KI-Panel: Werden diskretionäre Fondsmanager von der KI verdrängt?

Drei KI-Experten diskutieren bei einem exklusiven Panel den Einzug der KI in die AM-Industrie. Nur ein Strohfeuer oder nachhaltiger Trend? Von einem Paradigmenwechsel innerhalb der Branche ist die Rede.

Tim Habicht · 09/10/2019

Die Künstliche Intelligenz hält auch in der Asset-Management-Industrie verstärkt Einzug. KI-Strategien und -Fonds sprießen aus dem Boden und eröffnen bereits jetzt neue Möglichkeiten in der Asset Allokation. Aber ist das wirklich so? Und wie viel Marketing steckt in diesen KI-Fonds zum jetzigen Zeitpunkt? Beim Beratermeeting 2019 von Fondsnet und BN & Partner, das Fundview exklusiv als Medienpartner begleitet hat, wurde genau zu diesem Thema eine Panel-Diskussion abgehalten.

Die drei KI-Experten Christopher Krauss von Artellium, Julien Florian Jensen von KJL Capital / Othoz und Axel Stahmer von QI Investment diskutieren darüber, ob diskretionäre Fondsmanager bald von der Künstlichen Intelligenz verdrängt werden, inwiefern die KI eine Evolution vom quantitativen Asset Management ist und wie viel Marketing wirklich hinter dem Buzzword KI steckt.


Werden diskretionäre Fondsmanager durch KI in Zukunft überflüssig?

Christopher Krauss: Finanzmarktdaten sind sehr stark verrauscht und dadurch extrem schwer zu prognostizieren. Insofern wird das menschliche Denk- und Abstraktionsvermögen hier noch sehr lange eine zentrale Rolle spielen. Es kann aber durchaus sein, dass sich durch KI das Berufsbild verändern wird. KI-Prognosesysteme können beispielsweise statistische Einschätzungen für tausende von Wertpapieren liefern und damit auch eine Short-List, die ein diskretionärer Fondsmanager als Grundlage für seine Analysen nehmen kann. Vergleichen kann man das ein bisschen mit der industriellen Revolution. Als die Dampfmaschine erfunden wurde, sind auch nicht alle Jobs weggefallen – aber der Tätigkeitsbereich hat sich signifikant gewandelt.

Julien Jensen: Ich sehe das ebenfalls differenziert. KI ist eher die Evolution des quantitativen Asset Managements. Allerdings wird es auch in Zukunft unterschiedliche Investmentansätze geben. Ganz gleich ob diskretionär, quantitativ, passiv oder eben durch die KI. Der Einsatz von Methoden des maschinellen Lernens (ML) macht grundsätzlich insbesondere dann Sinn, wenn eine ausreichend große Datenbasis vorhanden ist. Der Einsatz von ML-basierten Modellen ist in unseren Augen die logische Weiterentwicklung quantitativer Investmentansätze und wird in den kommenden Jahren signifikant an Bedeutung gewinnen. Das heißt aber nicht, dass diskretionäre Fondsmanager überflüssig werden.

Axel Stahmer: Ein wenig weiter gefasst geht die Frage über KI hinaus. Wer hat eigentlich am Markt eine Daseinsberechtigung? Asset Manager, die gute Analysearbeit machen und damit neue Informationen an den Markt bringen werden meiner Meinung nach bestehen bleiben – und andere werden sich langfristig schwer tun. KI-Fonds, die von Natur aus systematisch agieren, können sich nicht mit dem Management einzelner Firmen treffen und dies in ihre Analyse einfließen lassen. Andersherum können solche diskretionären Fonds sich nicht mit dem Management hunderter Fonds gleichzeitig unterhalten und eine systematische Vorgehensweise praktizieren. Informationen in der Breite über viele hunderte Aktien hinweg verarbeiten und komplexe Informationen extrahieren können wiederum KI-Fonds. Beide Arten von Fonds werden in dem Fall ihre Berechtigung behalten.


Wie wird KI die bestehende Fonds-Industrie verändern?

Krauss: KI-Systeme ermöglichen die Auswertung von großen Datenmengen und die Extraktion von komplexen, kursrelevanten Zusammenhängen in kurzer Zeit. Deswegen wird KI auf zwei Arten Einfluss nehmen: Zum einen als Entscheidungsunterstützungssystem entlang der kompletten Wertkette in diskretionären Fonds und zum anderen als Triebfeder von Investmententscheidungen in quantitativ orientierten Fonds.

Jensen: Es werden neue Analysemöglichkeiten entstehen und dadurch Chancen für aktives Asset Management bieten. Die Modelle werden hierbei direkt aus den Daten erzeugt. Insofern wird die Performance nicht durch die menschliche Vorstellungskraft begrenzt oder durch Emotionen beeinflusst. Durch KI-Modelle können außerdem signifikant komplexe und nichtlineare Zusammenhänge erkannt werden. Klar ist aber auch: Das Entwickeln und Managen von KI-gesteuerten Investmentansätzen erfordert hohe Investitionen in Daten und Knowhow. Aus diesem Grund sind Kooperation aus klassischer Finanzexpertise und innovativen Machine Learning Know-how zielführend. Aktuell besteht das Team von Othoz aus zehn Experten aus den Bereichen Maschinelles Lernen, Informatik, Mathematik und Finanzwirtschaft. Diese Teilbereiche werden auch in Zukunft an Relevanz im Asset Management gewinnen und personelle Verstärkungen unumgänglich machen.




Wird sich der KI-Trend langfristig verstärken oder ist dies nur eine Moment-Aufnahme?

Jensen: Die grundlegenden Treiber des KI-Trends verstärken sich. Deswegen wird der Einsatz von Künstlicher Intelligenz im Portfoliomanagement zweifelsfrei an Bedeutung gewinnen.

