„Die aktuelle Marktphase macht Spaß“

Neue Technologien haben unseren Alltag bereits drastisch geändert: Smartphones sind nicht mehr aus dem täglichen Leben wegzudenken, aber noch keine zehn Jahre alt und bereits im Jahr 2011 besiegte IBM Watson, der „schlauste“ Computer der Welt und der englischen Sprache mächtig, menschliche Gegenspieler in der Quizsendung „Jeopardy“. Langsam entdeckt auch die Finanzbranche, dass sich in diesen Technologien neue Renditequellen verstecken könnten. Für BlackRock analysiert ein Computer 4.000 Broker- und Earningreports täglich, Pictet investiert mit dem Pictet-Robotics in Roboter und Technologien der künstlichen Intelligenz und Hendrik Leber von Acatis erprobt, was passieren würde, wenn Maschinen in seinem Unternehmen die Macht übernehmen würden. Mittlerweile beginnen auch kleinere Fondsboutiquen sich dem Thema zu nähern. CATANA CAPITAL beispielsweise geht am 22. Juni mit einem Fonds, dessen Strategie auf Big Data- Auswertungen und künstlicher Intelligenz basiert, an den Start. 

FundResearch: Wie kommt man auf die Idee, einen Fonds zum Thema Big-Data aufzulegen? Eine künstliche Intelligenz kann man ja nicht einfach so kaufen, oder? 

Knauer: Wir sind über mehrere Stufen zu dem Thema gekommen. Zwei unserer heutigen Kollegen haben es sich während  ihres Studiums der Wirtschaftsinformatik zur Aufgabe gemacht Social-Media-Daten zu analysieren. 2007 haben die beiden sehr aufwendig Nachrichten zum Thema Oskar-Verleihung untersucht und daraus Prognosen für die Verleihung 2008 erstellt. In neun von zehn Fällen lagen sie schließlich zwei Jahre hintereinander richtig. In den darauffolgenden Jahren haben sie fleißig weiter Daten gesammelt und das Unternehmen StockPulse aufgebaut. Catana Capital nutzt die Researchdienstleistungen von StockPulse, um die Daten zukünftig in einen Fondsmantel zu packen.  

FundResearch: Wie bereiten Sie die Daten auf? Bei Twitter ist ja, anders als in professionellen Analysen, nicht immer alles ernst gemeint. 

Knauer: Den ersten Schritt habe ich bereits erwähnt: Das Sammeln der Daten in Echtzeit. Rund 80 Prozent der gesammelten Informationen machen inzwischen Social-Media-Daten, wie zum Beispiel Twitter, aus. Nur noch 20 Prozent basieren auf klassischen Artikel und Research oder wie wir es nennen Editorials. Quasi jede öffentlich verfügbare Information zum Thema Finanzen auf Deutsch oder Englisch aus sechs Ländern können wir lesen. Damit decken wir mehr als 25.000 Titel in Echtzeit ab, darunter Währungen und Rohstoffe. Die Schlüsselfrage lautet: Wer sagt was zu welcher Aktie? Wird das Thema Börse angesprochen? Pro Monat sammeln wir mehr als 1,5 Terrabyte an Informationen. Das sind mehr als fünf Nachrichten pro Sekunde. Der zweite Schritt besteht darin, die Daten zu verstehen. Dazu gehört zum Beispiel doppelte Verneinung und natürlich auch Ironie zu erkennen. Sie müssen verstehen, welche Nachricht kursrelevant ist oder ob es sich um einen Non-Event handelt. Außerdem werden Aussagen bestimmter Personen stärker gewichtet. Aber auch wenn ein Nutzer besonders oft richtig liegt, werten wir seine Inhalte stärker. Genauso übrigens, wenn jemand immer daneben liegt, auch das ist eine gute Information für uns.