Traden bis zum Jüngsten Tag

Ben Goertzel ist ein Computer-Nerd par excellence. Finanzmathematik, maschinelles Lernen, Computerspiele und Bioinformatik – das ist die Welt des 49-jährigen US-Amerikaners, der mit Fünftagebart, Schlabber-Shirt und schulterlangen Haaren daherkommt. Und reichlich abstrakt und wissenschaftlich klingt es für Fachfremde, wenn Goertzel über die Analyse von immer größeren Datenmengen auf der Basis von mathematischen Wahrscheinlichkeitsrechnungen spricht.

Goertzel versteckt sich dabei nicht im akademischen Elfenbeinturm, sondern bringt seine Erkenntnisse in die Finanzwelt ein. Als wissenschaftlicher Leiter bei Aidyia Holdings ist er der Kopf hinter einer Weltpremiere. Anfang 2016 hat das in Hongkong ansässige und auf Finanzprognosen spezialisierte Unternehmen den ersten Hedgefonds aufgelegt, dessen Anlageentscheidungen ausschließlich von künstlicher Intelligenz und ganz ohne menschliches Zutun gesteuert werden. Täglich werden die Aidyia-Rechner mit Datenmengen gefüttert: Rohstoff- und Wertpapierpreise, Analystenstudien, Unternehmensnachrichten, Branchenberichte – das alles fließt ein, wenn die Maschinen an einem Börsentag entscheiden, welche Wertpapiere gekauft oder verkauft werden. Die sich dahinter verbergenden Algorithmen folgen der Logik von Wahrscheinlichkeitsformeln in Verbindung mit selbstlernenden Mechanismen, wie sie das menschliche Gehirn im Zuge der Evolution entwickelt hat. Für Goertzel ein Verfahren, das bis zum Jüngsten Tag Bestand hat. „Auch wenn wir alle sterben, wird dieses System weiter traden“, beherrscht er auch Klartext.

Künstliche Intelligenz ist gerade dabei, den Börsenhandel komplett zu verändern. An dem Geschäft beteiligen sich immer mehr Firmen und prominente Geldgeber. Und zunehmend greifen Finanzdienstleister im Wettbewerb um die beste Performance ihrer Fondsprodukte auf künstliche Intelligenz zurück. „Während herkömmliche Kauf- und Verkaufsorders auf der Basis von Zahlen zum Ist-Zustand resultieren, leitet künstliche Intelligenz aus aktuellen Trends zukünftige Handlungen ab“, erklärt Andreas Hufenstuhl, Director Big Data & Advanced Analytics PwC Deutschland, die neuen Möglichkeiten der Datenanalyse in Zeiten von Big Data.

Schon jetzt ist absehbar: Die traditionellen Geldhäuser könnten in diesem kontinuierlich wachsenden Zukunftsmarkt rasch den Anschluss verlieren. Denn künstliche Intelligenz wird den laufenden Umbruch in der Finanzindustrie beschleunigen. So kommt die PwC-Studie „Technology 2020 and Beyond“ zu dem Ergebnis, dass die Hälfte aller Tätigkeiten im Bankensektor in Zukunft durch künstliche Intelligenz oder Roboter erledigt werden kann. Verwaltung und Backoffice sind davon ebenso betroffen wie gut dotierte Jobs im Research. Für die Großbanken rächt es sich jetzt, dass ihre IT-Infrastrukturen durch immer neue regulatorische Vorschriften in geschlossene Strukturen gepresst wurden. Davon ist vor allem das Privatkundengeschäft betroffen. Kleine Privatbanken und die wachsende Zahl der Fintechs fallen dagegen nicht unter diese regulatorischen Hürden. Deshalb können sie mit Maschinen-Trading Aktienportfolios verwalten – ohne Personalkosten und ohne die zwei bis drei Prozent an Courtage, wie sie bei einer herkömmlichen Bank pro Transaktion anfallen.

Pregin, eine Marktforschungsfirma aus den USA, hat errechnet, dass Ende 2015 bereits 1.360 Hedgefonds einen Großteil ihres Wertpapierhandels nur auf der Basis von Computermodellen abschlossen. Das entspricht bereits neun Prozent des gesamten Handels mit Fondsprodukten. Um die optimale Rendite zu erzielen, bedienen sich global agierende Investmentbanken wie Schroder oder der weltweit größte Vermögensverwalter Blackrock der unermesslichen Datenflut im Internet. Blackrock unterhält dazu eine eigene Abteilung: 30 Experten aus unterschiedlichsten Branchen entwickeln im Science Active Equity (SAE)-Team Techniken wie maschinelles Lernen oder Visualisierung von Daten. Damit werden täglich alle verfügbaren Informationen zu den 8.000 Firmen durchforstet, die bei Blackrock beobachtet werden. Vokabeln wie „schwierig“ oder „herausfordernd“ in Analystenkonferenzen lassen etwa eher auf ein verschlechtertes Geschäft schließen, während Formulierungen wie „robustes Wachstum“ auf positive Entwicklungen hindeuten. Ebenfalls ausgewertet werden Tweets und Likes aus den Social-Media-Portalen zu diesen Firmen. Die Blackrock-Datenbank ist achtmal größer als Wikipedia.

