Big Data + Artificial Intelligence = Big Intelligence?

Portfoliomanagement ist Informationsverarbeitung: Prognosen müssen aus heute bekannten Informationen abgeleitet werden. Dabei ist bekannt, dass die Fähigkeiten zur Prognose ökonomischer Entwicklungen begrenzt sind.Woran also scheitert auch nach jahrzehntelangem Bemühen intelligenter Menschen eine bessere Prognose? Fehlten bisher die „richtigen“ Daten, mangelte es an Datenvolumen oder der Geschwindigkeit der Datenverarbeitung? FondsTrends sprach mit Dr. Andreas Sauer, Principal der ansa capital management GmbH, darüber, wie die Suche nach neuen Daten und Algorithmen Erfolg verspricht.

FondsTrends: Herr Dr. Sauer, es scheint, die Buzzwords haben Ihre Branche feste im Griff: in Kombination gelten ‚Big Data‘ und ‚Artificial Intelligence‘ als das neue Nonplusultra für die Informationsverarbeitung im Portfoliomanagement. Gibt es bei dieser mächtigen Prognose überhaupt noch Spielraum, geschweige denn eine Zukunft für aktive Portfoliomanager?

Dr. Andreas Sauer: Grundsätzlich führen bessere Daten und intelligentere Algorithmen zu einer besseren Prognosefähigkeit und damit mehr Chancen für aktives Portfoliomanagement. Die Frage ist, ob die neue Datenwolke wirklich besser und die neuen Verfahren wirklich intelligenter sind.

FondsTrends: Worin sehen Sie diese Entwicklung hin zu Big Data begründet? Lässt sich hier ein Beginn dieses Trends beziffern?

Dr. Andreas Sauer: Was heute als Big Data bezeichnet wird, hat seinen Ursprung in der Digitalisierung unseres Alltags in den letzten 20 Jahren. Milliarden Smartphones und Online Shopping-Transaktionen, insbesondere aber auch die Öffnung des Privatlebens in Social-Media-Plattformen haben gänzlich neue Informationspools geschaffen.

FondsTrends: Definiert man Portfoliomanagement als Informationsverarbeitung – sind diese Pools dann nicht auch wertvolle Quellen?

Dr. Andreas Sauer: Es steht völlig außer Frage, dass hier werthaltige Informationen gesammelt werden, die neue Antworten auf ökonomische Fragestellungen und das soziale Verhalten von Menschen liefern werden. Das ist aber nicht die Frage, die hier interessiert. Vielmehr muss die neue Datenwolke Informationen beinhalten, die zu den bislang genutzten Daten eine idealerweise unkorrelierte Zusatzinformation darstellt und, vor allem, nachhaltig ist. Und hier ist bei vielen als „neu“ bezeichneten Datenquellen Zweifel angebracht.

FondsTrends: Beziehen Sie sich bei diesen neuen Datenquellen auf die sozialen Medien? Wo ist Ihrer Meinung nach Vorsicht geboten?

Dr. Andreas Sauer: Nehmen wir ein einfaches, aber derzeit sehr populäres Beispiel: die Textanalyse von Twitter-Nachrichten oder Google-Suchbegriffen. Wenn Menschen plötzlich vermehrt über „Rezession“ twittern und googeln, dann doch deshalb, weil sie über andere Informationspunkte darauf aufmerksam gemacht worden sind. Es ist schlicht unwahrscheinlich, dass nur die Internetgemeinde Dinge „bemerkt“, die sonst nicht bekannt sind. „Spektakuläre“ Informationen aus Satellitenbildern, Textanalyse von Geschäftsberichten oder Audioanalysen von Analysten-Calls mögen in Einzelfällen zu neuen Erkenntnissen führen, aber diese Information wird sich schnell ausarbitrieren, sobald sie von genügend Analysten ausgewertet wird.

FondsTrends: In Verbindung mit Big Data soll Artificial Intelligence die Prognose ökonomischer Entwicklungen auf beinahe revolutionäre Art und Weise optimieren. Wie, glauben Sie, kann der Kapitalmarktbereich von dieser Symbiose profitieren?

Dr. Andreas Sauer: Mit Hilfe der neuen Datenwolke sollen „Computer lernen“. Artificial Intelligence hat das Ziel, Entscheidungsstrukturen des Menschen nachzubilden. Vieles, was der Mensch heute auf natürliche Weise tut – Auto fahren, lesen, verstehen, sprechen, übersetzen … – soll nachgebildet werden. Das ist spannend, wird revolutionär und vielfach auch disruptiv! Im Falle der Analyse von Kapitalmarktdaten ist die Sache aber schwieriger. Computer lernen nie von selbst – wir können sie nur nutzen, um Strukturparameter eines Modells zu verbessern. Die maschinelle Übersetzung von Texten lässt sich mit mehr Daten stets verbessern, weil zwischen Input und optimalem Output eine eindeutige Beziehung besteht. Leider ist genau die fehlende, einfach wiederholbare Kausalität in ökonomischen Daten in dieser Form nicht zu finden.

FondsTrends: Könnte die schiere Menge an Daten dabei nicht auch zum Hindernis werden?

Dr. Andreas Sauer: Dieses Dilemma ist letztendlich die Ursache unserer unscharfen Prognose. Es ist sehr leicht, in Datenwolken Korrelationen und Verbindungen zu finden, aber extrem schwierig, sinnvolle und nachvollziehbare Zusammenhänge zu entdecken. Da hat sich gegenüber den „alten“ Methoden nichts geändert. Die Abwägung zwischen vorgegebener Struktur und „freiem“ Optimieren war schon immer eine Herausforderung und wird mit zunehmender Datenflut nur noch größer. Alle Erfahrung lehrt, nicht die Datenmenge macht den Unterschied, sondern deren kluge Modellierung.

FondsTrends: Herr Dr. Sauer, wir danken Ihnen für das interessante Interview und wünschen Ihnen weiterhin viel Erfolg!

Treffen Sie das Team der ansa capital management GmbH auf den 17. Investment-Kongressen in 8 Städten im Oktober. Melden Sie sich hier an.

16. September 2019