KI vs. Analysten: Die Zukunft der Investmentanalyse

Kann künstliche Intelligenz menschliche Analysten überflüssig machen? Diese Frage beschäftigt derzeit alle, da KI-Modelle die Investmentanalyse grundlegend verändern. Byron Wien, ein Marktstratege, der defi, ist überzeugt, dass die besten Forschungsergebnisse auf gewagten, unkonventionellen Ideen beruhen, die sich als richtig erweisen.

Nun steht die KI unter Druck, diesen Standard zu erfüllen und möglicherweise Analysten, die das Feld jahrzehntelang dominiert haben, ins Abseits zu drängen. Jahrelang haben Analysten Finanzberichte analysiert und Schlagzeilen durchforstet, um Anlegern zu besseren Entscheidungen zu verhelfen.

Künstliche Intelligenz (KI) hat diesen Bereich mit Werkzeugen betreten, die traditionelle Methoden vereinfachen, automatisieren und mitunter sogar übertreffen. Große Sprachmodelle (LLMs) haben sich insbesondere bei der Analyse von Finanzdaten als äußerst effektiv erwiesen und erledigen in Minuten, wofür ein Analystenteam Tage benötigen würde.

Die Prognose von Gewinnen beispielsweise spielt KI genau in die Hände. Gewinnmuster folgen in der Regel logischen Trends – gute Jahre führen zu weiteren guten Jahren, schlechte Jahre zu weiteren schlechten. In diesen vorhersehbaren Bereichen ist KI besonders effektiv und übertrifft menschliche Analysten, deren Urteilsvermögen mitunter durch Störfaktoren oder Voreingenommenheit getrübt wird.

LLMs schreiben die Strategie der Investitionsanalyse neu

der Universität Chicago Arbeit mit LLMs hat für Aufsehen gesorgt. Forscher nutzten KI, um Gewinnschwankungen vorherzusagen, und stellten fest, dass diese Modelle die Median-Schätzungen menschlicher Analysten übertrafen. Das Geheimnis? LLMs zeichnen sich dadurch aus, dass sie die Hintergründe von Gewinnberichten verstehen – etwas, das traditionellen Algorithmen nie gelungen ist. 

Diese Modelle ahmen die logischen Schritte erfahrener Analysten nach, vergleichbar mit disziplinierten Nachwuchskräften in einem Finanzteam. KI-Modelle umgehen zudem eine der größten menschlichen Schwächen: Selbstüberschätzung. Analysten sind dafür bekannt, ihre Prognosen so anzupassen, dass sie dem entsprechen, was sie für die Erwartungen der Anleger halten. KI spielt dieses Spiel nicht.

Durch die Anpassung der „Temperatur“-Einstellungen eines KI-Modells – ein Fachbegriff für Zufall – lassen sich Risiko- und Renditebänder mit harten Fakten berechnen. Man kann sogar eine Konfidenzschätzung für die Vorhersagen erhalten. Menschen hingegen neigen dazu, bei ihren Prognosen überheblich zu werden und an Fehlentscheidungen festzuhalten, anstatt sie zu überdenken.

Trotz dieser Erfolge ist KI noch lange nicht perfekt. Sie wird weder das nächste Nvidia hervorbringen noch einen weiteren globalen Finanzkollaps vorhersehen. Solche großen Marktschocks folgen keinen Mustern, und KI hat Schwierigkeiten, wenn Unerwartetes passiert.

KI kann Unternehmensvorstände auch nicht während Telefonkonferenzen zu den Geschäftsergebnissen befragen oder ausweichende Antworten auf kritische Fragen erkennen. Märkte sind unübersichtlich und ständig im Wandel, und KI fehlt die Intuition, sich anzupassen. Genau hier liegt die Stärke von Top-Analysten – sie wissen, wann sie ihre Strategie ändern, tiefer graben und nach Antworten drängen müssen.

Der KI-Hype wird wohltronnoch lange anhalten. Die Tech-Giganten sind davon besessen. investiert massiv – ganze 80 Milliarden Dollar – in KI und die dazugehörige Infrastruktur. Im Geschäftsjahr 2025 plant der Tech-Riese, mehr als die Hälfte davon in US-Rechenzentren für das Training und den Einsatz von KI-Modellen auszugeben.

Warum dieser immense Aufwand? Künstliche Intelligenz benötigt enorme Rechenleistung. Das Training von Modellen wie ChatGPT erfordert die Vernetzung Tausender Chips in riesigen Rechenzentrumsclustern.

Werbeeinnahmen könnten den nächsten Technologieboom antreiben

Künstliche Intelligenz könnte denselben Weg einschlagen wie frühere Technologierevolutionen: angetrieben von Werbegeldern. Erinnern wir uns, wie Google und Facebook an die Macht kamen? Sie cashvon hohen Werbebudgets und kassierten Geld von allen Seiten – von der Waschmittelmarke bis zum Klempner um die Ecke.

Selbst abonnementbasierte Unternehmen wie Netflix und Amazon setzen mittlerweile verstärkt auf Werbung. Alphabet, die Muttergesellschaft von Google, ist ein Paradebeispiel dafür, wie erfolgreich dieses Modell sein kann. Seit dem Börsengang 2004 hat sich der Umsatz von Alphabet um das 160-Fache erhöht und erreichte 2023 über 300 Milliarden US-Dollar.

Künstliche Intelligenz hat das Potenzial, ganze Branchen grundlegend zu verändern, ähnlich wie es zuvor Radio, Fernsehen und Internet getan haben. Früher stammten zwei Drittel der Einnahmen von Zeitungen aus Werbung.

Radio und Fernsehen lebten von Werbung und blieben so für die Zuschauer kostenlos. Künstliche Intelligenz könnte schon bald die nächste große Werbeplattform sein und Gelder generieren, um bahnbrechende Entwicklungen zu finanzieren.

KI kann Ideen generieren – manche genial, manche unsinnig. Sie kann unzählige Szenarien durchspielen und Erkenntnisse aus der Geschichte gewinnen, die selbst einem ganzen Heer von Forschern entgehen könnten. Aber sie kann Ihnen nicht diesen „Funken des Genies“ schenken. Analysten bringen etwas mit, das KI nicht nachahmen kann: die Fähigkeit, zu hinterfragen, sich anzupassen und das große Ganze in Echtzeit zu erfassen. 

Der menschliche Faktor ist nach wie vor unschätzbar wertvoll in einer Welt, in der Empfehlungen, die nicht dem Konsens entsprechen – also solche, auf die keine Maschine käme –, oft die profitabelsten sind. Die wichtigste Erkenntnis? KI und Analysten sind keine Konkurrenten. Sie ergänzen sich.