Kann KI Aktien auswählen? Was die Beweise tatsächlich zeigen

Die kurze Antwort

Ja, Computer können Aktien auswählen. Die schwierigere und ehrlichere Frage ist, ob die KI sie gut genug und konsequent genug auswählt, um einen einfachen, günstigen Indexfonds nach Gebühren zu schlagen. Zu dieser Frage sind die veröffentlichten Beweise demütigend. Der meistgesehene reale KI-Aktienfonds liegt seit seiner Einführung in jedem Kalenderjahr hinter dem S&P 500 zurück, und die breitere Geschichte computergesteuerter „Quant“-Fonds ist eine Mischung aus einigen berühmten Gewinnern und einer langen Reihe von Mitläufern. Wenn Sie 50 Jahre oder älter sind und über einen Notgroschen verfügen, ist diese Unterscheidung wichtiger als jedes Verkaufsargument.

Was KI und „Quant“-Fonds tatsächlich bewirken

Die meisten KI-Investitionen fallen in zwei Bereiche. Die erste ist akademische und institutionelle Forschung, bei der Modelle des maschinellen Lernens jahrzehntelange Daten scannen, um abzuschätzen, welche Aktien höhere Renditen erzielen könnten. Das zweite sind Konsumgüter: ETFs, Apps und „Robo-Advisors“, die nach außen hin ein KI-Label anbringen. Das sind sehr unterschiedliche Dinge. Ein Modell, das in einer Forschungsarbeit brillant aussieht, muss dennoch reale Handelskosten, Steuern, Überraschungen und menschliche Emotionen überstehen. Der Satz, den Sie hören werden, lautet: „Vergangene Leistungen sind keine Garantie für zukünftige Ergebnisse“, und bei KI ist diese Warnung doppelt wichtig, denn ein auf der Vergangenheit trainiertes Modell kann getrost falsch liegen, wenn es um eine Zukunft geht, die nicht mit ihr übereinstimmt.

Wo die Forschung beeindruckend aussieht

Aus akademischer Sicht hilft maschinelles Lernen wirklich. Eine häufig zitierte Studie aus dem Jahr 2020 in The Review of Financial Studies mit dem Titel „Empirical Asset Pricing via Machine Learning“ von Shihao Gu, Bryan Kelly und Dacheng Xiu ergab, dass neuronale Netze und Entscheidungsbäume die Leistung älterer Regressionsmethoden bei der Vorhersage von Aktienrisikoprämien ungefähr verdoppelten und dass die Zeitmessung des S&P 500 mit ihrem Modell ein wichtiges risikobereinigtes Renditemaß (die Sharpe Ratio) von 0,51 auf 0,77 anhob Tests außerhalb der Stichprobe. Das ist ein echtes Ergebnis. Aber es lebt in einem idealisierten Labor: keine Fondsgebühren, keine Slippage, keine Steuern und die Freiheit eines Forschers, Ideen im Nachhinein zu testen. Bei der Umsetzung in ein kaufbares Produkt kommt es oft zu Problemen.

Wo KI-Fonds in der realen Welt verlieren

Betrachten Sie AIEQ, den Amplify AI Powered Equity ETF, der im Oktober 2017 auf den Markt kam und als KI-Aktienpicker auf Basis der IBM Watson-Technologie vermarktet wurde. Den Leistungsdaten von Morningstar und der Analyse von Seeking Alpha zufolge hat sich AIEQ seit seiner Auflegung praktisch jedes Jahr schlechter entwickelt als der S&P 500 und verlangt dabei etwa 0,80 % pro Jahr gegenüber etwa 0,09 % für einen einfachen S&P 500-Fonds. Es war auch mit einer höheren Volatilität und in manchen Jahren mit atemberaubenden Handelsumsätzen verbunden. Die Lehre ist nicht, dass KI nutzlos ist. Es ist so, dass ein KI-Label, hohe Gebühren und umfangreicher Handel eine schwierige Kombination sind, mit der man gewinnen kann.

