Institutional Money, Ausgabe 4 | 2019

G oogle hat es anscheinend wieder einmal geschafft. Mit „Sycamore“ will das Unter- nehmen die Konkurrenz de- klassiert und einen Quantencomputer her- gestellt haben, der die Rechenkapazität her- kömmlicher Hochleistungsgeräte steinzeit- lich erscheinen lässt. Eine Kalkulation, für deren Lösung die derzeit schnellsten Rech- ner laut Google 10.000 Jahre brauchen, will der Supercomputer in 2.000 Sekunden erle- digt haben. Inzwischen werden diese Anga- ben zwar angefochten, es steht aber außer Zweifel, dass der Durchbruch in Sachen Quantencomputer näherrückt. Und das könnte auch einem anderen zu- letzt gehypten Thema neuen Rückenwind verleihen – nämlich dem der künstlichen Intelligenz (KI). Diese Technologie steht und fällt mit der ebenso schnellen wie ge- schickten Auswertung großer Datenmengen. Vor rund drei Jahren hielt die KI im Asset Management auch in Deutschland Einzug. Nach diversen Pionierprojekten, vor allem in Asien, lancierte der in Frankfurt angesiedelte Fondsanbieter Acatis den ersten UCITS- kompatiblen KI-Fonds. Zahlreiche Veran- staltungen zum Thema schossen wie Pilze aus dem Boden. Machine Learning drohte in absehbarer Zeit zunächst die bereits etablier- ten quantitativen Ansätze und in einem zweiten Schritt den aktiven menschlichen Manager abzulösen. Vorreiter wie Alessandro Di Soccio, CEO von A.I. Machines, zeigten sich damals davon überzeugt, dass Machine Learning aufgrund seiner Lernfähigkeit den rein regelbasierten Ansätzen, wie sie von quantitativen Asset Managern verfolgt wer- den, überlegen sei. Diesen Herbst brachte er im Diskussionspapier „Man vs. Machine: What’s the Score“ eine Zwischenbilanz her- aus, die – zumindest aus seiner Sicht – klar zugunsten von KI ausfällt. Er vergleicht die Performance seiner im Jahr 2015 live ge- gangenen Strategie A.I. Machines Dynamic Asset Allocation mit einer BlackRock- und einer Morningstar-Strategie ( siehe Chart „Wo künstliche Intelligenz funktioniert“ ) und kommt seit dem Start der Strategie auf eine deutliche Überperformance: „Seit Mai 2015 hat die KI im Rahmen ihrer Long- only-Strategie 226 Anlageentscheidungen getroffen“ – und somit unter anderem den BlackRock Global Allocation geschlagen, „der über ein erfahrenes Team von mehr als 50 Finanzprofis verfügt“. Auch Kunden von Di Soccio streuen der KI Rosen. So hat die südafrikanische und in Dublin gelistete Fondsboutique Sanlam Global Investment Solutions 2017 ihren Sanlam Managed Risk (SMR) UCITS Fund um KI-generierte Risi- kosignale erweitert. „Das hat unfassbar gut In Rechenzentren erzielen Strategien von künstlichen Intelligenzen (KI) nach wie vor beein- druckende Erträge. Die wenigen Fonds, die tatsächlich von KI verwaltet werden, bleiben in der Realität aber hinter den Erwartungen zurück – Einzelschicksale oder systemisches Problem? Wo künstliche Intelligenz funktioniert Die Strategie A.I. Machines Dynamic Asset Allocation von A.I. Machines funktioniert im Labor außerordentlich gut. Die KI-Strategie von A.I. Machines liefert mit relativ einfachen Portfoliobausteinen seit ihrem Start beeindruckende Ergebnisse. Das System wird nicht 1:1 am Markt abgebildet, das Unternehmen selbst bietet jedoch KI-Bausteine, die menschliche Asset Manager unterstützen sollen. Quelle: A.I. Machines 90 % 100 % 110 % 120 % 130 % 140 % 0 % 20 % 40 % 60 % 80 % 100 % 2015 2018 2019 2017 2016 2015 2018 2019 2017 2016 Cash +29 % +39 % Anleihen Aktien A.I. Machines Dynamic Asset Allocation BlackRock Global Allocation Morningstar Flexible Allocation A FOTO : © A X E L GAUB E , S I KOV | S TOCK . ADOB E . COM » Es wurde ein Graphisches Neuronales Netz eingesetzt (…), und die Portfoliokonstruktion ist stark vereinfacht worden. « Acatis-Mitteilung zur abermaligen Neuaufstellung des AI Global Equities Fonds In der Realität angekommen 194 N o. 4/2019 | www.institutional-money.com P R O D U K T E & S T R A T E G I E N : KÜNS T L I CHE I NT E L L I GENZ