Krempeln Robo-Advisors den Geldanlagemarkt um?

FinTech-Startups sind mit digitalen Anlageberatern auf dem Vormarsch. Die sogenannten Robo-Advisors sind dabei den Geldanlagemarkt umzukrempeln. Der User kann sein Investment in Echtzeit am Handy verfolgen.
/robo-advisor-geldanlagemarkt-umkrempeln/

Zusammenfassung aus

Zusammenfassung ein

Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

Der Geldanlagemarkt liegt im Umbruch. Digitale Anlageberater, sogenannte Robo-Advisors, sind immer stärker im Kommen. Produkte werden simpel aufbereitet und den Konsumenten zu relativ günstigen Konditionen angeboten.

So wollen Robo-Advisors den Markt umkrepeln

Robo-Advisors arbeiten mit speziellen Algorithmen. Sie erstellen Portfolios für Verbraucher, die ihr Geld ohne die klassische Beratung anlegen wollen. Anhand von ein paar einfachen Fragen analysieren die Programme die Risikobereitschaft und erarbeiten eine Anlagestrategie. Verbraucher können die Entwicklung ihres Portfolios jederzeit auf dem PC oder Smartphone verfolgen.

+++Mehr zum Thema Investment: FinanceFox mit Millionen-Investment+++

Wo Robo-Advisors anlegen

Investiert wird oftmals in Investmentfonds, die an einer Börse gehandelt werden, aber auch in Anleihen für Staatspapiere oder Rohstoffe. Der Aktienanteil richtet sich nach der individuellen Risikobereitschaft des Anlegers. Robo-Advisors legen das Geld ihrer Kunden allerdings nicht in einzelne Aktien an – das stellt ihnen ein zu großes Risiko dar.

Wer steckt dahinter

FinTech-Startups haben das Thema in den vergangenen Jahren vermehrt auf den Markt gebracht. Unter den digitalen Anlageberatern finden sich Namen wie Vaamo, Ginmon oder Cashboard. „Noch vor einem Jahr war die digitale Anlageberatung ein „Nischenprodukt“. Das ändert sich gerade, da auch Banken auf den Zug aufspringen“, sagt Lars Reiner, Chef von Ginmon in Frankfurt am Main.

Die Vorteile

Vorteile für Verbraucher liegen auf der Kostenseite:

  • Die Anleger müssen zumeist weniger als 1 Prozent der Anlagesumme für das Portfolio bezahlen
  • Es fallen keine Kosten und Aufschläge für Fonds-Management an, da die Fonds zum Großteil nicht gemanagt werden
  • Es gibt oftmals keinen Mindestanlagebetrag
  • Alle Robo-Advisor legen transparent dar, in welches Pordukt sie investieren – sie bevorzugen keine bestimmten Produkte und erhalten keine Provision

+++Mehr zum Thema: Shpock & Runtastic – vom Gründer zum Investor+++

Die Risiken

  • Ein Online-Fragebogen kann mit der Qualität einer persönlichen Beratung nicht mithalten
  • Die Lebenserfahrung, die viele Berater mitbringen, ist durch einen Roboter nicht so einfach zu kompensieren
  • Wie auch bei anderen Anlagemöglichkeiten, können auch Robo-Advisors Ihr (unter Umständen ganzes) Geld verlieren

die Redaktion

Auch Künstliche Intelligenz kann menschliche Schwächen haben

Algorithmen erkennen Sarkasmus, aber sie können vergessen – zwei Themen, denen sich Wissenschaftlerinnen des Software Competence Center Hagenberg in ihren Forschungsarbeiten widmen.
/kunstliche-intelligenz-menschliche-schwachen/
Künstliche Intelligenz
(c) Adobe Stock / metamorworks
sponsored

Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter. Dabei wäre dies etwa im Onlinehandel wichtig, damit zum Beispiel eine Onlinerezension richtig eingeschätzt werden kann. Bisherige Sarkasmusdetektionen fokussieren sich auf die Erkennung von Sarkasmus auf Satzebene oder für eine spezielle Textphrase. Das Problem dabei ist, dass es oft unmöglich ist, einen einzelnen sarkastischen Satz zu identifizieren, ohne den Kontext zu kennen.

(c) SCCH

Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit. „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz. Beide Methoden können Texte effizient klassifizieren, die vom Kontext des jeweiligen Textes abhängen, da beide über Speichereinheiten verfügen, um sich bereits gelernte Wörter aus dem Text merken zu können.

Die Ergebnisse der Arbeit zeigen somit, dass Deep Neural Networks die Genauigkeit simplerer Modelle übertreffen können – allerdings mit einem Wermutstropfen: Gäbe es mehr und bessere Daten, so könnten auch genauere Resultate erzielt werden.

Auch eine Künstliche Intelligenz kann vergessen

(c) SCCH

Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet. Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.

„Ich erforsche das katastrophale Vergessen, welches beim Online-Learning von neuronalen Netzen auftritt und wodurch gelernte Zusammenhänge in bestehenden Modellen bei der Anpassung mit neuen Daten verdrängt werden“, sagt Luftensteiner. Ein Modell komplett neu zu erstellen ist zum Beispiel in der Industrie aber oft zu aufwendig oder gar nicht möglich – etwa wegen des Überschreitens zeitlicher Limits oder auch, weil hier benötigte Daten fehlen.

In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren (z.B. Hitzesensoren) – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen. „Ich habe daher ein Framework entwickelt, welches diese Ansätze einbindet und auf verschiedene Datensätze anwendbar ist. Durch die diversen Konfigurationsmöglichkeiten ist dieses Framework gegen das Vergessen in diversen Bereichen – vor allem aber in der Industrie – anwendbar“, so Luftensteiner.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.
Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Leselisten zum Schmökern

Neueste Nachrichten

Summary Modus

Krempeln Robo-Advisors den Geldanlagemarkt um?

Krempeln Robo-Advisors den Geldanlagemarkt um?

Es gibt neue Nachrichten

Auch interessant