Fit4Trading #84: Emotionslos anlegen – bessere Ergebnisse mit Algorithmen und KI-Einsatz?

00:00:00:

00:00:01: Anlegen in KI, das ist ja fast schon Schnee von gestern, Anlegen mit der KI liegt hingegen voll im Trend.

00:00:07: Immer mehr vor allem junge Anleger nutzen die vielfältigen KI-Tools um Märkte zu analysieren und erstellen sich ein eigenes Trading-Tool.

00:00:14: Die Hoffnung, erfolgreich Anlegen ohne großen Aufwand und Vorkände so.

00:00:18: Aber ist es wirklich so einfach, können KI-Modelle tatsächlich Markt-Trends und Preisbewegungen zuverlässig vorhersagen?

00:00:25: Und sind überhaupt quantitative Anlagemethoden, die Datengetrieben funktionieren besser als ein traditionelles Formanagement, bei dem individuelle Einschätzung der Investmentspezialisten entscheidet?

00:00:35: All das und mehr klären wir in meinem heutigen Podcast.

00:00:38: Fit for Trading, der Podcast zu Börse und Aktien für Bescheidwisser.

00:00:45: Und als Spezialist für das Thema Quantitative-Analyse und KI-Methoden begrüße ich bei mir im Studio Marc Frielinghaus, Exportfoliomanager Equities bei Quonium Asset Management.

00:00:56: Hallo, Marc, grüß dich.

00:00:57: Ja, hallo, Falko, grüß dich ebenso.

00:01:00: Mein Name ist Falko Block, ich bin Anlagestratege für Privatkunden bei der DZ-Bang in Frankfurt.

00:01:06: Marc, zum Einstieg erst mal ein paar Infos über euch.

00:01:08: Wer oder was verbirgt sich hinter Quonium Asset Management?

00:01:12: Ja, Kwonium ist eine quantitative Investment-Boutique.

00:01:16: Das heißt, wir bieten also wirklich ausschließlich quantitative Strategien an über alle Assetklassen, Aktien, Renten, Multieset.

00:01:26: Und warum sind wir eine Boutique?

00:01:28: Nun ja, deshalb, weil wir spezialisiert sind.

00:01:31: Wir betreuen hauptsächlich professionelle Anleger.

00:01:34: Wir sind noch überschaubar groß, was unser Anlagevolumen betrifft.

00:01:39: Und wir agieren weitgehend unabhängig von unserer Muttergesellschaft der Union Investment.

00:01:45: Kwonium gibt es bereits seit nineteen neunundneunzig und wir verwalten derzeit rund zwanzig Milliarden Euro für Anleger weltweit.

00:01:54: Ich glaube, man kann betonen, ihr bietet eure Produkte nur für Profis an oder mittlerweile auch für Privatanleger?

00:01:59: Ja, da sind wir durchaus ein Stück weit im Wandel.

00:02:03: Das heißt, wir kommen ganz klar von der rein ins die Seite und werden aber in Zukunft auch ein Stück weit für den einen oder anderen Privatkunden erwerbbar sein.

00:02:14: Da kann ich noch nicht zu viel verraten.

00:02:16: Alles

00:02:16: klar.

00:02:16: Dann sind wir gespannt, was da noch kommt, weil das ist ja immer das Tolle, wenn Profi-Methoden dann auch für Privatanleger zugänglich sind.

00:02:24: Ihr verwendet bei euren Anlagen Entscheidungen, hast du schon gesagt, einen sogenannten quantitativen Investmentprozess.

00:02:29: Was ist denn jetzt hier also nochmal der Unterschied zwischen dieser Anlageform und, ich sag mal so, einem traditionellen Formmanagement-Team aus Fleisch und Blut?

00:02:37: Ja, also aus Fleisch und Blut sind wir auch glücklicherweise.

00:02:40: Aber quantitativ bedeutet eben, wir stützen unsere Investmententscheidungen auf objektiv messbare Kriterien.

00:02:46: Man könnte sagen, Zahlen, Daten, Fakten.

00:02:49: Ja, und da ist eben der Unterschied zum traditionellen Foremanagement der dass wir gar nicht erst versuchen, uns eine subjektive persönliche Meinung zu einzelnen Aktien, einzelnen Marktsegmenten zu bilden.

