Das Portfolio der Zukunft

Ursula

Willkommen zur neuesten Ausgabe von CIO Pulse, der Videoreihe von BlackRock zu transformativen Anlagechancen für das Chief Investment Office. Ich bin Ursula Marchioni, Head of Investments and Portfolio Solutions in EMEA bei BlackRock, und begrüße bei mir Raffaele Savi, Global Head of BlackRock's Systematic Team. Lass uns direkt anfangen.
Was ist aktuell die Top-Anlagechance, die ein CIO beim systematischen Investieren einbeziehen sollte?

Raffaele

Künstliche Intelligenz ist in den letzten 18 Monaten zu einem dominanten Thema an den Märkten geworden. Ich persönlich denke, dass die Chance für einen CIO vor allem darin liegt, über zwei weniger offensichtliche Wege in dieses Thema einzusteigen.
Erstens sollte man bei Investitionen rund um KI über den Tellerrand schauen, sprich nicht nur an Technologie denken.
Mit der positiven Stimmung bei KI stiegen die Bewertungen von Technologiefirmen ab Mitte 2022 sukzessive in beeindruckende Höhen, bevor sie im Oktober 2024 eine teilweise Korrektur erfuhren.
Während sich viele Marktteilnehmer weiterhin auf Hyperscaler und die bei KI führenden Unternehmen konzentrierten, verlagerte unser Systematic Team den Fokus auf Unternehmen jenseits der Tech-Branche, denen KI potenziell zugutekommt, für die aber die entsprechenden Vorteile noch nicht eingepreist waren. Dazu zählen etwa traditionelle Einzelhändler mit erfolgreichen Onlineportalen und Firmen, die Software für die digitale Unternehmensverwaltung anbieten.

Ursula

Okay, klar, anstatt dem Markt zu folgen, habt ihr überlegt, in welchen weniger prominenten Bereichen KI auch Einfluss haben könnte.

Raffaele

Ganz genau. Das ist die erste Chance. Die zweite Chance bezieht sich auf den Anlageprozess selbst. CIOs und ihre Anlageteams müssen KI an zentraler Stelle in die Verarbeitung und Interpretation von Daten einbeziehen, um die nächste Generation aktiver Anlageportfolios zu managen, und zwar auf wiederholbare und skalierbare Art und Weise.

Ursula

Kannst du kurz erläutern, wie dein Team KI in Portfolios nutzt?

Raffaele

Natürlich. Wir nutzen KI, insbesondere große Sprachmodelle (LLMs), um verschiedene Themen zu identifizieren und in sie zu investieren. Diese LLMs erstellen systematisch Wertpapierkörbe, wobei sie sich darauf konzentrieren, weniger offensichtliche Anlagechancen zu erschließen. So findet unser Modell beispielsweise unter Tausenden Titeln weltweit Unternehmen außerhalb des Tech-Sektors, die von KI profitieren. Unser „taktischer Roboter“ (so nennen wir unser Modell) stellt dann einen Korb aus Firmen zusammen, denen KI zugutekommt, die aber bislang nicht im Fokus standen. Anschließend kann unser Team diese Titel bewerten und möglicherweise in Portfolios integrieren.

Ursula

Es geht also nicht nur darum, dass KI Entscheidungen trifft, sondern vielmehr dass KI das menschliche Urteilsvermögen und die Kreativität ergänzt? Dies scheint mir ein gutes Beispiel dafür zu sein, wie KI künftig immer häufiger Seite an Seite mit erfahrenen Investoren arbeiten wird.

Raffaele

Ja, denn dies ist der Schlüssel, um skalierbare Anlageportfolios aufzubauen. Das Ergebnis könnte differenziertes Alpha sein, und zwar auf Basis kreativer, vom breiten Markt übersehener Ideen, die wir sonst vielleicht nicht entdeckt hätten.

Ursula

Welche allgemeine Anlageüberlegung sollte ein CIO derzeit unbedingt berücksichtigen?

