LONDON (IT BOLTWISE) – Tom Gardner argumentiert, dass private Anleger auch in disruptiven Zeiten mindestens 50 Aktien halten sollten. Im gleichen Atemzug skizziert er, wie KI-gestützte Scoring-Systeme künftig Recherchearbeit automatisieren sollen. Dazu nennt er fünf Long-Term-Kandidaten mit unterschiedlichem Risikoprofil – von defensiv bis aggressiv. Der Beitrag ordnet das Konzept in Marktzyklen ein und beleuchtet die praktischen Implikationen für KI-Research, Datenzugriff und Compliance.
Tom Gardner, Mitgründer und CEO der Investment-Plattform The Motley Fool, positioniert seine Strategie gleich in zwei Richtungen: Diversifikation über viele Einzelwerte und ein KI-gestütztes Scoring, das Recherche künftig kontinuierlich statt stückweise erledigt. Der Kernpunkt klingt provokant, ist aber als Risikomanagement-These gemeint: Nach drei Jahrzehnten mit Investorendaten sei es für den durchschnittlichen Privatanleger sinnvoll, mindestens 50 Aktien zu besitzen. Gardner setzt dabei auf die Logik, dass es von zehntausenden börsennotierten Unternehmen nur ein Teil ist, der über längere Zeit den Großteil der Rendite liefert.
Technisch betrachtet ist der spannendste Teil weniger der Bestand an Aktien, sondern die angekündigte Verschiebung im Research-Workflow. Gardner beschreibt, dass die traditionelle Analyse nach dem Schema „erst Unternehmen A, dann B“ durch Teams aus KI-Agents ergänzt werden könnte, die nachts und tags über Firmen, Kategorien und neue Marktinformationen wachen. Das ist im Kern eine Automatisierung der Informationsbeschaffung und -strukturierung, häufig umgesetzt über Pipeline-Logik: Datenquellen werden harmonisiert, Merkmale extrahiert und Modelle liefern daraus Scores für langfristige Thesen. Der Unterschied zu klassischen Trading-Algorithmen liegt in der Zielsetzung: weniger Prognosen für den nächsten Kurs, mehr Bewertung von Geschäftsqualität über Jahre.
Gleichzeitig ordnet Gardner das Thema in einen Markt-Kontext ein, der derzeit viele Anleger verunsichert. Er verweist auf „reich bepreiste“ Rahmenbedingungen, die typischerweise sichtbar werden, wenn große IPOs gesammelt an die Börse kommen und Unternehmen Kapital zu attraktiven Bewertungen einsammeln. In dieser Phase empfiehlt er eine Mischung aus defensiven und moderaten Picks: Drei der fünf Vorschläge seien vorsichtig, einer moderat und nur einer aggressiv. Der Vergleich zu etablierten Beispielen aus dem Growth-Segment (etwa Nvidia) dient dabei als Narrative: Man profitiert historisch eher von langfristigen Business-Owners als von kurzfristigem Timing. Genau hier unterscheiden sich viele Wettbewerber – von Research-Websites bis zu quantitativ orientierten Plattformen -, die entweder stärker auf Timing oder stärker auf breite Indexnähe setzen.
Für die defensive Seite nennt Gardner zuerst Cisco Systems, das als Infrastruktur-Lieferant für Rechenzentren und Netzwerkverbindungen über Jahrzehnte eine Rolle spielt. Er verbindet das mit einer Sicherheitskomponente, unter anderem im Umfeld der Splunk-Integration, und argumentiert über Effizienzkennzahlen: Cisco habe laut seinem Beitrag rund 13 Milliarden US-Dollar Free Cash Flow und eine zweistellige Rendite auf das investierte Kapital. Solche Kennzahlen sind im KI-Scoring-Ansatz besonders gut geeignet, weil sie sich wiederkehrend aus Abschlüssen ableiten lassen und als Features in Modellregeln oder Lernsystemen stabil bleiben. Außerdem ist Cisco als Beispiel für „Wiederanspringen“ nach vorherigen Marktphasen interessant: Wer nur kurzfristige Kurse betrachtet, verpasst häufig den Reifeprozess.
