Sicht ist ein völlig autonomes System mit Analyse, Entscheidung und Umsetzung von Kauf und Verkauf der Positionen nicht sinnvoll. Andererseits verweist er darauf, dass Mensch und Maschine sich bei der Allokation gut ergänzen können. So gebe es entsprechende Fonds, die ihre Benchmark in verschiedenen Zeit- und Marktphasen geschlagen hätten. „Die KI spart uns Menschen extrem viel Zeit und kann insbesondere bei der Datenanalyse und -verarbeitung sowie -aufbereitung helfen“, bemerkt Timo Klein. Dennoch müsse der Mensch sein Gehirn nach wie vor nutzen, um selbstständig die Entscheidung zu fällen – auch unter Berücksichtigung von ethischen Überlegungen und eigenen Werten und Zielen.

Wie sicher ist KI als Portfoliomanager?

KI steckt noch in den Kinderschuhen. Daher lassen sich auch keine verlässlichen Aussagen darüber machen, wie sicher das Investment über Künstliche Intelligenz ist oder künftig sein wird. Noch ist nicht belegt, dass KI langfristig bessere Ergebnisse erzielt als klassische Ansätze. John Rekenthaler, Research-Experte der Fondsratingagentur Morningstar, teilt in einem Beitrag mit, dass er es für unwahrscheinlich halte, dass Künstliche Intelligenz das professionelle Vermögensmanagement verändern werde.
Hier treffe die Analogie zum Computer zu. „Als in den 1980er Jahren die Supercomputer aufkamen, erlebten mehrere ,quantitative’ Investmentfirmen einen Boom. Sie profitierten davon, Wissen aus riesigen Datenbanken schöpfen zu können, das bis dahin nicht genutzt worden war. Ihr Sieg war nur von kurzer Dauer. Innerhalb weniger Jahre fielen ihre Fonds wieder auf den Mittelwert zurück.“ Der Grund: Jeder einigermaßen große Vermögensverwalter konnte eigene Computer und Investmentdatenbanken kaufen und so die Quants nachahmen. „Und genau das geschah. Der Wettbewerbsvorteil bestand schnell darin, andere nachzuahmen. Technologie-gestützte Entdeckungen spielten keine Rolle mehr, weil der Markt sie vollständig in die Aktienkurse eingepreist hatte“, resümiert Rekenthaler.

Bei welchen Anlageprodukten kommt KI schon zum Einsatz?

Ein Beispiel für ein KI-Finanzprodukt ist der Ende 2017 aufgelegte Fonds ACATIS AI Global Equities (ISIN: DE000A2DR2L2) – als der erste mit Hilfe von Fundamentaldaten zu 100 Prozent von Künstlicher Intelligenz gesteuerte globale Aktienfonds. Laut der Fondsgesellschaft Acatis soll der Fonds die Themen Value Investing und Künstliche Intelligenz miteinander kombinieren. „Die KI soll dabei in die Lage versetzt werden, die Analysearbeit eines Value Investors für alle Firmen und Branchen weltweit zu übernehmen.“ Dazu werden zwei unternehmensspezifische Datenquellen genutzt: das Zahlenwerk der Geschäftsberichte sowie Managementgespräche mit Analysten in Textform. Die Titelauswahl erfolgt über eine paarweise Bottom-up-Analyse der Unternehmen im jeweiligen Sektor. Bei diesem Ansatz („von unten nach oben“) werden erst einzelne Unternehmen ausführlich untersucht, bevor die Aussichten ganzer Branchen, Märkte oder Regionen betrachtet werden. Die Regionen- und Sektorallokation orientieren sich an den Gewichtungen des MSCI World Index, der die Aktien der rund 1.600 größten börsennotierten Unternehmen aus 23 Industrieländern enthält. Die Künstliche Intelligenz ist für die Auswahl der Aktien im Fonds verantwortlich.

Ist die KI bei der Geldanlage besser als der Mensch?

Über die KI ist es möglich, innerhalb kurzer Zeit gigantische Datenmengen zu generieren und bestimmte Muster und Trends an den Märkten zu erkennen. Dazu sind Menschen ohne computerbasierte Systeme in dem Maße nicht in der Lage. Hinzu kommt, dass bei der reinen Datenanalyse der Maschinen, menschliche Emotionen keine Rolle spielen. Besonders in unsicheren Marktsituationen kann dies dabei helfen, Fehler bei der Investition zu vermeiden. Andererseits raten Experten davon ab, autonome und vollautomatisierte Systeme einzusetzen. Zum einen gibt es für bestimmte Märkte keine ausreichende Datenbasis. Zum anderen können menschliche Portfoliomanager etwa erkennen, wie das Stimmungsbild (Sentiment) für ein Unternehmen ist. Dies gilt auch für andere Faktoren, die sich nicht an Zahlen ablesen lassen.

Ob KI Kapital grundsätzlich besser, sprich erfolgreicher, anlegen kann als der Mensch, lässt sich – zumindest heute noch nicht – beurteilen. Dies kann erst in Zukunft klar werden, wenn es dazu fundierte Analysen und belastbare Studien gibt. Buchautor Timo Klein bezeichnet das Zusammenspiel zwischen Mensch und KI als „perfekte Ergänzung“, da „KI-Systeme uns bei vielen standardisierten Aufgaben und Informationsrecherchen erheblich entlasten können sowie unseren Denkrahmen erweitern und als Inspirationsquelle dienen.“ Für ihn bleibt der Mensch für strategische Entscheidungen sowie Ethik unverzichtbar und sollte – wie auch bei vielen anderen Anwendungsgebieten der KI – die Verantwortung nicht ausschließlich an diese Systeme abgeben.