Mensch gegen Maschine: So gut sind KI-Fonds wirklich

Seit einiger Zeit machen Fonds auf sich aufmerksam, die Künstliche Intelligenz (KI oder AI für Artificial Intelligence) im Portfoliomanagement einsetzen, um automatische Kauf- und Verkaufsentscheidungen zu treffen. In der Fondsbranche schlägt das Thema hohe Wellen. Das Versprechen der Emittenten klingt verlockend: Unter Ausschluss menschlicher Emotionen könnten KI-gestützte Systeme innerhalb kürzester Zeit das aktuelle Marktgeschehen analysieren, aufgrund ihres „Wissens“ die richtigen Handlungsschlüsse daraus ziehen und entsprechend Wertpapiere kaufen und verkaufen. Und dies natürlich besser als „der Markt“.

Dieses Prinzip kommt einem bekannt vor. Nicht erst seit gestern versuchen sogenannte Quant-Fonds, bessere Ergebnisse zu erzielen als Fonds, die von Menschen aus Fleisch und Blut gemanagt werden. Wobei auch die Fondsmanager schon lange nicht mehr nur ihrem Bauchgefühl vertrauen. Professionelle softwaregestützte Datenanalyse gehört seit Jahren zum Handwerkszeug fast aller Portfoliomanager. Welche Wundermittel also können die neuen KI-gestützten Strategien in die Waagschale werfen, um tatsächlich die versprochene Outperformance zu erreichen?

„Künstliche Intelligenz“ ist ein Begriff ohne konkreten Inhalt

Einen tiefen Blick in die Entwicklungen künstlich intelligenter Systeme, die bei beim Portfoliomanagement helfen, gibt die im November 2023 erschienene Studie „Wie Künstliche Intelligenz das Asset Management revolutioniert“ des Beratungsinstituts FondsConsult. Die Analysten untersuchten, welche Techniken in welchem Rahmen eingesetzt werden. Dabei zeigte sich, dass die Arten und Einsatzmöglichkeiten von KI-Prozessen so vielfältig sind, wie die Investmentprozesse aktiv gemanagter Fonds selbst. Immerhin seien aber einige Trends klar erkennbar: So zähle vor allem das Inhouse-Research zu den häufigsten Anwendungsbereichen Künstlicher Intelligenz. Hier spiele KI insbesondere im Bereich der Verarbeitung großer Datenmengen ihre Stärken aus – zum Beispiel, um Anomalien zu erkennen. Selbstlernende Prozesse würden auch verstärkt eingesetzt, um Texte wie Finanzberichte, Nachrichtenartikel oder auch transkribierte Manager-Gespräche zu verstehen und zu analysieren. Sogenannte Transformer-Modelle helfen laut der FondsConsult-Studie mittlerweile dabei, die Relevanz von Nachrichten zu prüfen, indem sie Zusammenhänge zwischen Unternehmensmitteilungen und den Inhalten aus Nachrichten oder Social Media Posts herstellen. Es gebe zudem mittlerweile auch Systeme, die dazu verwendet würden, Unternehmen oder Themen zu identifizieren, die von Anlegern positiv assoziiert werden und somit potenzielle Outperformance-Kandidaten darstellen.

KI-Systeme garantieren keine Outperformance

Schon bei der oben genannten kurzen Aufzählung einiger weniger Anwendungsgebiete von KI wird deutlich, wie komplex das Thema ist. Allein die Tatsache, dass KI eingesetzt wird, sagt deshalb nichts darüber aus, wie erfolgreich die betreffende Anlage-Strategie ist. Das zeigt sich in der Praxis mehr als deutlich: Der Vergleich der Kurshistorien von Fonds, die KI-gestützt investieren, ist ernüchternd. Die meisten „künstlich intelligenten“ Anlagestrategien erzielen keine Outperformance gegenüber klassischen menschlichen Portfoliomanagern. Im Gegenteil. Sieht man sich die erzielte 12-Monats-Performance der in Deutschland angebotenen KI-Strategien an, fällt auf, dass von Nullwachstum bis zu einem Plus von fast 40 Prozent alles dabei ist (siehe Grafik). Das bestätigt den Verdacht, dass sich unter dem Oberbegriff KI wohl sehr viele unterschiedliche Ansätze von Programmierung verbergen müssen – und dass die Systeme vermutlich noch viel zu lernen haben. Dass die Technik noch ihre Tücken hat und die Fonds-Gruppe, die unter dem Label „KI“ antritt, nicht durch die Bank überzeugen kann, hat zuletzt auch eine vom Handelsblatt in Auftrag gegebene Untersuchung der Ratingagentur Scope gezeigt. Die Studie kommt zu dem Ergebnis, dass, von wenigen Ausnahmen abgesehen, „die Rendite bei der Mehrheit der KI-gesteuerten Produkte unterdurchschnittlich“ ausfällt. Etliche Anbieter seien schon ausgestiegen. Die Angebote seien offensichtlich noch nicht ausgereift.