Krauss: Wir erwarten, dass KI einen Paradigmenwechsel hervorrufen wird. Aus unserer Sicht ist es die natürliche Erweiterung des faktorbasierten Investierens. Nicht nur Momentum, Unternehmensgröße, Liquidität, Qualität und Volatilität spielen bei der Prognose künftiger Risikoprämien eine Rolle, sondern zahlreiche weitere Faktoren. Etablierte finanzökonometrische Modelle sind oft zu starr, um mit diesem „Faktor-Zoo“ zurechtzukommen.

Jensen: Außerdem gibt es einen exponentiellen Zuwachs der verfügbaren Daten. 90 Prozent der weltweit jemals erfassten Daten wurde in den vergangenen zwei Jahren gesammelt. Verstärkt wird dies durch den rasanten Zuwachs der Rechen- und Speicherkapazitäten bei gleichzeitig sinkenden Kosten. 2020 werden circa 33 Prozent der weltweiten Daten in der Cloud verarbeitet.

Stahmer: Durch die gerade erwähnten Entwicklungen wird der Anteil von KI-getriebenen Fonds in Zukunft sicher einen noch gewichtigeren Anteil ausmachen. Im Moment ist allerdings der Erklärungsbedarf auf Investorenseite noch sehr hoch und der Markt relativ klein – eine Veränderung im Gesamtmarkt wird deshalb nur schrittweise erfolgen. Im Moment werden auch sehr unterschiedliche Strategien unter den Deckel von KI gepackt. Langfristig wird sich herausstellen, wie viele einzelne Segmente es im KI-Bereich gibt, die alle verschiedene Strategien verfolgen und damit unterschiedliche Investmentprofile erzeugen.


Wie viel Marketing steckt in KI-Fonds und wie intelligent sind diese Strategien aktuell wirklich?

Stahmer: Das ist schwer zu sagen, ohne hinter die Kulissen bei anderen Fonds zu schauen, gerade weil das Gebiet der KI nicht klar abgegrenzt ist. Wir bei QI Investment verstehen darunter quantitative Methoden zur Klassifizierung und Vorhersagen. Andere fassen das Gebiet etwas weiter. Wie intelligent die einzelne Strategie dann wirklich ist, hängt mehr von den Programmierern und Data Scientists des Asset Managers ab, als von der verwendeten Methodik. KI ist noch nicht aus sich heraus intelligent, sondern führt nur das aus, was programmiert wurde. Da KI Regeln lernt und dabei stark datenabhängig ist, stellt die Methodik einen wesentlich größeren Anteil dar als bei den konservativen quantitativen Methoden.

Krauss: Das Spektrum ist sicherlich weit. Schlagwörter wie KI sind auf jeden Fall ein beliebtes Marketinginstrument. Wir empfehlen, dass jeder Investor eine intensive Due Diligence betreibt, bevor er eine Allokation vornimmt, um Spreu von Weizen trennen zu können.

Jensen: Das sehen wir ähnlich. Die Themen Nachhaltigkeit und KI sind aktuell en vogue. Investoren müssen hinter die Fassade schauen und kritisch differenzieren inwiefern und in welchem Umfang KI im Investmentprozess eingesetzt wird oder nur als Buzzword für Marketingzwecke. In unseren Augen ist der Einsatz von KI im Portfoliomanagement ein hochinteressantes und zukunftsweisendes Themengebiet, mit dem aktuell viele Produktanbieter werben, aber nur wenige ernstzunehmende inhaltliche Auseinandersetzung betreiben.

Welche Risiken müssen Investoren bei KI-Strategien beachten und welche Chancen bieten KI-Fonds?

Krauss: Typischerweise arbeiten die Strategien nach einem quantitativen System, das insbesondere dann Vorteile bietet, wenn Emotionen wie Gier oder Angst den Markt dominieren. Insgesamt schätzen wir die Prognosegüte höher ein, als die klassischer, finanzökonometrischer Modelle. Ein Risiko liegt in der geringeren Transparenz und höheren Modellkomplexität, die mit höherer Prognosegüte normalerweise einher geht.

Stahmer: Das operative Risiko zwischen traditionellen Asset Managern und systematischen Fondsmanagern, die KI verwenden, ist schon sehr unterschiedlich. Vereinfacht gesagt treffen traditionelle Manager Entscheidungen über Einzelinvestments und systematische Manager treffen Entscheidungen über Investmentkonzepte. Das Risiko bei der ersten Gruppe besteht darin, dass die Investments falsch bewertet und Verhaltensfehler gemacht werden, wie zum Beispiel ein zu frühes Verkaufen von Gewinneraktien, Herdenverhalten, etc. Das sind keine großen Fehlerquellen bei systematischen Fonds. Hier besteht dafür die Gefahr, Fehler im Umgang mit KI-Methoden und generell quantitativen Methoden zu machen. Beispielsweise können statistische Zusammenhänge falsch eingeordnet oder Investmentkonzepte falsch beurteilt werden. KI bietet gleichzeitig aber auch weitere Perspektiven: die bestehenden Methoden sind noch lange nicht ausgereizt und neue Möglichkeiten – sowohl in der Methodik als auch in den Anwendungsfeldern – eröffnen sich auf regelmäßiger Basis. Fonds mit einem guten Research-Setup werden davon deutlich profitieren können. Sie werden noch nicht analysierte Zusammenhänge aufdecken und dadurch Chancen wahrnehmen, die der Markt noch nicht sieht.


Weitere Artikel zu diesem Thema

Business

Die Privatbanken stecken aufgrund von nationaler und internationaler Investoren in einem Dilemma. Manager von Privat- und Großbanken seien außerdem Restrukturierer und keine Macher mehr.