KI macht dich nicht zum guten Trader – so nutzen Profis sie trotzdem
Vier Experten, eine Schlussfolgerung
Charles Edwards, Gründer des quantitativen Bitcoin-Hedgefonds Capriole Investments, und Julio Moreno, Head of Research bei CryptoQuant, bezeichnen KI als Beschleuniger für ernsthafte Marktforschung. Die unabhängigen Analysten Benjamin Cowen und Michael van de Poppe kommen vom Trading-Desk aus zur selben Einschätzung. Edwards formulierte es auf dem Market Intelligence Council so: „Ich denke, KI macht das Spielfeld für bestimmte Menschen chancenreicher.“ Van de Poppe zog eine klare Grenze: „Sie wird dich nicht zu einem großartigen Trader machen, wenn du vorher kein guter Trader warst.“
Was KI heute konkret leistet
Die deutlichsten Vorteile zeigen sich bei der Routinerecherche. Aufgaben, die früher Stunden dauerten, lassen sich heute in Minuten erledigen. Edwards hob die schnellere Analyse als zentralen Nutzen hervor: „Die Werkzeuge dafür sind viel leistungsfähiger und es kann heute mit KI viel schneller erledigt werden.“ Van de Poppe demonstrierte, wie zugänglich das geworden ist. Er baute mithilfe eines Chatbots und kostenloser Datenschnittstellen ein Muster-Krypto-Portfolio auf: „Du kannst ein Portfolio und ein Dashboard für Kryptowährungen innerhalb von fünf Minuten mit kostenlosen APIs aufbauen.“
Warum menschliches Urteil unverzichtbar bleibt
Geschwindigkeit ersetzt kein Fachwissen. Van de Poppe stellte fest, dass sein KI-generiertes Portfolio wichtigen Kontext vermisste: „Es hat keinen Korb unkorrelierter Kryptos erstellt und keinerlei Makrodaten einbezogen.“ Diesen Mangel füllt menschliche Erfahrung: „Dort kommen menschliches Wissen, Erfahrung und Intuition ins Spiel, die der KI-Agent oder das Large Language Model nicht besitzt.“ Er warnte ausdrücklich davor, KI als Wundermittel zu betrachten. Das Tool liefere keine „Art von Magie, die eine unendliche Geldschleife erzeugt“. Moreno ergänzte, dass Institutionen Daten zwar vertrauen, sie aber kontinuierlich prüfen: „Sie vertrauen ihr, aber sie verifizieren viel und überwachen fortlaufend, ob die Daten relevant bleiben.“
Wie professionelle Fonds KI einsetzen
Professionelle Fonds behandeln KI als Infrastruktur, nicht als Orakel. Edwards beschreibt den Ansatz von Capriole: „Wir bauen Hunderte von Metriken und nutzen Hunderte weiterer Datenquellen, um umfassende Modelle zu erstellen, die On-Chain-Daten, Technicals und Makrodaten über viele Jahre kombinieren.“ Der Capriole Macro Index fasst mehr als 60 On-Chain-, Makro- und Aktienmetriken in einem einzigen Machine-Learning-Modell zusammen. Cowen entwickelt seinen eigenen Bot, trainiert ausschließlich auf eigenem Material: „Ich möchte nicht, dass er KI-Schrott da draußen nutzt, um noch mehr KI-Schrott zu erzeugen.“ Van de Poppe lässt KI die Basis seiner Trading-Algorithmen schreiben, steuert den Prozess aber aktiv, da das System sonst „weiter an Dingen arbeitet, die für dein System falsch sind“.
Datenqualität als entscheidender Faktor
Jedes Modell steht und fällt mit der Qualität seiner Eingangsdaten. Moreno nannte ein konkretes Beispiel für einen Datenvorteil: „Sie handeln beispielsweise Mining-Aktien, anstatt auf den Quartalsbericht zu warten. Sie verfolgen in Echtzeit, was die Miner tatsächlich schürfen.“ Der Bitcoin-Netzwerk-Hashrate dient dabei als tägliches Echtzeitsignal für die Rechenleistung der Miner. Cowen betonte den Wert historischer Daten: „Daten vor 2022 sind in gewisser Weise tatsächlich sehr wertvoll, weil sie entstanden sind, bevor all der KI-Kram überhaupt existierte.“ Für institutionelle und private Trader gilt damit dieselbe Lektion: KI beschleunigt die Arbeit und verbessert den Zugang, doch der echte Vorteil entsteht dort, wo saubere Daten auf erfahrenes Urteilsvermögen treffen.
