In KI oder mit KI investieren?

Schauen wir auf das erste Halbjahr 2026, so sehen wir im südkoreanischen Leitindex KOSPI einen Überflieger, der seinen Indexstand verdoppelte. Auch der japanische Nikkei 225 legte um beeindruckende 38 Prozent zu. In der öffentlichen Wahrnehmung dominieren die Erfolge des jüngsten KI-Zyklus: Der US-SOX-Index verzeichnete starke Wertentwicklungen angesichts des Chip-Booms, der Nasdaq-100 profitierte von Halbleiter- und Big Tech-Titeln und gewann rund 20 Prozent.

Auf die großen Tech-Unternehmen entfallen rund 40 Prozent der Marktkapitalisierung und fast ein Drittel der Gewinne des S&P 500 mit teilweise hohen Bewertungsaufschlägen gegenüber dem Gesamtmarkt. Trotz (angeblicher) Gefahren vor Klumpenrisiken und Überhitzung: KI hat gezeigt, wo Wachstum herkommen kann. Themenbezogene Investments in Hersteller und Anwender von KI - also: in KI investieren - sind Bausteine in den Portfolios vieler professioneller Investoren.

Welche Entwicklungen im Kapitalmarktumfeld sprechen dafür, dass maschinelle Intelligenz zudem als Werkzeug im Investmentprozess - also: mit KI Investieren - noch mehr eingesetzt wird?

Auf abrupte Richtungswechsel einstellen 

Die rollierende Korrelation zwischen Aktien (S&P 500) und Staatsanleihen (US Treasuries) bewegt sich im August 2026 auf einem hohen Niveau von rund +0,6 nahe ihrem historischen Maximum. Eine Portfoliokonstruktion, die auf einer stabil negativen Korrelation (wie in den Jahren 2000 bis 2019) beruht, ist nicht mehr verlässlich.

In langen Haussephasen und solchen mit nahezu unbegrenzter Zentralbankliquidität scheint dieser Umstand für Multi-Asset-Investoren womöglich vernachlässigbar. Diversifikation über taktische Beimischungen wirkt im Vergleich zu den zweistelligen Aktienrenditen dann zuweilen defensiv und entbehrlich. Dieses Regime gilt jedoch nicht mehr. 

Institutionelle Anleger sind dazu angehalten, Abhängigkeiten von hohen Aktien- und Rentenquoten zu überprüfen – in einem Umfeld, welches von strukturell hartnäckiger Inflation, restriktiverer Geldpolitik und steigenden Zinsen sowie höherer Zins- und Marktvolatilität geprägt ist. Warum? Ein Beispiel: Am 5. Juni fielen nach überraschend starken US-Arbeitsmarktdaten gleichzeitig Aktien, Anleihen, Gold und Bitcoin. Kein sicherer Hafen funktionierte. Auch der eingangs erwähnte KOSPI hat aktuell rund die Hälfte seiner Jahresgewinne wieder abgegeben.

Wohl dem, der für abrupte Stressphasen, bei denen Aktien und Anleihen gleichgerichtet fallen, gerüstet ist.

Wo KI ihre Stärke ausspielt 

Das Diversifikationspotenzial nur mit Long-Positionen ist beschränkt. Für eine gleichmäßige Wertentwicklung sollten Renditequellen im Portfolio konsequent unkorreliert sein. Eine KI kann - anders als gängige Satelliten wie Edelmetalle, Rohstoffe oder Immobilien - gezielt auf diese Unabhängigkeit programmiert werden. Diesen Einsatzzweck sehen zahlreiche Marktinsider, wie die Entwickler des „Artificial Intelligence Multi-Manager Index“ (NextGen), der rund 45 KI-Investmentstrategien weltweit abdeckt, als „Paraderolle“ der KI im Investing: Datengetrieben, emotionsfrei und charakterisiert durch eine genuine Andersartigkeit bei Titelselektionen und Portfoliogewichtungen. 

Schauen wir uns diese Aspekte genauer an: Die Verfügbarkeit vieler Datenparameter war auch für klassische Quant-Strategien in der Vergangenheit ein Merkmal. Künstliche Intelligenz kann als deren Evolution verstanden werden. Die Rechner können heute täglich Millionen Daten aggregieren und algorithmisch eine Vielzahl an Einflussfaktoren inklusive nicht-linearer Muster und Trendbrüche in Echtzeit auswerten.

Emotionsfrei ist die KI insoweit, als sie nicht mit subjektiven Einschätzungen und Hypothesen arbeitet. Sie analysiert Marktbewegungen ohne menschliche Einflüsse („Behavioral Bias") und generiert aus den Daten die Positionierung der Handelsstrategie.

Die „Andersartigkeit“ dieser Marktinterpretation durch Machine Learning zeigt sich auch in neuen Zusammensetzungen von Handelssignalen. Mit über 35.000 getätigten Börsentransaktionen dreier KI-Modellfamilien in den vergangenen Jahren haben wir hinsichtlich der Belastbarkeit dieses Prozesses eine profunde Datenmenge. Die KI strebt nach wiederholbaren, kleinen Gewinnen, die über die Zeit kumuliert werden. Wir verstehen dies als ein algorithmisch generiertes, dekorreliertes Alpha. Studien belegen, dass eine Beimischung die Portfoliovolatilität und maximale Drawdowns spürbar reduzieren kann.

Ausblick: Dekorrelation als ein Hauptnutzen der KI 

Nach starken Jahren für Aktien und Anleihen stoßen 60/40-Portfolios hinsichtlich ihrer Stabilisierungsfunktion an Grenzen. Alternative Diversifikationsquellen gewinnen an Bedeutung. Dafür sprechen auch jüngste Zuflüsse in liquide, alternative Assetklassen. Per Ende 2025 markierten etwa neu aufgelegte Hedgefonds global den höchsten Stand seit 2021. Im ersten Quartal 2026 kamen bereits weitere 166 hinzu, wie Daten von Hedge Fund Research (HFR) nahelegen.

Viele Investoren haben angesichts des skizzierten Kapitalmarktregimes den Wunsch, ihre Portfolios robuster aufzustellen und unkorrelierte Renditequellen strategisch zu erschließen. Zur Streuung eingesetzte Beimischungen sollten dabei nicht allein von steigenden Aktien- und Anleihemärkten abhängig sein. KI kann bei marktneutraler Ausrichtung diese Funktion erfüllen. Der „Lackmustest“ für Anleger sollte stets sein: Liefert der Baustein zusätzliche, unkorrelierte Performancebeiträge und reduziert er Verlustrisiken aus klassischeren Portfoliokomponenten?

Über Tungsten TRYCON: Der Asset Manager Tungsten TRYCON (Frankfurt a.M.) setzt seit über zehn Jahren KI im Investmentprozess ein. Die von dem Unternehmen entwickelte KI-Software bewertet algorithmisch täglich mehrere Hundert Handelssignale auf Basis einer siebenstelligen Zahl von Datenpunkten. Die Gesellschaft managt zwei KI-Publikumsfonds in Form von long/short Multi Asset.