AI im Asset Management – Vom Hype zur Realität
Wie verändert Künstliche Intelligenz das Asset Management – strategisch, technologisch und im Investmentprozess selbst? Diese Frage stand im Mittelpunkt unserer Veranstaltung in Frankfurt. Gemeinsam mit Experten aus Beratung, Technologie, Wissenschaft und Investmentpraxis haben wir das Thema aus verschiedenen Perspektiven beleuchtet.
In Kürze
-
KI ist kein Kostentool – sondern ein Wettbewerbsfaktor: Entscheidend ist die Integration in Daten, Prozesse und Investmentlogik.
-
Infrastruktur und Umsetzung sind entscheidend: Mehrwert entsteht durch Architektur, Datenqualität und Governance – nicht durch Technologie allein.
-
KI stärkt den Investmentprozess – ersetzt aber nicht den Menschen: Effizienzgewinne sind real, Verantwortung und Urteilskraft bleiben zentral.
Was bleibt als Resümee?
1. Strategische Perspektive: KI ist ein struktureller Wettbewerbsfaktor
Ein zentrales Learning des Tages war: KI ist mehr als ein Instrument zur Kostensenkung. Sie ist ein struktureller Wettbewerbsfaktor.
Die Geschwindigkeit der technologischen Entwicklung ist beispiellos. Modelle werden leistungsfähiger, Agentensysteme komplexer, Anwendungsfälle konkreter. Gleichzeitig wird deutlich: Nicht der Zugang zu KI entscheidet über die Wettbewerbsfähigkeit, sondern die Fähigkeit von Unternehmen, sie strukturiert in Datenarchitektur, Research-Prozesse und Governance zu integrieren.
Die entscheidende Frage lautet nicht, ob KI eingesetzt wird – sondern wie konsequent Kompetenzen aufgebaut werden. Am Beispiel eines Asset Managers: Wer heute in Datenqualität, Infrastruktur und methodische Disziplin investiert, stärkt die Grundlage für nachhaltige Wettbewerbsfähigkeit.
Dabei bleibt Differenzierung möglich. KI führt nicht zwangsläufig zu einer Homogenisierung der Branche, sondern kann Spezialisierung sogar verstärken – etwa durch individualisierte Research-Ansätze oder maßgeschneiderte Modellarchitekturen.
„Die Herausforderung liegt nicht im Zugang zu KI, sondern darin, sie strukturiert in Daten, Prozesse und Modelle zu integrieren – nur dann entsteht ein nachhaltiger Wettbewerbsvorteil.“
Dr. Volker Flögel, CFA, CIO, Quoniam
2. Technologische Perspektive: Infrastruktur entscheidet
Ein weiterer Schwerpunkt lag auf der technologischen Dimension. Moderne KI-Anwendungen basieren auf leistungsfähiger Recheninfrastruktur, passenden Softwarelösungen und der Frage nach der richtigen Implementierungsstrategie.
Zentrale Abwägungen sind dabei:
- Recheninfrastruktur: Public-Cloud-Lösungen vs. On-Premise-Infrastruktur – also der Betrieb von KI-Systemen in unternehmenseigenen Rechenzentren.
- Software-Stacks: die Kombination aus KI-Modellen, Datenverarbeitung und Anwendungen, die zusammen eine KI-Lösung ermöglichen.
- Softwarestrategie: Nutzung kommerzieller Modelle vs. Open-Source-Ansätze, also frei verfügbare KI-Modelle, die Unternehmen selbst betreiben und an ihre Anforderungen anpassen können.
„Entscheidend ist nicht das einzelne Modell, sondern wie Daten, Infrastruktur und Prozesse zusammenwirken. Erst in dieser Integration entfaltet KI ihren Nutzen im Investmentprozess.“
Thomas Kieselstein, CFA, Senior Partner & Co-Founder, Quoniam
Gerade für europäische Asset Manager spielen regulatorische Anforderungen, Datenschutz und Kontrollfähigkeit eine zentrale Rolle. KI ist damit kein isoliertes IT-Projekt, sondern Teil der strategischen Architektur eines Asset Managers.
Zugleich wurde deutlich: Mit steigender Nutzung steigen auch die Kosten. Agentische Systeme erhöhen den Rechenbedarf erheblich. Die Effizienz der eingesetzten Infrastruktur wird damit selbst zu einem wichtigen Wettbewerbsfaktor.
3. Investment- und Umsetzungsperspektive: KI als Verstärker systematischer Investmentprozesse
Besonders konkret wird der Einsatz von KI im Investmentprozess. Neben klassischen Anwendungen wie Textanalyse oder Prognosemodellen rückt dabei zunehmend ein neuer Ansatz in den Fokus: agentische KI-Systeme.
Darunter versteht man KI-basierte Softwareprogramme („Agenten“), die eigenständig Aufgaben ausführen, miteinander kommunizieren und innerhalb eines definierten Rahmens Entscheidungen vorbereiten können. Mehrere spezialisierte Agenten können dabei zusammenarbeiten – etwa bei der Datenbeschaffung, der Analyse neuer Informationen oder der Vorbereitung von Research-Ergebnissen.
Für systematische Asset Manager eröffnet dies neue Möglichkeiten entlang der gesamten Research- und Investmentkette. KI kann heute bereits dazu beitragen:
- Researchprozesse zu beschleunigen und zu strukturieren,
- große Mengen unstrukturierter Daten – etwa Nachrichten oder Unternehmensberichte – systematisch auszuwerten,
- neue Signale für Investmentmodelle zu identifizieren und
- Prognosemodelle effizienter zu entwickeln.
Gerade in datenintensiven Arbeitsabläufen entstehen dadurch deutliche Produktivitätsgewinne. Analysten und Portfoliomanager können sich stärker auf die Interpretation der Ergebnisse und die Weiterentwicklung von Investmentstrategien konzentrieren.
Gleichzeitig wurde deutlich: Die verantwortungsvolle Integration von KI bleibt entscheidend. Agentensysteme benötigen klare Leitplanken, transparente Modelle und eine konsequente menschliche Kontrolle. Modellrisiken, Überanpassung von Signalen oder Fehlinterpretationen lassen sich nicht vollständig automatisieren.
Auch im Zeitalter von KI bleibt daher ein zentraler Grundsatz bestehen: Anlageentscheidungen müssen nachvollziehbar sein – gegenüber Investoren ebenso wie gegenüber Regulatoren.
„Der größte Mehrwert von KI liegt heute in effizienteren Workflows und besseren Signalen. Für Prognosen sehen wir Fortschritte – aber eher evolutionär als revolutionär.“
Dr. Volker Flögel, CFA, CIO, Quoniam
Fazit: Mensch und Maschine – in neuer Rollenverteilung
Die Veranstaltung hat gezeigt: KI verändert Arbeitsweisen, erweitert Analysefähigkeiten und beschleunigt Prozesse. Doch nachhaltige Outperformance entsteht nicht durch Technologie allein.
Die Zukunft ist nicht „Mensch oder Maschine“, sondern Mensch und Maschine – in einer neuen Rollenverteilung. KI wird zum Verstärker systematischer Kompetenz. Verantwortung, methodische Disziplin und Investmenturteilskraft bleiben aber zentrale Elemente erfolgreichen Asset Managements.
Wir danken allen Referenten sowie unseren Gästen für die intensive Diskussion – und freuen uns auf den weiteren Austausch zur verantwortungsvollen Integration von KI im Investmentprozess.