00:03:01: Wir sprechen also auch nicht mit dem Unternehmensmanagement, um sozusagen einen Ausblick zu bekommen, wie die Lage denn ist oder wie die Lage womöglicherweise nächstes Jahr wird, sondern wir setzen auf objektiv messbare Daten, das heißt auf die Bilanzanalyse, auf Bewertungskennzahlen.

00:03:18: Auch schauen wir uns zum Beispiel an, was machen denn die Entscheidungsträger?

00:03:22: denn die denn kaufen die gerade eigene Aktien oder stoßen sie eher eigene Aktien ab?

00:03:28: Und natürlich schauen wir uns auch Preistrends und auch Analysten sentiment an.

00:03:33: Man kann zusammensagen, emotionslos anlegen.

00:03:36: Ich glaube, das ist auch der Titel unseres heutigen Podcasts.

00:03:39: Das passt eigentlich sehr gut auf Quantitative investen.

00:03:43: Ja, das war ja meine Idee genau, weil eigentlich heißt es ja, man soll ja an der Börse ohne Emotionen sein, dann habt ihr eigentlich den Ansatz, den eigentlich ja alle schon seit Jahren immer sagen, weil diese Bauchentscheidung sind ja vielfach, ich sage falsch, aber haben wir eine Börse nix verloren?

00:04:00: Richtig.

00:04:01: Ja, also ich will jetzt nicht sagen, dass es dort keine Ausnahmen gibt.

00:04:05: Ich glaube, Warren Buffett muss man nicht groß erwähnen.

00:04:08: Es gibt sicherlich wenige Geniale Investment-Spezialisten, die einfach das Talent haben.

00:04:15: Aber man muss sagen, die breite Masse handelt subjektiv eben nicht ganz so erfolgreich.

00:04:20: Und da kann man ein Stück weit, kann man eben mit solchen quantitativen, objektiv messbaren Entscheidungen, kann man, glaube ich, gut fahren.

00:04:28: Das haben wir in den letzten fünf, zwanzig Jahren eben gezeigt.

00:04:32: Ist der Unterschied, den ihr anbietet, eigentlich auch von den Kosten spürbar?

00:04:35: Also ich sage jetzt mal ganz einfach, ist ein Computer günstiger als ein Mensch, also ein solches datengetriebenes Modell, kann das günstiger seine Leistung anbieten als so ein ganzes Spezialisten-Team von Analysten?

00:04:47: Ja, das könnte man jetzt erstmal vermuten, weil so ein bisschen vielleicht auch der Eindruck entsteht.

00:04:53: Naja, da muss man mal aufs Knöpfchen drücken und dann macht der Computer den Rest.

00:04:57: Aber wirklich kostengünstiger ist das Quantitative investieren per se nicht.

00:05:03: Vor allem deshalb nicht, weil wir eben sehr, sehr hohe Aufwendungen für unsere Daten haben.

00:05:08: Also wir geben viele Millionen Euro im Jahr für Datenanbieter aus.

00:05:13: Und insofern ist es ein bisschen anders aufgestellt.

00:05:16: Wir haben eben nicht die Star-Portfolio-Manager, die Unsummen vielleicht verdienen können, aber dafür haben wir eben sehr hohe Kosten auf der Datenseite.

00:05:24: Und auf der anderen Seite ist ein Vorteil sicherlich, dass wir ein bisschen skalierbarer sind.

00:05:29: Das heißt, wir profitieren davon, dass wir automatisieren.

00:05:33: und ob wir jetzt ein Hundert Millionen oder eine Milliarde anlegen in der gleichen Strategie macht erst mal wenig Unterschied.

00:05:41: Ist Rechenpower eigentlich überhaupt noch ein Thema heutzutage?

00:05:43: Also nutzt ihr eigenes Server, habt ihr Fremde?

00:05:46: Vor vielen Jahren war ja nur das Thema, da musste man ewig warten bis so ein Wettermodell berechnet ist.

00:05:49: Ist das heute überhaupt noch ein Thema?

00:05:51: Ja, also das ist natürlich eine rasante Entwicklung auch bei uns.

00:05:56: Bis vor wenigen Jahren hatten wir eben unsere Daten alle noch sozusagen im Haus auf eigenen physischen Datenträgern und das ist mittlerweile natürlich komplett abgelöst.

00:06:07: Das heißt, wir sind da in die Cloud gegangen mit unseren Daten, mit unseren Research-Modellen und das ist schon ein Thema, aber natürlich verändert sich es weiter sehr stark.

