ETF geschenkt!: Ist Künstliche Intelligenz ein Gamechanger beim Investieren?

Anzeige / Werbung

Wenige andere Themen haben in den letzten 24 Monaten so viele Schlagzeilen in den Finanzmedien produziert wie Künstliche 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 verändern?".

Wer auf diese Fragen überzeugende Antworten finden will, muss unseres Erachtens einige grundlegende Aspekte rund um das "wilde" Thema KI für sich auseinandersortieren. Wenn man das getan hat, fällt einem die Antwort auf die "Gamechanger"-Frage fast in den Schoß.

Ist KI neu?

Nein, KI existiert seit über 60 Jahren. KI als reales wirtschaftliches Phänomen 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. [1] Historisch gab es für das, was heute KI oder AI (Artificial Intelligence) heißt, zum Teil andere Bezeichnungen, beispielsweise "Expertensysteme", "neuronale Netzwerke", "Large Language Systems" und "Machine Learning". [2] Der Artikel "History of artificial intelligence" in der englischen Wikipedia informiert über die gar nicht so kurze Geschichte von AI.

KI ist also nicht neu. Neu erscheint uns KI primär deswegen, weil der Launch des in der Basisversion kostenlosen KI-Chatbots ChatGPT im November 2022 KI erstmalig und umfassend ins Bewusstsein der allgemeinen Öffentlichkeit katapultierte.

Wie stark wird der transformatorische Effekt von KI auf die Realwirtschaft sein?

Mit "transformatorischem Effekt" ist eine strukturelle Erhöhung des globalen Wirtschaftswachstums und damit wohl auch der privaten Haushaltseinkommen durch KI gemeint. Manche KI-Enthusiasten und (Möchtegern-)Experten für "disruptive Technologien", "AI-Singularity" und "Tech als Megatrend" halten es für möglich, dass KI die Menschheit in ein neues wirtschaftliches Shangri-La führen wird.

Dazu wird es unseres Erachtens nicht kommen. KI wird möglicherweise "nur" helfen, die negativen Wachstumseffekte partiell auszugleichen, die aus demographischen Entwicklungen und den Kosten für die Bekämpfung des Klimawandels resultieren - in Deutschland zudem aus den immer neuen Wachstumshemmnissen, die unsere Regierungen verantworten. Aber wenn wir viel Glück haben, wird KI das Wirtschaftswachstum in den kommenden rund zehn Jahren vielleicht tatsächlich etwas erhöhen.

Warum sind wir so skeptisch? Es gab seit Beginn der industriellen Revolution um etwa 1770 und davor unzählige technologische Innovationen, die für das menschliche Dasein im Rückblick tatsächlich transformatorisch waren, aber dennoch für sich genommen keine messbare Erhöhung des Wirtschaftswachstums auslösten. Man denke beispielsweise an die Druckerpresse, die Dampfmaschine, Elektrizität, Eisenbahn, Kunstdünger, Beton, Antibiotika, Computer und unzählige andere 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" zur Zunahme der Lebenserwartung in den letzten 250 Jahren).

Warum die verbreitete Denke "große Erfindungen lösen große und insbesondere messbare realwirtschaftliche Effekte und diese wiederum große Investmenteffekte aus" in dieser Form falsch ist, erläutern wir weiter unten.

Welche zwei Ansatzpunkte zu KI muss man beim Investieren unterscheiden?

Aus einer praktischen Anlegersicht kann man differenzieren zwischen: (a) Investieren in Unternehmen, die mit Produkten und Dienstleistungen rund um KI Geld verdienen sowie (b) Investieren mit KI-Unterstützung. Das sind zwei grundsätzlich unterschiedliche Wege, KI in der Vermögensanlage zu nutzen.

Zunächst zu einer Einschätzung von Weg (a): 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 fünfeinhalb 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.

