Inhalt: Darum geht's in diesem Beitrag
Aktien, Anleihen, Festgeld? Oder besser Immobilien, Gold und Bitcoin? Und in welcher Mischung? Wer sich überlegt, wie er oder sie Geld anlegen sollte, wünscht sich mitunter Rat, Informationen und Empfehlungen. Klar, die gibt es bei der Hausbank. Doch die Beratung dort dient nicht selten auch dem Verkauf der Anlageprodukte des Finanzinstituts – und die sind nicht immer die besten. Unabhängige Finanzberater hingegen können eine Investmentstrategie entwickeln, die allein an den Zielen und Wünschen der Kunden und Kundinnen ausgerichtet ist. Das kostet aber oft ein üppiges Honorar.
Beherrscht KI auch Finanzberatung?
Ist Künstliche Intelligenz eine günstige und gute Alternative? Ja. So lässt sich das Ergebnis einer groß angelegten Studie von vier deutschen Wissenschaftlern zusammenfassen.
Die Ökonomen Christian Fieberg, Lars Hornuf, Maximilian Meiler und David Streich veröffentlichten im Januar 2025 eine Studie, in der sie untersuchten, wie gut 32 verschiedene Sprachmodelle Anlage-Portfolios erstellen können, darunter ChatGPT, Gemini oder auch das chinesische Deepseek.
Die Schlussfolgerung: Die Ergebnisse der Untersuchung zeigen, dass KI-Sprachmodelle sich für die Finanzberatung eignen. Der Co-Autor Lars Hornuf, Professor für Finanzwirtschaft und Finanztechnologie an der TU Dresden, bringt es noch deutlicher auf den Punkt: „KI-Modelle wie ChatGPT können fundierte Empfehlungen für die Geldanlage geben.“
Die Forscher haben in Experimenten herausgefunden, dass die KI-Bots Anlageergebnisse erzielen können, die auf demselben Niveau liegen wie die professioneller Vermögensverwalter. Und das, ohne übermäßige Risiken einzugehen. Die Bots gehen also weitgehend lehrbuchmäßig vor.
Was ist besser KI oder Robo-Advisor?
Neu ist der Einsatz von KI für Investmententscheidungen nicht. Fondsmanager setzen verschiedene Technologien bereits seit Jahren ein. Und auch sogenannte Robo-Advisor nutzen teils KI, um Privatanlegern nach individuellen Vorgaben Wertpapierdepots zusammenzustellen.
Das aber können Anleger und Anlegerinnen nun mit ChatGPT oder einer anderen KI selbst. Experte Lars Hornuf erzählt, er habe einmal mit dem Gründer eines etablierten Robo-Advisors bei einer Podiumsdiskussion diskutiert. Der Wissenschaftler habe den Unternehmer gefragt, wofür Anleger und Anlegerinnen die digitalen Anlagehelfer überhaupt bräuchten. Man könne ja stattdessen auch zu geringeren Kosten ein Depot bei einem Online-Broker einrichten und dafür die Vorschläge von ChatGPT oder einem anderen Sprachmodell nutzen. Sein Gesprächspartner habe ihn angelächelt und gesagt: „Ja, das stimmt. Aber unser Tool sieht einfach besser aus.“
Einfacher in der Anwendung ist eine Robo-App allemal. Anleger und Anlegerinnen, die ChatGPT & Co. als Geldanlagehelfer nutzen wollen, sollten sich daher über eines im Klaren sein: Wer mit KI ein Portfolio zusammenstellen möchte, muss vieles bedenken. Die Modelle können viel, aber nicht alles. Wer der Maschine aber gute Anweisungen gibt, also passende Prompts nutzt, erhält überzeugende Resultate. So solltest du dabei vorgehen.
Geldanlage: Was KI kann und was nicht
Man sollte sich das stets ins Gedächtnis rufen: Sprachmodelle wie ChatGPT sind nicht wirklich in der Lage zu denken. Die KI konstruiert Sätze nach Wahrscheinlichkeiten. Die Antwort des Bots auf eine Frage muss deshalb nicht richtig sein, insbesondere wenn es um künftige Entwicklungen geht, die niemand genau kennen kann.