Als zweites vorsichtiges Beispiel führt Gardner MSCI an, also einen Anbieter von Benchmarks und Index-Produkten. Das Geschäftsmodell lässt sich als wiederkehrende, abonnementbasierte Einnahmenseite beschreiben: Institutionelle Marktteilnehmer kaufen Indizes, ETFs und Fonds nutzen sie als Mess- und Lizenzbasis. In einem KI-Scoring-Konzept sind solche Unternehmen attraktiv, weil die Ertragsstruktur oft planbarer wirkt und sich Muster wie Kundenbindung, Renewal-Mechaniken und Kapitalrenditen langfristig erfassen lassen. Gardner nennt hier zudem Free-Cashflow-Größen und „unfassbar hohe“ Renditen auf investiertes Kapital als Argument für Managementqualität. Der dritte defensive Pick, Kingstone Companies, wirkt dagegen bewusster als Spezialfall: Eine kleine US-Hausrat-/Versicherungsgesellschaft mit Fokus auf Risikopricing und Expansion in Bundesstaaten, in denen sich der Markt wegen Naturgefahren zurückzieht.
Um die Marktrelevanz des Gesamtansatzes zu verstehen, lohnt der Blick auf den historischen Unterbau: Gardner stellt Peter Lynch als Vergleichspunkt heraus, der über Jahre Hunderte Positionen im Bestand hielt und dabei durchschnittlich hohe Renditen erzielte. Dahinter steckt eine grundsätzliche Investment-Erfahrung, die in KI-Research nur „übersetzt“ wird: Viele Wetten erhöhen die Wahrscheinlichkeit, dass einige wenige außergewöhnliche Gewinner dabei sind. Gleichzeitig betont er, dass die große Mehrheit langfristig mittelmäßig oder negativ verläuft. Das ist auch die logische Begründung für ein 50-plus-Portfolio, ohne damit Index-Charakter zu behaupten. Für die Umsetzung bedeutet das: KI-gestützte Systeme müssen nicht nur Gewinner finden, sondern auch mit Fehlern leben, indem sie Streuung, Thesenlänge und Risikoklassen sauber steuern.
Auf der moderaten und aggressiven Seite nennt Gardner Marvell Technology als Beispiel für einen strukturellen Engpass im Datenverkehr: Chips und Custom-ASICs, die zwischen Servern und Rechenzentren schnell Daten bewegen. Das Bild mit „GPU als Engine“ und „Marvell als Highways und Tunnels“ zielt auf eine Hardware-Subsystem-Perspektive, die sich in KI-gestützten Scorings gut abbilden lässt, etwa über Umsatzkomponenten, Kundenkonzentration und Capex-/Nachfragezyklen. Besonders prominent ist dabei der Verweis auf Aussagen von Jensen Huang, wodurch Gardner die Diskussion in Richtung Markterwartungen für Long-Term-Wachstum lenkt. Der aggressive Ausreißer ist BillionToOne: Hier wird statt klassischen Hardwareargumenten ein präziser medizinisch-genetischer Signalansatz beschrieben, bei dem aus Milliarden Basenpaare ein winziges Muster für Tests identifiziert werden soll. Für KI-Research heißt das: Neben Finanz-Features müssen auch Domänenqualität, regulatorische Hürden und klinische Evidenz als Indikatoren im Score auftauchen.
Bleibt die wichtigste Frage, wie solche KI-Scorings praktisch und regelkonform funktionieren können. Wenn KI-Agents kontinuierlich Daten sammeln, strukturieren und bewerten, entstehen neue Datenschutz- und Compliance-Themen: Zugriffsrechte, Nachvollziehbarkeit der Quellen und die Einhaltung von Vorgaben wie DSGVO sowie branchenspezifischen Anforderungen an Finanzwerbung und Beratungsprozesse. Zwar handelt es sich im Kerngedanken meist um Unternehmens- und Marktdaten statt um personenbezogene Daten, aber selbst bei Unternehmensdaten müssen Systeme sauber mit Nutzungsbedingungen umgehen und dürfen keine fragwürdigen Datenquellen „blind“ integrieren. Für Entwickler ergibt sich daraus eine Chance: KI-gestützte Research-Workflows können mit Audit-Logs, Datenklassifikation und modellbasierten Prüfungen abgesichert werden. Im Ergebnis könnte sich langfristig ein Wettbewerbsvorteil für jene Anbieter bilden, die nicht nur bessere Scores liefern, sondern auch robust, nachvollziehbar und sicher in der Produktion laufen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-gestützte Aktienanalyse: Tom Gardner setzt auf 50+ Titel und fünf Long-Term-Kandidaten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-gestützte Aktienanalyse: Tom Gardner setzt auf 50+ Titel und fünf Long-Term-Kandidaten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-gestützte Aktienanalyse: Tom Gardner setzt auf 50+ Titel und fünf Long-Term-Kandidaten« bei Google Deutschland suchen, bei Bing oder Google News!