Raffaele

Ich habe aus erster Hand miterlebt, wie sich die Entwicklung der Datenanalyse auf unsere Portfolios ausgewirkt hat, und zwar über drei Jahrzehnte systematischen Investierens hinweg. Dabei dürfte es aus meiner Sicht zentral sein, dass Datenanalysen in der Lage sind, Investitionen in großem Maßstab anzustoßen.
Vor mehr als fünfzehn Jahren nutzte unser Team erstmals die Verarbeitung natürlicher Sprache in rudimentärer Form. So konnten wir die positive oder negative Bedeutung bestimmter Wörter in Veröffentlichungen wie Brokerberichten und Protokollen von Conference Calls auswerten.
Vor zehn Jahren setzten wir dann fortgeschrittene Tools für maschinelles Lernen ein, und heute sind Große Sprachmodelle (LLMs) wichtige Instrumente für unsere Anleger.

Ursula

Ihr nutzt also LLMs für komplexe Datenanalysen. Aber wie lässt sich das in bessere Anlageentscheidungen umsetzen?

Raffaele

In der Praxis können Anleger, wenn sie im Umgang mit diesen Tools erfahrener werden, mehr Informationen bewerten, Portfoliorisiken besser verwalten und Alpha-Chancen effizienter identifizieren.

Ursula

Mir scheint, hier sind Schnelligkeit und Präzision entscheidend. Gibt es konkrete Beispiele, wie diese Tools Portfolios verbessert haben?

Raffaele

Natürlich. Beispielsweise verdoppelt sich die Rechenleistung seit etwa fünf Jahren alle sechs Monate, und die Menge der täglich im Internet erzeugten Rohdaten wird Prognosen zufolge im Jahr 2025 über 180 Zettabyte erreichen (gegenüber 64 im Jahr 2020).(1),(2) Allein in unserem Systematic Team prüfen wir jedes Jahr über 100 neue Datensätze.(3)

Ursula

Wie managt ihr all diese Informationen?

Raffaele Dafür braucht es vor allem die richtigen Tools. Unsere Portfoliomanager können aktuell auf eine Sammlung mit fast 1.000 datengestützten Anlageerkenntnissen zugreifen, die ihnen bei der Portfoliogestaltung helfen können.(3) Dieser Ansatz könnte Anlegern potenziell Genauigkeit, Geschwindigkeit und Transparenz beim aktiven Portfoliomanagement bieten.

Ursula

Faszinierend.
 ** 
Nun zu unseren Kurzfragen.
 ** 
Stehst du auf der Seite (a) der Menschen oder (b) der Maschinen?

Raffaele

Hier geht es nicht um Mensch versus Maschine, sondern darum, das Team Mensch-Maschine optimal aufzustellen. Als Menschen müssen wir unsere Beiträge möglicherweise in Bereiche verlagern, in denen Maschinen weniger effektiv sind, und dabei Fähigkeiten wie Urteilsvermögen, Kreativität, Motivation und Führungsqualitäten nutzen.

Ursula

Werden künftige Investoren (a) einen stärker datengestützten Ansatz verfolgen oder (b) traditionelle makroökonomische Theorien nutzen?

Raffaele

Wir erwarten, dass ein datengestützter Ansatz besser abschneiden wird als makroökonomische Theorien. Ökonomische Analysen, die in Echtzeit auf riesige Datenmengen zugreifen, können besser darüber Aufschluss geben, wo im Konjunkturzyklus wir stehen und wohin sich die Kurse bewegen.
Durch die Analyse von Millionen von Stellenausschreibungen können wir beispielsweise die Lohninflation einschätzen und anhand von Preisdaten Inflationstrends vorhersagen. Solche Echtzeitanalysen ermöglichen Anlegern informiertere Entscheidungen auf Grundlage der aktuellen wirtschaftlichen Bedingungen.

Ursula

Führt ein Markt mit einer höheren Streuung der Renditen zu (a) mehr Anlagechancen für systematische Anleger oder (b) einem schwierigen und volatilen Anlageumfeld?

Raffaele

Mehr Streuung könnte systematischen Anlegern mehr Alpha-Chancen bescheren, da sie die Renditeunterschiede zwischen Wertpapieren nutzen können, indem sie sowohl Long- als auch Short-Positionen eingehen. Wenn die Schere zwischen Gewinnern und Verlierern an den Märkten weiter aufgeht, könnte uns das ermöglichen, mehr aktive Anlageeinschätzungen besser auszudrücken und Alpha zu erzielen.