Großer Börsen-Reset durch die KI?

00:00:00: Herzlich willkommen bei Eriksen Geld und Gold, dem Podcast für die erfolgreiche Geldanlage.

00:00:07: Wird die künstliche Intelligenz eines Tages auch den Handel an der Börse und die Preisfeststellung

00:00:14: von Aktien maßgeblich beeinflussen? Nicht eines Tages. Das findet schon statt. In welchem Umfang

00:00:21: und was hier in den nächsten Jahren noch auf uns wartet, darüber möchte ich in der heutigen

00:00:26: Podcast-Folge gerne mit euch sprechen. Legen wir los. So, wenn es um die Frage geht, wie die

00:00:35: künstliche Intelligenz den Handel an der Börse in Zukunft beeinflussen wird und wie es mit Hilfe

00:00:41: der künstlichen Intelligenz möglich sein wird, Kurse hinsichtlich ihres Verlaufs vorherzusehen,

00:00:48: also verschiedene Setups zu prognostizieren, dann gibt es natürlich nur einen logischen Gesprächspartner,

00:00:56: nämlich die KI selbst. Ich habe gerade eben eine Unterhaltung geführt, ich möchte euch die

00:01:01: Unterhaltung vortragen. Immerhin hat mir ChatGPT bestätigt, dass ich hier sehr interessante

00:01:08: Fragen gestellt habe. Also, wir gehen gleich ins Detail. Ich möchte noch einen Begriff vor

00:01:14: ab, kurz abklären. Denn es gibt einen Unterschied zwischen künstlicher Intelligenz und Algorithmen.

00:01:22: In welcher Form die Algorithmen heute schon Einzug gehalten haben in den Börsenhandel,

00:01:28: dazu gleich mehr, einfach nur, damit wir das den Unterschied hier einmal definieren. Algorithmen,

00:01:35: das bedeutet also eine vordefinierte Abfolge von Anweisungen, die ein bestimmtes Problem lösen

00:01:41: oder eine Aufgabe automatisieren. Und genau dafür werden sie eingesetzt im sogenannten Algohandel,

00:01:48: sehr häufig im Hochfrequenzhandel, der zum Teil auch wieder reguliert ist. Darum geht es aber

00:01:54: heute nicht. Diese Algorithmen folgen festgelegten Regeln. Zum Beispiel, wenn der Preis von Aktien x

00:02:01: um 2 % fällt, kaufe 100 Aktien. Das können diese Algorithmen allerdings sehr viel schneller,

00:02:08: als jeder Mensch das in irgendeiner Art und Weise könnte. Es ist kein Wunder, dass die wichtigen

00:02:14: Handelshäuser immer näher an die Börse ziehen, weil tatsächlich auch die physische Nähe dann noch

00:02:20: einen Vorteil geben kann. Und es ist auch kein Wunder, dass reichlich Mathematiker mittlerweile

00:02:25: bei den großen Investmentbanken arbeiten, um das Ganze sinnvoll zu programmieren. Das heißt also,

00:02:31: der Eigenschaft eines Algorithmus ist deterministisch. Bei gleichen Eingabendaten liefern sie das gleiche

00:02:39: Ergebnis. Regeln und Parameter müssen definiert werden, und zwar manuell. Und sie sind sehr

00:02:45: effizient bei der Ausführung. Eine KI umfasst Algorithmen, die aus Daten lernen und Muster

00:02:52: erkennen können, anstatt star programmierten Regeln zu folgen. Das heißt also KI-Modelle,

00:02:59: insbesondere wenn wir über Machine Learning oder Deep Learning sprechen, werden genutzt,

00:03:02: um komplexe Muster in Finanzdaten zu erkennen, Stimmungsanalysen aus Nachrichten zu erschaffen,

00:03:09: oder eben Prognosen auf Basis historischer Daten. Und dabei sind sie im Vergleich zu einem Algorithmus

00:03:16: eben adaptiv. Eine KI kann aus neuen Daten lernen und sich dementsprechend an veränderte

00:03:23: Marktbedingungen anpassen. Und das ist ein Unterschied gegenüber den Algorithmen, der ganz

00:03:30: wesentlich ist. Denn damit ist eben auch eine Prognose möglich. Und damit können eben auch

00:03:35: Muster erkannt werden, die menschliche Heimler möglicherweise übersehen. Die verarbeiteten