Ein Versuch Ende Oktober 2025: Mit welchen drei Aktien werde ich schnell reich? ChatGPT in der Version 5 gibt als Antwort folgende Unternehmen: der KI-Chip-Hersteller Nvidia, der Elektroautobauer Tesla und die ASML Holding, führender Zulieferer für die Chip-Industrie.
Keine völlig abwegigen Empfehlungen. Die Aktien der drei Konzerne gelten unter Anlageprofis als aussichtsreich, sind aber schon sehr hoch bewertet. Und anders noch als vor einigen Monaten das Modell 4o von ChatGPT, verweist die Version 5 auf zahlreiche Quellen: Blog-Beiträge, journalistische Websites und auch die Internet-Seiten der Unternehmen. Aber dennoch war diese Recherche nur oberflächlich.
Das verdeutlicht zwei wichtige Charakteristika von Sprachmodellen:
- Die KI analysiert nicht unaufgefordert die Kennzahlen und Kursentwicklungen von Zigtausenden Unternehmen, die an irgendeiner Börse der Welt notiert sind. Dafür müsste der Nutzer oder die Nutzerin diese Daten dem Bot zur Auswertung geben. Eine Studie von Wissenschaftlern der Universität Chicago hat ergeben, dass Sprachmodelle auf Basis umfangreicher Informationen – zum Beispiel Bilanzen, Geschäftsberichte, Unternehmensanalysen – bessere Prognosen über die Umsatz- und Gewinnentwicklung von Unternehmen machen als viele Analysten. Eine gute Grundlage für Investmententscheidungen. Allerdings ist das enorm aufwendig, und die notwendigen Daten für Privatleute teils nur schwer zu bekommen.
- Ohne die Eingabe solcher speziellen Datensätze nutzt der Bot die Informationen aus dem Internet, mit denen er trainiert wurde, und eine tagesaktuelle Webrecherche. So kommt der Algorithmus mitunter auf eine Antwort, die auf Quellen basiert, die auf die sehr allgemein gestellte Frage eine passende Antwort liefern.
Lektion 1: Bei Empfehlungen greift die KI auf ihre allgemeinen Trainingsdaten zurück, wenn sie keine speziellen Informationen zur Auswertung bekommt.
1. Schritt: Erstelle ein Anlegerprofil
Wer also keine beliebigen Empfehlungen bekommen möchte, muss der KI deshalb präzise Angaben machen: Was heißt schnell? Was heißt reich? Welche Risiken will ich akzeptieren? Habe ich noch andere Kapitalanlagen?
Um einen Vorschlag für ein Anlage-Portfolio zu erhalten, das den persönlichen Bedürfnissen und Wünschen entspricht, muss der Bot zunächst verstehen, für wen er Empfehlungen geben soll. Eine gute Richtschnur dafür ist das Kapitalanlagerecht, das Finanzdienstleister verpflichtet, anlage- und anlegergerecht zu beraten, wie das im Juristendeutsch heißt. Grundlage dafür ist die EU-Richtlinie MiFID II.
Demnach müssen Beraterinnen und Berater ihre Kundschaft nach deren Erfahrung mit verschiedenen Finanzprodukten von Fonds und Aktien bis hin zu Optionsgeschäften befragen.
Daneben ist auch relevant, wie viel Kapital zur Verfügung steht, wie lange das Geld investiert sein soll, ob auch zwischenzeitliche Verluste akzeptabel sind, welche Renditeerwartung herrscht und einiges mehr. Wer schon einmal ein Beratungsgespräch in der Bank oder bei einem Vermögensverwalter hatte, wird das bereits erlebt haben, und auch wer einen Account bei einem Robo-Advisor eingerichtet hat, kennt diese Art des Verhörs.
Die Infos ergeben zusammen ein Anlegerprofil, das den Rahmen für die Empfehlungen setzt. Ob ChatGPT, Gemini oder Copilot, die Bots kennen die Vorgaben von MiFID II und können die Nutzerin oder den Nutzer genauso detailliert befragen, wie das eine Vermögensverwalterin im ersten Gespräch täte.
