KI schlägt den Aktienmarkt um 50%!

00:00:00: Herzlich willkommen bei Eriessen.

00:00:01: Geld und Gold, dem Podcast für die erfolgreiche Geldanlage.

00:00:08: Gerne wiederhole ich es an dieser Stelle.

00:00:10: Börse ist keine Raketenwissenschaft.

00:00:12: Und deshalb sollte man annehmen dass KI irgendwann Fragezeichen oder vielleicht sogar schon heute Börsen kann.

00:00:21: Damit haben sich einige Forscher beschäftigt und es gibt eine sehr aktuelle Studie und in dieser Studie hat die KI Also ein großes Sprachmodell, ich werde es euch gleich gerne näher erläutern.

00:00:34: Einen Vergleichsindex um glatte Fünfzig Prozent geschlagen.

00:00:38: Das heißt also der Index hat etwas über dreißig Prozent gemacht und der KIS ist gelungener Rendite von über Achtzig Prozent zu machen.

00:00:47: aber ja es gibt einen Aber!

00:00:50: Und darüber sprechen wir über die Studie und alle Informationen, die ich zu diesem Zeitpunkt habe.

00:00:54: Legen wir los.

00:00:59: Ich begrüße euch ganz herzlich und ich hoffe, es geht euch gut.

00:01:03: Selten lagen wohl-und wehe einer Technologie so nah beieinander wie bei der KI.

00:01:10: Kann man das überhaupt sagen?

00:01:11: fairerweise als die Autos die Pferdekutschen abgelöst haben oder dann kamen die Eisenbahn?

00:01:18: Und Internet hat man auch immer gesagt, das kann alles nicht gut gehen.

00:01:21: darauf sind wir Menschen nicht vorbereitet.

00:01:24: wenn aber Eine Intelligenz, das Potenzial hat die Menschliche relativ schnell zu übersteigen.

00:01:30: Dann sind die Sorgen vielleicht auch berechtigt?

00:01:35: Vielleicht aber auch nicht!

00:01:35: Also wer weiß das heute im Nachhinein wenn die Welt doch untergehen sollte oder wir ausgelöscht werden durch Terminator drei Punkt Null.

00:01:42: dann hätte man mal lieber vor auf den Knopf drücken sollen.

00:01:46: ich war Genau das sagt aktuell ein ziemlich bekannter Forscher.

00:01:51: Und ich habe mir gedacht, ich gehe darauf im Report mal ein und zwar am Mittwoch.

00:01:55: heute Morgen habe ich über Telekom Aktien gesprochen die fast alle in der letzten Woche ein bisschen Druck bekommen haben weil SpaceX sagt ja dass machen wir jetzt auch.

00:02:06: also das muss man ein bisschen einordnen was SpaceX tatsächlich kann was nicht und was hier zu einer Belastung werden könnte.

00:02:13: Und wie gesagt, am Mittwoch wird's dann um diesen ziemlich bekannten KI-Forscher der auch ein gutes Buch geschrieben hat gehen.

00:02:19: Der sagt, stellt es ab!

00:02:20: Stellt ist jetzt ab!

00:02:22: Ansonsten haben wir ja ein Problem.

00:02:25: Holt euch den Report.

00:02:26: Er ist absolut kostenlos.

00:02:27: Den Link dazu findet ihr hier in den Show Notes oder er geht einfach direkt auf www.last-erissen.de.

00:02:34: So ich habe ja so'n bisschen Lapidar gesagt, KI wird schon irgendwann Börse können und zwar dann wenn KI auch wetter kann.

00:02:42: Und damit habe ich mich so ein bisschen beruhigt, denn wir sehen es an den aktuellen Vorhersagen.

00:02:47: KI kann kein Wetter.

00:02:48: Es sind einfach zu viele Variablen und es sind vor allen Dingen alles Ereignisse die in der Zukunft stattfinden werden.

00:02:56: Und darum geht's!

00:02:57: Also es gibt mehrere Studien und auf zwei möchte ich eingehen weil es die aktuellsten sind.