00:06:19: wird dem immer effizienter und moderner.

00:06:22: Aber ihr müsst jetzt nicht zwei Meter nur von dem Mainframe entfernt sitzen.

00:06:26: Also ich sage mal jetzt, da gibt es ja Quantfonds, die sitzen direkt an der Börse, damit sie alles pingmäßig angeben können.

00:06:32: Das ist für euch nicht so relevant, oder?

00:06:34: Ja, das gibt es auch.

00:06:35: Das ist sogar nicht unser Ansatz.

00:06:38: Wir sind da einfach ein langfristiger Investor.

00:06:41: Das heißt, unsere Aktien beispielsweise sind so im Durchschnitt ein dreiviertel Jahr bis ein Jahr im Portfolio.

00:06:47: Und das, was du beschreibst, das sind ja Anbieter, die haben die Aktien oft nur wenige Minuten bis Sekunden.

00:06:53: Dann lass uns mal noch ein bisschen stärker das Thema KI vordringen.

00:06:57: Mittlerweile, ich habe mal nachgeschaut, nutzen wohl zwei Drittel der deutschen künstlichen Delegens im privaten, aber auch beruflichen Kontext.

00:07:04: Also da geht es um einfache Sachen, teils Auswertung, Formulierung, kompletter Texte, Chatbots sind mittlerweile auch im Einsatz.

00:07:10: Ich persönlich lasse mich auch mal gerne mal bei der Formulierung meiner Fragen für den Podcast von der KI zumindest inspirieren.

00:07:16: Jetzt würde mich natürlich interessieren, welche Rolle spielt KI bei euch denn in der Quantitative Analyse?

00:07:21: Ist das schon ein Thema?

00:07:23: Ja, auf jeden Fall ist auch schon länger ein Thema bei Quonium.

00:07:28: Und zwar nutzen wir jetzt ganz konkret bei mir im Team auf der Aktienseite.

00:07:33: Wir nutzen die KI schon seit vielen Jahren bei der Modellierung unserer Prognosemodelle.

00:07:38: Und hier wird eben insbesondere die Gewichtung unserer Prognosefaktoren von einem Machine Learning Modell unterstützt.

00:07:45: Und das ist eben ganz klar auch ein KI-Modell.

00:07:48: Daneben ist es so, dass die Kollegen in Multi-Asset Portfolio Management KI auch benutzen und hier auch ein eigenes Produkt, eine eigene Strategie entwickelt haben, die sich an der aktuellen Nachrichtenlage, an der Marktstimmung oder am Markt-Sentiment orientiert und hierauf eben sozusagen Signale generiert in verschiedenen Assetklassen.

00:08:10: Ich glaube, insgesamt kann man sagen, dass wir schon auch bei Quonium immer mehr das Potenzial von KI und hier auch von sogenannten Large Language Models nutzen.

00:08:19: Und hier ist eben einer der Vorteile, dass wir hier automatisiert eben sehr, sehr große Datenmengen, in diesem Fall eben auch Texte analysieren können und so zum Beispiel Veränderungen im Risiko bei Unternehmen, aus Geschäftsberichten, aus Nachrichten, aus verschiedensten Informationsquellen eben auswerten können.

00:08:39: Stimmt, ich glaube, das muss man auch noch betonen, weil normalerweise würde mir denken, was hilft ein Sprachmodell bei der Bewertung von Aktienkennzahlen, aber dann kann man ja auch Gigabyte-Daten an Geschäftsberichten auslesen, ohne dass man das selbst noch in die Hand nehmen muss.

00:08:53: Richtig.

00:08:53: Also da hat sich auch einiges getan und man bezeichnet das dann so ein Stück weit auch als Unterschied, wie die Daten vorliegen, sogenannte strukturierte und unstrukturierte Daten.

00:09:05: Und hier können eben die large language Models können hier gut helfen, indem sie sozusagen in einem Wust von Wörtern und Daten das Relevante für die Kursentwicklung heraus sieben und das andere eben.

00:09:18: einfach ignorieren.

00:09:20: Und da hat die KI ganz klare Vorteile gegenüber einem Mensch, der sich dann tausende Seiten durchlesen müsste und versuchen müsste, da irgendwie die relevanten Dinge sozusagen herauszusieben.

00:09:33: Ja, das hätte ich mir mal vor vielen Jahren mal gewünscht.