Im größeren US-ETF-Markt existierten zum Zeitpunkt unserer kürzlichen Datenbankabfrage elf aktiv und passiv gemanagte (indexbasierte) AI-ETFs mit mindestens fünfjährigem Track-Record und der Bezeichnung "Artificial Intelligence" oder "AI" im Namen. In den fünf Jahren bis zum 31. Mai 2024 betrug die durchschnittliche Rendite dieser elf AI-ETFs 8,4% p.a. (in USD) gegenüber einem ETF auf den allgemeinen US-Tech-Index Dow Jones US Technology Index mit einer Rendite von 24,9% p.a.

Die Zahlen für in Deutschland und in den USA vertriebene KI-ETFs deuten also nicht darauf hin, dass Investieren in AI-bezogene Unternehmen einen "Gamechanger" darstellt - eher das Gegenteil.

Nun zu Weg (b), dem allgemeinen Investieren mit Unterstützung durch KI-Tools und -Techniken. Der Eurekahedge AI Hedge Fund Index (Bloomberg Ticker EHFI817) ist ein Index, der aktiv gemanagte Hedgefonds abbildet, die in ihrer offiziellen Anlagestrategie KI-Techniken einsetzen - entweder, um Trading-Prozesse zu effektivieren oder sogar, 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.

Tabelle: Vergleich der Performance von KI-Hedge-Fonds mit einem breiten Aktienindex und einem passiven 30/70 Aktien-Anleihen-Portfolio - in USD, nominal, von Mai 2019 bis April 2024 (5,0 Jahre)

? Ohne Steuern. ? Beim Hedge-Fonds-Index sind Kosten bereits abgezogen, bei den beiden passiven Benchmarken noch nicht (diese wären mit ca. 0,3 Prozentpunkten jährlich relativ bescheiden). ? Volatilität: Annualisierte Standardabweichung der Jahresrenditen. ? Vereinfachte Sharpe Ratio: Arithmetische Durchschnittsrendite ÷ Volatilität. ? Datenquellen: Eureka, Dimensional Fund Advisors.

Die Zahlen in der Tabelle sprechen so klar für sich, dass sie keiner weiteren Erläuterung bedürfen.

Wie sah es vor diesem Fünfjahreszeitraum aus? Der Eurekahedge AI Hedge Fund Index reicht bis Januar 2010 zurück. In der Tat produzierte er in den ersten 21 Monaten bis September 2011 eine exorbitante Outperformance gegenüber den in der Tabelle gezeigten zwei Benchmark-Portfolios, fällt aber seit über zwölf Jahren trendmäßig immer weiter hinter passive Low-Cost-Alternativen auf Buy-and-Hold-Basis zurück. Es scheint daher plausibel, dass die Anwendung von KI für Investmentzwecke in einer Früh- oder Startphase tatsächlich risikogewichtete Mehrrenditen ("Alpha") generierte, aber dieses Golden Age of AI Investing liegt nun lange zurück. Es sieht so aus, als ob der KI-Effekt schon lange eingepreist ist.

Auch ist uns in Deutschland kein aktiv gemanagter Publikumsfonds (UCITS-Fonds) bekannt, dessen offizielle Anlagestrategie die systematische Nutzung von KI erwähnt und der in den letzten drei Jahren (oder seit seiner Auflage, sofern er älter als drei Jahre ist) eine globale ETF-Tech-Benchmark outperformt hätte. Im deutschen Fondsmarkt sind dafür beispielhaft ein KI-unterstützter aktiver Fonds der DWS/Deutschen Bank (WKN DWS2XA) zu nennen sowie zwei Fonds des Vermögensverwalters Hendrik Leber/ACATIS (WKNs A2DR2L, A1JGBX).

Zu ernüchternden Ergebnissen über Erfolg oder vielmehr mangelnden Erfolg von Investieren mit KI-Unterstützung kamen auch einige Wissenschaftler in einer 2021 publizierten Studie, in der sie die akademische Literatur zu diesem Thema auswerteten. [3]

Entdecken Sie den Gerd-Kommer-ETF und erleben Sie, wie globales Investieren leicht gemacht wird. Feiern Sie mit uns das einjährige Jubiläum dieses innovativen ETFs und sichern Sie sich drei ETF-Anteile kostenlos.