Das Gesamtbild bei professionellen „Quant“-Fonds ist ähnlich. Wie Institutional Investor und Hedgeweek über die Ergebnisse für 2024 berichteten, blieben die meisten quantitativen Hedgefonds hinter dem etwa 23-prozentigen Zuwachs des S&P 500 in diesem Jahr zurück, obwohl einige solide zweistellige Renditen erzielten. Eine Handvoll Elite-Unternehmen wie Renaissance Technologies schnitten gut ab, aber sie sind die wenigen Ausnahmen, die überleben, gerade weil die meisten nicht erfolgreich sind. Eine Analyse stellte fest, dass im Jahr 2024 nur eine winzige Anzahl von Hedgefonds den Index überhaupt schlagen konnte. Längerfristig blieb der Eurekahedge AI Hedge Fund Index in den 2010er Jahren deutlich hinter dem S&P 500 zurück, und eine wissenschaftliche Untersuchung ergab, dass KI-gestützte Investmentfonds in 25 von 26 untersuchten Monaten zwischen 2017 und 2019 statistisch nicht vom Gesamtmarkt zu unterscheiden waren.

Der Maßstab, der jeden demütigt: SPIVA

Um jeden Stockpicker, ob KI oder Mensch, zu beurteilen, ist der SPIVA-Bericht von S&P Dow Jones Indices die sauberste Scorecard, in der aktive Manager mit ihren Benchmarks verglichen werden. Die SPIVA U.S. Year-End 2024 Scorecard ergab, dass 65 % der aktiven US-amerikanischen Large-Cap-Fonds in diesem einen Jahr schlechter abschnitten als der S&P 500. Wenn man den Horizont erweitert, wird es brutal: Wie S&P Dow Jones Indices berichtete und Institutional Investor zusammenfasste, schnitten rund 89 % bis 90 % der Large-Cap-Fonds im 15-Jahres-Zeitraum bis Dezember 2024 schlechter ab, und in keiner einzigen US-Aktienkategorie übertraf die Mehrheit der aktiven Manager über 15 Jahre hinweg ihre Benchmark. KI erhält keine besondere Ausnahme von dieser Mathematik; Es muss mit den gleichen Gebühren, Kosten und der gleichen Konkurrenz kämpfen, die die meisten menschlichen Manager besiegen.

Survivorship Bias: die Gelder, von denen man nie etwas hört

Das Marketing liebt es, Ihnen Gewinner zu zeigen. Der Haken ist, dass Verlierer still und leise verschwinden. SPIVA-Daten (zusammengefasst von S&P Dow Jones Indices und der Bogleheads-Investment-Community) zeigen, dass über einen Zeitraum von 15 Jahren weit über die Hälfte der inländischen Aktienfonds, etwa 57 % bis 58 %, fusioniert oder liquidiert wurden, meist nach schlechter Performance. Das ist „Survivorship Bias“: Wenn man nur die noch vorhandenen Mittel misst, schmeichelt man der gesamten Gruppe und verbirgt die Misserfolge. Die gleiche Falle gilt für einen brandneuen KI-Fonds mit einem Hochglanz-Backtest. Eine Strategie, die auf dem Papier unschlagbar erscheint, könnte eine von Dutzenden sein, die versucht wurden, und nur die glücklichen Überlebenden werden Ihnen gezeigt.