00:03:04: Wir geben also einer KI Geld, hunderttausend Euro mit dem Auftrag eigenständig Aktien auszuwählen zu kaufen und zu verkaufen.

00:03:13: Wir überlassen ihr sämtliche Entscheidung und dann schauen wir nach einem Jahr.

00:03:17: was ist draus geworden?

00:03:19: Genau das haben zwei Studien gemacht denn Eine KI kann innerhalb von Sekunden, teilweise innerhalb von sekunden Bruchteilen eine Menge an Informationen verarbeiten.

00:03:30: Das ist uns nicht möglich!

00:03:32: Sie kann Muster erkennen, sie kann Informationen miteinander verknüpfen und das ist letztlich was ein menschlicher Analyst zumindest einen Fundamentaler auch macht.

00:03:40: also sollte das doch zu guten Angellageentscheidungen führen.

00:03:47: Fünfundachtzig Prozent Rendite ist dabei rausgekommen.

00:03:50: die Rede ist hier von einer Studie Beziehungsweise eine Untersuchung der chinesischen Sing-Hua-Universität, bestimmt falsch ausgesprochen.

00:04:01: Die im Mai und Mai veröffentlicht wurde.

00:04:04: Und die Wissenschaftler haben da zehn führende KI Sprachmodelle am chinesische Aktienmarkt gegeneinander antreten lassen.

00:04:12: Dazu gehört NoteMayEye, Entshopping also Claude, Claude Google, Alibaba, DeepSeek und die Aufgabe war relativ simpel gestellt.

00:04:21: Die künstliche Intelligenz sollte eigenständig ein Aktienportfolio verwalten und möglichst erfolgreich abschneiden.

00:04:30: Zeitraum erster Januar zwei vierundzwanzig bis zehnte April zwei sechsundzwannzig als ungefähr siebenundzwantig Monate Vergleichsmaßstab, logischerweise in dem Fall der CSI-Modell.

00:04:40: Das ist also die Entwicklung, wenn man so will, der liquiden chinesischen Aktien Festland-Aktien, ja, dreihundertgrößte und liquides chinesische Aktien.

00:04:51: Und die Ergebnisse waren ziemlich beeindruckend!

00:04:54: Das KI-Model Quen, drei Komma sechs plus erzielte eine Gesamtrendite von fünfundachtzig Komma Drei Prozent.

00:05:03: Und selbst wenn ihr euch nicht mit chinesischem Aktien beschäftigt Habt ihr wahrscheinlich mitbekommen, die Aktien sind nicht so gut gelaufen.

00:05:10: Sechsunddreißig Komma neun Prozent in diesem Zeitraum.

00:05:13: ChatGBT fünf Punkt Fünf kam auf eine Sechzig Komma drei Prozent hat also immer noch fast dreißig Prozent etwas weniger Outperformance.

00:05:22: Kloat Opus vier Punkt Sieben hat acht und fünftig Komma Acht Prozent erzielt.

00:05:28: Wenn man sich jetzt ausschließlich diese Zahlen anschaut Und ich bin mir sicher das wird irgendwo aus ein bisschen Effekthascherei herausgemacht Daran könnte man sagen, dass KI heute in der Lage ist den Markt deutlich zu schlagen.

00:05:42: Aber zwei Dinge muss man dazu feststellen.

00:05:44: Erstens es gab erhebliche und erstaunliche Unterschiede zwischen dem Modell.

00:05:51: Gemini hat zum Beispiel nur acht Prozent Rendite erzählt.

00:05:54: Nomm mal!

00:05:55: Fünfundachtzig Prozent von Quen und Gemini nur acht prozent Rendite.

00:06:01: Wie geht das zusammen?

00:06:02: Deep Seek hat ein Prozent Rendite gemacht und Kimi hat sogar mehr als vierundzwanzig Prozent verloren.

00:06:10: Von den zehn getesteten Modellen schlugen fünf den Markt, die anderen fünf lagen teilweise deutlich dahinter.

00:06:18: Jetzt könnte man natürlich argumentieren dass einige KI-Modelle einfach bessere Investoren sind als andere.

00:06:23: aber natürlich haben sich die Forscher denn in anderen Bereichen Mathematik Sprachen usw.