00:03:42: Mengen, die sind erst einmal unstrukturiert. Das heißt also auch die KI hat hier gewisse Aufgaben,

00:03:50: die sie heute lösen kann, die sie aber vermutlich in Zukunft besser lösen wird. So, das nun mal

00:03:58: als kleiner Unterschied. Und jetzt kommen wir zu meiner, wo haben wir? Ich musste das Gespräch,

00:04:06: ich habe ein bisschen länger gedauert, aber es lohnt sich, damit reinzuhören. Insbesondere

00:04:10: zum Ende hin wird es dann besonders spannend. An der Stelle der Hinweis, diese gute Frage,

00:04:16: die habe ich geschickt bekommen von einem Leser der Rentitesspitzel. Das habe ich da schon gesagt.

00:04:21: Den Namen kann ich natürlich nicht sagen, die nachfragen, ist aber auch nicht so entscheidend.

00:04:24: Der hat mir also folgende Frage gesendet. An dieser Stelle ein interessanter Hinweis,

00:04:29: war wirklich interessant. Vielen Dank dafür. Ich nutze die Charting App von TradingView,

00:04:34: wie sie auch, sieht man auf dem ehesten Kanal YouTube, das ich sie regelmäßig verwende. Und

00:04:40: nun habe ich gesehen, dass im Beta-Programm AI unterstützte Indikatoren zur Verfügung stehen.

00:04:45: Das finde ich interessant. Werbt mir das mal näher an, ich wollte sie kurz darauf hinweisen.

00:04:50: Ich finde das spannend, so jetzt seine eigenen interessanten Gedanken. Gesetz den Fall,

00:04:56: dass es funktioniert. Würde das nicht ein Ende der Abitrage bedeuten? Wenn also jeder nahezu

00:05:03: ideale Entscheidung treffen könnte, müsste das doch entweder darin enden, dass die Kursentwicklung

00:05:08: tatsächlich die Entwicklung der Unternehmen widerspiegeln, in Klammern ohne Einfluss von

00:05:13: Spekulation, oder im Gegenteil die Volatilität quasi unendlich ansteigt, wenn AI-Systeme mit

00:05:20: unterschiedlichen Latenzen versuchen, miteinander zu konkurrieren. Also wenn die KI sagt, na,

00:05:27: ich komme direkt ins Gespräch, denn genau diese Fragen habe ich gestellt. Und ich habe sie ein,

00:05:32: ich weiß, dass man mittlerweile mit ChatGPT sehr komplexe Fragen stellen könnte. Ich habe

00:05:37: das aber jetzt mal ganz einfach gehalten. Ich habe gesagt, liebe KI, du bist sowohl AI-Experte,

00:05:42: als auch ein Experte der Finanzmärkte. Man muss ja immer diese Rollen zuteilen beim Prompt.

00:05:47: Und wie du weißt hat ChatGPT eine Kooperation mit TradingView. Das ist tatsächlich so,

00:05:51: das hat TradingView auf seinem eigenen YouTube-Kanal auch veröffentlicht. Ich glaube,

00:05:58: das Video findet ihr ganz leicht, wenn ihr wollt. Aber die Antworten gibt es im Prinzip eben auch hier.

00:06:04: Für wie verlässlich hältst du deine Prognosen an den Finanzmärkten? Das ist eine spannende und

00:06:13: wichtige Frage. Als KI-Modell kann ich umfassende Analysen und Prognosen auf basis historischer

00:06:18: Daten aktueller Marktinformation und wirtschaftlicher Zusammenhänge liefern. Trotzdem gibt es einige

00:06:24: entscheidende Punkte zu beachten. Meine Analysen beruhen auf Daten, statistischen Modellen und

00:06:30: ökonomischen Theorien. Finanzmärkte sind jedoch oft von irrationalen Verhaltensweisen,

00:06:35: geopolitischen Ereignissen und unerwarteten Entwicklungen beeinflusst. Selbst die ausgefeiltesten

00:06:41: Algorithmen und Modelle können Marktbewegungen nicht mit absoluter Sicherheit vorhersagen.

00:06:46: Und dann spricht ChatGPT über die Dynamik der Märkte, die reagieren eben nicht immer rational.