Warum vergangene Leistungen wirklich keine Vorhersage für die Zukunft sind

KI-Modelle lernen aus der Geschichte. Leider erfinden die Märkte immer wieder neue Geschichten: eine Pandemie, einen plötzlichen Zinsschock, einen Krieg, eine KI-Blase. Ein Modell, das auf die Muster von gestern abgestimmt ist, kann genau dann kaputt gehen, wenn sich die Bedingungen ändern, was der ungünstigste Zeitpunkt ist. Selbst wenn eine KI-Strategie eine Zeit lang funktioniert, kann der Erfolg sie zunichtemachen. Je mehr Geld ein Gewinnsignal kopiert, desto kleiner wird der Vorteil. Institutional Investor stellte fest, dass viele technologielastige und quantitative Fonds so weit davon entfernt sind, einfach nur den S&P 500 abzubilden, dass ihre Ergebnisse nur noch einen Bruchteil eines Prozents des Index betragen, was zu höheren Gebühren für eine teurere Version eines Indexfonds führt.

Robo-Berater sind kein Hype, und das ist gut so

Hier ist eine beruhigende Wendung. Die nützlichste „KI“ beim alltäglichen Investieren, der Robo-Advisor, ist die am wenigsten auffällige. Wie die SEC auf Investor.gov erklärt, ist ein Robo-Adviser ein automatisiertes Programm, das Sie nach Ihren Zielen und Ihrer Risikotoleranz fragt und dann ein Portfolio für Sie aufbaut und neu ausbalanciert. In der Praxis, so beschreibt Vanguard seinen eigenen Service, kaufen diese Tools gegen eine geringe Gebühr (der Digital Advisor von Vanguard kostet etwa 0,15 % pro Jahr) meist kostengünstige Index-ETFs, die darauf abzielen, sich dem Markt anzupassen und ihn nicht zu übertreffen. Dabei handelt es sich um eine Automatisierung, die Aufgaben wie Neuausrichtung und Steuerverwaltung erledigt, statt magische Renditen zu versprechen. Es ist ein sinnvoller Einsatz von Technologie, gerade weil er nicht vorgibt, den Markt auszutricksen.

Wir erkennen einen KI-Investitionshype und regelrechten Betrug

Die Regulierungsbehörden beobachten den Hype genau. Im Januar 2024 gab das Office of Investor Education der SEC zusammen mit FINRA und NASAA eine gemeinsame Investor Alert-Warnung heraus, in der Betrüger KI-Schlagworte verwenden, um Opfer anzulocken, und dass Versprechen garantierter, hoher und risikoarmer Renditen klassische Warnsignale sind. Wochen später erhob die SEC laut SEC-Pressemitteilung 2024-36 Anklage gegen zwei Berater, Delphia und Global Predictions, wegen „KI-Washing“ und der Aufstellung falscher oder irreführender Behauptungen über ihre KI-Fähigkeiten; Sie zahlten zivilrechtliche Strafen in Höhe von 225.000 und 175.000 US-Dollar. Die Erkenntnis ist klar: Wenn ein Pitch auf „KI“ und „garantiert“ basiert, betrachten Sie ihn als Warnzeichen und nicht als Merkmal.

Was das für Ihr Geld bedeutet

Nichts davon bedeutet, Technologie oder Märkte zu meiden. Es bedeutet, Ihre Erwartungen mit den Beweisen in Einklang zu bringen. Wenn Sie verstehen möchten, wie viel Risiko eine aktienlastige oder KI-basierte Strategie zu Ihrem Portfolio hinzufügen könnte, können Sie dies zunächst mit unserem Anlagerisikorechner durchdenken, der Ihnen hilft, zu erkennen, wie sich der Wert unterschiedlicher Mischungen aus Aktien und Anleihen verändern könnte. Für die meisten Menschen, die kurz vor oder im Ruhestand stehen, hat die unrühmliche Kombination aus niedrigen Kosten, breiter Diversifizierung und Geduld die überwiegende Mehrheit der cleveren Stockpicker, einschließlich der KI, übertroffen.

Bei diesem Artikel handelt es sich um eine informative und nicht um eine personalisierte Finanzberatung. Jede Investition birgt Risiken und die Wertentwicklung in der Vergangenheit ist keine Garantie für zukünftige Ergebnisse. Ziehen Sie in Betracht, einen treuhänderischen Finanzberater zu Ihrer Situation zu konsultieren.