LONDON (IT BOLTWISE) – Bridgewater treibt den KI-Einsatz in der Kapitalanlage massiv voran und steigert die KI-Rechenleistung gemessen an verarbeiteten Tokens um das 200-Fache. Im Interview beschreibt Greg Jensen zwei Wege: KI unterstützt Menschen bei Analyse und Entscheidung, und teils entscheidet KI bereits federführend. Gleichzeitig benennt er ein existenzielles Risikoszenario für die Menschheit und fordert Gegenmaßnahmen wie rechtliche Haftung für KI-Labore. Für Anleger wird damit greifbar, wie schnell KI vom Werkzeug zur operativen Entscheidungsinstanz im Fondsmanagement wird.
Bridgewater Associates setzt nicht erst auf KI als Analysten-Tool, sondern verlagert nach eigenen Angaben zunehmend konkrete Entscheidungsanteile in Richtung automatisierter Modelle. Im Mittelpunkt steht dabei eine Kennzahl, die für Investoren deutlich macht, wie intensiv die Systeme inzwischen genutzt werden: Der Verbrauch an KI-Rechenleistung, gemessen an verarbeiteten Tokens, sei um das 200-Fache gestiegen. Das ist mehr als ein PR-Satz, denn Tokens sind im KI-Kontext ein direkt greifbarer Proxy für Rechenaufwand, Datenmenge und die Häufigkeit, mit der Modelle in Arbeitsabläufe eingebunden werden. Wenn ein Hedgefonds mit sehr großer Forschungs- und Investmentorganisation dafür deutlich mehr Rechenbudget in die KI-„Fabrikation“ steckt, verändert das nicht nur die Geschwindigkeit von Analysen, sondern auch die Dichte der Iterationen, mit denen Hypothesen im Portfoliokontext getestet werden.
Inhaltlich beschreibt Greg Jensen, Co-Investmentchef des Hauses, zwei Einsatzmuster, die man technologisch und organisatorisch klar trennen muss. Zum einen unterstützen Modelle die menschlichen Portfoliomanager bei Analyse und Entscheidungsfindung. Das entspricht im Kern einer „Human-in-the-loop“-Architektur: KI produziert Zwischenergebnisse wie Risikoprofile, Stimmungs- oder Musterbewertungen aus Datenströmen, Menschen validieren diese Outputs und treffen die finale Allokation. Zum anderen existiert bereits ein Modell, das die Anlageentscheidung federführend trifft, während Menschen die Kontrolle behalten. Diese zweite Variante ist aus Sicht des Modell-Designs und der Betriebsprozesse deutlich anspruchsvoller, weil sie messbar niedrigere Anforderungen an manuelle Eingriffe impliziert und gleichzeitig höhere Anforderungen an Monitoring, Drift-Erkennung und Absicherungen stellt. Jensens Aussage, beide Ansätze seien bislang profitabel gewesen, deutet darauf hin, dass Bridgewater nicht nur Experimente fährt, sondern eine Art KI-gesteuertes Entscheidungsregime in die Wertschöpfung eingebaut hat.
Bemerkenswert ist außerdem, wie Jensen den Zeithorizont für eine mögliche KI-Überlegenheit einordnet. Er geht davon aus, dass Bridgewater noch einige Jahre entfernt ist davon, dass KI deutlich besser wird als die Gesamtheit aller Menschen im Unternehmen. Gleichzeitig betont er die schnelle Entwicklung der Fähigkeiten der Modelle. Für ein traditionelles Geschäftsmodell, das historisch stark auf menschlicher Intuition und jahrzehntelanger Erfahrung aufbaut, wäre das ein struktureller Einschnitt: Dann müsste KI nicht nur einzelne Teilaufgaben liefern, sondern in der Summe der Entscheidungen die kollektive Wissensbasis der Organisation übertreffen. Technisch bedeutet das im Alltag vor allem, dass Modelle nicht nur aus historischen Kursmustern lernen, sondern auch mit wechselnden Marktregimen umgehen müssen, ohne dass die Entscheidungslogik „statisch“ bleibt. Genau an dieser Stelle trennt sich häufig der kurzfristige Effekt eines KI-gestützten Ansatzes vom langfristigen Vorteil: Ohne robuste Generalisierung werden die ersten Gewinne oft von späteren Performanceeinbrüchen abgelöst, sobald sich Datenverteilungen verschieben.