Was ist die ökonomische Sachlogik hinter den enttäuschenden KI-Investment-Renditen?

Die wenig beeindruckenden empirischen Ergebnisse für KI-orientiertes Investieren in Aktien, die wir oben zusammengefasst haben, sind aus unserer Sicht kein Zufall, sondern eher das zwangsläufige Resultat einer ökonomischen Logik, die folgendermaßen aussieht:

Ja, die frühen oder frühesten Entwickler und Anwender einer neuen Technologie können finanziell für ihre Eigentümer (Aktionäre im Falle börsennotierter Unternehmen) sehr attraktiv sein, sofern die Technologie sich als kommerziell erfolgreich herausstellt. Wenn nicht, verbrennen die ersten Investoren in diese "First Movers" möglicherweise viel Geld.

Im Erfolgsfall erkennt der Markt diese Attraktivität der initialen Phase sehr schnell und eskomptiert sie in den Aktienkursen der betreffenden Unternehmen. Und im Falle börsennotierter Unternehmen ist das fast immer zu schnell und zu früh für 95% derjenigen, die Zeit und Geld für die Suche nach solchen Opportunitäten aufwenden, ob diese nun Cathie Woods, Frank Thelen, Jan Beckers oder Lieschen Müller heißen. Wer nach dieser Einpreisung kauft, kommt zu spät. Er macht ein durchschnittliches oder sogar ein schlechtes Geschäft. Die schnelle Einpreisung von neuen Informationen im Kapitalmarkt ist die berühmte Informationseffizienz des Kapitalmarktes, üblicherweise verkürzt Markteffizienz genannt.

In Bezug auf den "KI-Aktienmarkt" hat diese Einpreisung wohl schon lange stattgefunden. Das weltweit berühmteste KI-bezogene Unternehmen, NVIDIA, hatte Ende Mai 2024 ein Kurs-Gewinn-Verhältnis (KGV) von 68 (Trailing) und 42 (Forward). Das sind stratosphärische Bewertungshöhen, die vorwärtsgerichtet nur dann nicht in einer Anlegerenttäuschung enden, wenn und solange es (a) keinem Wettbewerber gelingt, einen nennenswerten Teil von NVIDIAs hohen Umsätzen und hohe Margen in den relevanten KI-Microchip-Technologien zu erobern und/oder (b), wenn die Nachfrage nach diesen hochpreisigen Microchips weiterhin so außerordentlich hoch bleibt wie bisher. Doch wir wissen alle: Irgendwann zeigt jeder innovative, stark wachsende Markt Sättigungstendenzen oder fallende Margen. Zuletzt konnten wir das bei E-Autos beobachten, in der der ursprüngliche Boom bei Unternehmensgewinnen und Aktienrenditen nach rund fünf Jahren Hype-Phase Anfang 2024 "überraschend" endete. Der Indexfonds-Entwickler und akademische Finanzökonom Robert Arnott beschrieb die aktuelle Situation von KI aus einer Anlegersicht vor Kurzem so: "Yes, AI is transformational. It's path-breaking. And I think it's a bubble."

Ein anderer hierbei relevanter Sachverhalt offenbart sich, wenn man den Blick weg vom Aktienmarkt hin zur Realwirtschaft wendet. In dieser kommt der größte Teil des wirtschaftlichen Nutzens von Erfindungen und andere Innovationen regelmäßig nicht dem Urheber der Innovation zugute (wie man intuitiv annehmen könnte), sondern allen oder jedenfalls vielen Sektoren. Dafür sorgt der marktwirtschaftliche Wettbewerb und dafür sorgt zum Teil auch der Staat mit seiner Antimonopol-Politik. Der bekannte Venture Capitalist und Milliardär Marc Andreessen drückte das einmal so aus: "Creators of technology are only able to capture about two percent of the economic value created by that technology. The other 98 percent flow through to society in the form of what economists call social surplus." [4]

