{"id":11064,"date":"2024-06-04T15:06:01","date_gmt":"2024-06-04T13:06:01","guid":{"rendered":"https:\/\/gerd-kommer.de\/?p=11064"},"modified":"2025-07-30T15:17:56","modified_gmt":"2025-07-30T13:17:56","slug":"kuenstliche-intelligenz","status":"publish","type":"post","link":"https:\/\/gerd-kommer.de\/blog\/kuenstliche-intelligenz\/","title":{"rendered":"Ist K\u00fcnstliche Intelligenz ein Gamechanger beim Investieren?"},"content":{"rendered":"
Von Gerd Kommer<\/a>\u00a0und\u00a0Luca Stagnitti<\/a>\u00a0\u00a0<\/em><\/p>\n Wenige andere Themen haben in den letzten 24 Monaten so viele Schlagzeilen in den Finanzmedien produziert wie K\u00fcnstliche Intelligenz („KI“). Aus Privatanlegerperspektive stellen sich zu KI vor allem diese zwei Fragen: „Wird KI ein Gamechanger beim Investieren sein?“ und, wenn ja, „wie wird KI die Gesetze der Geldanlage ver\u00e4ndern?“.<\/p>\n Wer auf diese Fragen \u00fcberzeugende Antworten finden will, muss unseres Erachtens einige grundlegende Aspekte rund um das „wilde“ Thema KI f\u00fcr sich auseinandersortieren. Wenn man das getan hat, f\u00e4llt einem die Antwort auf die „Gamechanger“-Frage fast in den Scho\u00df.<\/p>\n <\/p>\n Nein, KI existiert seit \u00fcber 60 Jahren. KI als reales wirtschaftliches Ph\u00e4nomen und nicht nur als Idee in der Literatur hatte vermutlich seinen Ursprung in dem bahnbrechenden Aufsatz „Computing Machinery and Intelligence“ des britischen IT-Genies Alan Turing im Jahr 1950. Der amerikanische IT-Ingenieur John McCarthy pr\u00e4gte 1954 die Bezeichnung Artificial Intelligence (AI)<\/em>. [1]<\/span><\/strong> Danach gab es f\u00fcr das, was heute wieder recht einheitlich KI oder AI (Artificial Intelligence) hei\u00dft, auch andere Bezeichnungen, beispielsweise „Expertensysteme“, „neuronale Netzwerke“, „Large Language Systems“, „Deep Learning“ und „Machine Learning“. [2]<\/span><\/strong> Der Artikel „History of artificial intelligence“ in der englischen Wikipedia (hier<\/a><\/u>) informiert \u00fcber die gar nicht so kurze Geschichte von KI. <\/p>\n KI ist also nicht neu. Neu erscheint uns KI prim\u00e4r deswegen, weil der Launch des in der Basisversion kostenlosen KI-Chatbots ChatGPT<\/em> im November 2022 KI erstmalig umfassend ins Bewusstsein der allgemeinen \u00d6ffentlichkeit katapultierte.<\/p>\n <\/p>\n Mit „transformatorischem Effekt“ ist eine strukturelle Erh\u00f6hung des globalen Wirtschaftswachstums und damit wohl auch der privaten Haushaltseinkommen durch KI gemeint. Manche KI-Enthusiasten und (M\u00f6chtegern-)Experten f\u00fcr „disruptive Technologien“, „AI-Singularity“ und „Tech als Megatrend“ halten es f\u00fcr m\u00f6glich, dass KI die Menschheit in ein neues wirtschaftliches Shangri-La<\/em> f\u00fchren wird. <\/p>\n Dazu wird es unseres Erachtens nicht kommen. KI wird m\u00f6glicherweise „nur“ helfen, die negativen Wachstumseffekte partiell auszugleichen, die aus demographischen Entwicklungen und den Kosten f\u00fcr die Bek\u00e4mpfung des Klimawandels resultieren \u2013 in Deutschland zudem aus den immer neuen Wachstumshemmnissen, die unsere Regierungen verantworten. Diese Art der volkswirtschaftlichen Wachstumsunterst\u00fctzung durch KI w\u00e4re enorm wertvoll, wenn