«Not could. Already had.»

Das Argument und die Korrektur

Im Februar 2025 argumentierte er, KI-Agenten seien inzwischen so leistungsfähig, dass sich im Prinzip nahezu jede Funktion eines Vermögensverwalters durch spezialisierte, autonome und miteinander kommunizierende Agenten abdecken liesse. Research, Portfoliokonstruktion, Risikomanagement, Compliance, selbst der CEO. Er schloss mit einer Provokation: Die Vorliebe der Branche für KI als Co-Pilot statt als Pilot sei eine Entscheidung und keine Notwendigkeit.

Der neue Essay beginnt mit dem, was seine Meinung geändert hat. Jemand hatte es bereits gebaut und betrieb es seit zwei Jahrzehnten.

Calvello zeichnet diese Geschichte nach: die Arbeit von Dr. Miró Mitev zur Anwendung neuronaler Netze auf die Kapitalmärkte, ausgehend von seiner Masterarbeit im Jahr 2000 und seiner Dissertation von 2002, das Team, das er bei einem grossen europäischen Industriekonzern leitete, das Pensionskassenmandat, mit dem die Technologie erstmals an einem realen Portfolio arbeitete, und die Jahre, in denen das geistige Eigentum an Institutionen lizenziert wurde, bevor Smart Wealth in Zürich gegründet wurde.

Sechs Agenten und kein Komitee

Der konkreteste Teil des Essays ist die Beschreibung der sechs Agenten, die das Portfolio steuern: der Scout, der das Anlageuniversum durchsucht, der Detective, der Indikatoren mit Prognosekraft identifiziert, der Forecaster, der Signale je Anlage erzeugt, der Strategist, der die Portfoliogewichte optimiert, der Trader, der ausführt, und der Watchdog, der Compliance und Audit-Trail übernimmt.

Jeder Agent veröffentlicht seine Ergebnisse in einer gemeinsamen Datenschicht, und jeder speist den nächsten, wobei die Risikosignale des Watchdog als Vorgaben für den nächsten Zyklus zum Strategist zurückfliessen. Menschen überwachen den Ablauf und werden alarmiert, wenn etwas ausfällt, treffen aber nicht die einzelnen Anlageentscheidungen.

Warum das Fehlen von LLMs der entscheidende Punkt ist

Calvello widmet einen längeren Abschnitt der Frage, warum die Architektur keine grossen Sprachmodelle enthält. Sein Argument: LLMs sind darauf gebaut, Sprache zu verarbeiten und zu erzeugen, was sie zu fähigen Research-Assistenten macht. Portfoliomanagement ist jedoch kein Sprachproblem. Es ist ein Entscheidungsproblem, nämlich Kapital unter Unsicherheit über die Zeit hinweg in einem Umfeld zu allokieren, in dem sich die Regeln fortlaufend ändern.

Die praktische Folgerung ist bemerkenswert. Diese Modelle «do not hallucinate because they do not generate; they classify, regress, and search», also sie halluzinieren nicht, weil sie nichts erzeugen, sondern klassifizieren, regressieren und suchen.

Zum Vergleich mit konventionellem quantitativem Investieren fällt sein Urteil deutlich aus: «That is not a refinement of the quant model. It is a different category of system.» Es sei keine Verfeinerung des Quant-Modells, sondern eine andere Kategorie von System.

Zum Essay

Der vollständige Beitrag ist bei Institutional Investor verfügbar: https://www.institutionalinvestor.com/article/eighteen-months-ago-i-wrote-about-how-ai-agents-could-be-used-run-entire-investment