FONDS professionell Deutschland, Ausgabe 2/2025

Lage, Texte oder Zahlen zu verarbeiten, sondern auch Ton- oder Bilddaten. „Diese Multimodalität stellt einen der spannends- ten Fortschritte dar.“ KI könne als Werk- zeug dienen, um Daten aufzubereiten, zu verarbeiten oder um erste Ideen zu generie- ren. „Fast jeder Analyst bei uns im Haus nutzt KI für Hilfsaufgaben, um schneller und produktiver arbeiten zu können“, er- gänzt Portfoliomanager Labod. KI kann auch bei der Erschließung alter- nativer Daten helfen.Dieses Feld reicht von der Auswertung von Kreditkartenabrech- nungen oder der Belegung von Super- marktparkplätzen, die auf die Umsatzent- wicklung von Unternehmen hindeuten sollen, über Stimmungen aus sozialen Netzwerken bis hin zur Tonalität in Ge- schäfts- und Nachhaltigkeitsberichten. Dreckige Daten Doch: „Alternative Daten sind unstruk- turiert“, sagt Blackrock-Experte Weinberger. „Sie sind nicht darauf ausgerichtet, in einem Finanzdatenterminal dargestellt zu werden.“ First-Private-Experte Zellmann ergänzt: „Mindestens 80 bis 90 Prozent aller Daten sind ‚dreckig‘.“ Daher werden ChatGPT und Co. klassi- sche Datenarbeit nicht gänzlich ablösen. „Strukturierte Daten werden in der Finanz- welt immer eine zentrale Rolle spielen“, be- tont Labod. Auch Large Language Models würden sich mit großen, unstrukturierten Datenmengen schwertun. „Wenn man sie mit unsauberen Daten trainiert und füttert, dann kommen auch unsaubere Antworten heraus.“ SEBASTIAN ERTINGER FP Richard Zellmann, First Private Investment Management: „Wir wollen nicht in den Chor der künstlichen Intelligenz einstimmen.“ Simon Weinberger, Blackrock: „Das Sprach- verständnis von Large Language Models ist fast äquivalent zu dem des Menschen.“ KI und Co. kurz erklärt Algorithmus: Informatiker ver- stehen unter einem Algorithmus eine eindeutige Folge von Anweisungen, die zur Lösung einer Aufgabe führen soll. Ein Lernalgorithmus wiederum erhält Beispieldaten, anhand derer er ein Mo- dell zur Lösung einer Aufgabe errechnet, das wie- derum auf neue Daten angewendet werden kann. Big Data: Damit werden Mengen von Daten bezeichnet, die zu groß, zu komplex, zu schnell- lebig oder nicht gut genug strukturiert sind, um sie mit herkömmlichen Datenbanken verwalten und auswerten zu können. Diese Datenmengen zu analysieren, erfordert spezielle Technologien und Methoden. Clustering: Dabei sortiert und klassifiziert ein Algorithmus mithilfe von maschinellem Ler- nen Daten oder Beobachtungen anhand von Ähn- lichkeiten oder Mustern automatisch in Gruppen, ohne vorherige Kenntnis der Kategorien. Generative KI: Modelle der generativen künstlichen Intelligenz wie ChatGPT erzeugen aus beste- henden Daten auf Anweisung der Nutzer neue Daten, etwa Texte, Bil- der, Audio-Files, Videos oder Pro- grammcodes. Sie fußen auf komplexen neurona- len Netzwerken, die Muster in den Trainingsdaten erkennen und reproduzieren. Künstliche Intelligenz: Die künstliche Intelligenz ist ein Teilgebiet der Informatik, das sich mit der Automatisierung von intelligentem Verhalten befasst. Large Language Models: Große Sprach- modelle werden darauf trainiert, natürliche Spra- che zu verarbeiten. Die Modelle lernen, selbst eine Sprachausgabe zu erstellen, und können damit etwa als Chatbot dienen. Maschinelles Lernen: Mit dem maschi- nellen Lernen soll aus Erfahrungswerten neues Wissen generiert werden. Dafür entwickeln Lern- algorithmen komplexe Modelle, die auf neue Daten angewendet werden können. Damit soll das maschinelle Lernen ohne direkte Eingriffe von Programmierern Lösungswege erstellen und sich kontinuierlich verbessern. Quantitatives Management: Bei quantita- tiven Investments sollen mathematische, rationale Methoden bei der Zusammensetzung eines Port- folios zum Zug kommen. Subjektive Faktoren sol- len möglichst ausgeklammert werden und statt- dessen objektive Kriterien über die Anlage ent- scheiden. Dabei werden häufig Algorithmen und datengestützte Analysen eingesetzt. Regressionsanalyse: Diese statistische Me- thode dient dazu, einen Zusammenhang zwischen mehreren Variablen zu modellieren. Damit er- möglicht die Regression, von einer unabhängigen Variable ausgehend auf abhängige Variablen zu schließen und Vorhersagen zu treffen. MARKT & STRATEGIE Quant-Strategien 146 fondsprofessionell.de 2/2025 FOTO: © CHRISTOPH HEMMERICH | INVESTMENT PARTNERS, BLACKROCK