sie denn tats\u00e4chlich gesch\u00e4he, aber sie ist weit weg von der \u00fcberzogenen These „KI wird das globale Wirtschaftswachstum in den n\u00e4chsten zehn Jahren deutlich erh\u00f6hen“ oder „KI wird das Wirtschaftswachstum derjenigen L\u00e4nder beschleunigen, die KI wirtschaftspolitisch umarmen“. <\/p>\n Warum sind wir so skeptisch? Es gab seit Beginn der industriellen Revolution um etwa 1770 und davor unz\u00e4hlige technologische Innovationen, die f\u00fcr das menschliche Dasein im R\u00fcckblick tats\u00e4chlich transformatorisch waren, aber dennoch f\u00fcr sich genommen keine messbare Erh\u00f6hung des Wirtschaftswachstums ausl\u00f6sten. Man denke beispielsweise an die Druckerpresse, die Dampfmaschine, Elektrizit\u00e4t, Eisenbahn, das Automobil, Kunstd\u00fcnger, Beton, Telegrafie und Telefonie, Flugzeuge, Antibiotika, Computer, das Internet und viele andere umw\u00e4lzende Innovationen, die unsere wirtschaftliche Existenz dramatisch verbesserten und die Lebenserwartung des durchschnittlichen Menschen auf diesem Planeten seit Mitte des 19. Jahrhunderts verzweieinhalbfachten (siehe die „Timeline of historic inventions“ hier<\/a><\/u>, zur Zunahme der Lebenserwartung in den letzten 250 Jahren siehe hier<\/a><\/u>).<\/p>\n <\/p>\n Aus einer praktischen Anlegersicht kann man differenzieren zwischen: (a) Investieren in Unternehmen, die mit Produkten und Dienstleistungen rund um KI Geld verdienen (in „KI-nahe Unternehmen“ investieren) sowie (b) Investieren mit KI-Unterst\u00fctzung („KI-gesteuertes Investieren“). Das sind zwei grunds\u00e4tzlich unterschiedliche Wege, KI in der Verm\u00f6gensanlage zu nutzen.<\/p>\n Zun\u00e4chst zu einer Einsch\u00e4tzung von Weg (a), Fonds, mit einem Anlagefokus auf KI-nahe Unternehmen: Auf dem deutschen ETF-Markt wurden Ende Mai 2024 sechs passive Aktien-Themen-ETFs angeboten, die AI-Indizes replizieren. Zwei waren noch sehr neu und wiesen daher keine sinnvoll interpretierbare Renditehistorie auf. Vier hatten eine Historie von immerhin zwischen viereinhalb und f\u00fcnfeinhalb Jahren (WKNs A2JSC9, A2N7KX, A2N6LC, A2PM50). Alle vier dieser ETFs haben breiter diversifizierte, allgemeine US-Tech-ETFs oder globale Tech-ETFs (z. B. WKNs A0YHMJ, A14QB5, LYX0GP) in den viereinhalb Jahren bis Ende Mai 2024 deutlich unter-performt. <\/p>\n Im gr\u00f6\u00dferen US-ETF-Markt existierten zum Zeitpunkt unserer k\u00fcrzlichen Datenbankabfrage elf aktiv und passiv gemanagte (indexbasierte) AI-ETFs mit mindestens f\u00fcnfj\u00e4hrigem Track-Record und der Bezeichnung „Artificial Intelligence“ oder „AI“ im Namen. In den f\u00fcnf Jahren bis zum 31. Mai 2024 betrug die durchschnittliche Rendite dieser elf AI-ETFs 8,4% p.a. (in USD) gegen\u00fcber einem ETF auf den allgemeinen US-Tech-Index Dow Jones US Technology Index mit einer Rendite von 24,9% p.a. <\/p>\n Die Zahlen f\u00fcr in Deutschland und in den USA vertriebene KI-ETFs deuten also nicht darauf hin, dass Investieren in AI-bezogene Unternehmen einen „Gamechanger“ darstellt \u2013 eher das Gegenteil. <\/p>\n Ja, es gibt einige „KI-Unternehmen“ mit extrem hohen Aktienrenditen in den zur\u00fcckliegenden zwei, drei Jahren und in manchen F\u00e4llen l\u00e4nger zur\u00fcck. NVIDIA ist das bekannteste unter ihnen. Diese wenigen Ausrei\u00dferwerte sind aber in einem aktiv oder passiv gemanagten „KI-Fonds“ aus regulatorischen oder aus Risiko-Management-Gr\u00fcnden typischerweise nur zwischen drei und zehn Prozent gewichtet.