Mit dem Prompt unten kannst du zum Beispiel ChatGPT auffordern, ein Profil von dir zu erstellen:
Prompt 1: Ermitteln des persönlichen Anlageprofils
Prompt-Vorlage:
Führe ein Interview durch, um meine Risikoneigung bei Geldanlagen zu bestimmen – entsprechend den regulatorischen Anforderungen für Anlageberatung in Deutschland und den EU-Vorgaben nach MiFID II. Beginne mit einer kurzen Checkliste der geplanten Schritte:
(1) Interview zur Risikoneigung durchführen,
(2) relevante Fragen nacheinander stellen,
(3) Risikoprofil nach vollständiger Beantwortung mitteilen,
(4) Bedeutung der Risikoneigung ausführlich erläutern. Stelle mir die relevanten Fragen nacheinander.
Nachdem alle Fragen beantwortet wurden, teile mir mein Risikoprofil mit. Erläutere anschließend ausführlich, welche Bedeutung diese Risikoneigung für mich als Anleger hat.
Nach der Präsentation des Risikoprofils und der Erläuterung validiere kurz, ob alle notwendigen Aspekte gemäß den Vorgaben abgedeckt wurden und korrigiere gegebenenfalls.
ChatGPT die Begriffe in Fragen erläutern lassen
Beispiel-Prompt: Erkläre mir, was „mittlere Risikotoleranz“, erhöhte Risikotoleranz“, „hohe Risikotoleranz“ bedeutet!
Prompt-Vorlage: Erkläre mir, was „[BEGRIFF]“ und „[BEGRIFF]“ bedeutet?
Wichtig: Sind die Fragen nicht konkret oder kennst du die Begriffe nicht, frage nach. Will der Bot etwa wissen, welche Risiken du hinnehmen würdest und gibt als Antwortmöglichkeiten „geringe“, „mittlere“ oder „hohe“, wäre es sinnvoll, den Bot zu fragen: Was bedeuten die drei Abstufungen konkret?
Am Ende dieser Befragung gibt der Bot ein Profil aus, das im Anschluss als Basis für Empfehlungen dienen sollte.
Lektion 2: ChatGPT & Co. können durch gezielte Fragen ein genaues Anlegerprofil erstellen. Auf dieser Basis kann die KI individuell passende Empfehlungen geben.
Altersvorsorge mit ETFs 2. Schritt: Hole dir Empfehlungen von der KI
Das Profil dient im nächsten Schritt dazu, zum Beispiel ChatGPT einen Vorschlag für ein Anlage-Portfolio machen zu lassen. Wissenschaftler Hornuf und seine Kollegen haben dafür einen englischen Standard-Prompt genutzt.Diesen muss man mit Angaben aus dem eigenen Profil ergänzen, um eine individuelle Empfehlung zu erhalten. Eine Vorlage auf deutsch dazu findest du unten. impulse hat den Prompt für ChatGPT 5 optimiert (er dürfte auch in anderen Modellen gut funktionieren) und damit den Test für eine Anlegerin mit folgendem Profil gemacht:
- 48 Jahre alt
- lebt in Deutschland
- will über 15 Jahre anlegen
- Ziel: Altersversorgung
- mittlere Risikoneigung
- bevorzugt keine speziellen Investments
Die KI-Tools sind grundsätzlich so trainiert, dass sie keine Tipps für Kapitalanlagen ausgeben. Durch den Zusatz im Prompt, dass die Empfehlungen nicht als persönliche Beratung aufgefasst werden, gibt der Bot jedoch sofort konkrete Empfehlungen.