00:09:34: Da war ich Aktionalist und habe dann immer schweißtreibend die ganzen Geschäftsgerichte durchgearbeitet, die dann kamen von den US-Unternehmen.

00:09:41: Aber gut, im Endeffekt wusste man nachher, welche Seiten relevant sind.

00:09:45: Würdest du aber sagen, dass künstliche Intelligenz in Verbindung mit einer quantitative Analyse jetzt mittlerweile schon echt die Fähigkeit hat, Trends und Kursbewegungen an den Kapitarmärkten vorherzusagen?

00:09:54: Wie weit sind wir da mittlerweile schon in Entwicklung?

00:09:56: Ja, wir sind da auf jeden Fall deutlich vorangekommen.

00:09:59: Und gerade im Moment, denke ich, haben wir da auch eine rassante Entwicklung in den letzten ein, zwei, drei Jahren.

00:10:07: Ich glaube aber, dass die KI letztlich immer ein Werkzeug ist oder ein mächtiges Werkzeug sicherlich in Verbindung mit der quantitativen Analyse und da geht es eben gerade um diese effiziente Verarbeitung.

00:10:22: was wir eben schon schon und diskutiert haben, große Datenmengen, schnellste Verarbeitung und das Ganze dann auch wieder zu aggregieren und aufzubereiten.

00:10:32: Das kann die KI sehr gut.

00:10:34: Und was natürlich auch da reinspielt, ist das Thema Programmierung oder Programmierkenntnisse.

00:10:41: Da ist es so, wir als Quantanbieter, wir haben natürlich sehr, sehr viele Kollegen, die da auch einen entsprechenden Background haben.

00:10:48: Das heißt, wir haben sehr viele Informatiker, Mathematiker, Physiker, alle sehr gute Programmierer auch.

00:10:56: Und man muss aber sagen, auch wenn ich letztlich mich gar nicht so gut auskenne und ich bin zum Beispiel einer der Kollegen bei der Qonium, die keine besondere Affinität zum Programmieren haben, kann ich mir aber auch dank der KI mittlerweile sehr schnell eben beispielsweise ein Pfeifenprogramm schreiben lassen, mit dem ich bestimmte Rohdaten dann auch in einfache Prognosemodelle umwandeln kann, ohne dass ich eigentlich wissen muss, wie genau es funktioniert, der Programmcode.

00:11:25: Also das ist schon eine rasante Entwicklung, die wir da erlebt haben.

00:11:30: Aber letztlich ist ja die Frage auch, Falco, die du stellst, kann ich wirklich eine Kursbewegung vorher sagen mit der KI?

00:11:38: Und da ist so ein bisschen der Punkt, was frage ich denn dann?

00:11:41: Also ich muss dann schon der KI ganz genau beschreiben, was ich eigentlich von ihr möchte.

00:11:47: Und wenn ich jetzt einfach nur als Beispiel sage, ja, wird die Apple-Aktie jetzt im Oktober steigen oder nicht?

00:11:53: dann kann ich sagen, das wird nicht funktionieren.

00:11:56: Und ich habe es auch ausprobiert.

00:11:57: Es funktioniert wirklich nicht.

00:11:59: Am Ende bekommt man einige nette Hinweise von der KI, aber dieses Fazit ist eine klare Prognose, ist leider nicht möglich.

00:12:07: Ja, und die Frage ist wie auch.

00:12:09: Ja, kann eben niemand letztlich vorher sagen.

00:12:13: Weil die Zukunft ist unsicher und auch die KI kann es eben nicht deterministisch festhalten, was im nächsten Monat mit der Apple-Aktie passiert, weil es einfach zu viele Einflussgrößen gibt, die nicht kontrollierbar sind.

00:12:27: Ja, das stimmt, hast du natürlich recht.

00:12:29: Wie fragt man, klar, man würde natürlich, wenn wir auf einer Messe sind, heißt natürlich, soll ich das machen oder jenes?

00:12:33: Da kann man auch nicht sagen, ja oder nein, sondern muss natürlich immer den Kontext bewahren.

00:12:38: Aber halt mal mal fest, wir sind ja in der extrem datengetriebenen Welt.

00:12:41: Quadrative Datenanalyse kann also helfen, vielleicht bessere Entscheidungen zu treffen, ohne dass sich eben diesen subjektiven Faktor Mensch haben, der sich doch auch öfters mal ird.

