Studie: Wie Künstliche Intelligenz das Asset Management revolutioniert
KI hilft im Asset Management
Künstliche Intelligenz
Künstliche Intelligenz etabliert sich im Asset Management – auch im Investmentprozess. Eine neue Untersuchung von FondsConsult zeigt, was heute schon möglich ist.
01.12.2023 | 12:20 Uhr von «Uli Kühn»
Generative künstliche
Intelligenz (KI) hat Investoren und Manager elektrisiert. Rund um den Erdball
prüfen Unternehmen, wie sich die neue Technologie gewinnbringend einsetzen
lässt. Die Finanzbranche ist keine Ausnahme. So gibt es auch hierzulande immer mehr Fonds, bei denen KI-Methoden zum
Einsatz kommen. Die Analysten von FondsConsult haben in ihrer Studie versucht zu prüfen, wie
in Deutschland zugelassene Fonds KI-Methoden einsetzen. Ein Ergebnis: Bisher sind es vor allem
kleinere Fondsgesellschaften, die mit einem veritablen KI-gestützten
Investment-Track-Record von mehreren Jahren aufwarten können. „Das Angebot
KI-basierter Strategien bei den großen Gesellschaften hingegen befindet sich
oft noch in der Aufbauphase“, schreiben die FondsConsult-Analysten Dominik Wagner und Maximilian Wellner,
die die Studie zusammen erstellt haben.
Hilfreiche Datenknechte
Die FondsConsult-Analyse bestätigt auch, dass KI derzeit noch vorwiegend
in der Datenauswertung und zur Generierung von Handelssignalen eingesetzt wird.
In den nachfolgenden Prozessschritten kämen dagegen vor allem traditionelle
Quant-Strategien zum Einsatz oder es würde „eine menschliche Steuerung
hinzugezogen“. Das Gegenbeispiel sei die Frankfurter Fondsboutique
ACATIS. Hier würden die Vorschläge des KI-Modells
für die Aktienselektion, welches auf ein komplexes grafisches neuronales Netz
basiert, zu 100 Prozent umgesetzt.
NLP gehört bei den von FondsConsult betrachteten Fonds zu den am
häufigsten genutzten Modellen. NLP werde vornehmlich bei der Analyse von Texten
wie Finanzberichten, Nachrichten oder transkribierten Managergesprächen
verwendet. Im Rahmen des NLP würden häufig Machine-Learning-Modelle als
Grundlage genutzt, zu denen etwa das BERT-Modell oder GPT gehören. Diese
sogenannten Transformer-Modelle würden unter anderem helfen, die Relevanz von
Nachrichten zu prüfen, indem sie etwa die „Ähnlichkeit“ zwischen Geschäftsberichten
und den Inhalten aus Nachrichten oder Social-Media-Posts checkten. NLP werde
beispielsweise dazu verwendet, „Unternehmen oder Themen zu identifizieren, die
von Anlegern positiv assoziiert werden und somit potenzielle
Outperformance-Kandidaten darstellen“.
Bei den meisten Fonds kommt laut FondsConsult eine
Kombination aus KI und traditionellen quantitativen Optimierungsprozessen zum
Einsatz. „Oft werden die von einer KI-Strategie erzeugten Handelssignale mit
numerischen Filtern kombiniert, um das Portfolio zu konstruieren. Dies
geschieht oft benchmarkorientiert, sodass die Out- oder Underperformance
hauptsächlich auf die von der KI selektierten Titel zurückzuführen ist“,
schreiben die Autoren. Insgesamt zeige sich, dass der Übergang von herkömmlichen
Quant-Strategien zu KI oft (noch) fließend sei.
KI-Einsatz etabliert sich
Erwähnenswert sei
auch, dass nicht überall, wo mit „KI-gestützten“ oder „KI-basierten“ Strategien
geworben wird, der Integrationsgrad entsprechend hoch ausfällt. Die Gefahr von
„AI-Washing“ sei „durchaus existent“. Insgesamt scheine sich jedoch der Einsatz
von KI im Asset Management zu etablieren, bilanziert FondsConsult. Und: „Wir
gehen davon aus, dass sich die Qualität und Autonomie der KI in den nächsten
Jahren stetig verbessern wird.“ Ob es für eine Revolution in der Finanzbranche
reiche, bleibe jedoch abzuwarten.
Für die Kurzstudie wurde eine Umfrage zum Thema „Künstliche Intelligenz im Investmentprozess“ erhoben, an der 14 Gesellschaften mit entsprechendem Fondsangebot/Projekten teilgenommen haben.
KI-Fonds
1 Werte basieren auf Angaben der KVGs, Morningstar Direct sowie eigenen Berechnungen 2 AF = Aktienfonds, MF = Mischfonds, ALT = Liquide Alternative Fonds (Hedgefonds) 3 Rendite über einen Zeitraum vom 01.10.2022 bis 30.09.2023 (1Y) bzw. 01.10.2020 bis 30.09.2023 (3Y) 4 Track Record aufgrund des Relaunches im letzten Jahr nur bedingt aussagekräftig
Die Tabelle zeigt für die ausgewerteten Fonds neben Eckdaten, wie Auflagedatum, Fondsvolumen sowie der Peergroup, den von uns geschätzten Grad der KI-Integration im Investmentprozess (hoch, mittel oder niedrig). Die letzten beiden Spalten zeigen dabei, ob sich die Rendite eines Fonds über einen Zeitraum von einem bzw. drei Jahren besser (👍) oder schlechter (👎) als der jeweilige Peergroup-Durchschnitt entwickelt hat.
Diesen Beitrag teilen: