pfp Advisory: "Kann KI Schach, aber keine Börse?"

2. März 2026. FRANKFURT (pfp Advisory). Vor ziemlich genau 30 Jahren, im Februar 1996, brach der „Krone der Schöpfung“ ein weiterer Zacken aus der Krone. Erstmals gewann eine Maschine gegen einen amtierenden Weltmeister eine unter Turnier- und Wettkampfbedingungen gespielte Partie Schach. „Deep Blue“ hieß das von IBM erschaffene schwarze Rechenmonster, das die Welt in ungläubiges Staunen versetzte. Eine Maschine besiegte im „königlichen Spiel“ den seinerzeit besten menschlichen Spieler Garri Kasparow, und das gleich in der Eröffnungspartie! Zwar schaffte der Weltmeister ein Comeback und entschied letztlich das gesamte Match für sich, doch unterlag er nur ein Jahr später im Revanche-Kampf einem nochmals verbesserten Computer. Ab dann brachen alle Dämme und der Siegeszug der Schachprogramme war nicht mehr aufzuhalten. Heute hat kein menschlicher Spieler auch nur den Hauch einer Chance gegen Programme, die kostenlos auf Plattformen nutzbar sind.

Ich erinnere mich auch 30 Jahre später noch lebhaft daran, weil mich diese Niederlage des weltbesten Spielers gegen eine Maschine seinerzeit ziemlich beunruhigte. Im Jahr zuvor hatte ich begonnen, meine Investmentstrategie zu systematisieren und auf ein stabiles Datenfundament zu stellen. Doch nach der Niederlage Kasparows stellte ich mir ernsthaft die Frage, ob ich mit meinen Bemühungen nicht viel zu spät dran sein würde. Würde die ganze Arbeit womöglich umsonst und der menschliche Fondsmanager schon in wenigen Jahren ein Auslaufmodell sein, ersetzt durch „Investment Deep Blues“?

Wie wir heute wissen, kam es anders. Zwar gab es in den vergangenen 30 Jahren immer wieder Versuche, automatische Handelssysteme (oder heute eben „KI“) Investmentfonds steuern zu lassen. Dauerhaft erfolgreiche Fälle sind mir indes nicht geläufig, dafür umso mehr Projekte, die angefangen und wenig später wegen Erfolglosigkeit wieder aufgegeben wurden.

Auch deshalb bin ich heute deutlich entspannter als 1996, was meine Ersetzbarkeit durch „automatische Handelssysteme“ oder heute eben „KI“ anbelangt, obwohl die Computer inzwischen um ein Vielfaches leistungsstärker sind als seinerzeit „Deep Blue“. Was ich damals unterschätzte: Schach ist ein Spiel mit perfekter Information. Das heißt, die Spieler können alle Spielfiguren jederzeit sehen und damit alle möglichen Züge jederzeit berechnen, anders als etwa bei vielen Kartenspielen wie „Schafkopf“ oder „Skat“, bei denen jeder Spieler nur seine eigenen Karten sieht, die der Mitspieler aber nicht. Diese perfekte Information beim Schach machte es überhaupt erst möglich, dass die Maschinen den Menschen so davonziehen konnten. Analog führt die imperfekte Information beim Schafkopf trotz der im Vergleich zu Schach ungemein geringeren Komplexität dazu, dass die Programme bisher bestenfalls einem guten Hobbyspieler Paroli bieten können.

Und die Aktienmärkte gleichen in puncto perfekter versus imperfekter Information eher Schafkopf als Schach: Neben objektiven Daten wie Aktienkursen gibt es ungeheuer viele nicht objektivierbare, bestenfalls schätzbare, Informationen wie z. B. künftige Erträge oder, noch komplexer, das Verhalten aller anderen an den Aktienmärkten tätigen Akteure. Das überfordert selbst den stärksten Computer und die beste KI – und zwar meines Erachtens strukturell und nicht nur wegen noch nicht ausreichender Rechenstärke.

Selbstverständlich kann KI dabei helfen, bessere Investmententscheidungen zu treffen. Schon alleine deshalb, weil sie nie müde wird, nie schlecht gelaunt ist oder nie Stress mit ihrer Familie hat und deshalb suboptimale Entscheidungen trifft. Überdies kann sie Datenmengen mit erheblich größerer Geschwindigkeit durchforsten als jeder menschliche Analyst oder Fondsmanager. (Allenfalls die berüchtigten und noch nicht wirklich verstandenen KI-Halluzinationen könnten ein dauerhaftes Problem bleiben.) Oft sind dafür aber praktische Hürden zu überwinden: KI muss in bestehende Prozesse integriert werden (es sei denn, ein Unternehmen wird komplett um KI herum neu aufgebaut), und das ist in der Praxis erfahrungsgemäß deutlich herausfordernder als in der Theorie der Modellbauer. Sie sollte totalen Zugriff auf alle relevanten Daten haben. Oft ist das aber in der Finanzbranche aus regulatorischen oder Compliance-internen Gründen nicht erlaubt. Überdies können manche Daten nicht in einer „maschinenlesbaren“ Form zur Verfügung gestellt werden, weil sie z. B. in den Köpfen der Mitarbeiter stecken oder in „gelebten“, schwer objektivierbaren Routinen.

Meiner Meinung nach könnte es deshalb noch lange dauern, bis menschliche Fondsmanager in großer Zahl erfolgreich durch Maschinen ersetzt werden können. Vielleicht wird es auch nie passieren. Dass die derzeit so gehypten Large-Language-Modelle dafür grundsätzlich überhaupt geeignet sind, ist ebenfalls noch nicht ausgemacht. Insofern bleibt abzuwarten, ob die Investmentbranche jemals ihren „Deep-Blue-Moment“ erleben wird.

Von Christoph Frank, 2. März 2026, © pfp Advisory

Über den Autor

Christoph Frank ist geschäftsführender Gesellschafter der pfp Advisory GmbH. Gemeinsam mit seinem Partner Roger Peeters steuert der seit über 25 Jahren am deutschen Aktienmarkt aktive Experte den DWS Concept Platow (<DWSK62>), einen 2006 aufgelegten und mehrfach ausgezeichneten Stock-Picking-Fonds, sowie den im August 2021 gestarteten pfp Advisory Aktien Mittelstand Premium (<A3CM1J>).

Weitere Infos unter www.pfp-advisory.de. Frank schreibt regelmäßig für die Deutsche Börse.