00:12:51: Auf der anderen Seite gibt es auch viele Kritiker, die sagen, es gibt natürlich Risiken wie Datenverzerrung, übermäßige Abhängigkeit von den Modellen.

00:12:58: Wie schafft ihr es dann, diese Balance zu halten, dass man sich vielleicht auch nicht zu sehr auf diese Modelle verlässt, sondern immer wieder hinterfragt?

00:13:06: Ja, ist eine sehr gute Frage.

00:13:08: Ich glaube, da muss man auch ein Stück weit unterscheiden, welches Modell.

00:13:13: man im quantitativen Bereich verwendet.

00:13:16: Und da können wir nochmal so eine Unterscheidung treffen zwischen einem rein statistischen Modell und einem fundamentalen quantitativen Drucknose-Modell.

00:13:25: Und das ist eben der Weg, den wir bei der Kronium gehen.

00:13:27: Und fundamental bedeutet eben, wir arbeiten letztlich auch mit Unternehmensdaten.

00:13:32: Wir arbeiten mit Bilanzen, wir arbeiten mit Analystenschätzung.

00:13:35: Also im Grunde kann man sagen, wir gucken uns ja ähnliche oder fast die gleichen Daten an, die sich auch ein traditioneller Form.

00:13:42: manager anschaut, nur verwenden wir die Daten eben anders und unser Unterschied oder auch der Vorteil ein Stück weit ist, eben während sich der traditionelle Manager daneben fünfzighundert Unternehmen anschaut und die auch im Detail richtig gut kennt, machen wir das eben für Zehntausend Unternehmen und das auf täglicher Basis.

00:14:02: Das ist eben der Unterschied.

00:14:05: und ja, wie kann man vermeiden, dass man letztlich immer noch die Kontrolle behält oder auch versteht, was in den Modellen passiert.

00:14:14: Das ihr hängt eben damit zusammen, dass es wie gesagt ein fundamentaler Ansatz ist und wir sagen immer ganz gerne auch, wenn wir mit Interessenten oder Kunden sprechen, dass wir sagen immer, wir haben keinen Blackbox-Ansatz.

00:14:27: Das bedeutet, wir können jederzeit eben auch begründen, wenn wir eine Aktie attraktiv finden aus Modellsicht, warum diese attraktiv ist, zum Beispiel aufgrund einer hohen Dividende, einer geringen Verschuldung, positiver Gewinnentwicklung etc.

00:14:41: etc.

00:14:42: Um nochmal kurz auf diese Datenverzerrung und Datenfehler zurückzukommen, die du angesprochen hast, hier ist einfach die Größe des Investmentuniversums entscheidend und auch die breite Streuung.

00:14:53: Das heißt, wir setzen eben ganz bewusst nicht auf wenige große Betten, sondern auf sehr, sehr viele kleinere Positionen relativ zu einer Benchmark sehr risiko kontrolliert.

00:15:05: Und damit haben wir einen sehr, sehr starken Risikoausgleich durch diese großen Daten und durch diese großen Portfolios.

00:15:13: Und das hilft uns enorm, eben solche Risiken abzufedern.

00:15:18: Ich hatte es ja eingangs erwähnt, immer mehr vor allem auch junge Anleger, die jetzt an die Börse kommen, nutzen die auf vielfach kostenfreien KI-Tools, die ja auch in der Basis-Version schon echt mächtig sind und damit zu trading, sich also selber was zu programmieren.

00:15:30: Und die Hoffnung ist dann eben, ich kriege einen hohen Ertrag, ohne dass ich viel Aufwand betreiben muss und Vorkenntnisse, ach, das spare ich mir auch mal, also keine Vorpillen, etc.

00:15:38: Versachst du als Profi von solchen Ansätzen, wenn da jemand sagt, ach, das kann ich doch auch.

00:15:43: Ja, also... Wir hatten es schon mal kurz angesprochen.

00:15:46: Grundsätzlich kann man auch bei der KI den Grundsatz sagen, garbage in, garbage out.

00:15:52: Das heißt, die Qualität der Antwort, die die KI mir gibt, hängt eben wirklich essentiell davon ab, wie gut ich die Frage stelle.

00:16:01: Wenn ich fehlerhaft, unklar, wenn ich waage Fragen stelle, dann kann ich keine überzeugenden Ergebnisse erwarten.

00:16:08: Das heißt, ich muss richtig gut sein im Prompten.

00:16:10: Ich muss der KI also genau vorgeben, was sie für mich tun soll.

