Agentenbasierte KI ist eine neue Klasse künstlicher Intelligenz, die zu autonomen Entscheidungen fähig ist. Sie beginnt gerade, die Vermögensverwaltung umzugestalten. Die niederländische Investmentfirma Robeco gehört zu den ersten, die die Technologie öffentlich testen. Ihr Ziel ist es, KI-Systeme zu integrieren, die nicht nur die Märkte analysieren, sondern auch darauf reagieren können.
Während herkömmliche KI-Tools zur Rationalisierung der Datenverarbeitung und zur Markierung der Anlagesignale beigetragen haben, geht die agentenbasierte KI noch einen Schritt weiter und ermöglicht es Algorithmen, Szenarien zu simulieren, Portfolios anzupassen und potenzielle Geschäfte auszuführen - und das alles innerhalb vordefinierter Grenzen. Die ersten Experimente von Robeco, bei denen LLMs mit Softwarefunktionen kombiniert werden, markieren einen Wandel in der Art und Weise, wie Vermögensverwalter die Portfoliokonstruktion angehen, indem sie menschliche Aufsicht mit maschineller Autonomie im Streben nach größerer Effizienz und Skalierung verbinden.
‚Das ist der nächste Schritt nach den großen Sprachmodellen‘, sagte Mike Chen, Leiter der Abteilung ‚Next Generation Quant‘ bei Robeco. ‚LLMs können Fragen beantworten, aber nicht handeln. Agentische KI ergänzt diese Fähigkeiten: Sie kann Handelsgeschäfte ausführen, Aufgaben erledigen, innerhalb von Grenzen selbstständig Entscheidungen treffen.‘
Chen und Kees Verbaas, Global Head of Fundamental Equity, sprachen mit Investment Officer über die Experimente des Unternehmens und seine Vision für die KI.
Die firmeninternen Experimente befinden sich noch in der Entwicklung, spiegeln aber einen breiteren Wandel in der Investmentbranche wider. Vermögensverwalter, die mit engeren Margen und einer zunehmenden Datenkomplexität konfrontiert sind, beginnen, KI nicht nur als Assistent, sondern als potenziellen Mitarbeiter zu sehen. Im Mittelpunkt dieses Wandels steht eine provokante Frage: Wenn Maschinen lernen, entscheiden und handeln können, was passiert dann mit den Analysten, Portfoliomanagern und Händlern?
Eine neue Art von Maschine
Der Ruf von Robeco im Bereich der quantitativen Investments reicht Jahrzehnte zurück. Ihre Strategien setzen seit langem auf datengestützte Modelle, die auf akademischer Forschung beruhen. Chens Next Generation Quant-Initiative wurde ins Leben gerufen, um über dieses bekannte Regelwerk hinauszugehen. Sie arbeitet als experimentelle Einheit innerhalb des Unternehmens und hat die Aufgabe, modernste Techniken zu erforschen und erfolgreiche Ideen in bestehende Produkte einfließen zu lassen oder sie für die Entwicklung neuer Produkte zu nutzen.
‚KI ist eine Weiterentwicklung der traditionellen quantitativen Methoden. Traditionelle Quant war präskriptiv. KI ist anpassungsfähiger‘, sagte er. ‚Mit ihr kann der Algorithmus Beziehungen zu lernen, anstatt ihm zu sagen, wie er Variablen transformieren soll.‘
‚Irgendwann könnten wir ‚Analysten-Agenten‘ haben, die Szenarien entwerfen, ‚PM-Agenten‘, die über die Auswirkungen auf die Portfolios entscheiden, und ‚Händler-Agenten‘, die die Transaktionen ausführen - alles unter menschlicher Aufsicht.‘
Mike Chen, Robeco.
Dieser Ansatz hat bereits zu Innovationen wie einer KI-gestützten ETF-Strategie, die aufkommende Themen an den globalen Märkten aufspürt, führt, die Robeco als Dynamic Theme Machine bezeichnet. Das System identifizierte Themen wie digitale Restaurants während der Pandemie und Formel Eins-Rennen in Folge der Popularität der Netflix-Serie Drive to Survive und wies Anleger auf Aktien wie Liberty Media und Ferrari hin. Ein Mensch bemerkt diese Themen vielleicht erst im Nachhinein, doch die KI kann sie erkennen, sobald sie auftauchen, indem sie aus riesigen Mengen unstrukturierter Daten schöpft.