00:06:31: sind die Abstände viel kleiner.

00:06:33: Also haben Sie sich das angesehen, wie sind denn die erzielten Renditen eigentlich zustande gekommen?

00:06:38: und damit kommen wir zum aktuell zumindest noch entscheidenden Punkt.

00:06:44: Welche Information stand den Modellen zur Verfügung?

00:06:48: Denn die KI hat ja keine Geschäftsberichte bekommen, keine Bilanzkennzahlen, keine Nachrichten, keine Analystenkommentare.

00:06:55: Das heißt sie ausschließlich mit historischen Kursdaten gearbeitet, mit den Handelsvoluminer und dem daraus abgeleiteten technischen Kennzahlen.

00:07:05: Das heißt die Systeme konnten erkennen ob die Aktie sich in einem Aufwärtstrend befindet wie stark sie in der Vergangenheit geschmankt ist oder also wie sich ihre Kursentwicklung gegenüber anderen Aktien dargestellt hat, also ihre Outperformance innerhalb eines Sektors.

00:07:20: all das konnte die KI feststellen.

00:07:22: Das heisst die Untersuchung war damit im Kern ein quantitativer und technisch orientierter Handelsansatz.

00:07:31: Und das finde ich schon mal durchaus sinnvoll, aber die Forscher hatten weiteres Problem zu lösen.

00:07:37: Denn wie werden moderne Sprachmodelle auch heute noch trainiert?

00:07:43: Mit einer möglichst großen Menge öffentlich zugänglicher Information – dazu gehören natürlich auch sämtliche historische Börsendaten!

00:07:52: Wenn man die KI also heute fragt Welches waren es im Jahr ist, die besonders attraktiv daherkamen?

00:08:03: Das bekommt man eben nicht raus.

00:08:04: Ihre Antworten teilweise auf Informationen stützen, die erst viel später veröffentlicht wurden.

00:08:11: Deswegen ist das so schwer zu sagen ... Gewonnen hat sich das Modell, welches auf der Stelle getreten ist, möglichst nah an den Auftrag gehalten und das mit eighty-fünf Prozent hat einfach im Backtest nachgeguckt.

00:08:30: Hatte einfach geguckt, welche Aktien sind am besten gelaufen?

00:08:33: Und das haben wir in anderen Bereichen schon erlebt.

00:08:35: Das hat ja auch das KI – ich will es gar nicht zu sehr vermenschlichen – mit einer gewissen Fantasie in der Lage ist Probleme zu lösen.

00:08:44: Wenn es heißt macht das möglichst gut dann wurde ja teilweise auch gecheatet Und hat man eben gesagt, okay ich habe mir hier den Aufwärtstrend angeguckt und die Outperformance usw.

00:08:55: Und da haben wir das alles dargestellt.

00:08:57: im Hintergrund hat aber die KI vielleicht einfach nachgeguckt welche Aktien am besten gelaufen sind und hat dann gesagt ja das waren die Aktien die auch hier bei mir raus kamen.

00:09:06: Das heißt jede Art von historischer Börsen von historischen Börsentest kann potentiell ein viel zu positives Bild vermitteln.

00:09:16: Das haben die Forscher herausgefunden, das war ihnen dann nach dem ersten Durchlauf auch klar.

00:09:22: Und deswegen haben sie versucht diesen Effekt zu begrenzen indem Sie alle Informationen rausgenommen haben, die in irgendeiner Art und Weise mit der man die Akte identifizieren konnte.

00:09:34: Das heißt aus dem ... bin ich hin spinnend jetzt reingelaufen... Aus bekannten Unternehmen wurden anonyme Wertpapiere mit neutralen Nummern.

00:09:43: Auch die tatsächlichen Kalendardaten wurden verschleiert.

00:09:45: Die Forscher wussten noch, welche Akte hinter welcher Nummer stand KI aber nicht mehr damit es eben nicht dem Namen nach das ganze zuordnen kann.

00:09:54: Das heißt KI konnte feststellen dass eine bestimmte Akte innerhalb von zwanzig Handelstagen um fünfzehn Prozent gestiegen ist.