00:06:54: Also es gibt Memestocks, es gibt plöselige Panikverkäufe, die sind ja alle barwirtschaftlicher

00:07:01: Logik. Wir wissen bei diesen Memestocks alle, dass diese Aktien nicht mit einmal das 20, 30

00:07:09: oder 40-Fache ihres Umsatzes wert sind, dennoch passiert das. Und wir wissen in gewissen Crash-Situationen,

00:07:15: dass die Aktien nicht so wenig, dass der faire Wert der Aktien vermutlich nicht so niedrig liegt,

00:07:22: trotzdem gibt es diese Panikverkäufe, weil das eben sich selbst erfüllende Beziehungsweise durch

00:07:31: Stops ausgelöste Bewegungen sind. Ob das rational ist, ob diese Peaks zur Unterseite rational

00:07:39: sind oder nicht, sind sie eben nicht. Deswegen sind ja auch solche Panikeinbrüche Kaufgelegenheiten.

00:07:44: Algorithmen und KI berücksichtigen historische Muster, die jedoch in Krisenzeiten oder bei

00:07:50: fundamentalen Veränderungen nicht greifen. Dennoch gibt ChatGPT, sprich darüber, dass diese

00:07:59: Plattformen wie TradingView die Möglichkeit bieten zu aktuellen Marktdaten, zu Chartanalysen und

00:08:07: technischen Indikatoren. Ich habe im Übrigen auch noch mal Spike-Konkurrenzprodukte von

00:08:12: ChatGPT nach genau diesem Punkt gefragt, weil man ja jetzt annehmen könnte, dass vielleicht

00:08:19: Chartanalysen doch Kaffeesatzlesere ist. Ich glaube, 98 Prozent derer, die hier zuhören,

00:08:25: halten es nicht für Kaffeesatzleserei. Aber ich will nur sagen, alle KI's, die ich befragt habe,

00:08:31: sagen, es ist wichtig, dass man den Zugang zu aktuellen Marktdaten fundamentaler Natur hat,

00:08:37: zu Chartanalysen und zu technischen Indikatoren. Natürlich bedeutet, so ChatGPT diese Partnerschaft

00:08:45: nicht, dass ich die Zukunft kenne. Sie hilft mir lediglich fundierte Analysen und interpretationsfähige

00:08:51: Modelle zu erstellen. Verlässlichkeit, Prognosen und Einschätzung sind so gut wie die zugrunde

00:08:57: liegenden Daten und Annahmen. Bei komplexen Märkten, die Rohstoffen, Devisen oder Aktien,

00:09:01: können externe Shocks die Modelle unbrauchbar machen. Dann sagt ChatGPT, es ist ja immer sehr

00:09:06: vorsichtig, es gibt natürlich keine Garantie. Man kann es als Teil einer umfassenden Analyse

00:09:12: machen, aber Vorsicht, Finanzmärkte sind von vielen unvorhersehbaren Faktoren beeinflusst.

00:09:18: Also fragen wir mal nach, wenn es keine hundertprozentige Verlässlichkeit geben kann. Aber mehr als

00:09:25: 50 Prozent. Wie ist deine Einschätzung? Beziehungsweise, ich muss die ganze Frage vorlesen. In Ordnung,

00:09:32: du kannst, so, das ist das Fazit von ChatGPT auf die erste Frage gewesen, du kannst keine hundertprozentige

00:09:39: Verlässlichkeit bieten, aber kannst du mehr als 50 Prozent bieten. Wie ist da deine Einschätzung?

00:09:45: Mehr als 50 Prozent, deswegen habe ich das gefragt, würde ja bedeuten, wir sind schon mal

00:09:49: Oberhalt von einer Münzwurffahrscheinlichkeit und das ist schon eine ganze Menge. Die Verlässlichkeit

00:09:56: von Prognosen in den Finanzmärkten liegen in der Regel bei mehr als 50 Prozent, insbesondere,

00:10:01: wenn die Analysen auf soliden Daten bewerten, Methoden und fundierten Modellen beruhen. Das

00:10:05: bedeutet, dass gut fundierte Vorhersagen im Durchschnitt eine leicht positive Erfolgswahrscheinlichkeit

00:10:09: haben. Warum liegt die Erfolgsquote über 50 Prozent und dann kommen die Punkten Datenbasierte

