In letzter Zeit erhalten wir viele Fragen zur Rolle von Künstlicher Intelligenz bei der Geldanlage. Der Reiz ist leicht nachzuvollziehen: Man gibt einen Prompt in einen Chatbot ein und erhält innerhalb von Sekunden eine überzeugende, hervorragend lesbare Aktienempfehlung.
Um ganz ehrlich zu sein: In meinem Arbeitsalltag nutze ich KI-Tools wie Gemini und Claude ziemlich oft, insbesondere für Recherchen und um Ideen für unseren Blog zu sammeln. Aber genau durch diese häufige Nutzung sehe ich auch ein grundlegendes Problem bei diesem Trend in der Geldanlage.
Wenn ich diese Sprachmodelle auf die Probe stelle und nach Aktienideen oder tiefergehenden Daten frage, passieren verlässlich zwei Dinge. Erstens: Die Finanzdaten liegen oft daneben – manchmal nur leicht, andere Male aber meilenweit. Zweitens: Mir werden fast immer dieselben riesigen, allseits bekannten Mega-Caps serviert, über die ohnehin schon jeder spricht. Das widerspricht der Obermatt-Methode, verborgene Werte zu finden, komplett.
Das Rauschen filtern, um das Signal zu finden
Wenn man sich KI-gestützte Aktienanalysen genauer ansieht, handelt es sich im Grunde nur um fortschrittliche Mustererkennung. Diese Sprachmodelle durchforsten und recyceln dieselben Meinungen und Narrative, die menschliche Analysten publizieren. Sie sind aussergewöhnlich gut darin, den aktuellen Markt-Hype widerzuspiegeln, aber sie rechnen nicht wirklich.
Sie verstärken den Lärm, anstatt ihn herauszufiltern, um das echte Signal zu finden. Und beim Investieren gibt es einen massiven Unterschied zwischen einer gut geschriebenen Geschichte und der finanziellen Realität.
Sich auf KI zu verlassen, birgt für Anleger mehrere versteckte Risiken. Da ist zunächst das Blackbox-Problem. Wenn ein Algorithmus Ihnen sagt, eine Aktie sei ein starker Kauf, können Sie nicht einfach überprüfen, wie er zu diesem Schluss gekommen ist. Ohne ein klares, konsistentes Regelwerk, das der Empfehlung zugrunde liegt, müssen Sie dem Ergebnis blind vertrauen.
Darüber hinaus sind Sprachmodelle darauf ausgelegt, das nächste plausible Wort in einem Satz vorherzusagen, nicht aber Unternehmensbewertungen zu berechnen. Sie können Finanzkennzahlen erfinden oder komplexe Bilanzen falsch interpretieren – und sie tun es auch. Die Tech-Branche nennt dieses Phänomen "Halluzination". Da sie mit bestehenden Marktkommentaren trainiert werden, tappen sie in exakt dieselben psychologischen Fallen wie menschliche Anleger, insbesondere den Recency Bias und das blinde Verfolgen von Momentum.
Der Obermatt-Ansatz: Fakten indexieren
Unsere Philosophie bei Obermatt war schon immer genau das Gegenteil. Wir sagen nicht die Zukunft voraus und wir hören nicht auf Markt-Narrative. Wir messen die Gegenwart.
Jede Woche verarbeitet unser hauseigener Algorithmus die tatsächlichen Finanzdaten von Tausenden von Unternehmen über alle Branchen und Marktkapitalisierungen hinweg. Wir betrachten strikt die Fundamentaldaten: Profitabilität, Wachstum und Bewertung.
Das Herzstück unserer Methode ist der Peergroup-Vergleich. Er ermöglicht es uns, das Signal im Rauschen zu finden. Wir messen jedes Unternehmen ausschliesslich an seinen direkten Konkurrenten. Ein Pharmaunternehmen wird nie mit einer Softwarefirma verglichen; ein Small-Cap wird nie einem globalen Blue Chip gegenübergestellt. Wir bewerten systematisch Unternehmen, die denselben Konjunkturzyklen und regulatorischen Rahmenbedingungen unterliegen. Es ist ein strikter, absolut fairer Vergleich.
Das Ergebnis dieser Indexierung ist der Obermatt Rang. Es ist ein simples Perzentil von 1 bis 100, das genau zeigt, wo eine Aktie im Vergleich zu ihren echten Peers steht. Wir unterteilen dies in klare Dimensionen, einschliesslich Value, Growth, Safety und Sentiment, um unsere umfassende 360° Sicht zu bieten.
Wenn ein Unternehmen einen Value Rang von 87 hat, bedeutet das schlicht, dass seine Bewertung mathematisch besser ist als die von 87 % seiner direkten Konkurrenten. Sie brauchen kein Finanzstudium, um das zu verstehen, und wir halten es bewusst so einfach. In der Komplexität verstecken sich oft schwache Analysen. Eine einzige, harte Zahl, die auf indexierter Leistung basiert, lässt keinen Raum für subjektive Meinungen oder versteckte Narrative.
Da unser System rein mathematisch und ohne Emotionen arbeitet, ist es immun gegen Euphorie auf Analystenkonferenzen oder Panik in den Medien. Wenn die Märkte heisslaufen und Trader einer "Story"-Aktie hinterherjagen, offenbart unsere Methodik das tatsächliche Risiko-Ertrags-Profil.
Wir wissen, dass das funktioniert, weil wir es systematisch getestet haben. Ein Blick auf acht Jahre unserer Top-10-Listen in 32 westlichen Märkten zeigt: Unsere kombinierten Rang-Picks haben in mehr als der Hälfte der Fälle ihren Index geschlagen und ein durchschnittliches Alpha von 2,7 % erzielt. Das ist kein theoretischer Backtest. Es ist eine rigorose Überprüfung von 417 publizierten Listen und 3'503 Aktien. Es funktioniert, weil die Methode die tatsächliche finanzielle Leistung misst, nicht die Erwartungen der Analysten.
Wo KI ihren Platz hat
Das heisst nicht, dass wir gegen Technologie sind. Wir glauben, dass KI in der Zukunft unserer Plattform einen praktischen Platz hat. Wir prüfen derzeit KI-gestützte Funktionen, die Ihnen helfen sollen, sich auf der Obermatt-Website besser zurechtzufinden, Erkenntnisse schneller zu finden und Ihre Investments effizienter zu verfolgen. Wir werden diese Tools jedoch erst veröffentlichen, nachdem sie getestet wurden und wir sicher sind, dass sie solide und für Sie von echtem Nutzen sind. Bleiben Sie gespannt auf mehr.