Fundpath veranstaltete kürzlich sein jüngstes Leaders in Fund Selection-Frühstück im The Ivy für eine private Diskussion über die Zukunft des aktiven Managements.

Die Veranstaltung am 14. April wurde von Euan Munro geleitet, einem der erfahrensten Experten der Branche, dessen Karriere von der Gründung von GARS (Global Absolute Return Strategies) bei Standard Life Investments bis hin zur Leitung von Aviva Investors und Newton Investment Management reicht.

Der Schwerpunkt: Was KI in der Praxis für die Anlagestrategie, die Portfoliokonstruktion und die Rolle des Fondsmanagers tatsächlich ändert.

Die einzelnen Beiträge bleiben zwar vertraulich, aber einige Themen stachen hervor.

Eine strukturelle Veränderung, kein weiteres Werkzeug

Die Vermögensverwaltung hat sich immer parallel zur Technologie entwickelt. Von der frühen technischen Analyse bis hin zu Plattformen wie Bloomberg – jede Welle hat den Zugang zu Daten und die Effizienz der Ausführung verbessert. Bei der KI ist das anders. Statt die menschliche Entscheidungsfindung zu verbessern, eröffnet sie die Möglichkeit von Systemen, die unabhängig voneinander riesige Datensätze verarbeiten, Muster erkennen und Ergebnisse in einem Umfang generieren können, den kein menschliches Team erreichen kann. Der Wandel ist subtil, aber tiefgreifend: von Werkzeugen, die Entscheidungen unterstützen, zu Systemen, die sie gestalten.

Neuausrichtung der Rolle des Investors

Es hat sich eine nützliche Unterscheidung zwischen zwei Kernelementen des Investierens ergeben:

• Die Vergangenheit interpretieren, wo Maschinen bereits überragend sind
• Die Vorstellung einer Zukunft, in der der Mensch noch im Vorteil ist

Die Stärke der KI liegt in der Mustererkennung, dem Data Mining und der Wahrscheinlichkeitsanalyse. Aber Märkte sind keine rein statistischen Konstrukte – sie werden von Unstetigkeiten, Erzählungen und Ereignissen geprägt, die keinen Präzedenzfall haben. Dies verändert die Rolle des Anlegers. Er verbringt weniger Zeit mit der Analyse von Daten und legt mehr Wert auf Urteilsvermögen, Interpretation und die Fähigkeit, mit Unsicherheiten umzugehen.

Von Analystenteams zu KI-Systemen

Eine der praktischeren Auswirkungen ist die Frage, wie sich die Investmentteams entwickeln werden. Das traditionelle Modell, bei dem große Analystenteams einem Portfoliomanager unterstellt sind, erscheint ineffizient, wenn KI einen Großteil der analytischen Ebene übernehmen kann. An seiner Stelle entsteht eine andere Struktur: KI-Systeme übernehmen die Ideenfindung, die Portfoliomodellierung und die Überwachung, während sich die menschliche Aufsicht auf die Entscheidungsfindung und die Rechenschaftspflicht konzentriert. Das Ergebnis sind nicht unbedingt weniger Mitarbeiter, sondern andere Rollen, bei denen Erfahrung und Urteilsvermögen mehr Gewicht erhalten.

KI-gesteuerte Strategien erläutern

In dem Maße, in dem neue KI-gestützte Strategien auftauchen, wird eine weitere Herausforderung deutlich: wie sie verstanden werden. Für Berater und Vermittler besteht die Herausforderung nicht nur im technischen Verständnis, sondern auch in der Interpretation – der Unterscheidung zwischen echter Innovation und oberflächlicher Anwendung. Für die Endkunden ist die Herausforderung sogar noch grundlegender: Vertrauen. Die Fähigkeit, klar darzulegen, wie diese Strategien funktionieren und wo ihre Grenzen liegen, wird zu einer entscheidenden Fähigkeit für Vermögensverwalter.

Compliance als Vorsprung

Während ein Großteil der Aufmerksamkeit auf die Portfoliokonstruktion gerichtet ist, könnten einige der unmittelbarsten Auswirkungen operativer Natur sein. KI ermöglicht eine umfassende Überwachung der Handelsaktivitäten und geht damit über die traditionellen Stichprobenansätze hinaus. Dies hat das Potenzial, lange bestehende Reibungsverluste bei der Einhaltung von Vorschriften, dem Vertrieb und der Kundenbetreuung zu beseitigen, erhöht aber auch die Erwartungen. Unternehmen, die diese Fähigkeiten nicht übernehmen, könnten strukturell benachteiligt werden.

Druck auf Wirtschaft und Positionierung

Wenn die KI die Kosten für die Gewinnung von Erkenntnissen senkt, stellt sie unweigerlich die Wirtschaftlichkeit des aktiven Managements in Frage.

Die Gebührenkomprimierung scheint weniger eine Möglichkeit zu sein, sondern eher eine Richtung, in die es geht. Zugleich werden wahrscheinlich neue Kategorien entstehen:

• KI-unterstützte Strategien für ein effizienteres Beta
• Alternative Ertragsströme mit geringer Korrelation zu den traditionellen Märkten
• Maßgeschneiderte Portfoliokonstruktion in großem Umfang

Die Wettbewerbslandschaft könnte sich entsprechend verschieben. Der Druck auf Unternehmen, die nicht über die nötigen Ressourcen verfügen, um in eine KI-Infrastruktur zu investieren, wird zunehmen.

Implementierung ist der Schlüssel

KI ist nicht gleich KI. Generische Modelle, die auf offenen Datenquellen trainiert wurden, haben möglicherweise Probleme mit den Nuancen, die für Anlageentscheidungen erforderlich sind. Im Gegensatz dazu werden sich spezialisierte Systeme, die auf proprietären Datensätzen in kontrollierten Umgebungen aufbauen, wahrscheinlich als effektiver erweisen. Dies führt eine neue Wettbewerbsachse ein: nicht nur die Anlagephilosophie, sondern auch das Dateneigentum, das Systemdesign und die Fähigkeit, KI sinnvoll in den Anlageprozess zu integrieren.

Die Diskussion unterstrich einen einfachen, aber wichtigen Punkt: KI macht aktives Management nicht überflüssig – sie verändert nur, wo der Wert darin liegt.

In einer Welt mit einer Fülle von Daten und immer leistungsfähigeren Systemen ist das Unterscheidungsmerkmal vielleicht nicht mehr der Zugang zu Informationen, sondern die Fähigkeit, mit Klarheit, Überzeugung und Urteilsvermögen über Entscheidungen zu stehen.