00:10:16: Analysen? ChatGPT nennt hier bei vielen Modellen eine Genauigkeit von 55 bis 65 Prozent, insbesondere,

00:10:25: wenn sie auf kurz bis mittelfristige Bewegungen erzielen, schon mal ganz abzielen, schon mal ganz

00:10:30: interessant. Das Risikomanagement spricht ChatGPT an, bei einer Erfolgsquote von über 50 Prozent

00:10:39: können Handelstrategien profitabel sein, richtig erkannt, das stimmt. Algorithmische

00:10:44: Handelssysteme werden hier auch noch angesprochen, viele quantitative Modelle und Algorithmen von

00:10:49: Hedgefonds und Investmentbanken operieren ebenfalls mit Erfolgsnoten knapp über 50 Prozent, da kleine

00:10:55: Vorteile im großen Volumen profitabel sind. Ganz wichtiger Antwort für jeden Anleger. Ich habe

00:11:02: ganz, ganz selten aber hin und wieder kommen auch Fragen, warum hast du das nicht gesehen oder

00:11:08: warum hast du die jenes nicht gesehen. Es geht am Markt bisher nicht darum immer recht zu haben,

00:11:14: sondern es geht darum, aus den Fällen, bei denen man recht hat und das müssen mehr als 50 Prozent

00:11:20: sein, mit dem richtigen Risikomanie und Positionsmanagement daraus eine profitable Strategie

00:11:26: zu machen. Kleiner Hinweis, das werden wir noch mal separat hier besprechen, also gerade weil

00:11:32: dieses Thema jetzt immer aktueller wird, werde ich in Zukunft auch häufiger darüber sprechen. Es

00:11:38: ist die Gelegenheit, um diesen Podcast zu abonnieren. Gerade weil diese profitablen Handelsstrategien

00:11:44: eben nur etwas mehr als 50 Prozent brauchen, ist es für viele Privatanleger umso wichtiger, dass

00:11:52: man die anderen 45 oder 40 Prozent immer rechtzeitig begrenzt. Die wichtigste Regel, das war sie vor

00:12:00: 20 Jahren, das ist sie vor zehn Jahren, das ist sie heute und das wird sie auch in zehn Jahren sein.

00:12:05: Verluste muss man begrenzen. Auch wenn man der Meinung ist und das Bauch gefühlt hat, ich habe

00:12:12: selber gerade eine Verlustposition bei mir im Depot, im privaten Depot, hingenommen, obwohl ich den

00:12:19: Eindruck hörte, das könnte auch das Tief sein. Wenn ich aber über den vorher definierten Stop,

00:12:28: also dort, wo ich mein maximales Risiko, was ich bereit war, einzugehen, erreicht habe,

00:12:36: wenn ich darüber hinaus halte, dann befinde ich mich in der Disziplin Hoffnung. Und selbst,

00:12:43: wenn es nur einige wenige Male der Fall ist, das dann entgegen meinem Bauchgefühl, der Markt

00:12:49: trotzdem weiterfällt oder die Aktie oder der Rohstoff, dann können einige wenige Depot-Positionen

00:12:55: einen so großen Verlust erzeugen, dass ich dann am Ende des Tages eine viel höhere Trefferquote

00:13:00: brauche, um hier noch profitabel zu sein. Das ist der Unterschied zwischen Trefferquote und

00:13:07: Profitquote. Warum keine höheren Quoten? Da sagt CHEPGPT zu Recht, Markteffizienz. Finanzmärkte sind

00:13:18: in hohem Maß effizient und Preiseninformation schnell ein. Dadurch ist es schwer, konstant

00:13:22: überdurchschnittliche Gewinne zu erzielen. Schwarze Schweine, also unvorhersehbare Ereignisse,

00:13:27: geopolitische Krisen, Pandemie können Modelle komplett über den Haufen werfen. Ich mag's,

00:13:31: wenn CHEPGPT so allgemein wird oder diese Sprache verwendet. Ist aber korrekt. Sentiment

00:13:37: und Emotion ebenfalls ganz wichtig. Märkte bewegen sich nicht immer und ich würde sogar hinzuzügen,

00:13:42: sehr oft nicht rational. Emotionen und kurzfristige Stimmung können die Modellgenauigkeit untergraben.