00:09:59: Sie wusste allerdings nicht, um welches Unternehmen es sich handelte und wann diese Kursbewegung stattgefunden hat.

00:10:06: Und diese Vorgehensweise soll dann verhindern, dass die Modelle auf Zuvor gelerntes erfahrenes Wissen über einzelne Aktien oder historische Marktphasen zurückgegriffen hat.

00:10:17: Und das hat funktioniert!

00:10:20: Sobald die Unternehmensnahmen sichtbar waren, begründeten einige KI-Modelle ihre Entscheidungen mit den bekannten Unternebungsgeschichten und vermeintlichen fundamentalen Eigenschaften – und nach der Anonymisierung verschwanden diese Begründung weitgehend.

00:10:34: Das heißt, die Modelle haben sich dann tatsächlich nur an den verfügbaren Kurs-und Volumendaten orientiert.

00:10:41: Das ist übrigens der Zauber, mal völlig unabhängig von KI, von technischer Analyse.

00:10:47: Dass man den Namen, der da oft links oben oder wo auch immer steht vergessen darf und sagt naja das Unternehmen hat eigentlich immer geliefert.

00:10:55: und dann aus dem Bauch heraus sagt man und das chartengische Bild passt auch noch dazu.

00:11:00: also es kann sehr sehr spannend werden Und damit konnten natürlich die Forscher mit den Ergebnissen viel besser beurteilen, ob KI aus diesen Daten eigenständig erfolgreiche Anlageentscheidungen ableiten konnten.

00:11:11: Nun kommen wir zum interessantesten Ergebnis.

00:11:15: Die Forscher wollten wissen, ob die KI tatsächlich besonders erfolgreiche Einzelaktien ausgewählt hatte oder ob sie eben von besonders günstigen Marktentwicklungen profitiert haben und das ist ja ein grundlegender Unterschied.

00:11:26: Sprich wenn alles gestiegen ist Da musste man nur noch zufällig die richtigen Aktien drin haben.

00:11:33: Das heißt, wenn man in den letzten Jahren auf Tech-Aktien gesetzt hätte und der Vergleichsindex wäre der Dow Jones gewesen dann hätte man den Index outperformt einfach weil Tech-aktien besser gelaufen sind als Der Dow Jones.

00:11:49: Und das gilt natürlich auch dafür dass diese Outperformance einzelner Aktien in einigen Quantitativen ansetzen, für gute Ergebnisse gesorgt hat.

00:12:01: Also Momentum, Volatility, Low-Volatility, mehr oder weniger ist alles, hat sich alles auf diesen Textsektor konzentriert.

00:12:09: Wer jetzt zum richtigen Zeitpunkt auf den Richtung Faktor setzt kann den Gesamtmarkt deutlich übertreffen ohne eine besonders gute Auswahl von Aktien vorzunehmen.

00:12:20: Und deswegen haben die Forscher ein Verfahren entwickelt, das an sich an den bekannten Barra-Faktor Modellen orientiert.

00:12:29: Das heißt sie haben untersucht welcher Teil der Portfolio Renditen auf die allgemeine Marktentwicklung zurückzuführen war und welcher Teile durch bestimmte quantitative Anlage Stile erklärt werden konnte und was danach noch übrig war als Beitrag der individuellen Aktienauswahl.

00:12:46: Und dieses verbleibende Ergebnis das worauf man wirklich sagen kann, gut gemacht.

00:12:52: Das ist die qualitative Auswahl.

00:12:54: Den Rest hat der Index selber besorgt.

00:12:56: Das nennt man das Selektionsalpha und plötzlich hat die Rangliste komplett anders ausgesehen.

00:13:03: Quen hat insgesamt mehr als eighty-fünf Prozent Rendite in dem Test erzielt nach Bereinigung um die verschiedenen Faktoren Also zufälligerweise die richtigen Aktien genommen.

00:13:16: Der Gesamtbank hat dazu beigetragen, blieb nur noch ein leicht negatives Selektionsalphaf übrig.

00:13:23: Das heißt also qualitativ hat das Unternehmen gar nichts Besonderes geliefert.

