Künstliche Intelligenz im Finanzwesen: Ein Experiment zur Anlagestrategie von ChatGPT

Künstliche Intelligenz an der Börse: Ein 100-Dollar-Experiment mit ChatGPT

Die fortschreitende Entwicklung von Künstlicher Intelligenz (KI) eröffnet neue Potenziale in vielfältigen Anwendungsfeldern. Insbesondere im Finanzsektor wird das Zusammenspiel von KI und Anlagestrategien intensiv diskutiert. Ein aktuelles Experiment eines Reddit-Nutzers wirft ein Licht auf die praktischen Fähigkeiten von KI-Modellen wie ChatGPT im Aktienhandel. Dieser Artikel analysiert die Ergebnisse dieses Versuchs, beleuchtet die unterschiedlichen Expertenmeinungen und ordnet die Implikationen für eine anspruchsvolle B2B-Zielgruppe ein.

Der Selbstversuch: ChatGPT als Vermögensverwalter

Ein Nutzer der Plattform Reddit, Nathan Smith, initiierte ein bemerkenswertes Experiment, um die Performance von KI als Anlagewerkzeug zu evaluieren. Er beauftragte das fortgeschrittene KI-Modell GPT-4o mit der Verwaltung eines Kapitals von 100 US-Dollar. Die primäre Aufgabe der KI bestand darin, unterbewertete "Small-Cap"-Aktien zu identifizieren und Handelsentscheidungen zu treffen. "Small-Cap"-Aktien repräsentieren Anteile von börsennotierten Unternehmen mit vergleichsweise geringer Marktkapitalisierung.

Erste Ergebnisse und deren Einordnung

Nach dem ersten Monat des auf sechs Monate angelegten Experiments präsentierte Smith eine Zwischenbilanz: Das von ChatGPT verwaltete Portfolio verzeichnete einen Zuwachs von 25 Prozent, was den ursprünglichen Einsatz von 100 US-Dollar auf 125 US-Dollar erhöhte. Dieser Wertzuwachs ist im Vergleich zu etablierten Marktindizes beachtlich. Der S&P 500, der die 500 größten US-Unternehmen abbildet, verzeichnete im gleichen Zeitraum lediglich ein Wachstum von drei Prozent. Diese Zahlen legen nahe, dass die KI kurzfristig in der Lage war, lukrative Gelegenheiten im Segment der "Small-Cap"-Aktien zu identifizieren.

Kontroversen und Expertenmeinungen

Die Idee, KI im Aktienhandel einzusetzen, ist nicht neu und wird in der Fachwelt kontrovers diskutiert. Nathan Smiths Motivation für das Experiment entstand aus einer Skepsis gegenüber Werbeaussagen, die KI als überlegenes Werkzeug zur Identifizierung unterbewerteter Aktien darstellten.

Forschungsergebnisse stützen das Potenzial

Frühere Studien, wie die von Forschern der Universität Duisburg-Essen, haben bereits Hinweise auf die Fähigkeiten von KI-Tools wie GPT-4 geliefert. Diese Modelle können offenbar zwischen positiven und negativen Nachrichtenereignissen differenzieren und ihre Anlageempfehlungen entsprechend anpassen. Die Studienautoren Matthias Pelster und Joel Val konstatierten, dass ChatGPT das Potenzial besitzt, Aktien zu identifizieren, die eine überdurchschnittliche Performance im Folgemonat aufweisen könnten.

Skepsis hinsichtlich der Langzeitperformance

Andere Experten äußern jedoch Vorbehalte. Alejandro Lopez-Lira, Assistenzprofessor für Finanzen an der University of Florida, betont, dass ChatGPT über längere Zeiträume hinweg keine durchweg überragenden Ergebnisse erzielt. Er merkt an, dass die auf dem Papier erzielten Resultate oft optimistischer erscheinen als die tatsächliche Performance bei realen, substanziellen Investitionen. Des Weiteren würde eine eindeutige Überlegenheit der KI in der Aktienauswahl zu einer grundlegenden Veränderung der Marktmechanismen führen, da alle Marktteilnehmer auf solche Systeme setzen würden, was die Funktionsweise und Regelmäßigkeiten des Marktes transformieren könnte.

Die Rolle des Menschen: Unverzichtbare Interaktion

Ein zentraler Aspekt des Experiments von Nathan Smith ist die Frage, ob KI in der Lage ist, Kapital vollständig autonom zu investieren und zu verwalten. Die bisherigen Erkenntnisse deuten darauf hin, dass dies nicht der Fall ist. Smith speist ChatGPT täglich mit aktuellen Daten über das bestehende Portfolio und hat sogenannte Stop-Loss-Regeln implementiert, um potenzielle Verluste zu begrenzen. Dieser tägliche, wenn auch minimale, menschliche Eingriff unterstreicht die Notwendigkeit menschlicher Überwachung und Steuerung. KI-Tools können als nützliche Assistenten dienen, ersetzen jedoch nicht die menschliche Expertise und Entscheidungsfindung, insbesondere in volatilen und komplexen Umgebungen wie dem Finanzmarkt.

Fazit für die B2B-Zielgruppe

Für Unternehmen im B2B-Sektor, die sich mit der Implementierung von KI-Lösungen beschäftigen, lassen sich aus diesem Experiment wichtige Erkenntnisse ableiten:

• Potenzial von KI als Analysewerkzeug: KI-Modelle können große Datenmengen schnell analysieren und Muster erkennen, die für menschliche Analysten schwer zugänglich sind. Dies kann zur Identifizierung von Anlagechancen beitragen.
• Grenzen der Autonomie: Eine vollständige Delegation von Entscheidungsfindungen an KI ist im Finanzbereich, insbesondere bei kritischen Investitionen, derzeit nicht ratsam.
• Bedeutung der menschlichen Aufsicht: Die Integration von KI-Systemen erfordert weiterhin menschliche Expertise für die Definition von Strategien, die Überwachung der Performance und die Anpassung an unvorhergesehene Marktbedingungen.
• Risikomanagement: Die Festlegung klarer Parameter und Risikogrenzen, wie die Stop-Loss-Regeln im Experiment, ist entscheidend, um potenzielle negative Auswirkungen von KI-gesteuerten Entscheidungen zu minimieren.

Das Experiment des Reddit-Nutzers bietet eine wertvolle Fallstudie, die sowohl das Potenzial als auch die aktuellen Grenzen von KI im Finanzwesen aufzeigt. Es verdeutlicht, dass KI-Systeme als leistungsstarke Unterstützungswerkzeuge dienen können, eine umfassende menschliche Expertise jedoch weiterhin unverzichtbar bleibt.

Bibliografie

• Bölling, Noëlle. "Reddit-User testet ChatGPT als Anleger – so lief das 100-Dollar-Experiment." t3n.de, 1. November 2025.
• Townsend, Chance. "Reddit responds to 'highly unethical' AI experiment on users (updated)." mashable.com, 29. April 2025.
• Koebler, Jason. "Researchers Secretly Ran a Massive, Unauthorized AI Persuasion Experiment on Reddit Users." 404media.co, 28. April 2025.
• t3n Redaktion. "ChatGPT News, Artikel & Ratgeber." t3n.de, 1. November 2025.
• Pelster, Matthias und Val, Joel. "Can ChatGPT Identify Stocks with Above-Average Performance? An Empirical Analysis." ScienceDirect, 2023.