00:13:48: Meine Einschätzung, das ist die Einschätzung von CHEPGPT, über 50% Trefferquote machbar,

00:13:55: 55 bis 65%. Ja, die Wahrscheinlichkeit mit Datenbasierten vorher, sagen in Finanzmärkten

00:14:01: richtig zu liegen, ist meistens mehr als 50%, aber nicht signifikant höher. Dann gehen wir mal ein

00:14:09: bisschen weiter.

00:14:10: Immerhin sage ich mehr als 50 Prozent. Das würde aber bedeuten, dass ich mit der KI bessere Ergebnisse im aktiven Handel erreichen kann als ohne.

00:14:22: Oder? Ja, der Einsatz von KI kann die Erfolgschancen im aktiven Handel verbessern, aber das bedeutet nicht automatisch, dass jeder Einsatz von KI zwangsläufig Gewinne bringt.

00:14:33: Und dann werden die Punkte nochmal wiederholt. Ich habe also gemerkt, ich habe so richtig nicht die Antwort erhalten bisher. Ich bin weitergegangen.

00:14:42: Ein Praxisbeispiel, dann spricht KI noch einmal über das CRV, das ist alles noch ganz allgemein.

00:14:48: So, und jetzt kommen wir zu dem Punkt, der in der Frage auch formuliert war.

00:14:53: Stell dir vor, JetGPT, folgendes Szenario. Es setzt sich die Erkenntnis durch, dass KI im Zweifel bessere Analysen erstellt als Menschen.

00:15:05: Ist heute noch nicht der Fall.

00:15:07: Müsste es dann nicht durch eine Art selbst erfüllende Prophezeiung, weil man den Ergebnissen der KI glaubt in Anführungszeichen, durch eine immer höhere Trefferquote der Prognosen kommen.

00:15:21: Also, ich hoffe, der Gedanke ist klar geworden.

00:15:24: Wenn KI nicht mehr ein Modell ist, oh, das hat sich schnell entwickelt und immer bessere Ergebnisse, sondern KI ist so gut, dass wir sagen, wir nutzen es so ähnlich wie Wikipedia.

00:15:37: Ich weiß, dort muss man auch einige Ergebnisse infrage stellen, aber von 99 Prozent der Nutzern von Wikipedia geht man davon aus, was dort steht, ist wahr.

00:15:46: Und wenn wir jetzt eine KI so weit entwickeln, oder wir sind der Meinung, der Entwicklungsstand ist so weit, das, was die KI sagt, das ist eigentlich immer richtig.

00:15:55: Dann müsste ja ein Großteil der Marktteilnehmer genau das als Basis nehmen für seine Entscheidung, weil die KI ja gesagt hat, das ist der faire Preis.

00:16:07: JetGPT antwortet, das ist ein faszinierendes Gedankenexperiment.

00:16:12: Deine Überlegung ist absolut plausibel und berührt tiefere Fragen der Marktdynamik und der selbst Referenzialität.

00:16:22: Erstens, der Gedanke.

00:16:24: Selbst verstehe stärkende KI-Analysen.

00:16:27: Wenn sich die Überzeugung durchsetzt, dass KI systematisch bessere Prognosen erstellt als Menschen, könnte dies folgende Kettenreaktionen auslösen.

00:16:37: Vertrauen in KI-Analysen steigt.

00:16:40: Immer mehr Investoren und Institutionen richten ihre Handelstrategien danach aus.

00:16:45: Zweitens, Konsensbildung durch KI.

00:16:49: Da alle auf dieselben Signale reagieren, könnte sich eine Art Marktkonformität einstellen, bei der die KI-Prognosen zu einer sich selbst erfüllenden Prophezeiung werden.

00:16:59: Drittens, erhöhte Trefferquote.

00:17:01: Da alle Marktteilnehmer die gleichen Signale umsetzen, erfüllen sich die Vorhersagen automatisch, was die Trefferquote der KI tatsächlich steigern würde.

00:17:10: Das ist im Übrigen diese selbst verstärkenden KI-Analysen.

00:17:15: Auch etwas, was ich mit Spannung, aber auch etwas mit Sorge sehe in anderen Bereichen.

00:17:22: Denn selbstverständlich ist KI an der Börse ein interessantes Experiment und wird garantiert eine Rolle spielen.

00:17:30: Aber in anderen Bereichen könnte man natürlich auch sagen, das ist die Lösung der KI.