<\/p>\n Nun zu Weg (b), dem allgemeinen Investieren mit Unterst\u00fctzung durch KI-Tools und -Techniken (angeblich oder tats\u00e4chlich „KI-gesteuerte Fonds“). Der Eurekahedge AI Hedge Fund Index<\/em> (Bloomberg Ticker EHFI817) ist ein Index, der aktiv gemanagte Hedgefonds abbildet, die in ihrer offiziellen Anlagestrategie KI-Techniken einsetzen \u2013 entweder, um Trading-Prozesse zu effektivieren oder, um direkt bei Anlage-Entscheidungen zu helfen. Diese Art von KI-Nutzung in der Finanzbranche geschieht schon seit weit mehr als 20 Jahren, ist also ebenfalls nicht neu. In der folgenden Tabelle vergleichen wir die Rendite und das Risiko dieses Index mit zwei einfachen passiven Benchmarks.<\/p>\n Tabelle: Vergleich der Performance von KI-Hedge-Fonds mit einem breiten Aktienindex und einem passiven 30\/70 Aktien-Anleihen-Portfolio \u2013 in USD, nominal, von Mai 2019 bis April 2024 (5,0 Jahre)<\/strong><\/span><\/p>\n \u25ba Ohne Steuern. \u25ba Beim Hedge-Fonds-Index sind Kosten bereits abgezogen, bei den beiden passiven Benchmarken noch nicht (diese w\u00e4ren mit ca. 0,3 Prozentpunkten j\u00e4hrlich relativ bescheiden). \u25ba Volatilit\u00e4t: Annualisierte Standardabweichung der Monatsrenditen. \u25ba Vereinfachte Sharpe Ratio: Arithmetische Durchschnittsrendite \u00f7 Volatilit\u00e4t. \u25ba Datenquellen: Eureka, Dimensional Fund Advisors.<\/span><\/p>\n Die Zahlen in der Tabelle sprechen so klar f\u00fcr sich, dass sie keiner weiteren Erl\u00e4uterung bed\u00fcrfen. <\/p>\n Wie sah es vor<\/em> diesem F\u00fcnfjahreszeitraum aus? Der Eurekahedge AI Hedge Fund Index reicht bis Januar 2010 zur\u00fcck. In der Tat produzierte er in den ersten 21 Monaten bis September 2011 eine exorbitante Outperformance gegen\u00fcber den in der Tabelle gezeigten zwei Benchmark-Portfolios, f\u00e4llt aber seit \u00fcber zw\u00f6lf Jahren trendm\u00e4\u00dfig immer weiter hinter passive Low-Cost-Alternativen auf Buy-and-Hold-Basis zur\u00fcck. Es scheint daher plausibel, dass die Anwendung von KI f\u00fcr Investmentzwecke in einer Fr\u00fch- oder Startphase tats\u00e4chlich risikogewichtete Mehrrenditen („Alpha“) generierte, aber dieses goldene Zeitalter von AI Investing liegt nun lange zur\u00fcck. Es sieht so aus, als ob der KI-Effekt schon lange eingepreist ist.<\/p>\n Auch ist uns in Deutschland kein aktiv gemanagter, KI-gesteuerter Publikumsfonds (UCITS-Fonds) bekannt, der in den letzten drei Jahren eine globale ETF-Tech-Benchmark (z. B. einen MSCI World IT ETF) outperformt h\u00e4tte. F\u00fcr die dem Anlagevolumen nach gr\u00f6\u00dften zehn solcher aktiver Fonds haben wir das eigens nachgepr\u00fcft. <\/p>\n Zu ern\u00fcchternden Ergebnissen \u00fcber Erfolg oder vielmehr mangelnden Erfolg von Investieren mit KI-Unterst\u00fctzung kamen auch einige Wissenschaftler in einer 2021 publizierten Studie, in der sie die akademische Literatur zu diesem Thema auswerteten. [3]<\/span><\/strong><\/p>\n <\/p>\n Die wenig beeindruckenden empirischen Ergebnisse f\u00fcr KI-orientiertes Investieren in Aktien, die wir oben zusammengefasst haben, sind aus unserer Sicht kein Zufall, sondern eher das zwangsl\u00e4ufige Resultat einer \u00f6konomischen Logik, die folgenderma\u00dfen aussieht: <\/p>\n Ja, die fr\u00fchen oder fr\u00fchesten Entwickler und Anwender einer neuen Technologie k\u00f6nnen finanziell f\u00fcr ihre Eigent\u00fcmer (Aktion\u00e4re im Falle b\u00f6rsennotierter Unternehmen) sehr attraktiv sein, sofern die Technologie sich als kommerziell erfolgreich herausstellt. Wenn nicht, verbrennen die ersten Investoren in diese „First Movers“ m\u00f6glicherweise viel Geld. <\/p>\n Im Erfolgsfall erkennt der Markt diese Attraktivit\u00e4t der initialen Phase sehr schnell und „eskomptiert“ sie in den Aktienkursen der betreffenden Unternehmen. Und im Falle b\u00f6rsennotierter Unternehmen ist das fast immer zu schnell und zu fr\u00fch f\u00fcr 95% derjenigen, die Zeit und Geld f\u00fcr die Suche nach solchen Opportunit\u00e4ten aufwenden, ob diese nun Cathie Woods, Frank Thelen, Jan Beckers, Hendrik Leber oder Lieschen M\u00fcller hei\u00dfen. Wer nach<\/em> dieser Einpreisung kauft, kommt zu sp\u00e4t. Er macht ein durchschnittliches oder sogar ein schlechtes Gesch\u00e4ft. Die schnelle Einpreisung von neuen Informationen im Kapitalmarkt ist die ber\u00fchmte Informationseffizienz<\/em> des Kapitalmarktes, \u00fcblicherweise verk\u00fcrzt und latent missverst\u00e4ndlich Markteffizienz<\/em> genannt.<\/p>\n In Bezug auf den „KI-Aktienmarkt“ hat diese Einpreisung schon vor langer Zeit stattgefunden. Das weltweit ber\u00fchmteste KI-bezogene Unternehmen, NVIDIA, hatte Ende Mai 2024 ein Kurs-Gewinn-Verh\u00e4ltnis (KGV) von 68 (Trailing<\/em>) und 42 (Forward<\/em>). Das sind stratosph\u00e4rische Bewertungsh\u00f6hen, die vorw\u00e4rtsgerichtet nur dann nicht in einer Anlegerentt\u00e4uschung enden, wenn und solange es (a) keinem Wettbewerber gelingt, einen nennenswerten Teil von NVIDIAs hohen Ums\u00e4tzen und hohe Margen in den relevanten KI-Microchip-Technologien zu erobern und\/oder (b), wenn die Nachfrage nach diesen hochpreisigen Microchips weiterhin so au\u00dferordentlich hoch bleibt wie bisher. Doch wir wissen alle: Irgendwann zeigt jeder innovative, stark wachsende Markt S\u00e4ttigungstendenzen oder fallende Margen. Zuletzt konnten wir das bei E-Autos beobachten, in der der urspr\u00fcngliche Boom bei Unternehmensgewinnen und Aktienrenditen nach rund f\u00fcnf Jahren Hype-Phase Anfang 2024 „\u00fcberraschend“ endete. Der Indexfonds-Entwickler und akademische Finanz\u00f6konom Robert Arnott<\/a><\/u> beschrieb die aktuelle Situation von KI aus einer Anlegersicht vor Kurzem so: „Yes, AI is transformational. It\u2019s path-breaking. And I think it\u2019s a bubble.“ <\/p>\nIst KI neu?<\/strong><\/span><\/h2>\n
Wie stark wird der transformatorische Effekt von KI auf die Realwirtschaft sein?<\/strong><\/span><\/h2>\n
Welche zwei Ansatzpunkte zu KI muss man beim Investieren unterscheiden?<\/strong><\/span><\/h2>\n
<\/p>\nWas ist die \u00f6konomische Sachlogik hinter den entt\u00e4uschenden KI-Investment-Renditen? <\/strong><\/span><\/h2>\n