In KI investieren? Passive Investitionen sind nicht das Richtige

Indexanbieter haben damit begonnen, passive Produkte zu extrem niedrigen Kosten anzubieten. Dabei gehen sie davon aus, dass Anleger vom gesamten Aufwärtspotenzial der KI profitieren können, jedoch ohne die Kosten einer aktiven Verwaltung.

Wie wir in unserem Artikel „Thematisches Investieren: Ein Leitfaden für Praktiker“ erläutern, handelt es sich hierbei in hohem Maße um „Themenwäsche“. Wir sind nach wie vor besorgt darüber, dass den Anlegern aufgrund der Anwendung primitiver Methoden auf einem hochkomplexen Markt eher eine Marketinggeschichte verkauft wird als die KI-Erfahrung, die sie erwarten.

So funktionieren passive Strategien

Bevor ich erkläre, warum der passive Ansatz für KI nicht geeignet ist, ist es wichtig, einen Schritt zurückzutreten und zu betrachten, wie eine Index-Exposure funktioniert.

Ein Index wird mit Hilfe einer mathematischen Formel erstellt, um eine Aufteilung zwischen Wertpapieren in einem bestimmten Marktsegment vorzunehmen. Diese Marktsegmente können ein breites Spektrum an Bereichen abdecken, darunter Land, Region, Sektor, Thema und Stil.

Hier sind zwei Punkte zu beachten:

1. Die Regeln/Formeln rund um den Index werden vor der Einführung des Index festgelegt und ändern sich nicht
2. Die Kriterien zur Bestimmung des Marktsegmentes (d. h. was im / außerhalb des Geltungsbereichs liegt) wird ebenfalls vor dem Start festgelegt und ändert sich nicht

Zwar ändern sich die im Index enthaltenen Unternehmen im Laufe der Zeit, die Auswahlkriterien jedoch nicht.

Dies kann in großen, etablierten Märkten gut funktionieren, in denen strukturelle Veränderungen allmählich erfolgen (z. B. Erhöhung des Engagements im S&P 500, MSCI ACWI). Dies funktioniert jedoch nicht in Märkten, die sich rasch verändern und in denen sich die Zusammensetzung des Sektors oder der Branche bereits in den nächsten 12 Monaten – geschweige denn in den nächsten 5 bis 10 Jahren – deutlich ändern kann.

Und genau an diesem Punkt versagen KI-Indexprodukte.

Praxistest von KI-ETFs

Um zu dieser Schlussfolgerung zu gelangen, haben wir uns als Team in die Lage unserer Investoren versetzt und begonnen, den Markt zu durchforsten, um zu sehen, was verfügbar war. Da wir in Europa ansässig sind, stießen wir auf drei börsengehandelte Fonds (ETFs), die Engagements in KI-Indizes anboten.

Damit kommen wir zur ersten Herausforderung:

Problem 1: Es gibt keine einheitliche Definition von KI

Besonders deutlich wurde, dass die Indexanbieter völlig unterschiedliche Vorstellungen davon hatten, was in einen KI-Index aufgenommen werden sollte, und die KI-Thematik mit einer breiteren Technologieallokation vermischten. Beispielsweise wurde KI mit Big Data (was vieles bedeuten kann), Robotik, autonomer Technologie und in einem Fall mit der gesamten Kategorie Technologie vermischt.

Dies bedeutet nicht, dass solche Mischungen ungeeignete Investitionen wären, aber es handelt sich dabei nicht um KI-Indizes.

Besonders außergewöhnlich waren die starken Renditeunterschiede zwischen den drei KI-ETFs (Abbildung 1) innerhalb eines relativ kurzen Zeitraums – in diesem Fall drei Jahre. Der kumulative Unterschied zwischen der besten und schlechtesten AI-ETF-Wertentwicklung in diesem Zeitraum betrug 25 %!

Warum war das so? Alle wurden als KI-passive ETFs vermarktet – auch wenn die Zusammensetzungen unterschiedlich waren.

Darüber hinaus variieren die Faktortreiber (in diesem Fall Value vs. Growth und Large vs. Small Cap) zwischen den ETFs sehr unterschiedlich. Sie sind im Allgemeinen wachstumsorientiert, einige haben jedoch einen höheren Wert und die Marktkapitalisierung ändert sich erheblich.

Dies ist wichtig, da beim passiven Investieren der Eindruck entsteht, man sei an einem breiten Markt beteiligt. Dennoch können wir anhand der Renditen und Faktortreiber der einzelnen KI-ETFs erkennen, dass sie zu völlig unterschiedlichen Ergebnissen führen.

Im Vergleich dazu kennen wir beispielsweise bei einem S&P 500 ETF das genaue Engagement, unabhängig vom verwendeten ETF-Anbieter. Dies wird deutlich, wenn man die fünf größten ETF-Anbieter nach verwaltetem Vermögen betrachtet und die Renditen mit dem S&P 500 Index vergleicht (Abbildung 2).

Problem 2: Fragwürdige Reinheit

Abgesehen von der Definition der KI liegt eine der Hauptursachen für diese Renditedivergenz in der mangelnden Reinheit der für einen Index ausgewählten Unternehmen. KI in ihrer reinsten Form ist ein ziemlich enger Markt und es gibt nur sehr wenige Unternehmen, die den überwiegenden Teil ihres Umsatzes mit KI erzielen.

Daher ist in den KI-Indizes die Mindestschwelle für die Definition eines KI-Unternehmens relativ niedrig, um sicherzustellen, dass eine ausreichende Anzahl von Wertpapieren vorhanden ist.

Wenn wir nun zu unseren drei KI-ETFs zurückkehren und ihre zehn größten Beteiligungen betrachten, sind globale Konglomerate wie die Bank of America, Amazon, Samsung und Apple allesamt prominent vertreten. Dabei handelt es sich um Unternehmen, die KI nutzen, aber es dürfte schwierig sein, einen Grund dafür zu finden, warum sie KI-dominante Unternehmen sind.

Problem 3. Einem dynamischen Markt feste Regeln aufzwingen

Der KI-Markt verändert sich ständig und dürfte bei der Umgestaltung der Weltwirtschaft eine wichtige Rolle spielen. Analysten gehen laut dem Datenanbieter Statista davon aus, dass die Branche bis zum Ende des Jahrzehnts auf über 1,8 Billionen US-Dollar anwachsen wird.

In einem sich ständig weiterentwickelnden Markt gibt es keine festen Regeln, wie die Zukunft der KI aussehen wird. Obwohl es sich hier um einen spannenden Sektor für Investitionen handelt, stehen wir noch ganz am Anfang unseres Verständnisses ihrer Leistungsfähigkeit.

Was wir jedoch mit Sicherheit wissen, ist, dass wir uns bei Investitionen in einen derart dynamischen vertikalen Markt nicht auf einen einfachen Regelsatz und eine breite Risikoeinschätzung verlassen können.