Jetzt macht Robeco den nächsten Schritt. Chen schwebt ein System vor, in dem spezialisierte KI-Agenten miteinander interagieren, um Investitionsentscheidungen zu simulieren und zu optimieren. Ein Agent könnte Stimmungsdaten analysieren. Ein anderer könnte die Auswirkungen auf das Portfolio modellieren. Ein dritter könnte Aufträge auf dem Markt ausführen. Der Mensch hat weiterhin das Sagen, aber die Maschinen übernehmen einen großen Teil des Denkens und den größten Teil des Handelns.
‚Irgendwann könnten wir ‚Analysten-Agenten‘ haben, die Szenarien entwerfen, ‚PM-Agenten‘, die über die Auswirkungen auf die Portfolios entscheiden, und ‚Händler-Agenten‘, die die Transaktionen ausführen - alles unter menschlicher Aufsicht.‘
Kein isolierter Fall
Die Vision von Robeco ist nicht in Isolation entstanden. Eine kürzlich an der Cornell University durchgeführte akademische Studie untersuchte die so genannte ‚agentic finance‘, eine neue KI-Architektur, die große Sprachmodelle mit Verstärkungslernen kombiniert, um autonome Anlageagenten zu entwickeln. Es ist ein Modell, das dem von Chen beschriebenen verblüffend ähnlich sieht: Analysten-Agenten, die Ideen einbringen, PM-Agenten, die die Auswirkungen abwägen, und Händler-Agenten, die Maßnahmen ergreifen - alles in einer von Menschen überwachten Schleife.
Auch die breitere Branche nimmt dies allmählich zur Kenntnis. In einem Bericht von PwC Schweiz aus dem Jahr 2024 wird die agentenbasierte KI als ‚autonomer Stratege‘ beschrieben, der die Arbeitsweise von Investmentfirmen umgestalten kann. Anstatt Trades nachzujagen oder auf Signale zu reagieren, könnten diese Systeme bald Strategien in Echtzeit festlegen. Der Bericht empfiehlt genau die Art von Sandkasten-Experimenten, die Robeco durchführt, mit einem starken Fokus auf Erklärbarkeit und Kontrolle.
Das menschliche Urteilsvermögen zählt noch immer
Obwohl KI immer klüger wird, betonen die Führungskräfte von Robeco, dass menschliche Aufsicht weiterhin unerlässlich ist.
‚Vermögensbesitzer vertrauen Menschen, nicht Algorithmen. Wir können Aufgaben delegieren, aber der Mensch bleibt die treibende Kraft dahinter‘, sagt Chen.
‚Das menschliche Urteilsvermögen macht den Unterschied‘, fügte Verbaas hinzu. „Es bestimmt, wie Daten interpretiert, Geschäftsmodelle bewertet und Erträge prognostiziert werden. KI kann all dies effizienter machen, doch die endgültigen Entscheidungen liegen bei den Menschen.‘
Die Effizienzsteigerung ist bereits spürbar. ‚Analysten können jetzt zwei bis drei Investment Cases pro Woche verfassen, statt nur einen. KI hilft bei der schnellen Datensammlung, sodass mehr Zeit für Beurteilungen und Erkenntnisse bleibt‘, sagte er.
Erklärbare KI
Diese Art der Zusammenarbeit zwischen Mensch und Maschine definiert die Beziehung zwischen Technologie und Fachwissen neu. Bei Robeco ist KI keine Blackbox. Sie ist so konzipiert, dass sie erklärbar ist und eine klare Begründung für ihre Ergebnisse liefert.
‚Wir haben das maschinelle Lernen durch erklärbare KI sogar in einen ‚Glaskasten‘ verwandelt‘, sagte Chen und bezog sich dabei auf das ‚XAI‘-Konzept. Dieses beruht auf Methoden und Techniken mit denen KI-Systeme für Menschen verständlich werden. Der Schwerpunkt liegt dabei auf der Nachvollziehbarkeit der Entscheidungen.
Kultur statt Größe
Während einige der größten Vermögensverwalter der Welt Milliarden in die KI-Infrastruktur investieren, glaubt Robeco, dass ihr wahrer Vorteil in der Kultur liegt. Innovation ist in den Investmentteams verankert und nicht in einem Labor isoliert, erklären Chen und Verbaas. Diese Denkweise ermöglicht es dem Unternehmen, seine Ideen intelligent zu skalieren und neue Strategien mit eigenem Kapital zu testen, bevor es sie auf den Markt bringt.
