Die Zukunft des Investierens: Wie KI die Branche neu gestaltet

Die gemeinsam mit Intervalor veranstaltete und von rund 50 institutionellen Investoren aus Skandinavien besuchte Diskussionsrunde konzentrierte sich darauf, wie KI im Asset Management gesteuert wird, wo sie einen Mehrwert schafft und wo menschliches Urteilsvermögen unverzichtbar bleibt. Wir nutzten die Gelegenheit für ein ausführliches Interview mit unseren Referenten.

Beginnen wir mit einer Bestandsaufnahme: Wie weit ist die Branche wirklich bei der Einführung von KI?

Thomas: In der Praxis sehen wir noch nicht viele wirklich eigenständige Arbeitsabläufe – das meiste befindet sich noch im Prototypenstadium. Nur sehr wenige Prozesse wurden bereits vollständig automatisiert und optimiert.

Zudem bedeutet mehr Output nicht zwangsläufig mehr Wert: Nur weil jeder mehr produzieren kann (längere Berichte, mehr Präsentationen usw.), heißt das noch lange nicht, dass diese zusätzlichen Aktivitäten einen Mehrwert schaffen. Als Unternehmen muss man sicherstellen, dass KI nicht zum Selbstzweck wird.

Diese Unterscheidung ist wichtig, da die Umfrage darauf hindeutet, dass viele Investoren und Asset Owner bereits KI in ihren Organisationen nutzen. Die praktische Frage verlagert sich daher vom Zugang zu KI hin zur Disziplin bei deren Einsatz.

KI wird immer stärker in die Entscheidungsfindung eingebunden. Sollten Investoren sich Gedanken in Hinblick auf Vertrauen machen?

Florian: Vertrauen entsteht durch einen glaubwürdigen und transparenten Prozess sowie durch Ergebnisse. Man sollte immer vorsichtig sein, wenn man sich auf KI-Narrative verlässt: Es wird immer mehr Geschichten über fantastische KI-Prozesse geben. Aber Investoren sollten fragen: Was leistet sie tatsächlich und wie viel trägt sie bei?

Thomas: Investoren sollten sich eher auf den Prozess als auf die Tools konzentrieren. Letztendlich muss jeder KI-gestützte Investmentansatz nachweisen, dass seine Ergebnisse den Versprechungen standhalten.

Für institutionelle Investoren bedeutet dies, dass sie den Managern konkrete Fragen stellen müssen: Wo wird KI eingesetzt, welche Entscheidungen beeinflusst sie, welche Kontrollmechanismen gibt es und wie wird ihr Beitrag gemessen?

Wie verändert die Arbeit mit KI-Agenten das tägliche Research?

Laura: Für mich ist das eine völlig neue Arbeitsweise. Einer der Hauptvorteile ist, dass die KI-Agenten sehr gut darin sind, langweilige, repetitive Aufgaben zu erledigen. Sie werden nie müde. Gleichzeitig bietet die Arbeit mit Agenten eine beispiellose Transparenz: Ich kann den Denkprozess tatsächlich beobachten und sehen, was bei jedem Schritt passiert ist, insbesondere wenn etwas schiefgeht.

Aber es gibt auch klare Grenzen: Agenten neigen dazu, selbstbewusst falsch zu liegen, anstatt anzuhalten und zu sagen: „Ich weiß es nicht.“ Das macht menschliche Aufsicht unerlässlich: Wir brauchen in den Prozess eingebaute Kontrollpunkte und Überprüfungen.

Eine interessante Parallele zeigt sich bei der Arbeit sowohl mit menschlichen Praktikanten als auch mit Maschinen: Sowohl Praktikanten als auch Agenten reagieren empfindlich auf Unklarheiten. Wenn ich die Aufgabe nicht klar formulieren kann, wird wahrscheinlich keiner von beiden die richtige Lösung liefern. Die Qualität des Ergebnisses hängt zunehmend davon ab, wie präzise Menschen die Arbeit von vornherein definieren.

Welche neuen Fähigkeiten werden in diesem sich wandelnden Umfeld unverzichtbar?

Laura: Die Fähigkeit, ein definiertes Problem in eine klare Anweisung zu übersetzen, wird zu einem entscheidenden Unterscheidungsmerkmal. Ich verbringe jetzt weniger Zeit damit, Code zu schreiben, und mehr Zeit damit, die Aufgabe in meinem Kopf zu strukturieren.

Im Asset Management ist diese Fähigkeit mehr als nur eine Produktivitätstechnik. Sie prägt, wie Forschungsfragen formuliert, wie Annahmen explizit gemacht und wie Fehler erkannt werden können, bevor sie weiter in den Anlageprozess vordringen.