00:13:28: bei GPT.

00:13:29: Fünf Punkt fünf war dieser Wert mit minus vierzehn Komma neun Prozent Punkten deutlich schlechter.

00:13:34: Das heisst also wahrscheinlich mehr oder weniger zufältig.

00:13:39: ist die Münze eben da stehen geblieben.

00:13:43: keine besonders gute Auswahl durch KI.

00:13:45: Claude hat als einziges Modell ein positives Selektionsalpha erzielt, betrug allerdings über den gesamten Zeitraum auch gerade mal Nullkommat.

00:13:53: zwei Prozent.

00:13:53: das ist statistisch irrelevant und die anderen neuen Modelle lagen alle im negativen Bereich.

00:14:01: außerdem haben die Forscher festgestellt dass viele Sprachmodelle ähnliche Vorlieben entwickeln.

00:14:06: Das heißt sie bevorzugen und da kommen wir schon in den Für uns auch relevanten Teil, sie sind mehr oder weniger auf Basis der gleichen Daten trainiert.

00:14:17: Sie alle haben Aktien mit starken kurzfristigen Kursbewegungen bevorzugt – mit höherer Volatilität und mit auffälligem Handelsvolumina.

00:14:26: Das heißt diese KI-Systeme haben auf kurzfristig erfolgreiche Marktfaktoren gesetzt.

00:14:34: Allerdings die Auswahl einzelner Aktien innerhalb dieser Gruppen lieferte dann keine zusätzliche Rendite!

00:14:41: Und ja, das ausgerechnet bei der individuellen Aktienauswahl diese Modelle dann kaum überzeugen ist zumindest mal bemerkenswert.

00:14:52: Man hätte vielleicht gedacht da sind sie schon ein bisschen weiter.

00:14:55: Vielleicht ist es aber auch ganz... Ja, vielleicht hätte es uns auch kein gutes Gefühl gemacht wenn KI das jetzt auch schon gekonnt hätte.

00:15:03: Es gibt aber noch einen weiteren interessanten Aspekt.

00:15:05: also ich will nicht einfach sagen KI kann nichts Denn die Wissenschaftler haben nicht nur Sprachmodelle gegeneinander antreten lassen, sondern auch die Ergebnisse mit dem klassischen Maschinen-Learning-Verfahren, die speziell für quantitative Finanzdaten entwickelt wurden.

00:15:21: Ein Modell namens SFM erzielte dabei eighty sechs Prozent Rendite und wies dabei wesentlich geringere zwischenzeitliche Verluste auf als die erfolgreichsten Sprachmodelle.

00:15:32: Das zeigt dass die Fähigkeit natürliche Sprache sehr gut zu verarbeiten, nicht automatisch einen Vorteil bei der Analyse von Kurszeitrein bedeutet.

00:15:43: Heißt das KI für die Aktienauswahl grundsätzlich nicht ungeeignet ist aber euch heute noch keinen Alpha?

00:15:52: Keinen Selektionsalpha gibt!

00:15:55: Es gibt eine weitere Forschungsarbeit obwohl das Fazit am einfachsten jetzt wäre vergessen es.

00:16:01: Noch müsst ihr das selber machen, denn es gibt eine andere Untersuchung und die möchte ich auch gerne mit euch teilen.

00:16:08: Die vielleicht für uns vorteilhaftere oder in eine Richtung zeigt, die dann uns wirklich einen Vorteil bringen kann – die beiden Wissenschaftler!

00:16:21: Sie fängt Schengen und Darcy Poo hieß heißen sie, haben seit April zwei Tausendundfünfzehn eine KI täglich die Aktien des amerikanischen Russell tausend bewerten lassen.

00:16:32: Und die Aufgabe stand darin öffentlich verfügbare Informationen über die Unternehmen auszuwerten also Fundamentaldaten.

00:16:40: Das heißt die KI durfte selbstständig im Internet recherchieren aktuelle Nachrichten suchen, Unternehmensinformation sich anschauen und eine Einschätzung ableiten Welche Aktien besonders aussichtsreich erschienen?

00:16:52: Und die Forscher stellten ihre Informationen nicht vorab zusammen.

