KI-Tools im Aktienresearch: Unterstützung statt Ersatz

LONDON (IT BOLTWISE) – Die Integration von Künstlicher Intelligenz in den Finanzsektor, insbesondere im Bereich des Aktienresearchs, wird zunehmend diskutiert. Eine Umfrage unter den Mitgliedern der DVFA Deutsche Vereinigung für Finanzanalyse und Asset Management e.V. zeigt, dass die Mehrheit der Investment-Professionals nicht davon ausgeht, dass KI menschliche Analysten in naher Zukunft vollständig ersetzen wird.

Die Diskussion um den Einsatz von Künstlicher Intelligenz (KI) im Finanzsektor, insbesondere im Bereich des Aktienresearchs, gewinnt an Dynamik. Eine aktuelle Umfrage unter den Mitgliedern der DVFA Deutsche Vereinigung für Finanzanalyse und Asset Management e.V. zeigt ein differenziertes Bild: Während ein vollständiger Ersatz menschlicher Analysten durch KI in den nächsten fünf bis zehn Jahren nicht erwartet wird, sehen 49% der Befragten die Möglichkeit, dass KI einen erheblichen Teil des Researchprozesses automatisieren könnte. Dies würde den menschlichen Analysten ermöglichen, sich auf strategische und nicht automatisierbare Aufgaben zu konzentrieren.

Ein weiteres Ergebnis der Umfrage ist, dass 49% der Befragten KI eher als unterstützendes Werkzeug betrachten, das die Expertise des Menschen ergänzt, anstatt sie zu ersetzen. Diese Sichtweise spiegelt sich auch in den Anforderungen wider, die an Analysten gestellt werden. Neben analytischen Fähigkeiten sind auch Kontextverständnis, interdisziplinäre Interpretationen und die Fähigkeit zur Antizipation diskontinuierlicher Entwicklungen gefragt – Fähigkeiten, die bislang menschlichen Analysten vorbehalten sind.

Die Rolle der KI im Aktienresearch wird oft mit der von Warren Buffett geprägten Analogie verglichen, dass man keinen Friseur fragen sollte, ob man einen Haarschnitt brauche. Dies verdeutlicht, dass die menschliche Komponente im Research-Prozess weiterhin von Bedeutung ist. Aktienresearch umfasst mehr als nur die Analyse von Unternehmensentwicklungen und Marktpositionierungen. Es erfordert auch die Anwendung von Bewertungsverfahren und die Berechnung von Peergroup-Multiples, die ein tiefes Verständnis der Materie voraussetzen.

Ein weiterer Aspekt, der in der Diskussion um den Einsatz von KI im Aktienresearch berücksichtigt werden muss, ist die Nachvollziehbarkeit der von KI entwickelten Handlungsempfehlungen. Während KI-Tools wie ChatGPT Daten aus verschiedenen Quellen beziehen und diese Algorithmen in einer Blackbox operieren, fehlt es oft an Transparenz. Dies kann die Glaubwürdigkeit der Empfehlungen beeinträchtigen, insbesondere im Investmentbanking, wo Vertrauen eine zentrale Rolle spielt.

In der Zukunft könnte formelhaftes Maintenance Research, wie es nach Quartalszahlen durchgeführt wird, an Bedeutung verlieren, da diese Aufgaben von KI effizienter übernommen werden können. Dennoch bleibt die zukunftsgerichtete, ideengetriebene Unternehmensanalyse, die auf einer umfassenden Markt- und Wettbewerbsanalyse basiert, auf absehbare Zeit unersetzbar. Die Entwicklung der Beschäftigtenzahlen in der Branche könnte diesen Trend bestätigen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!