Die Strategien der Top-3-KI-Fonds

Bei so viel Schatten lohnt es sich, auch nach Licht zu suchen. Dazu haben wir die derzeit angebotenen KI-unterstützten Fonds mithilfe der Analysesoftware FVBS professional verglichen. Zwar hat die Mehrzahl dieser Fonds in den vergangenen zwölf Monaten nicht überzeugen können. Während der Weltaktienindex MSCI World in dieser Zeit rund 15 Prozent an Wert zulegte, blieben die Ergebnisse von zwölf der 14 untersuchten Produkte in ihrer Wertentwicklung weit darunter. Doch immerhin drei Fonds mit KI-Unterstützung stachen positiv heraus, nämlich der Xtrackers AI and Big Data Ucits ETF der DWS, der ODDO BHF Artificial Intelligence und der DWS Concept ESG Arabesque AI Global Equities (siehe Tabelle).

Alle drei Fonds haben in den vergangenen zwölf Monaten mit ihrer Performance nicht nur die Konkurrenzprodukte, sondern auch den MSCI World hinter sich gelassen. Dies verdanken der Xtrackers AI and Big Data Ucits ETF und der ODDO BHF Artificial Intelligence einer Doppelstrategie: Beide investieren in KI-Firmen und nutzen selbst KI für ihre Anlageprozesse, um die spannendsten Unternehmen in diesem Segment ausfindig zu machen. Das größte Gewicht in den Fonds stellen Softwareunternehmen wie Microsoft, Amazon, Workday und Salesforce. Die zweitstärkste Gruppe sind Unternehmen aus der Halbleiterindustrie, wie etwa AMD oder Nvidia. Zusammen mit Tech-Werten und Hardwareherstellern liegt der Investitionsschwerpunkt beider Fonds mit insgesamt mehr als dreiviertel des investierten Vermögens also sehr deutlich im Bereich neuer Technologien. Etwas anders sieht es beim DWS Concept ESG Arabesque AI Global Equities aus. Hier steht bei der Auswahl der passenden Werte das Thema ESG im Vordergrund. Zwar ist Microsoft auch in diesem Fonds die größte Position, allerdings nicht nur wegen seiner starken Marktstellung als Softwarehersteller, sondern aus ESG-Gründen. Stark sind auch Unternehmen wie Moody´s, BE Semiconductor und WW Graininger im Portfolio vertreten.

Fazit: Die Kurse der meisten KI-gestützten-Fonds haben sich in den vergangenen zwölf Monaten unterdurchschnittlich entwickelt. Das muss in der Zukunft nicht so bleiben. Schließlich „lernen“ diese Systeme noch und werden kontinuierlich weiterentwickelt. Bei zwei der erfolgreicheren KI-Fonds, dem Xtrackers AI & Big Data sowie dem ODDO BHF Artificial Intelligence, stellt sich die Frage: Hat die KI diese Themen ausgewählt und deshalb zuletzt eine außergewöhnliche Performance erzielt? Oder sorgt der Hype um das Thema KI dafür, dass die Fonds zuletzt so gut abgeschnitten haben? Die Antwort könnte eine Marktphase geben, in der Softwareunternehmen von der Mehrheit der Kapitalmarktteilnehmer wieder kritischer gesehen werden. Auch beim DWS Concept ESG Arabesque AI Global Equities muss die Zukunft noch zeigen, ob KI tatsächlich ein Heilsbringer im Portfoliomanagement ist. Im Vergleich zum Nachhaltigkeitsindex MSCI World ESG hat der DWS-ETF in den vergangenen zwölf Monaten jedenfalls keine Outperformance erzielt.