Für die fiktive 48-Jährige schlägt ChatGPT ein Portfolio vor, das stimmig erscheint:
70 Prozent Aktien, 30 Prozent Anleihen.
Die KI empfiehlt, in beiden Anlageklassen vornehmlich in ETFs zu investieren, also in börsengehandelte Fonds, die jederzeit verkauft werden können und kostengünstig sind. Für das Depot nennt ChatGPT insgesamt sechs dieser Fonds. Als Beimischung empfiehlt die KI zudem einen klassischen Aktienfonds, bei dem höhere Verwaltungsgebühren fällig werden als bei einem ETF.
Doch sollte man dem folgen? Professor Lars Hornuf von der TU Dresden rät, mit dem Bot eine Konversation zu starten. „Durch Nachfragen und das Einfordern von Begründungen lassen sich die Ergebnisse verbessern“, fasst er seine Erfahrungen zusammen.
impulse hat ChatGPT zunächst aufgefordert, eine nähere Begründung für die vorgeschlagene Portfolio-Struktur zu liefern. Die Antwort hätte ein professioneller Berater kaum besser geben können. Zu jedem Bestandteil nannte die KI einige Punkte, warum dieser zum Profil der Anlegerin passt. ChatGPTs abschließendes Fazit: „Ein Portfolio, das sowohl von globalem Wachstum profitiert als auch in Phasen erhöhter Marktunsicherheit durch Staatsanleihen abgefedert wird.“
Mit dem Prompt unten kannst du ChatGPT, Gemini & Co. auffordern, ein Anlage-Portfolio für dich zu erstellen:
Prompt 2: Portfolio erstellen
Prompt-Vorlage:
Rolle und Ziel
-
Unterstütze bei der Auswahl spezifischer Finanzprodukte basierend auf Nutzerprofil, Anlagehorizont, Risikoneigung, Präferenzen und Erfahrung. Präsentiere Empfehlungen strukturiert und informativ.
-
Beginne mit einer kurzen, konzeptionellen Checkliste (3–7 Stichpunkte) der geplanten Verarbeitungsschritte.
Anweisungen
-
Analysiere die Nutzereingaben: Alter: [xx] Jahre; wohnhaft in [Staat]; Anlagehorizont: [xx] Jahre; Ziel: [z.B. Altersvorsorge]; Risikotoleranz: [entsprechend dem ermittelten Risikoprofil, z.B. ausgewogen/moderat]; Investitionspräferenzen: [z.B. nachhaltige Anlagen oder keine]; Anlageerfahrung: [entsprechend den Angaben im Risikoprofil, z.B. umfangreich].
-
Empfehle spezifische Finanzprodukte (mindestens zwei pro Anlageklasse (Assetklasse)) passend zum Nutzerprofil.
-
Gib pro empfohlenem Produkt folgende Informationen an: 1. Vollständiger Produktname 2. ISIN (International Securities Identification Number); fehlt sie, gib ‚Nicht verfügbar‘ an. 3. Korrekte, klickbare URL zum Produkt; fehlt sie, gib ‚Nicht verfügbar‘ an. 4. Empfohlene Portfolio-Allokation in Prozent (z. B. 25). Die Summe über alle Produkte muss 100% ergeben.
-
Präsentiere alle vorgeschlagenen Produkte in einer strukturierten Markdown-Tabelle.
-
Die Spaltennamen der Tabelle lauten: Name, ISIN, URL, Allokation (%).
-
Ist eine der Angaben nicht verfügbar, trage ‚Nicht verfügbar‘ in die jeweilige Spalte ein.
-
Nach Erstellen der Tabelle prüfe, dass die Allokationen 100% ergeben und alle Pflichtangaben korrekt zugeordnet sind. Korrigiere fehlende oder inkorrekte Einträge automatisch.
Kontext
-
Nutzer: Gibt relevante persönliche und finanzielle Parameter vor.
-
Keine persönliche Anlageberatung, sondern sachliche Informationen für allgemeine Zwecke.
-
Beispiele für die Tabellenstruktur enthalten.
Ausgabeformat
-
markdown
Klarstellungen
-
Die Summe aller Allokationen muss stets 100% sein.
-
Jede Information gehört in die jeweils zugeordnete Tabellenspalte.
-
Die Antwort ist nicht als persönliche Beratung zu betrachten.