KI wird die Welt verändern, aber nicht die Welt des Investierens

Wenn man sich damit beschäftigt, was kluge Köpfe in der Vergangenheit über den Grundcharakter von Kapitalmärkten geschrieben haben, wird man zur Feststellung kommen, dass Finanzmärkte zunächst einmal "Informationsverarbeitungsmaschinen" sind - soziale Organisationen, die die dezentral verteilten Informationen von Millionen von Menschen und Institutionen über individuelle Börseninvestments in faszinierender Weise schnell einsammeln, integrieren und dadurch Kauf- und Verkaufstransaktionen motivieren. Bei diesem für die Vermögensbildung eines einzelnen Haushaltes und den Kapitalallokationsprozess ganzer Volkswirtschaften überragend wichtigen Prozess hat der Mensch seit Entstehung organisierter Kapitalmärkte vor über 300 Jahren schon immer Hilfsmittel benutzt. Und weil Homo Sapiens so ist wie er ist, hat er diese Hilfsmittel im Zeitablauf fortlaufend verbessert. Ein solches Hilfsmittel ist heute KI. In dem Maße wie KI tatsächlich nützlichen Output liefert, wird sie die Informationsverarbeitungsleistung des Marktes weiter verschnellern und ihn damit noch informationseffizienter machen als er es bisher schon war. Ein Forscher drückte den Sachverhalt so aus: "Material information gleaned from running AI processes is very likely a subset of the vast information set known by the market in aggregate and reflected in market prices. If new information is obtained, the process of acting on that information (buying or selling stocks/bonds) incorporates it into market prices. As more investors employ these tools, any edge from doing so should wane." (Wes Crill, Dimensional Fund Advisors, 18.05.2023). [5]

In diesem Sinne ändert der Einsatz besserer KI-Tools als in der Vergangenheit nichts am zentralen strukturellen Grundelement von Wertpapiermärkten.

Ein spezieller Aspekt der Informationsverarbeitung in den Kapitalmärkten besteht in der Erkennung und Nutzung von Mustern. In der Vor-KI-Zeit suchten Menschen nach Mustern in historischen Daten und traten dann mit ihren aus diesen Daten und Mustern abgeleiteten Prognosen in einen Wettbewerb miteinander. Der Wettbewerb hieß "Wer ist unter Berücksichtigung von Kosten, Steuern und Risiko in einem hinreichend langen Zeitraum der beste und profitabelste Pattern-Recognizer?".

Nun, in der "neuen" KI-Ära (die in Wirklichkeit schon vor mindestens 20 Jahren begann), suchen Menschen und KI-Systeme gemeinsam nach stabilen, ausbeutbaren Mustern in historischen Daten und treten dann - genauso wie vorher - in Wettbewerb miteinander. Strukturell hat sich nichts geändert, außer dass sich der Rückkoppelungsprozess zwischen Akteuren und dem Markt (die Einpreisung neuer Informationen) durch die Hinzunahme von KI nochmals beschleunigt.

Soweit man dieser Logik folgt, muss man fast zwangsläufig zu dem Schluss kommen, dass die allgemeine Verbreitung von KI es aktiven Anlegern - auch jenen, die KI selbst anwenden - in Zukunft nicht einfacher, sondern eher noch schwerer machen wird, den Markt zu schlagen, sprich systematisch höhere Renditen zu erzielen als mit einer vergleichbaren passiven Buy-and-Hold-Anlage, wenn man dabei Kosten, Steuern und Risiko berücksichtigt.

Da man für Anlagestrategien - auch KI-unterstützten Strategien - keinen Patentschutz bekommen kann und sich diese Art von Betriebsgeheimnissen überwiegend nicht gut schützen lassen, wurden erfolgreiche Investoren sehr schnell nachgeahmt, was ihren Vorteil und ihre Outperformance allmählich zerstörte. Auch die Tatsache, dass Mitarbeiter eines erfolgreichen institutionellen Investors jederzeit kündigen und für "mehr Geld" bei der Konkurrenz anheuern können, sorgt dafür, dass überlegenes Wissen stetig in den Markt diffundiert.