00:17:35: Wer will sich denn dem entgegenstellen? In ökonomischen, in politischen und so weiter fragen.

00:17:40: Das werden noch interessante Zeiten.

00:17:42: Zweitens, theoretisches Beispiel einer Kursprognose.

00:17:46: Eine KI sagt einen Kursanstieg bei ACCX voraus.

00:17:50: Da die Prognose als zuverlässig gilt, kaufen viele Investoren die ACC.

00:17:55: Der Kurs steigt allein durch die Kurve, die Prognose bestätigt sich.

00:18:01: Dies erhöht wiederum die Reputation der KI und verstärkt die künftige Wirkung ihrer Vorhersagen. Genau darum geht es.

00:18:08: Aber, JGBT merkt auch an, Drittens, Grenzen und Risiken dieses Szenarios.

00:18:15: Reflexivität und Instabilität.

00:18:17: Der Finanzmarkt würde immer stärker auf KI-basierte Muster reagieren.

00:18:22: Dies kann zur Bildung von Blasen führen, wenn die Prognosen nicht auf realwirtschaftlichen Fundamentale Daten beruhen.

00:18:29: Zweitens, Abitrarch und Gegenstrategien.

00:18:32: Sobald bekannt wird, dass die Mehrheit der Marktteilnehmer blind den KI-Prognosen folgt,

00:18:37: könnten konträre Strategien entwickelt werden, um von Überreaktionen zu profitieren.

00:18:42: Dies könnte die Vorhersagekraft der KI wieder untergraben, da Märkte auf neue Informationen adaptiv reagieren.

00:18:48: Drittens, Metaanalysen und KI-Wettkampf.

00:18:51: Andere KI-Systeme könnten beginnen, die Vorhersagen der dominanten KI antizipativ zu kontern.

00:18:59: Dies könnte zu einer dynamischen Konkurrenz unter Algorithmen führen, bei der die Prognosequalität nicht linear steigt, sondern eher oszilliert.

00:19:08: Viertens, das Paradoxon KI als Vorhersagemaschine.

00:19:13: Wenn KI tatsächlich in Echtzeit die besten Entscheidungen treffen kann und die Mehrheit darauf reagiert, kollabiert die Informationsasymetrie.

00:19:23: Das bedeutet, dass die Märkte nicht mehr effizient sein könnten, weil alle die gleichen Informationen in identischer Weise verarbeiten.

00:19:30: Und die Konsequenz daraus, die Marktstabilität wäre in Gefahr.

00:19:35: Märkte könnten zunehmend anfällig für KI induzierte Volatilität werden.

00:19:39: Kleinste Modelleinderung oder Fehleinschätzung könnten riesige Bewegungen auslösen, da alle Akteure gleich reagieren.

00:19:48: Danke, sage ich. Also, ChatGPT fasst das Ganze natürlich noch mal immer in einem Fazit zusammen.

00:19:56: Am Ende läuft es auf einen permanenten Bewerb zwischen Vorhersagereaktion und Gegenreaktion hinaus.

00:20:02: Eine Art KI-Wettrüsten im Finanzmarkt, sagt ChatGPT.

00:20:06: Meine nächste Frage, danke. Ich weiß ja nie, wer was hier in Zukunft passiert.

00:20:12: Ich sage immer bitte und danke zu diesen KI's. Danke, dass es nachvollziehbar, aber ein alternativer Gedanke.

00:20:19: Wenn man die Ergebnisse der KI als wahrscheinlichste Realität annäme, müsste dies nicht den Börsenhandel revolutionieren,

00:20:28: wird man vielleicht nur noch einmal am Tag den vermeintlich fairen Preis einer Aktie oder eines Rohstoffes bestimmen auf Grundlage der aktuellen Daten,

00:20:36: wenn der Faktor Mensch keine dominierende Rolle mehr spielt, wozu noch über Angebot und Nachfrage den Preis ermitteln,

00:20:44: wenn es doch einen fairen Preis gibt, der von der KI ermittelt wird.

00:20:48: Das ist ein spannender und zugleich tiefgreifender Gedanke, so ChatGPT.

00:20:53: Und tatsächlich wäre das eine revolutionäre Veränderung im Börsenhandel.

00:20:57: Lass uns diesen Ansatz einmal durchdenken.

00:21:01: Die Grundidee, der faire KI-Preis statt Markpreis.

