Sind KI-Bot-Broker bereit, Ihre Investitionen zu verwalten?

Vor über einem Jahrzehnt entstanden Robo-Investing-Dienste mit der Versprechung, Algorithmen zur Durchführung und Überwachung von Investitionen zu nutzen. Diese Robo-Advisor wurden als mühelose Alternative zu traditionellen menschlichen Beratern beworben, die den Komfort eines 24/7-Service boten. Die Landschaft ändert sich jedoch rasch dank des Aufstiegs der generativen KI. Diese neue Generation von KI kann offene Gespräche führen und gibt Anlegern das Gefühl, mit einer sachkundigen Entität statt mit einem starren Algorithmus zu interagieren.

KI’s Sprung in das Investmentmanagement

Generative KI stellt einen bedeutenden Fortschritt im Investmentmanagement dar. Im Gegensatz zu traditionellen Robo-Advisors, die auf maschinellem Lernen und Algorithmen basieren, nutzt generative KI Deep-Learning-Algorithmen. Laut Suchi Mishra, Associate Dean und Finanzprofessorin an der Florida International University, ist dieser Wechsel zu tieferen Lernfähigkeiten ein Game-Changer.

Ein Blick in KI-gestützte Investmentdienste

Ein vielversprechendes Beispiel für KI in Investmentdiensten ist Q.ai, ein neues Angebot von Quantalytics Holdings. Q.ai bietet gebührenfreie „Investment-Kits“ an, die aus vier bis zwanzig Wertpapieren innerhalb eines bestimmten Marktsektors bestehen. Diese Kits werden von einem KI-System kuratiert, das verschiedene Faktoren berücksichtigt, darunter Marktmetriken, Nachrichten, Google-Suchtrends und Social-Media-Stimmungen. Die Renditen seit Jahresbeginn für diese Kits variierten stark, von 52,36 % für ein Krypto-Kit bis hin zu -8,28 % für ein Angebot zur „Rezessionsresistenz“ zum 7. Juli.

Ein weiterer Akteur im KI-Investmentbereich ist AIEQ von ETF Managers Group, das von IBM Watsons KI-Plattform angetrieben wird. AIEQ analysiert Millionen von Datenpunkten, darunter Nachrichten, soziale Medien, Finanzberichte und technische Daten. In den letzten fünf Jahren hat der Fonds eine Rendite von 4,9 % erzielt und liegt damit hinter Benchmark-Indexfonds und aktiv gemanagten Fonds zurück.

Herausforderungen und Bedenken

Trotz des Versprechens von KI-gesteuertem Investieren gibt es Herausforderungen und Bedenken. Pawan Jain, Assistenzprofessor für Finanzen an der West Virginia University, weist darauf hin, dass KI bereits seit langer Zeit Teil des Investierens ist, einschließlich der Rolle von Algorithmen für den Hochfrequenzhandel bei Marktschwankungen. Die eigentliche Sorge liegt jedoch im Potenzial von generativen KI-Systemen, „zu halluzinieren“ oder ungenaue Informationen zu produzieren.

Schutzmaßnahmen für KI festlegen

Um diese Bedenken auszuräumen, betonen KI-gestützte Investmentdienste die Notwendigkeit menschlicher Aufsicht. AIEQ von ETF Managers Group überwacht beispielsweise seine KI-Ausgabe auf Anzeichen von Voreingenommenheit und entwickelt Transparenztools für Dateneingaben und Investitionsentscheidungen. Der in Abu Dhabi ansässige Startup Nemo setzt ebenfalls KI ein, stellt jedoch sicher, dass sie unter menschlicher Aufsicht bleibt, um Fehler zu verhindern.

Die Suche nach Rechenschaftspflicht

Die Rechenschaftspflicht von KI-Systemen bleibt eine Herausforderung. Das Reverse-Engineering von KI-Entscheidungen kann komplex sein, was es schwierig macht, Fehler zu identifizieren und zu korrigieren. Solange der Prozess der Rechenschaftspflicht nicht transparenter wird, kann Skepsis gegenüber KI im Investmentmanagement bestehen bleiben.

Der menschliche Touch vs. KI-Effizienz

Traditionelle Robo-Advisor wie Betterment priorisieren weiterhin die menschliche Aufsicht. John Mileham, CTO von Betterment, betont die Bedeutung erklärbarer und deterministischer Algorithmen. Er weist darauf hin, dass viele KI-Systeme, wie ChatGPT, diesen Eigenschaften möglicherweise nicht gerecht werden, was ihre Nutzung bei der Bereitstellung von Finanzberatung erschwert.

KI’s Potenzial in der Finanzplanung

Während KI menschliche Berater möglicherweise nicht vollständig ersetzen wird, hat sie das Potenzial, in bestimmten Aspekten der Finanzplanung herausragend zu sein. Sie kann wiederkehrende Aufgaben wie das Beantworten von Kundenfragen und die Bereitstellung personalisierter Finanzberatung effizient bewältigen. KI kann die Effizienz auch verbessern, indem sie kontinuierlich aus ihren Interaktionen und Erfahrungen lernt.

Erweiterung des Zugangs zu Finanzberatung

KI erweitert den Zugang zu Finanzberatung, insbesondere für Personen mit niedrigerem Nettovermögen und solche ohne rentenbezogene Leistungen des Arbeitgebers. Fintech-Unternehmen wie Fisdom nutzen automatisierte Tools, um einer breiteren Kundenbasis Finanzberatung anzubieten, und befähigen mehr Menschen, für ihre zukünftigen Bedürfnisse zu investieren und zu sparen.

Die Integration von KI in das Investmentmanagement entwickelt sich weiter und bietet sowohl Chancen als auch Herausforderungen. Während KI-gestützte Investmentdienste vielversprechend erscheinen, um nuanciertere und personalisierte Ratschläge zu bieten, bleiben Bedenken hinsichtlich Rechenschaftspflicht und Genauigkeit bestehen. Während die Branche KI weiterhin annimmt, müssen Anleger und Unternehmen ein Gleichgewicht zwischen der Nutzung ihres Potenzials und der Aufrechterhaltung menschlicher Aufsicht finden. Letztendlich wird die Rolle der KI im Investmentmanagement wahrscheinlich die Expertise menschlicher Berater ergänzen, anstatt sie zu ersetzen.