Anstatt sich also auf rohe Gewalt oder schnellere Prozessoren zu verlassen, bevorzugt das Unternehmen einen durchdachten Ansatz.
‚Wir wären viel lieber clever‘, sagte Chen. ‚Wir analysieren nicht, was der oft voreingenommene CEO sagt, sondern sehen uns lieber an, was die Analysten sagen. Oder noch besser, wir schauen auf das, was nicht gesagt wurde. Es geht darum, ähnliche Technologien aus einem anderen Blickwinkel anzuwenden. Diese Art von Originalität verschafft uns in der Regel einen länger anhaltenden Vorteil.‘
‚Veränderte Düsen und bessere Finnen‘
Ein internes Inkubatorprogramm hilft Robeco, Strategien mit eigenem Kapital zu testen, ehe sie damit an die Öffentlichkeit gehen. In Anspielung auf den Lern- und Innovationsprozess bei SpaceX, fügte Chen hinzu: ‚Keine Explosionen. Wir haben nur die Düsen verändert und die Finnen verbessert, wenn Sie so wollen.‘
Der entschlossene Ansatz von Robeco steht im Gegensatz zu Bewegungen in anderen Bereichen der Branche. Anfang dieses Jahres kündigte der niederländische Pensionsfonds APG an, dass er sich aus dem quantitativen Investieren zurückzieht, da es zu komplex sei und der Wert unklar sei. Chen sieht das anders.
‚Quant ist keine Blackbox. Jeder Schritt ist nachvollziehbar und evidenzbasiert. Komplexität gibt keine Rätsel auf. Sich jetzt, inmitten dieser technologischen Revolution, abzuwenden, bedeutet, eine grundlegende Veränderung zu verpassen.‘
‚Auch das fundamentale Investieren entwickelt sich ständig weiter. Wir aktualisieren unsere Methoden, unterstützt durch Innovationen auf der Quantenseite.‘
Kees Verbaas, Robeco
Verbaas stimmt dem zu. ‚Auch das fundamentale Investieren entwickelt sich ständig weiter. Wir aktualisieren unsere Methoden, unterstützt durch Innovationen auf der Quantenseite.‘
In eine andere Zukunft investieren
Der Aufstieg der agentenbasierten KI verändert auch die Art der Talente, die Vermögensverwalter suchen. Finanzwissen ist nach wie vor von entscheidender Bedeutung, aber die Unternehmen suchen jetzt nach Leuten, die eine Brücke zwischen Wirtschaft und Technik schlagen können, die Algorithmen entwickeln und sie auch verstehen können. Vor diesem Hintergrund stellt sich die Frage, ob ‚Quant‘, eine traditionell nerdige Ecke in der Vermögensverwaltung, immer noch als solche bezeichnet werden sollte, jetzt, da KI neue Wege in die Zukunft eröffnet.
‚Vielleicht‘, meinte Chen. ‚Diese Art von Investieren wird von Technologie angetrieben. Doch abgesehen von den Namen geht es im Wesentlichen um die Kombination von Daten, Algorithmen und fundierten wirtschaftlichen Überlegungen. Im Mittelpunkt stehen die Fähigkeiten und das menschliche Urteilsvermögen, selbst bei der agentenbasierten KI.‘
‚Im Mittelpunkt stehen die Fähigkeiten und das menschliche Urteilsvermögen, selbst bei der agentenbasierten KI.‘
Mike Chen, Robeco.
Während sich die Unternehmen bei der Einführung dieser neuen Tools ein Wettrennen liefern, stehen sie vor einer tieferen Frage: Wer wird die Zukunft des Investierens kontrollieren. Und welche Fähigkeiten werden am wichtigsten sein? Wird der CFA von heute zum Python-Programmierer von morgen? Werden die besten Portfoliomanager auch KI-Strategen sein?
Die ersten Erfahrungen von Robeco mit agentenbasierter KI machen deutlich, dass dies keine hypothetischen Fragen mehr sind. In Rotterdam werden die Fundamente bereits gelegt.
‚Wir stehen kurz vor dem Abgrund und versuchen, nicht herunterzufallen. Und es macht Spaß!‘ sagte Chen.