Mit Big Data zum Investment

Geodaten, Satellitenbilder und Medien-Sentiments: Immer mehr institutionelle Anleger beziehen Big Data in ihre Anlageentscheidungen ein. Nach anfänglicher Skepsis gegenüber Big Data hat sich daraus ein Milliardenmarkt entwickelt. Laut einer Studie der Bank of America nutzen bereits 45 Prozent aller institutionellen Investoren alternative Daten.

Der Trend ist allerdings noch recht jung: Die meisten Investoren beziehen diese erst seit zwei Jahren oder weniger in ihre Analyse von Unternehmen ein. Dabei ist das Potenzial von alternativen Daten groß. Beispielsweise ermittelte der Geodaten-Anbieter Foursquare 2016, dass der Fußgängerverkehr rund um die Restaurants der Fastfoodkette Chipotle zurückgegangen war. Analysten hätten mit diesem Wissen eventuell früher erkennen können, dass sich ein Umsatzeinbruch bei Chipotle ankündigt. Doch wie funktioniert Investieren mit Big Data? Und wie verändert Big Data die Branche?

Big Data: Der Datenberg im Netz

Immer wenn wir im Internet surfen, online shoppen oder in der Stadt mit dem Smartphone unterwegs sind, hinterlassen wir einen digitalen Fußabdruck. Darüber hinaus produzieren auch Stromzähler, Überwachungskameras oder Navigationssysteme alternative Daten. Über die Zeit hat sich dadurch ein riesiger Datenberg, auch Big Data genannt, angesammelt, der ständig wächst. Was passiert mit diesen Unmengen an Daten?

Wertvoll werden diese erst, wenn Unternehmen sie auswerten und damit nutzbar machen. Durch Cloud Computing, maschinelles Lernen und künstliche Intelligenz (KI) lassen sich aus den Daten Erkenntnisse ziehen, die unter anderem Rückschlüsse über das Kundenverhalten oder eine Unternehmensbewertung ermöglichen. Dies schafft die Grundlage für eine rationalere Investmententscheidung.

Investieren mit Geodaten, Medien-Sentiments & Co

Das Ziel von institutionellen Investoren ist, dass Investitionsentscheidungen nicht von Emotionen getrieben werden, sondern von Daten. Zu Beginn der Corona-Krise im März 2020 stürzten die Aktienkurse ein. Die Unsicherheit unter den Investoren war deshalb groß. Viele von ihnen hätten nicht erwartet, dass die Börse das Jahr noch mit Gewinnen abschließt. Die Wendung: Auf den Börsen-Crash folgte eine schnelle Erholung. Besonders erfolgreich waren Investoren, die dem Big Data Sentiment-Index (kurz BDX) vertrauten. Auf Grundlage der Technologie des Bonner Datenspezialisten Stockpulse ermittelt dieser mit der Sentiment-Technik die Anlegerstimmung, also das Sentiment, an der Börse. Intelligente Algorithmen durchsuchen dabei das Internet nach Millionen von Informationen zu einem mehr als 600 Titel umfassenden Aktien-Universum und generieren dadurch das Sentiment der Anleger zu diesen Aktien. Die Papiere mit den aussichtsreichsten Stimmungssignalen werden im BDX versammelt. Das ist besonders für Privatanleger eine unkomplizierte Möglichkeit, Big Data indirekt in ihre Investmententscheidung zu integrieren.

Professionelle Investoren wiederum verfügen über eigene ausgeklügelte Analyse-Tools und Modelle, nach denen sie Daten analysieren und beurteilen. Denn die große Herausforderung im Umgang mit Big Data: Die Daten sind häufig unstrukturiert und verleiten bei unkorrekten und ungenauen Analysen zu Fehlschlüssen. Oft kommen dabei komplexe KI-Technologien zum Einsatz. Doch noch kann die künstliche Intelligenz die menschliche Arbeit nicht vollständig ersetzen. Denn der kritische Blick des Portfoliomanagers sichert die Qualität der Daten und verringert die Gefahr, dass die KI Scheinzusammenhänge mit geringer prognostischer Kraft konstruiert. Ein bekanntes Beispiel aus der Statistik: In Regionen mit mehr Störchen gibt es auch mehr Kinder. Das bedeutet allerdings nicht, dass die Störche die Kinder bringen.

Die Big Data-Revolution

In der Investmentbranche bahnt sich eine Big Data-Revolution an. Alternative Daten werden bei Analageentscheidungen zunehmend wichtig. Ihr Nutzen: Werden die Daten mit Data-Science aufbereitet, lassen sich noch zuverlässigere Investmententscheidungen treffen. Denn erst nach intensiver Aufbereitung sind sie für Investoren aussagekräftig. Der Einsatz von KI-Technologien ist deshalb kein kurzlebiger Trend, sondern wird in Zukunft immer wichtiger für den Anlageerfolg von institutionellen Investoren werden.

Quellen