LONDON (IT BOLTWISE) – Ein KI-orientierter Hedgefonds hat im Juli laut Bericht rund 67% verloren, weil starke Hebelpositionen bei fallenden Kursen schnell entglitten. Der Investor Leopold Aschenbrenner beschreibt, dass die zugrunde liegende These nicht sofort zerbrach, jedoch die Finanzierung. Um die Lage zu stabilisieren, reduzierte der Fonds laut Angaben seine öffentlichen Bestände stark und baute den Leverage ab. Gleichzeitig ordnet der Kontext die Episode in ein historisches Muster ein, das bis zur Krise um Long-Term Capital Management 1998 reicht.
Der Auslöser war weniger eine These als ein Timing-Problem: Laut dem Bericht verlor der Hedgefonds von Leopold Aschenbrenner im Juli 67%, nachdem stark gehebelt strukturierte KI-Wetten durch eine plötzliche Marktentspannung ins Wanken gerieten. Entscheidend ist die Mechanik: Leverage erlaubt es einem Investor, sich Geld zu leihen und damit ein größeres Portfolio zu steuern. Steigen die Basiswerte, verstärkt der Hebel Gewinne; fallen Positionen dagegen, sinkt der Wert des Sicherungsstocks für die Kredite. Dadurch kann der Kreditgeber schneller handeln als ein Analyst es in seinem Modell vorsieht – mit der Folge, dass zusätzliche Mittel oder ein kleineres Portfolio verlangt werden.
Im Bericht wird diese Dynamik mit einer Bank-Run-Analogie beschrieben: Jede wahrgenommene Schwäche erzeugt weitere Schwäche. Sobald die Sicherungswerte fallen, steigt für den Gläubiger der Druck, Risiken zu reduzieren. Für den Fonds heißt das praktisch, dass er kurzfristig liquidieren muss – häufig in genau den Titeln, die im Abverkauf ohnehin unter Stress stehen. Dabei geht es nicht zwingend um eine Veränderung der ursprünglichen Hypothese zur KI-Entwicklung, sondern um das Verhältnis von Risiko zu verfügbarem Kapital innerhalb sehr enger Fristen. Aschenbrenner habe demnach signalisiert, dass der Abverkauf vor allem durch die Finanzierung getrieben wurde: Die Fundamentalthese hielt, aber die Hebelstruktur und die Marktliquidität brachen schneller weg als gedacht.
Technisch betrachtet berührt die Episode klassische Engpässe des Liquiditäts- und Risikomanagements bei gehebelten Strategien. Ein Portfolio kann bei normaler Volatilität „innerhalb der Limits“ bleiben – etwa wenn Margin-Anforderungen und Korrekturschwellen durchgehend erfüllt sind. In Stressphasen ändern sich jedoch mehrere Parameter gleichzeitig: Die Korrelation zwischen Positionen steigt oft, Spreads weiten sich aus und die tatsächlich verfügbare Handelbarkeit sinkt. Der Bericht nennt zusätzlich, dass rapide fallende Positionen und nachlassende Marktliquidität es zunehmend erschwerten, die Risikogrenzen einzuhalten. Das ist genau der Punkt, an dem Modelle aus dem Erwartungswert-„Normalbetrieb“ in den Bereich der Margin- und Liquidationslogik geraten.
Spannend ist die Einordnung der Marktbewegung in ein historisches Muster. Der Bericht verweist auf eine Analyse, die die Nasdaq-Performance nach den Launches von Netscape 1994 und ChatGPT 2022 kartiert. Beide Technologiebooms hätten in ihren frühen Jahren einen ähnlichen Verlauf gezeigt, und die Entwindung beim Fonds sei in der Nähe eines vergleichbaren „kritischen“ Zeitfensters eingetroffen, an dem Long-Term Capital Management 1998 fast scheiterte. Der zentrale Unterschied laut Einordnung: Der KI-Fonds habe keine systemische Bedrohung im Ausmaß von LTCM dargestellt. Die Ähnlichkeit sei deshalb weniger eine 1:1-Wiederholung der Finanzarchitektur, sondern eher das wiederkehrende Schema: brillante Ideen, konzentrierte Wetten, und dann übernimmt der Hebel den Takt.
Diese Perspektive führt zurück zu einer weiteren, im Bericht genannten Quelle: Aschenbrenners 2024er Whitepaper „Situational Awareness: The Decade Ahead“. Darin habe er die exponentielle Entwicklung der Rechenleistung in den Blick genommen und die Wirkung auf die Jahre danach ausgeleitet. Der Tenor der Argumentation wirkt aus heutiger Sicht plausibel: Unternehmen investieren bereits beträchtliche Budgets in Rechenzentren, Energieverträge und Kapitalausgaben – die Wertschöpfungsketten rund um Chips, Server und Netzwerkkomponenten verschieben Unternehmensausgaben spürbar in Richtung Infrastruktur. Gleichzeitig zeigt gerade diese Branchenrealität, wie groß die Versuchung zu langen Anlagehorizonten ist: Wer die Bau- und Modernisierungszyklen der Infrastruktur beobachtet, rechnet häufig eher in Quartalen und Jahren als in Tagen.
Genau hier kollidiert jedoch der Anlagehorizont mit den Bedingungen der Finanzierung. Wenn der Hebel über Kredite oder margenbasierte Mechanismen gekoppelt ist, können Forderungen und Risikoanpassungen schon binnen kurzer Zeit greifen – selbst wenn die inhaltliche KI-Erzählung weiterhin trägt. Der Bericht beschreibt außerdem, dass Situational Awareness nach dem Sell-off noch deutlich im Plus sei: trotz des Juli-Rückschlags liegt der Fonds demnach rund 80% im Jahr. Gleichzeitig habe er laut Angaben die meisten öffentlichen Bestände zugunsten von Citadel verkauft und den Leverage vollständig abgebaut. Das wirkt wie ein Lehrbuchbeispiel für „De-Risking“, also die Reaktion auf nicht mehr tragfähige Finanzierungsbedingungen: Nicht die These wird aufgegeben, sondern die Risikoform, die sie in eine kurzfristige Abwärtsspirale ziehen kann.
Für Unternehmen und Fondsmanager lässt sich daraus eine nüchterne, aber wichtige Konsequenz ableiten: In KI-getriebenen Märkten ist nicht nur die Modellgüte entscheidend, sondern auch die Robustheit gegenüber Marktliquidität und Refinanzierungszyklen. Gerade bei Strategien, die von Trendfortschreibungen profitieren, sollte das Risikodesign stärker auf Szenarien mit abruptem Spread-Anstieg und Liquiditätsrückgang ausgerichtet werden. Dazu gehört nicht nur Stresstesting, sondern auch die Frage, wie schnell ein Portfolio in einem „Risk-Limit-Bereich“ bleiben muss, statt nur wie es sich im Erwartungswert entwickelt. Der Bericht zeigt damit weniger eine neue Wahrheit über KI – sondern eine alte, sehr konkrete Wall-Street-Lektion: Der Hebel bestimmt in Krisen oft früher als die eigene Analyse.
💳 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-Hedgefonds verliert 67%: Leverage trifft Langfrist-These" 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-Hedgefonds verliert 67%: Leverage trifft Langfrist-These" 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-Hedgefonds verliert 67%: Leverage trifft Langfrist-These« bei Google Deutschland suchen, bei Bing oder Google News!