Sie sind hier: HomeTelekommunikation

Entscheidungshilfe KI: Wie Künstliche Intelligenz bei Investmenttechnologie helfen kann

Künstliche Intelligenz ist auf Dauer der bessere Investor. Denn sie kann mit Machine Learning große Datenmengen verarbeiten und Algorithmen zur Prognose von Preisbewegungen entwickeln. Das gilt auch für den immer noch jungen Markt für Kryptowährungen mit seiner hohen Volatilität.

Schmuckbild Künstliche Intelligenz Bildquelle: © vs 148 - shutterstock.com

KI analysiert große Datenmengen, um den normalen Ablauf einer Preisentwicklung und Abweichungen davon zu erkennen. Da zu erwarten ist, dass der Markt Über- oder Unterwertungen einer Ware korrigiert, gibt künstliche Intelligenz Menschen Empfehlungen an die Hand, richtige Entscheidungen zum richtigen Zeitpunkt zu treffen. KI-Systeme suchen mittels statistischer und mathematischer Modellierungstechniken, eigener Datenvisualisierungssoftware, Mustererkennung und maschineller Lerntechniken ständig nach statistischen Marktanomalien und größeren Kursschwankungen.

Einschlägige Faktoren

Mit heutigen Informations- und Big-Data-Technologien und dank immer weiter sinkenden Anforderungen an die Rechenkraft filtern intelligente Maschinen dabei selbst kleinste, kurzfristige Markt- und Preis-Unregelmäßigkeiten heraus und ergreifen sich daraus ergebende Chancen.

Zur Bestimmung einer erwartungsgemäßen und zur möglichst präzisen Vorhersage der tatsächlichen Preisentwicklung ziehen Finanzexperten und die KI alle Parameter, die den Markt und damit den Preis beeinflussen, heran: Entscheidungsfaktoren sind Gewinnprognosen, aber auch Wetterdaten oder weitere Faktoren für Angebot und Nachfrage. Selbst Reaktionen auf neue gesetzliche Bestimmungen lassen sich als Entscheidungsfaktor einkalkulieren wie auch anderes mögliches Verhalten von Marktteilnehmern.
Ein einleuchtendes Beispiel für das komplexe Zusammenspiel mehrerer Preisfaktoren aus der analogen Wirtschaft ist der Weizenpreis: Eine gute Ernte bedeutet in der Regel billigeren Weizen – aber nicht immer. Steigen die Spritpreise und Biokraftstoff wird durch Subventionen noch billiger, so wird mehr Ackerfläche für die Ethanolproduktion genutzt, weil der Markt für Ersatztreibstoffe nun attraktiv ist. Diese Fläche fehlt für die Erzeugung von Nahrungs- und Futtermitteln, deren Preise dann steigen – auch bei einer Witterung, die eine gute Ernte ermöglicht hat. Eine KI wird all diese Zusammenhänge einkalkulieren und die Preisentwicklung besser vorhersehen können. Mit der Zeit immer besser, weil sie die preistreibenden Faktoren auf ihre Wechselwirkung immer neu überprüfen muss.

Beispiel Kryptowährungen

Traditionelle Märkte bieten durch große Datenmengen und Historien der künstlichen Intelligenz hinreichende Hilfestellungen, um solche Faktoren zu erkennen. Doch auch bei jüngeren Märkten, wie etwa den Kryptowährungen, kann die KI relevante Investitionsmuster erkennen. Junge, unreifere Märkte sind volatiler als ein Rohstoff oder eine klassische, weil staatlich und damit allgemein akzeptierte Währung.  Junge Märkte zeichnen sich aber durch stabilere und stärker ausgeprägte Trends aus. Die wichtigsten und zuverlässigsten Parameter zur Definition einer normalen oder davon abweichenden Entwicklung der Coin- und Tokenkurse sind daher statistischer Art. So muss gerade bei einem ICO von einer hohen Volatilität und schnellen Wiederabverkäufen von Token ausgegangen werden. In der Regel aber wird sich der Wert eines Coins in einer bestimmten Preisspanne bewegen. Diese Spanne leitet sich die meiste Zeit aus dem bisherigen und daher wahrscheinlichen Wertverhältnis zu anderen Währungen ab. Weitere Parameter sind die vorhandenen Trends der Kursentwicklung oder auch die Anzahl von Transaktionen in einer Kryptowährung. Letztere dokumentiert die Verbreitung eines Coins, steigert dessen Wert, weil Coinbesitzer an der Transaktion verdienen und kann Kursgewinne bedingen.

Gestützt auf eine Reihe solcher Faktoren entwickeln KI-Algorithmen eine Prognose der zu erwartenden nächsten Kursverläufe und treffen dann Entscheidungen für Art und Zeitpunkt von Investitionen. Um den Erfolg zu sichern, kombinieren Algorithmen dabei verschiedene Entscheidungsmöglichkeiten und setzen – wie bei Sportwetten – auch auf gegensätzliche Ereignisse, um bei einer Fehlentscheidung die Auswirkungen klein zu halten. Dadurch balancieren sich Risiken aus. Vorsichtshalber kann eine KI auch auf eine den definierten Faktoren wiedersprechende Entwicklung setzen – die Gegenwette, die Kursverluste minimiert.  

Mensch und Maschine

Die Suche nach den ausschlaggebenden Faktoren einer Preisbewegung kann eine KI völlig selbständig übernehmen. Dann überprüft sie in einem ersten Schritt alle – also auch unwahrscheinliche -Parameter auf ihre Relevanz für eine Kursentwicklung. Effektiver sind aber hybride Mensch-Maschine-Strategien. Hier geben Wirtschaftsexperten und Informatiker der KI und der Maschine mutmaßlich relevanten Faktoren vor. Diese Faktoren werden dann von der KI auf Ihre Einschlägigkeit sowie Wechselwirkungen untersucht und mit Machine-Learning-Methoden permanent überprüft, ergänzt oder verbessert. So können auch damit Muster kleinster Preisausschläge in Zukunft richtig und schnell interpretiert werden. Eine künstliche Intelligenz definiert anhand dieser Parameter die Algorithmen, um automatisch und frühzeitig den günstigsten Zeitpunkt für Kauf oder Verkauf zu bestimmen.

Für die Definition von Algorithmen und Entscheidungen eignen sich dabei zahlreiche, praxiserprobte Verfahren wie Random Forest, Gradient Boosting oder neuronale Netzwerke. Bei der auf Wahrscheinlichkeiten basierenden Investition leisten auch ältere Ansätze wie Decision Tree immer noch sehr gute Dienste.

Stefan Tittel ist CEO von Rise Wealth Technologies