Künstliche Intelligenz könnte auch bald elektronische Verfahren wie den Hochfrequenzhandel in den Schatten stellen. Beim Hochfrequenzhandel agieren Hochleistungsrechner selbstständig oder mit Einwirken von Menschen innerhalb von Sekunden bis in den Mikrosekundenbereich nach den zuvor programmierten Algorithmen. Diese reagieren auf Marktveränderungen und treffen daraufhin Handelsentscheidungen, die sie als Orders an die jeweilige Börse weitergeben. Der Haken an der Sache: Händler können mit ihren automatischen Handelssystemen bestimmte Kurstrends manipulieren, indem sie mit Verkaufsorders eine Kettenreaktion in Gang setzen und dann mit einem Einstieg bei niedrigeren Kursen Geld verdienen. Ein solcher „Flashcrash“ führte bereits am 6. Mai 2010 zu einem plötzlichen Absturz des Dow Jones in New York um 1.000 Punkte.

Um solche „Flashcrashs“ auszuschließen, ist der Hochfrequenzhandel in Europa verboten. Für den Finanzplatz wirkt sich das Verbot der künstlichen Intelligenz im Fondshandel gravierend aus. „Die Großbanken bekommen ein Problem. Künftig werden Fintechs und kleinere Privatbanken, die nicht unter diese regulatorischen Hürden fallen, diesen Markt unter sich aufteilen“, prognostiziert Andreas Hufenstuhl.

Dabei wird auch in Deutschland an künstlicher Intelligenz für den Fondshandel geforscht. Zum Beispiel bei der 2008 gegründeten Karlsruher Firma Blue Yonder. Dort hat der deutsche Physiker Michael Feindt eine Software entwickelt, die aus historischen Daten automatisch Prognosen in Form einer Wahrscheinlichkeitsverteilung aus mathematischen Algorithmen errechnet. Die Kunden von Blue Yonder stammen größtenteils aus dem Einzelhandel und der Industrie. Der Vorstoß in den Fondshandel wurde durch neue regulatorische Vorschriften im Zuge der Bankenkrise ausgebremst. Ein Fonds für institutionelle Investoren, der rein quantitativ 800 Aktien in die Analyse einbezog, wurde als hochriskant eingestuft, nachdem Pensionsfonds und Banken im Rahmen von Basel III mehr Eigenkapital für Investments hinterlegen müssen.

Erschwerend für die Banken kommt hinzu, dass sie auch Blockchains, also Datenblöcke, welche den digitalisierten Handel mit Derivaten, Fondsprodukten, Aktien und Zahlungen erleichtern, in ihren geschlossenen IT-Strukturen nicht einsetzen können. Eine Blockchain umfasst mehrere Transaktionen und wird über das Netzwerk an alle Teilnehmer versandt, ohne dass eine zentrale Instanz benötigt wird – was den Handel einfacher und schneller macht. Andreas Hufenstuhl befürchtet daraus langfristige Folgen für den Finanzplatz Europa: „Gerade durch diese regulatorischen Hürden wird der Einsatz der Technologie noch mehr in die USA und nach Asien und den Mittleren Osten abwandern. Dabei wäre sie wünschenswert, um menschliches Versagen beim Wertpapierhandel zu minimieren.“

Die schrumpfende Rendite für Geldgeschäfte in Zeichen dauerhafter Niedrigzinsen tut ein Übriges, um das bisherige Geschäftsmodell der Banken auf den Prüfstand zu stellen. Will heißen: Mit traditionellen Angeboten lässt sich kein Geld mehr verdienen. In komplexeren Produkten, die eine Beratungsleistung durch Experten erfordern, sieht PwC-Experte Hufenstuhl für die Banken eher den Weg in eine Zukunft jenseits der künstlichen Intelligenz.

Bildnachweis: Creatas Video/GettyImages, PwC

Newsletter abonnieren

Mit dem Newsletter verpassen Sie keine Ausgabe der next: Das Magazin für Vorausdenker

Anmelden
Experten kontaktieren

Sie haben Fragen oder möchten mit einem unserer Experten zu diesem Thema sprechen? Melden Sie sich gerne bei uns.

Kontaktieren
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen