Wettlauf um Informationen

Bei Privatanwendern sind Mega-, Giga- und Terabyte noch gängige Maßeinheiten für Datenmengen. In der Industrie werden Datenvolumina hingegen schon in Zettabyte gemessen. Das entspricht einer Trilliarde Bytes, einer 1 mit 21 Nullen. Bis zum Jahr 2025 wird das globale Datenvolumen voraussichtlich auf rund 163 Zettabyte anwachsen – im Vergleich mit dem Jahr 2016 (16 Zettabyte) ist das ein Plus von über 1.000 Prozent. Wir leben im Zeitalter von Big Data. Das verändert viele Branchen, auch die Asset Management-Industrie.

„Big Data“ bezeichnet unstrukturierte Datenmengen, die zu groß, komplex oder ungeordnet sind, um sie mit herkömmlichen Methoden der Datenverarbeitung sinnvoll auszuwerten. Durch die fortschreitende Vernetzung und Digitalisierung wird dieser weltweite Berg an unsortierten Informationen immer größer. Mit steigender Rechenleistung und der Hilfe von Künstlicher Intelligenz (KI) lassen sich diese Datenberge inzwischen dennoch aufbereiten und erschließen. Aus Big Data wird Smart Data. Folglich umschreibt der Begriff „Smart Data“ strukturierte und analysierte Datenbestände, die aus größeren Datenmengen extrahiert wurden und für den Anwender sinnvolle Informationen enthalten.

Die Datenwelt um uns herum ist zweifellos eine andere geworden. Neben den klassischen kapitalmarktrelevanten Informationen wie Bilanzkennzahlen oder volkswirtschaftlichen Statistiken ziehen Analysten schon seit jeher Exoten wie etwa die Geburtenrate in Japan oder auch die Weizenernte in Kasachstan heran, um Märkte und ihre Entwicklung einzuschätzen. Inzwischen kommt der stetig wachsende digitale Datenberg hinzu: Menschen kaufen online ein, Staatenlenker kommunizieren per Tweet und bewegen damit Märkte. Auf diese Weise sind Informationen mittlerweile immer schneller verfügbar und können teilweise in Echtzeit gemessen werden. Dank des technologischen Fortschritts steht zudem ausreichend Rechenkapazität zur Verfügung, um all diese Informationen zu verarbeiten. Mithilfe von Methoden aus der Künstlichen Intelligenz (KI) werden sie strukturiert, aufbereitet und ausgewertet. Im Ergebnis können Marketingstrategen zum Beispiel zielgerichteter werben oder Produktentwickler unmittelbares und vor allem ungefiltertes Feedback beim Kunden abfragen.

Big Data eröffnet auch der Kapitalmarktanalyse eine neue Dimension. Union Investment hat deshalb in den vergangenen Jahren sukzessive Know-how in dem Bereich aufgebaut. Drei sogenannte „Data Scientists“ sorgen inzwischen dafür, dass aus Big Data Smart Data wird. Denn Börsen sind von einem Wettlauf um Informationen geprägt – und die Konkurrenz, insbesondere aus den USA, schläft nicht. Dabei gilt: Diejenigen, die exklusive Informationen haben, sind die Gewinner, weil sie auf Basis dieses Wissens handeln können. Das ist nicht neu – doch es erreicht im digitalen Zeitalter eine neue Qualität. Am Ende geht es um die intelligente Nutzung neuer Datenquellen. Denn im Informationswettlauf gilt es nicht nur, die richtigen Daten zu haben, sondern auch, die besten Erkenntnisse daraus zu ziehen und diese effizient in die Entscheidungsfindung einzubeziehen.

So kann die Datenflut uns auch beim Investmentprozess voranbringen und damit den Kunden der Volksbanken und Raiffeisenbanken einen Mehrwert bei der Geldanlage liefern. Zum Beispiel bei den Zahlen zum Konsum, eine wichtige Kenngröße, etwa bei der Bewertung von Einzelhändler-Aktien oder der Binnennachfrage einer Volkswirtschaft. Analysten müssen mittlerweile nicht mehr darauf warten, bis die Zahlen von einem Statistikamt erhoben und veröffentlicht werden. Heute können Suchanfragen im Internet oder Satellitenaufnahmen von Parkplätzen vor Shoppingcentern zusätzliche Informationen liefern, quasi direkt beim Entstehen. Ebenso kann der Portfoliomanager bei steigenden Suchanfragen für Autoversicherungen auf einen anziehenden Absatz der Automobilfirmen schließen – noch bevor er dazu genaue Zahlen hat. Und wenn die Posts über ein Unternehmen in den sozialen Medien zunehmend negativ werden, könnte das auf Aktienverkäufe in den kommenden Wochen hinweisen. Erkenntnisse dieser Art können die Experten bei der Investmententscheidung nutzen – noch bevor es andere Marktteilnehmer tun.

Bei Union Investment ist die Smart Data-Offensive im vergangenen Jahr mit der Analyse sogenannter Textmining-Daten durchgestartet. Sie machen Meinungen und Stimmungen aus öffentlichen und sozialen Medien quantifizierbar. Union Investment arbeitet in diesem Feld mit einem führenden Anbieter aus den USA zusammen. Pro Tag werten dort Linguisten und Computerwissenschaftler rund zwei Millionen englischsprachige Artikel aus Quellen wie Reuters, Twitter oder Blogs aus. Bei der Sortierung und automatisierten Bewertung der Texte helfen Methoden aus der Künstlichen Intelligenz. Sie bringen die Daten in ein strukturiertes Format. Es entstehen bis zu 400.000 minütlich aktualisierte Zeitreihen, welche nach unterschiedlichen Kriterien etwa mit Bezug auf Aktien, Währungen oder Rohstoffe kategorisiert sind.

Ein Beispiel sind von Union Investment entwickelte und permanent durch die Textmining-Daten aktualisierte Weltkarten mit Warnhinweisen für potenzielle geopolitische Krisenherde. Die selbstprogrammierten Analysen schlagen immer dann Alarm, wenn in sozialen Medien oder auf Nachrichtenseiten Wörter wie „Protest“, „Gewalt“ oder „Korruption“ in Verbindung mit einem Land gehäuft auftreten. Auch auf mögliche Sanktionen, wie aktuell der USA gegen den Iran oder Russland, die beispielsweise Auswirkungen auf das Angebot am Ölmarkt haben können, sind unsere Systeme geeicht. Diese Informationen helfen den Portfoliomanagern einerseits dabei, die Anlagechancen und -risiken in einer bestimmten Region noch umfassender bewerten zu können. Andererseits zeigen sie umgehend an, wenn sich etwas ändert. Ähnliches kann Union Investment auch auf Unternehmensebene darstellen: Wo sind Entlassungen oder Umstrukturierungen im Gespräch? Und wo wird über eine Pleite spekuliert? Auf all diese Fragen können die Textmining-Daten Antwortbausteine liefern.

In der genossenschaftlichen FinanzGruppe setzt nicht nur Union Investment auf Smart Data, um die Portfoliomanager bei ihren Anlageentscheidungen zu unterstützen. Auch die bayerischen Volksbanken und Raiffeisenbanken beschäftigen sich mit strukturierten Datenanalysen, zum Beispiel die Volksbank Raiffeisenbank Rosenheim-Chiemsee. Basierend auf einer geeigneten IT-Infrastruktur und mit Hilfe speziell ausgebildeter Mitarbeiter werden mittels statistischer Verfahren Daten verknüpft, modelliert und Erkenntnisse generiert.

„Unser Ziel ist es, die Kunden zielgenauer beraten zu können und einen echten Mehrwert zu schaffen“, sagt Sebastian Elbel, Leiter des Innovationsmanagements bei der Volksbank Raiffeisenbank Rosenheim-Chiemsee. Gerade in Zeiten fortschreitender Digitalisierung sind Datenanalysen ein wesentlicher Baustein um positive Kundenerlebnisse zu schaffen. Wichtig ist der Volksbank Raiffeisenbank Rosenheim-Chiemsee, auf die hohe Wichtigkeit des Datenschutzes hinzuweisen: „Kein Kunde muss Angst haben, dass er bei uns zum gläsernen Kunden wird. Ein seriöser und verantwortungsvoller Umgang mit Daten ist für uns die oberste Maxime“, betont Elbel.

Doch bei aller Hilfe durch digitale Assistenten: Die menschliche Expertise lässt sich nicht ersetzen. So müssen auch weiterhin Menschen aus Fleisch und Blut mit entsprechender Erfahrung entscheiden, welche Informationen überhaupt für den eigenen Investmentprozess relevant sind. Denn nur, weil man etwas erfassen kann, liefert es nicht automatisch einen Mehrwert. Und hat man erst einmal die relevanten Daten ausgewertet, kommt es stark auf die Analyse durch die Data Scientists an – und hier ist Kreativität gefragt. Künstliche Intelligenz kann helfen, große Datenmengen zu strukturieren und zu bewerten. Was aber wie ausgewertet wird, muss der Mensch vorgeben. Nur auf diesem Wege wird Big Data im Zusammenspiel mit Künstlicher Intelligenz und menschlicher Expertise zu Smart Data. Die Erkenntnisse daraus reichern das traditionelle Fondsmanagement um eine sinnvolle neue Dimension an und fließen auf den unterschiedlichsten Ebenen auch in die Fonds von Union Investment ein.