00:16:14: Und wenn ich das kann, dann kann die KI auch wirklich sehr, sehr gute Ergebnisse liefern.

00:16:20: Und da ist jetzt so ein bisschen die Crux.

00:16:22: Wann kann ich das?

00:16:23: Naja, eigentlich nur, wenn ich schon Vorkenntnisse habe in der Finanzanalyse, wenn ich mich auskenne.

00:16:32: Kapitalmarkt und wenn ich sozusagen weiß, was sind denn jetzt Faktoren, die dazu führen, dass bestimmte Aktien oder Essigklassen sich gut oder weniger gut in Zukunft entwickeln?

00:16:42: Das heißt, je mehr ich in diesen Fragen eben leihe bin und je schlechter wird es dann auch um die Qualität der Antworten aus der KI dann stehen.

00:16:53: Kurz gesagt, ohne Fachkenntnis, ohne Verständnis des Kapitalmarkts und ohne spezifische Anweisungen.

00:16:59: Wie die KI entscheiden soll, werden solche Tools nicht erfolgreich sein können.

00:17:04: Okay, dann kann man also sagen, theoretisch ist es also schon auch, sagen wir mal, möglich mit einfachen Mitteln.

00:17:09: Natürlich, Gott, das will nicht euer Modell zu schlagen.

00:17:12: Aber das Problem ist eher derjenige, der vor dem Computer sitzt, dass der eben einfach die falschen Fragen stellt.

00:17:19: Richtig, ja.

00:17:20: Marc, lass uns auch schon zur Abschlussfrage kommen.

00:17:22: Die Entwicklung der künstlichen Intelligenz schreitet rasant voran und hat bereits spürbare Veränderungen in Teilen unseres privaten, aber sicherlich auch des beruflichen Umfelds bewirkt.

00:17:31: So hast du es schon deutlich gesagt.

00:17:33: Angesichts dieser Dynamik stellt sich natürlich jetzt die spannende Frage.

00:17:36: Schauen wir mal fünf oder zehn Jahre vielleicht voraus.

00:17:38: Wie wird sich das im Bereich der kapitalen Lage weiterentwickeln?

00:17:42: Bringt das den großen Gamechanger oder bleibt es dabei?

00:17:45: Ihr seht es als unterstützende Tätigkeit.

00:17:47: Ja, also ich denke in den nächsten fünf bis zehn Jahren wird sich die KI rasant weiterentwickeln, auch in der Kapitalanlage und wird weiterhin einfach die Prozesse massiv unterstützen bei den Stichworten, Datenanalyse, Mustererkennung, Risikobewertung.

00:18:05: Das sind alles Themenfelder, wo die KI Ja, muss man sagen, auch Vorteile hat ganz klar gegenüber der menschlichen Auswertung.

00:18:14: Und das wird die KI auch noch weiter ausbauen, auch in dem Sinne ausbauen, dass man nicht mehr von einfachen, automatisierten Regeln, die die KI verwendet oder abläuft, immer mehr zu innovativen Prozessen kommt.

00:18:28: Das heißt, die KI denkt eben selbstständig oder ist innovativ und sucht nach Lösungswegen oder nach neuen Wegen, um bestimmte Problemstellungen zu adressieren.

00:18:40: Das wird kommen.

00:18:41: Ich glaube, dennoch eine vollständige Automatisierung und letztlich auch das Delegieren der kompletten Investmententscheidung.

00:18:49: Das erscheint mir doch weniger wahrscheinlich.

00:18:51: Ich glaube, das wird nicht kommen, weil am Ende des Tages ist es weiterhin wichtig, die Interpretation der Ergebnisse.

00:18:59: Die Fehler suche, weil die KI macht auch ganz klar Fehler.

00:19:03: Das sehen wir im privaten, aber auch im beruflichen Umfeld, sehen wir das auch immer wieder.

00:19:09: Das Plausibilisieren bleibt wichtig und dafür brauche ich eben auch menschliche Fachexperten, die sozusagen die, dass die Ergebnisse der KI challenging können, die erkennen können, ist das sinnvoll, was mir hier geliefert wird oder muss ich vielleicht noch mal hinterfragen und das ist dann auch, ist auch ganz witzig, ehrlich gesagt.

00:19:28: wenn man sich dann solche Dialoge anschaut, dass die KI dann immer ganz freundlich natürlich ist und sagt ja vielen Dank, dass du mich auf diesen Fehler hingewiesen hast.