Wer sich aber wundert, warum bestimmte Investmentarten gar nicht im Vorschlag enthalten sind oder im Prompt genannte Anlage-Präferenzen im Portfolio übermäßig stark berücksichtigt sind, kann auch hierzu Nachfragen stellen. Ein Beispiel: „ChatGPT, warum ist in deinem Vorschlag kein Direktinvestment in eine Immobilie wie eine Mietwohnung? Und warum haben die empfohlenen Aktienfonds alle den Schwerpunkt auf Technologiefirmen?“ Auch hierzu kommen ausführliche und fundierte Erläuterungen. Und das Angebot, das Portfolio zu ändern.
Lektion 3: ChatGPT kann sachlich fundierte Portfolio-Vorschläge erstellen. Durch Rückfragen im Chat lassen sich die Ergebnisse optimieren.
3. Schritt: Lass die KI die Ergebnisse prüfen
Ein Schwachpunkt der Bots bestätigte sich sowohl in der großen Untersuchung von Lars Hornuf als auch in den Tests von impulse: ChatGPT und andere KI-Modelle machen teils falsche Angaben. Sie halluzinieren, wie das in der Fachsprache heißt. So kam es mitunter vor, dass es die empfohlenen Fonds gar nicht gibt. Oder dass die angegebene Wertpapier-Kennung (ISIN) falsch war.
„Das lässt sich nie ganz ausschließen“, sagt Ökonom Hornuf. Allerdings lässt es sich reduzieren, mit einem Prompt, der den Bot auffordert, seine eigenen Antworten zu checken und zu korrigieren. impulse nutzt hierfür den nachfolgenden Standard-Prompt, der dem Sprachmodell sechs Schritte vorgibt, wie es seine vorangegangene Antwort inhaltlich prüfen und verbessern soll:
Prompt 3: Ergebnisse prüfen und verbessern lassen
Prompt-Vorlage:
Überprüfe die Informationen aus deiner vorangegangenen Antwort Schritt für Schritt und präsentiere zuerst das Ergebnis. Danach folgt die detaillierte Herleitung der Überprüfung. Gehe nun bei der Verifizierung Schritt für Schritt vor und zeige die Ergebnisse jedes einzelnen Schritts:
Erste Antwortgenerierung: Generiere eine erste Antwort basierend auf den gegebenen Informationen.
Selbstüberprüfung: Prüfe die erste Antwort auf logische Konsistenz und Kohärenz.
Quellensuche: Sammle externe Quellen und Informationen, um die erste Antwort zu stützen oder zu widerlegen. Nenne mindestens drei zuverlässige Quellen, die tatsächlich existieren und überprüfbar sind. Gib die genaue Quellenangabe an – mit exaktem Datum, Autor und Publikation. Beschreibe, wie diese Quellen die Information bestätigen oder widerlegen. Stelle eine URL zur Verfügung, über die man auf die Quelle zugreifen kann. Falls keine überprüften Quellen gefunden werden können, weise darauf hin.
Gegenprüfung: Überprüfe die Quellen unabhängig voneinander. Stelle sicher, dass mehrere Instanzen des Modells die Quellen überprüfen und ihre Ergebnisse vergleichen.
Konsolidierung: Führe die Ergebnisse der Gegenprüfung zusammen. Analysiere und behebe alle Diskrepanzen.
Generierung der endgültigen Antwort: Erstelle eine endgültige, verifizierte Antwort.
Doch selbst danach können in den Angaben zu konkreten Kapitalanlagen noch Fehler sein. Ein Check auf einer Internetseite eines Online-Brokers oder einer Direktbank ist daher unerlässlich. Einen solchen Finanzdienstleister aber benötigen Anlegerinnen und Anleger ohnehin, wenn sie dem Rat der KI folgen und ein Depot nach deren Vorschlägen einrichten möchten.
Lektion 4: Die KI halluziniert mitunter. Mit einem Faktencheck-Prompt lassen sich die Fehler reduzieren. Eine Garantie für fehlerfreie Bot-Antworten gibt es jedoch nicht.