00:16:57: D.h.,

00:16:57: KI musste eigenständig entscheiden, wonach sie sucht und welche Erkenntnisse für die jeweilige Aktie relevant waren.

00:17:05: Die Analysen wurden täglich in Echtzeit erstellt.

00:17:08: Sie wurden gespeichert damit man sich anschließend anschauen konnte wie haben sich die ausgebildeten Aktien dann tatsächlich entwickelt.

00:17:15: Das heißt interessanter eigentlich als der erste Test Denn es wurde jeden Tag wieder geguckt, wie haben sich die Aktien tatsächlich entwickelt?

00:17:23: Das heißt, es konnten keine später erst veröffentlichen Informationen in diese Entscheidung mit einfließen.

00:17:31: Man konnte also nicht ... Die KI konnte in dem Fall nicht betrügen!

00:17:35: Die KI-Forscher haben sich auf zwanzig Aktien konzentriert, die jeweils von der KI am besten bewertet wurden und in diesem Fall sind die Ergebnisse deutlich positiver gewesen.

00:17:47: Das heißt, das Portfolio wies ein statistisch signifikantes positives Alpha auf selbst nachdem man dann die Einflussfaktoren also Unternehmensgröße, Bewertung und Profitabilität im Moment schon berücksichtigt hat, also geguckt hat.

00:18:02: wenn diese Aktien sowieso den Gesamtmarkt beeinflussen, dann müssen wir im Prinzip das rausrechnen was der Gesamtmark geliefert hat dieses Selektionsalpha, das brauchen wir.

00:18:15: Was ist denn wirklich zusätzliche qualitatives Research-Arbeit hier gewesen?

00:18:21: Und die Studie berichtet über ein tägliches Alpva von achtzehn Komma vier Basispunkten.

00:18:28: Das muss man runterrechnen auf die Zeiteinheit ich mache es nicht zu kompliziert und eine annualisierte Sharp Ratio von zwei Komma Vier drei.

00:18:35: Das ist sehr niedrig.

00:18:37: Das heißt die Volatilität war niedrig Und es müsste eine leichte Outperformance dabei rausgekommen sein.

00:18:47: Wir müssen auch hier sagen, der Berichtszeitraum von Anfang zwei, fünfundzwanzig bis jetzt ist relativ kurz.

00:18:56: Das heißt selbst wenn über einige Monate die leicht aufwärts tendenziell seitwärts ging.

00:19:03: Wenn hier ein kleines Allfall erzielt wird, dann heißt das noch nicht dass KI wirklich den Markt dauerhaft schlägt.

00:19:10: Das ist im Übrigen auch das große Problem vieler.

00:19:12: viele Systemansätze gewesen in dem Prinzip seit ich mich mit Börse beschäftige immer wieder der die Hoffnung mit einem systemischen Ansatz den markt zu schlagen und es gibt praktisch mir sind keine bekannt.

00:19:27: Schreibt mir gerne wenn ich mich irre.

00:19:29: wir sind keine Handelssysteme bekannt, die den Markt dauerhaft in allen Marktphasen schlagen.

00:19:39: Und das was sehr gerne genommen wird der Markt für Handelsysteme war mal sehr groß.

00:19:46: Dann hieß es... Die hatten auch wunderbare Namen.

00:19:48: einmal war's dann nur rein Statistik Mal gab's dann noch manuelle Prüfung und hier und da ist natürlich super so ein Handels System laufen lassen kann sagen ich muss nichts machen außer dass ich noch ein paar Gebühren von den Nehmen, denen ich die hier daran teilhaben lasse.

00:20:03: Fast alle haben ein Zeitraum gewählt in dem zum Beispiel kein Crash stattgefunden hat oder keine vorförmige Erholung.

00:20:11: Deswegen systemische Handel ist nicht ohne.

00:20:16: Ja was kann man daraus ableiten?

00:20:19: Sprachmodelle können ganz offensichtlich – das ist der Stand der Studie aus Unternehmensnachrichten brauchbare Handelssignale ableiten.

00:20:28: Das heißt aber auch dass diese, da musste man sich nochmal genau anschauen.

