Tatsächlich allwissend?Geldanlage mit KI: Schnelle Infos, aber viele Fallstricke
Flinke, nützliche Infos, günstige Beratung – klingt nach einem Traum für Anleger. Doch wie zuverlässig sind KI-Tipps wirklich? Experten warnen vor diversen Risiken bei der KI-gestützten Geldanlage.
Künstliche Intelligenz (KI) ist für viele Menschen zu einer Art Assistentin geworden. Sie steht immer zur Verfügung und scheint alles zu wissen. Sie schreibt Geschäftsbriefe, nennt die schönsten Urlaubsgebiete für Familien mit Hund oder hilft bei privaten Sorgen und Unsicherheiten. Zumindest im Idealfall. Doch wie sieht es in Sachen Geldanlage aus? Ist KI auch hierbei hilfreich? Wo steckt sie längst drin? Und: Bringt ihr Einsatz mehr Rendite?
KI ermöglicht Computern, menschliche Fähigkeiten wie Lernen, logisches Denken oder Planen nachzuahmen. Sie kann riesige Datenmengen speichern und verarbeiten, wie zum Beispiel Unternehmens- und Wirtschaftsdaten oder Kursverläufe. Das kann für Anlegerinnen und Anleger manches erleichtern. „Für einen ersten Überblick oder zur Erklärung grundlegender Konzepte kann KI durchaus hilfreich sein“, sagt darum Niels Nauhauser, Finanzexperte bei der Verbraucherzentrale Baden-Württemberg. „Anlegerinnen und Anleger bekommen schnell Informationen zu ETFs, Rendite-Risiko-Zusammenhängen oder langfristigem Vermögensaufbau.“
Die Anwendung von KI kann zudem die Kosten bei der Geldanlage senken. „Wenn eine KI die theoretischen Grundlagen bei der Strukturierung eines Depots zuverlässig nutzen und spiegeln kann, wäre so eine KI eine große Konkurrenz für den Bankberater“, sagt Yann Stoffel, Experte für Geldanlagen bei der Stiftung Warentest, „Anlegerinnen und Anleger würden die Beratungskosten sparen, die erheblich die erzielbare Rendite beeinträchtigen.“
Wo KI schon drinsteckt
Für viele Bankprozesse wird KI heute schon genutzt. Sie checkt verdächtige Kontobewegungen und schlägt Alarm, sie prüft die Kreditwürdigkeit oder automatisiert Transaktionen an den Finanzmärkten. „Auch in der Geldanlage ist sie bereits etabliert, etwa in Robo-Advisory-Lösungen oder digitalen Analyse- und Beratungstools“, sagt Tim Haremsa, Experte für Digital Banking & Financial Services beim Branchenverband Bitkom. Robo-Advisor sind KI-gestützte Anlagemodelle. Auf Basis des Risikoprofils, der Anlageziele und aktueller Marktdaten ermittelt die KI eine passende Anlagestrategie und überwacht sie.
Auch in einigen Fonds kommt KI bereits zum Einsatz. Die Stiftung Warentest hat sich das mal genauer angesehen. Das Ergebnis ist allerdings ernüchternd: „Über ein Drittel der KI-Fonds wurden, seitdem wir KI-Fonds beobachten, schon wieder aufgelöst“, sagt Yann Stoffel, „Insgesamt ergibt sich ein gemischtes Bild: Manche schlagen ihren Vergleichsindex, manche nicht. Kurz: Vorteile sehen wir bei KI-Fonds aktuell nicht.“
Problem: Unzuverlässige Aussagen
Das Problem ist: Die Antworten der KI sind nicht verlässlich. „Nutzer müssen mit fachlichen Fehlern, verkürzten Darstellungen oder auch falschen Quellenangaben rechnen“, so Nauhauser. „Diese lassen sich aber nur erkennen, wenn bereits eigenes Grundwissen vorhanden ist.“ Genau das fehle aber vielen.
Auch wie eine KI zu ihren Vorschlägen kommt, ist nicht immer klar. Aber eine Begründung sei wichtig, um die KI-Entscheidungen kritisch zu prüfen und hinterfragen zu können, sagt Yann Stoffel. „Die KI kann Sachen erfinden und sie kann immer noch schlecht unterscheiden, ob sie Informationen oder Meinungen verarbeitet.“
Eine KI ist eben immer nur so gut wie die Daten, mit denen sie gefüttert wird. Daher hängen die Antworten der KI stark von den Trainingsdaten und genutzten Quellen ab. Das wird auch deutlich, wenn man Antworten verschiedener KIs vergleicht. Sie sind nicht konsistent. „In einem anderen Kontext oder nach kritischer Rückfrage können sich die Bewertungen um 180 Grad drehen“, sagt Nauhauser.
Auch eine ungenaue Fragestellung birgt Risiken. „Die Sprachmodelle reflektieren und prüfen nicht, ob eine Fragestellung zur individuellen Lebens- und Vermögenssituation passt“, sagt Nauhauser, „Wer etwa fragt, wie man mit Aktienhandel kurzfristig Geld verdient, erhält Hinweise auf Strategien wie technische Analyse, obwohl diese wissenschaftlich keine belastbare Prognosekraft haben.“ Die KI spiegele dann eher verbreitete Markterzählungen als gesicherte Erkenntnisse.
Interessenkonflikte, Haftbarkeit, Regeln
Ein weiteres Problem: Durch Kooperationen zwischen KI-Anbietern und Unternehmen besteht das Risiko der Voreingenommenheit. „Solche Partnerschaften können dazu führen, dass bestimmte Inhalte, Quellen oder Sichtweisen bevorzugt berücksichtigt werden. Für Verbraucher ist dabei nicht transparent, welche Interessen im Hintergrund wirken“, sagt Nauhauser.
Eine KI übernimmt auch keine Verantwortung für ihre Aussagen. „Die KI haftet für ihre Tipps nicht“, sagt Stoffel. „Ein Bankberater oder Robo-Advisor aber schon – zumindest bei nachweislicher Falschberatung.“
Dennoch gibt es Regeln und Kontrollsysteme. „Der Einsatz von KI im Finanzsektor unterliegt bereits heute einem dichten regulatorischen Rahmen, etwa durch Finanzaufsicht, Datenschutz und europäische KI-Regulierung“, sagt Tim Haremsa von Bitkom.
Was bringt die Zukunft?
„KI wird die Geldanlage weiter automatisieren und stärker individualisieren“, sagt Haremsa. „Perspektivisch dürften sich hybride Modelle durchsetzen, in denen solche KI-gestützten Systeme eng mit menschlicher Beratung kombiniert werden.“
Yann Stoffel von der Stiftung Warentest hat auch eine KI selbst gefragt, was der Einsatz künstlicher Intelligenz bei der Geldanlage leisten kann. Die daraus resultierende Diskussion hat die KI am Ende folgendermaßen zusammengefasst: „KI als Werkzeug zur Effizienzsteigerung ist demokratisch. KI als Werkzeug zur Überrendite ist und bleibt exklusiv – und wird es wohl immer sein, weil der Vorteil per Definition verschwindet, sobald er bekannt ist.“ Heißt: Tatsächlich den Markt zu schlagen, traut sich die KI also selbst nicht zu.