00:21:06: Deine Überlegung läuft darauf hinaus, entschuldigt, bitte, dass ich mir hier dauernd verlese,

00:21:11: dass die KI den fairen Wert einer Aktie oder eines Rohstoffes basierend auf allen verfügbaren Informationen berechnet.

00:21:18: Dieser Preis könnte dann einmal täglich oder in regelmäßigen Abständen festgelegt werden.

00:21:23: Wie würde das funktionieren?

00:21:25: Die KI sammelt kontinuierlich alle relevanten Daten, fundamental Daten, also Gewinnibilanzen, Cash-Gloß, Makrodaten,

00:21:32: also Zinsentwicklung, geopolitische Risiken, Markt-Sentiment, also Nachrichten, Social-Media, Analysten, Meinungen.

00:21:38: Auf dieser Basis bestimmt die KI den wahrscheinlichsten fairen Preis.

00:21:42: Statt ständigen Kauf und Verkauf würden Marktteilnehmer ihre Position einmal täglich auf Basis des von der KI ermittelten Preises anpassen.

00:21:51: Zwischen den Preisverstellungen gibt es nur minimale Schwankungen, die auf kleinere Ereignisse oder Marktstörungen zurückzuführen sind.

00:21:58: Die Vorteile dieses Modells.

00:22:01: Der Markt würde wesentlich ruhiger werden, da es nicht mehr auf kurzfristige Spekulationen ankommt.

00:22:06: Es gibt weniger High-Frequency Trading und weniger emotionale Überreaktionen.

00:22:12: Die Wahrscheinlichkeit von Crash würde sinken, weil keine Panikverkäufe oder Hypes mehr auftreten.

00:22:18: Rationalität statt Emotionalität würde dominieren.

00:22:22: Investoren würden nicht mehr auf kurzfristige Schwankungen wetten, sondern auf langfristige Fundamentaldaten setzen.

00:22:28: Herausforderung und Probleme

00:22:31: Der Markt lebt von Angebot und Nachfrage.

00:22:35: Wenn die KI den Preis vorgibt, so ChatGPT immer noch, das ist immer noch die Antwort, geht die Preisentdeckung als Kernfektion verloren.

00:22:44: Er stellt sich die Frage, ist der faire Preis wirklich fair, wenn er nicht durch Marktteilnehmer bestimmt wird?

00:22:52: Wer programmiert und kontrolliert die KI, würde ein einzelnes System dominieren, könnte das zu einer gefährlichen Machtkonzentration führen.

00:23:00: Märkte reagieren oft auf überraschende Ereignisse, Naturkatastrophen, politische Umweltsung.

00:23:06: Eine Preisfestlegung einmal am Tag würde diese dynamischen Entwicklung ignorieren.

00:23:13: Viertens theoretisches Paradoxum.

00:23:16: Wenn die Mehrheit der Marktteilnehmer den fairen KI-Preis als Realität akzeptiert, könnte dies zu einem statischen Marktumfeld führen.

00:23:25: Es entsteht die Gefahr, dass man blinde Flecken übersieht, weil niemand die Fairness der Preise mehr hinterfragt.

00:23:32: Beispiel, eine Aktie wird von der KI als 100 US Dollar fair bewertet.

00:23:37: Wenn plötzlich ein Skandal auftritt, könnte der Preis real viel niedriger sein, aber die tägliche Feststellung reagiert nicht sofort darauf.

00:23:44: Dadurch können Marktverzerrungen entstehen, die die Realität verfälschen.

00:23:48: Fünftens, wäre das wirklich besser?

00:23:51: Die Börse ist im Kern ein Ort der Preisfindung.

00:23:54: Angebote und Nachfrage spielen oft mehr als nur rationale Überlegung wahr.

00:23:58: Die Vorstellung eines zentralen KI-Preises könnte das System vermeintlich stabilisieren, aber auch die natürliche Korrekturfunktion der Märkte gefährden.

00:24:08: Sechstens, das Fazit.

00:24:11: Deine Idee, also hoffentlich merkt sich das nicht Chatchi Pity, war eigentlich nur eine Frage.

00:24:17: Aber anyway, deine Idee einer KI-gesteuerten Preisfeststellung ist revolutionär und könnte tatsächlich viele Probleme lösen, die durch emotionale und spekulative Marktbewegungen entstehen.