00:20:34: Das geht aus dieser Studie nicht hervor wann die Auswahl erfolgte denn wenn ich ein Upgrade von einer Apple Aktie habe und dieses Upgrade kommt morgens um zehn Uhr und das System sagt dann morgens Umzehn Uhr Ich buche quasi diese Aktie ein Und die Aktie eröffnet dann um fünf zu nur dreißig aufgrund des Update eines Upgrades mit plus zwei Prozent dann darf ich diese plus zwei Prozent eigentlich nicht als Performance dazurechnen.

00:21:06: Warum?

00:21:07: Weil ich die Aktien nicht hätte kaufen können!

00:21:09: Ich weiß, wovon ich spreche.

00:21:11: News Trading habe ich lange gemacht – die Einordnung was ist dieser Nachricht wirklich

00:21:14: wert?!

00:21:14: Deswegen, ich werde es mir noch mal ganz genau anschauen.

00:21:17: Grundsätzlich meine meiner eigenen Arbeit kann ich sagen dass man immer erst um die große Verarbeitung von Daten geht, Conference Calls, Analystentage und das sind unfassbar viele Daten Und das musste man sich teilweise mühsam raussuchen.

00:21:32: Was hat man ganz oft gemacht?

00:21:33: Man hat es gelassen, dass die Arbeit eines Analysten viel einfacher wird weil er einfach sagen kann ich schmeiße die ganzen PDF-Dateien rein und lass mir eine Zusammenfassung geben oder sag mir konkret passend zu diesen Daten diese Aussagen.

00:21:49: Werte mir das auch.

00:21:49: dafür ist es fantastisch!

00:21:52: Das ist ein echter Fortschritt.

00:21:56: aber diesen Informationsvorsprung Den habe ich natürlich eigentlich nicht.

00:22:02: Den hab' ich vermutlich gegenüber einigen, die sagen na KI das kommt mir nicht ins Haus.

00:22:07: aber egal ob KI an der Börse handeln kann unter fundamentalen Aspekten oder unter technischen Aspektern in dem Moment wo dieser Informationsvorsprung allen zur Verfügung steht wird er ja selber egalisiert er sich weil alle darauf reagieren.

00:22:24: Das heißt, es könnte zu einem Wettbewerb der KI-Modelle untereinander kommen.

00:22:30: Aber dass man sagt, jetzt haben wir mal für zwei Monate die Chance mit JETJBD den Markt auszuperformen?

00:22:36: Natürlich wird das genau nicht passieren!

00:22:39: Ich glaube, dass sich der Markt dadurch ganz erheblich ändern wird... Ich bin mir sicher, dass in Zukunft Agenten handeln.

00:22:45: Ich bin sicher, das man noch mehr überlegen muss.

00:22:48: wie schafft man es nicht aus Versehen der Markt mal in eine Amplitule Gerät?

00:22:52: Das heißt alle mehr oder weniger die gleichen Entscheidungen treffen was natürlich zu so etwas wie einer plötzlich Kursexplosion und auch ein Flash Crash führen kann.

00:23:00: Man wird sich überlegen müssen wie der Aktienmarkt mit künstlicher Intelligenz in der Zukunft umgeht.

00:23:06: Wie immer wird das vermutlich erst dann zu einem großen Thema wenn einmal was schief gegangen ist.

00:23:11: aber Stand heute, kann man sagen bei der Analyse KI nicht zu nutzen.

00:23:18: Da beraubt man sich eines durchaus wertvollen Instruments in allen anderen Bereichen.

00:23:22: wenn es um die Entscheidungsfindung geht im aktiven Handel um den Markt auch zu performen dann hat man hier noch keinen großen Vorteil als langfristiger Anleger.

00:23:34: durchaus würde ich sagen ja so weit mal für heute.

00:23:38: und denkt dran Report heute Morgen versendet zu Telekom Aktien Und mit Woche kommt auch, geht eine super Ausgabe.

00:23:44: Also nutzt was gerne, tragt euch dafür ein!

00:23:47: Bis dahin gehören uns am Montag wieder, bye-bye.