KI und die langfristige Vermögensaufteilung
Künstliche Intelligenz beim Investieren meint heute selten einen allwissenden Roboter. Gemeint sind Modelle, die Muster in Kursen, Texten oder Fundamentaldaten suchen und daraus Gewichtungen oder Signale ableiten. Für die langfristige Vermögensaufteilung ist das spannend — und leicht überschätzt.
Was Modelle gut können
Sie beschleunigen die Auswertung großer Datenmengen: Korrelationen zwischen Anlageklassen, historische Drawdowns, Kostenvergleiche. In der Beratung nutzen wir solche Auswertungen als Gegenprobe: Deckt das vorgeschlagene Aktien-/Anleihen-Verhältnis zu dem Risikobudget, das die Mandantin tragen will?
Was der Horizont entscheidet
Ob 40 oder 65 Prozent Aktien sinnvoll sind, hängt von Liquiditätsbedarf, Berufseinkommen und familiären Verpflichtungen ab — Größen, die in Trainingsdaten oft fehlen. Ein Modell, das auf kurzfristige Accuracy getrimmt ist, kann eine Allokation vorschlagen, die im Zehnjahresblick unnötig nervös agiert.
Praktische Haltung
Wir empfehlen, KI-Hinweise wie externe Research-Notizen zu behandeln: dokumentieren, gegen das eigene Regelwerk prüfen, dann entscheiden. Die Vermögensaufteilung bleibt ein menschliches Steuerungsdokument; Modelle liefern Input, keine Delegation der Verantwortung.