00:19:39: Jetzt probier ich es eben nochmal und machs diesmal besser.

00:19:42: Also das ist schon interessant von der Interaktion einfach.

00:19:45: Ich würde sagen, als Fazit vielleicht Kapitalanlage ausschließlich mit KI würde ich vergleichen in etwa mit dem Autopilot in einem Flugzeug.

00:19:55: Also wenn man sich das heute anschaut.

00:19:57: Man weiß ja eigentlich auch als Passagier der Pilot, der sitzt vorne drin, aber so richtig viel tun muss er eigentlich nicht, weil der Autopilot kann das kann das alles alleine.

00:20:07: Der kann alleine fliegen, der kann im Notfall alleine landen und das ist alles automatisiert und funktioniert gut.

00:20:14: Und trotzdem glaube ich, dass die meisten von uns nicht so gerne einsteigen würden, wenn vorne eben keiner mehr im Cockpit sitzt, der im Zweifel eingreifen kann.

00:20:23: Und das ist ein Punkt, den glaube ich auch viele.

00:20:26: Investoren nachvollziehen können.

00:20:28: Sie möchten schon, dass am Ende auch immer noch ein Mensch die Investmententscheidung letztlich trifft und vor allem begründen und vertreten kann.

00:20:37: Ja, das stimmt.

00:20:38: Das ist ja wie mit automatisierten Fahren.

00:20:39: Da denken wir auch schon seit vielen, vielen Jahren.

00:20:41: jetzt kommt es, aber da ist ja doch scheinbar viel, viel schwieriger als erwartet.

00:20:46: Okay, dann fasse ich unsere Kenntnis zum heutigen Thema nochmal kurz zusammen.

00:20:49: Also die quantitative, datengetriebenen Analysen der Finanzmärkte hat ganz klar Vorteile, weil ich habe diesen subjektiven, menschlichen Faktor, den habe ich raus, der ja vielfach auch Fehler behaftet ist.

00:21:01: Der große Vorteil ist noch, ihr könnt unfassbar große Datenmengen analysieren, Geschäftsberichte zahlen.

00:21:06: Das geht im Millisekunden auch in einem extrem großen Bereich und dadurch habt ihr eben wie gesagt diesen emotionalen Faktor raus.

00:21:11: Künstliche Diggenz hilft auf jeden Fall bei der Unterstützung, oder schon gesagt, man muss die richtigen Fragen stellen.

00:21:17: Ich muss das richtige Prompten, das richtige Modell auch regelmäßig überprüfen.

00:21:21: Und ganz ohne menschliche Kenntnisse geht es dann auf jeden Fall nicht.

00:21:24: Und wenn ich das ja selbst hobbymäßig machen möchte, dann kann ich mittlerweile schon vielleicht ganz gute Modelle mir dort zusammenbauen.

00:21:31: Aber die Frage ist, stelle ich eben die richtigen Fragen, kann ich die Antworten richtig interpretieren?

00:21:36: Dafür braucht es dann doch noch viel Erfahrung und den menschlichen Faktor.

00:21:40: Ja, dann würde ich sagen, vielen Dank, Marc, für den interessanten Austausch.

00:21:44: Ja, danke dir, Falco.

00:21:45: Untertitel

00:21:45: im Auftrag des ZDF Ja, das war's auch schon wieder in unserer neuen Folge.

00:21:48: Ich hoffe, es hat euch gefallen und ihr konntet bei ein paar spannende Einblicke gewinnen in die Welt der KI-gestützten Trading-Strategien und der gesamten quantitativen Analyse.

00:21:58: Wenn ihr auch weiter auf dem Laufen bleiben wollt rund um das Thema Finanzen-Geldanlage, dann abonniert gleich unseren Kanal und ebenso freuen wir uns über euer Feedback über Fragen, Kritik, Lob oder Anregen auch für zukünftige Themen.

00:22:10: Schreibt uns dazu einfach wieder an, wertpapiereetdzbank.de und beachtet bitte auch unsere rechtlichen Hinweise, die habe ich euch wieder in die Shownotes gepackt.

00:22:19: Und dann wünsche ich euch jetzt viel Erfolg bei euren weiteren Schritten an den Kapitalmärkten, ob persönlich oder mit KI und freue mich auf das nächste Mal.

00:22:26: Tschüss und macht's gut.