00:24:28: Aber Märkte bleiben unvorhersehbar, weil die Realität komplex und dynamisch ist.

00:24:34: Eine statische Preisfestsetzung könnte die Anpassungsfähigkeit des Marktes gefährden und neue Risiken schaffen.

00:24:40: Wahrscheinlich wäre daher eine Kombination aus KI-gestützter Preisanalyse und klassischer Preisbildung über Angebot und Nachfrage.

00:24:51: Das ist die realistischere Weiterentwicklung.

00:24:55: Und dann noch als Nachfrage, um nochmal über die Algorithmen zu sprechen, die ja bereits heute den Markt dominieren.

00:25:03: Wie hoch ist heute schon der geschätzte Anteil an Algorithmen, die das Handelsgeschehen an der Börse beeinflussen?

00:25:11: Es ist je nach Marksegment und Region unterschiedlich.

00:25:14: In den USA wird geschätzt, dass algorithmische Systeme etwa 60-70% gesamten Aktienhandelsvolumens ausmachen.

00:25:22: Am Divisenmarkt gab es eine Umfrage, dass der Anteil des Algorithmen mit einem täglichen Volumen von etwa 6,6 Billionen US-Dollar auf 27% bei Formanagern angestiegen ist.

00:25:37: An der Eurex soll der Anteil bei 20-30% liegen, also etwa halb so hoch wie in den USA.

00:25:44: Und abschließend hast du eine Schätzung auf Basis aktueller Daten, wie hoch der Anteil der Algorithmen in fünf und in zehn Jahren sein wird.

00:25:54: Der aktuelle Stand den haben wir gerade besprochen.

00:25:57: Prognose für die nächsten Jahre bis 2030 durch technologischen Fortschritt,

00:26:03: kosteneffizienten Datenverfügbarkeit, Integration in kleinere Fonds, Zugänglichkeit durch private Marktteilnehmer, geschätzter Anteil 20-30,

00:26:12: etwa 75-80% des Aktienhandelsvolumens in den USA, etwa 60-70% des Aktienhandelsvolumens in Europa.

00:26:22: Prognose für die nächsten zehn Jahre bis 2035.

00:26:26: Hier spricht ChatGPT, ich habe nicht nochmal nachgefragt, selber von einer Dominanz von KI gesteuerten Trading,

00:26:35: Regulierungsanpassungen, wobei hier offen gelassen wird, inwieweit der Überwachung oder Freisegebung, also weniger Regulierung sprechen,

00:26:45: Fusion von Handelsplattformen und so weiter und so fort, geschätzter Anteil 2035 in den USA, 85-90%,

00:26:54: des gesamten Aktienhandelsvolumens in Europa, 70-80%.

00:27:01: Ich würde das einfach mal so stehen, weil es darauf ja keine Antwort geben kann.

00:27:07: Ich glaube aber, dass das Fazit, dass KI-gestützte Preisanalyse eine immer größere Rolle spielen wird,

00:27:15: dass es sicherlich korrekt.

00:27:17: Nach dem, was ich privat bisher getestet habe, ist es bei den Analysen, insbesondere bei denen, die sich rein auf Preisdaten beziehen,

00:27:28: also Marktechnik und Chatanalyse, sind die Prognosen dann zugebrauchen, wenn die Bewegungen sehr eindeutig, also trendstark sind.

00:27:40: Ich sehe hier noch keinen relevanten Vorteil gegenüber der Chatanalyse manueller Natur, wenn ihr wollt,

00:27:47: oder auch, wenn man sich, es gibt ja schon Screening-Plattformen, mit denen man sich gewisse Signale anschauen kann.

00:27:54: Wenn ich aber die Geschwindigkeit der Entwicklung mir anschaue, dann muss ich die nächste Folge darüber wahrscheinlich in sechs Monaten machen

00:28:01: und werde feststellen, KI kann hier schon einiges.

00:28:05: Wir bleiben an Ball, das war's für heute.

00:28:08: Herzlichen Dank für deine Aufmerksamkeit.

00:28:10: Ich freue mich sehr, wenn wir uns beim nächsten Mal gesund und munter wiederhören.

00:28:14: Bis dahin, alles Gute, dein Lars.

00:28:16: Dahin lasst.

00:28:17: [Musik]