Wo also verbessert KI den Investmentprozess heute sinnvoll?

Laura: Im Research kann KI den Zeitaufwand für Programmierung oder wiederkehrende Analysen erheblich reduzieren und so dazu beitragen, die Entwicklung neuer Ideen zu beschleunigen. Das deckt sich mit allgemeinen Beobachtungen: KI ist besonders leistungsfähig, wenn es darum geht, große Mengen unstrukturierter Daten zu verarbeiten und die Erzeugung von Signalen zu verbessern.

Die unmittelbare Chance liegt daher weniger darin, Investmentexperten zu ersetzen, sondern vielmehr darin, Zeit freizusetzen, den Research-Funnel zu erweitern und die Geschwindigkeit zu erhöhen, mit der neue Hypothesen getestet werden können.

Wo sollten Investoren vorsichtig bleiben?

Florian: Es besteht immer die Gefahr, dass die Vergangenheit zu stark gewichtet wird. Es ist wichtig, über historische Daten hinauszudenken. Man muss verschiedene Szenarien in Betracht ziehen: Was passiert, wenn es zu einem Krieg, einer Rezession oder einem anderen externen Schock kommt?

Ein weiteres wesentliches Risiko besteht darin, den Überblick zu verlieren: Wenn man nicht versteht, was passiert, verliert man die Kontrolle. Deshalb bleiben fundierte Kenntnisse in Statistik und Programmierung unerlässlich.

Das ist einer der wichtigsten Vorbehalte für Anleger. KI-Systeme können leistungsstark Muster erkennen, aber Märkte werden von Ereignissen geprägt, die der Vergangenheit nicht immer ähneln. Szenariodenken, Stresstests und kritische menschliche Prüfung bleiben daher zentrale Bestandteile jedes KI-gestützten Investmentprozesses.

Wie werden sich Investment-Teams in den nächsten fünf Jahren entwickeln?

Thomas: Insgesamt werden Teams kleiner werden, weil viele vorbereitende Aufgaben automatisiert werden können. Gleichzeitig verschiebt sich die Rolle des Menschen erheblich: Es wird wichtig, zu verstehen, wie man diese Agenten beaufsichtigt und die Kontrolle behält. Der Portfoliomanager wird zunehmend zur Aufsichtsperson KI-gestützter Prozesse, statt rein manuell Entscheidungen zu treffen. Als systematischer Asset Manager haben wir hier einen natürlichen Vorteil, weil wir bereits über viel Erfahrung in der Überwachung datengetriebener Prozesse verfügen.

Fazit: Erweiterung statt Ersatz

Die eher vorsichtige Einschätzung unserer Experten deckt sich mit den Ergebnissen der Investorenumfrage während der Veranstaltung: KI-Tools sind schon weit verbreitet, aber eine vollständige Automatisierung ist nach wie vor selten. Von den Befragten geben 40 von 47 an, dass ihr Unternehmen ChatGPT und/oder Copilot bereits uneingeschränkt nutzt, während nur 2 von 47 KI-Agenten oder KI-Systeme einsetzen, die ganze Arbeitsabläufe oder Prozesse übernehmen.

Bei der Frage nach den größten Herausforderungen im Finanzsektor nannten die Befragten die Qualität und Verlässlichkeit der Ergebnisse an erster Stelle, noch vor menschlicher Aufsicht, Governance und Regulierung.

Die Investoren rechnen überwiegend nicht damit, dass der menschliche Portfoliomanager bald verschwindet. Die unmittelbarere Veränderung ist subtiler: Die Rolle des Menschen rückt in der Kontrollkette nach oben. Für Asset Owner und Consultants stellt dies eine praktische Herausforderung dar: Asset Manager sollten in der Lage sein, nicht nur ihre KI-Ambitionen, sondern auch ihre Governance, Eskalationswege und die menschliche Verantwortlichkeit zu erläutern.

Die Erkenntnis aus der Quoniam-Veranstaltungsreihe in Skandinavien lautet, dass KI weder ein Allheilmittel noch bloßer Hype ist. Sie wird Teil des Investmentprozesses, doch ihr Wert hängt von der Prozessqualität, der menschlichen Aufsicht und der Fähigkeit ab, die Ergebnisse des Modells zu hinterfragen.

KI ist ein leistungsstarkes Werkzeug, das:

• die Effizienz erheblich steigern,
• neue Datenquellen und Erkenntnisse erschließen, und
• Researchprozesse beschleunigen kann.

Der Erfolg hängt jedoch von etwas Grundlegenderem ab: den Prozess zu verstehen, die Kontrolle zu behalten und zu wissen, wo menschliches Urteilsvermögen weiterhin am wichtigsten ist.