Jensen koppelt diese Optimierung aber an eine zweite, politisch und gesellschaftlich brisante Perspektive: Er ordnet KI nicht nur als Marktchance ein, sondern diskutiert ein existenzielles Risikoszenario für den Fall, dass eine überlegene KI mit eigenen Zielen entsteht. Der Vergleich mit frühen Stadien einer globalen Krise, bei der Regierungen anfänglich zögerlich handelten, dient als Warnung vor dem „Spätstart“-Problem: Je länger man wartet, desto schwieriger wird es, Kontrollmechanismen zu etablieren. Als Gegenmaßnahme nennt er, KI-Labore rechtlich für Straftaten haftbar zu machen, die ihre Systeme begehen. Zusätzlich bringt er eine Steuer auf maschinelle Arbeit ins Spiel, um den Verdrängungseffekt auf Bürojobs abzufedern und die Aufsicht über KI-Systeme zu finanzieren. Diese Vorschläge sind zwar keine unmittelbaren technischen Spezifikationen, aber sie beeinflussen die Rahmenbedingungen, unter denen KI in Unternehmen entwickelt und betrieben wird: Haftung, Anreizstruktur und Finanzierung von Aufsicht wirken direkt auf Risikobudgets und damit auch darauf, wie aggressiv daten- und rechenintensive Trainings- und Inferenzpfade genutzt werden.
Für Anleger ist die Verbindung zwischen Risiko-Debatte und konkreter Umsetzung besonders spannend. Denn trotz der Warnungen setzt Bridgewater operativ stark auf KI und zeigt das auch in seinem Portfolio. In einem aktuellen Bericht an die US-Börsenaufsicht wird die Positionierung in großen Technologiewerten sichtbar; genannt werden unter anderem Broadcom und Amazon sowie die bereits erwähnte NVIDIA-Beteiligung. Wichtig ist dabei weniger die Einzelaktie als die Logik dahinter: Wenn KI im Fondsprozess nicht nur als Hilfstool fungiert, steigen die Chancen, dass sich Allokationen schneller ändern, weil KI schneller neue Signale auswerten und Entscheidungen in kürzeren Taktungen anstoßen kann. Gleichzeitig erhöht sich damit die Wahrscheinlichkeit, dass Märkte die KI-These in Bewertungen stärker vorwegnehmen. Unternehmen, die als „KI-Profiteure“ gelten, können dadurch doppelt wirken: einmal über tatsächliche Nachfrage nach Recheninfrastruktur, zum anderen über die Erwartungshaltung großer Kapitalgeber an die weitere Skalierung von KI-Workloads.
Aus technischer und organisatorischer Sicht lohnt es sich für Entscheider, auf den nächsten Reifegrad zu achten: Wie genau entwickelt sich das Modell, das federführend entscheidet? In der Praxis hängt die Skalierbarkeit solcher Systeme meist an drei Faktoren: an der Qualität der Trainingsdaten und deren Abdeckung verschiedener Marktphasen, an der Latenz zwischen Signalgewinnung und Ausführung sowie an der Fähigkeit, Modell-Drift früh zu erkennen. Dazu kommt die Frage, wie die „Kontrolle behalten“-Komponente umgesetzt wird: Welche Stop-Mechanismen greifen, wie werden Extremereignisse gehandhabt, und wie wird die Übereinstimmung zwischen KI-Ausgaben und akzeptierten Risikobändern sichergestellt. Parallel dazu bleibt für Investoren interessant, wie sich die KI-getriebene Entscheidungsdynamik in Berichten an die Börsenaufsicht widerspiegelt: Solche Einreichungen können Hinweise darauf geben, ob Positionen in großen KI-nahen Werten weiter ausgebaut, strukturell abgesichert oder wieder reduziert werden.
Unterm Strich zeigt der Fall Bridgewater, dass KI im Anlagekontext in eine neue Phase übergeht: von der Analyseunterstützung hin zur operativen Entscheidungsbeteiligung. Die Aussage über den 200-fachen Anstieg der Token-Nutzung illustriert dabei, wie schnell sich die „Maschine“ im Prozess etablieren kann, wenn ein Hedgefonds Rechenaufwand als Wettbewerbsvorteil versteht. Für die Bewertung von Aktien wie NVIDIA, Broadcom oder Amazon folgt daraus kein Automatismus, aber eine verschärfte Prüfpflicht: Anleger sollten nicht nur darauf schauen, wie schnell KI-Funktionen besser werden, sondern auch darauf, welche Firmen die konkrete Nachfrage nach Rechen- und Infrastrukturressourcen tatsächlich in belastbare Cashflows übersetzen. Genau an dieser Schnittstelle entscheidet sich, ob der KI-Boom eher vorübergehende Erwartungen antreibt oder ob sich ein nachhaltiger Vorteil in den Unternehmenszahlen abbildet.
💳 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 "Bridgewater setzt KI im Portfolio ein: Token-Nutzung steigt um das 200-Fache" 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 "Bridgewater setzt KI im Portfolio ein: Token-Nutzung steigt um das 200-Fache" 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: »Bridgewater setzt KI im Portfolio ein: Token-Nutzung steigt um das 200-Fache« bei Google Deutschland suchen, bei Bing oder Google News!