Wir glauben, dass es vorwärts gerichtet nur wenige erfolgreiche AI-bezogene Investmentstrategien geben wird. Diese wenigen werden schwer ex ante zu identifizieren sein und darüber hinaus überwiegend eine kurze Lebenserwartung haben. Die meisten von uns, die Zeit und Geld aufwenden, um nach diesen positiven Ausreißern zu suchen, werden sich am Ende gefrustet die Augen reiben, wenn sie ihre Rendite-Risikobilanz evaluieren.

Das alles widerspricht wohlgemerkt weder der Möglichkeit, dass AI unser individuelles Dasein stark verändern und hoffentlich verbessern wird, noch der Aussicht, dass AI einen moderat positiven Beitrag zum Weltwirtschaftswachstum und damit zu unser aller Existenz leisten wird. Aktuell in den Medien zu sehende Überschriften à la "KI verändert den Lauf der Weltgeschichte" und ähnliche Aussagen mit großem Pathos und deutlich hörbarer Schnappatmung sind nahezu sicher überzogenes Clickbaiting.

Die schwache Aussicht mit KI-bezogenem Investieren attraktive Renditevorteile zu erzielen, wird aber eine Heerschar von Finanzbranchenvertretern, Wirtschaftsjournalisten und "Finfluencern" nicht davon abhalten, weiterhin das Märchen von "KI als Investment-Gamechanger" zu verbreiten, weil sie direkt oder indirekt an dieser Verbreitung verdienen.

Fazit

KI wird unser subjektives Dasein in den nächsten Jahren vermutlich spürbar verändern und - so ist zu hoffen - einen wenigstens moderat positiven Einfluss auf das Wirtschaftswachstum haben. In der Welt des Investierens wird KI die "den-Markt-schlagen-Hürde" - also eine fachlich korrekt gewählte passive Benchmark nach Kosten, Steuern und Risiko über einen nicht trivial kurzen Zeitraum zu übertreffen - noch weiter erhöhen.

Endnoten

[1] Hollywood produzierte 2014 das spannende Biopic The Imitation Game über Alan Turing. Die ersten literarischen Verarbeitungen der Idee der Künstlichen Intelligenz waren möglicherweise das Kunstmärchen "Der Sandmann" (1816) von dem deutschen Schriftsteller E.T.A. Hoffmann (1776 - 1822) und etwa 60 Jahre später der Roman "Erewhon or, Over the Range" (1872) von dem Briten Samuel Butler (1835 - 1902).

[2] Es ist in diesem Zusammenhang unerheblich, dass diese älteren oder alternativen Bezeichnungen vielleicht nicht zu 100% deckungsgleich sind mit der aktuellen Interpretation der Bezeichnung "Künstliche Intelligenz".

[3] Buczynski, Wojtek u.a.: "A review of machine learning experiments in equity investment decision-making: why most published research findings do not live up to their promise in real life" In: International Journal of Data Science and Analytics; Vol. 11; 2021.

[4] "Die Schöpfer einer Technologie vereinnahmen lediglich rund zwei Prozent des ökonomischen Wertes, den diese Technologie erzeugt. Die anderen 98 Prozent fließen an die Gesellschaft in Gestalt von wirtschaftlichem Mehrwert."

[5] "Nennenswerte Informationen, die in KI-Prozessen erzeugt werden, sind sehr wahrscheinlich eine Untermenge der Informationen, die dem aggregierten Markt bekannt und [schon] in Marktpreisen reflektiert ist. Nach dem Erhalt neuer Informationen wird der Prozess des Reagierens auf diese Informationen (das Kaufen und Verkaufen von Aktien und Anleihen) diese Informationen in die Marktpreise integrieren. Je mehr Anleger KI-Tools verwenden, desto mehr dürften etwaige Vorteile aus diesen Tools verschwinden."

Enthaltene Werte: IE000FPWSL69,IE0001UQQ933