Leiter Systematic Equities bei Jupiter
Amadeo Alentorn über Investieren mit KI: „Glaskasten statt Blackbox“
Ein Gespräch im Dorint-Hotel Mannheim, am Rande des Fondskongresses: Amadeo Alentorn ist aus London angereist, um den Bereich Systematisches Investieren bei Jupiter vorzustellen.
Für ihn steht das Gebiet schon lange im Vordergrund: Bereits seit den 1990er Jahren beschäftigt er sich mit künstlicher Intelligenz. Seit mittlerweile 21 Jahren ist er Teil eines Teams, das zunächst unter dem Dach von Old Mutual Global Investors, später Merian Global Investors, wirkte.
2020 wechselten Alentorn und Team zu Jupiter Asset Management - wo Alentorn heute den Bereich Systematic Equities leitet.
Im Interview erläutert der KI-Anlagespezialist, wie es gelingt, täglich rund 7.000 Aktien zu analysieren, ohne sich auf eine Black Box verlassen zu müssen. Er verrät, vor welchem großen Markt-Crash die KI-Systeme sein Team rechtzeitig warnten. Und er betont: Trotz umfangreicher Automatisierung bleibt menschliches Zutun beim Investieren unverzichtbar.
DAS INVESTMENT: Herr Alentorn, beschreiben Sie einmal in wenigen Sätzen, was eine systematische Anlagestrategie ausmacht.
Amadeo Alentorn: Systematisches Investieren bedeutet, Entscheidungen zu treffen, die objektiv und datengestützt sind – und dabei vollständig die Verhaltensverzerrungen auszuschalten, die menschliche Anleger manchmal haben. Wir können dabei enorme Informationsmengen nutzen. Unsere Modelle verarbeiten täglich 40 Millionen Datenpunkte, um die größten 7.000 Aktien der Welt zu analysieren. Das kann kein menschliches Gehirn auf der Welt objektiv und unvoreingenommen leisten.
Seit wann setzen Sie bei Jupiter KI-Modelle ein?
Alentorn: Für unser Team ist KI kein neues Phänomen. Ich arbeite seit Beginn meiner Karriere im Investmentbereich im Jahr 2005 mit KI-Tools, die auf Finanzmärkte angewendet werden.
Aber Sie sprechen nicht von Large Language Models wie ChatGPT?
Alentorn: Nein. Generative KI, die Texte erstellt, ist für Anlageentscheidungen nicht wirklich nützlich. Wir nutzen KI eher umgekehrt: Wir gehen von einem großen Text – etwa dem Transkript einer Telefonkonferenz – aus und extrahieren daraus mit KI-Techniken Stimmungssignale. Für uns ist vor allem der Bereich des statistischen Lernens relevant, ein Zweig der KI, bei dem wir große, komplexe Modelle nutzen, um viele Daten in Entscheidungssequenzen zu verdichten.
Welche Rolle spielen Daten?
Alentorn: Daten sind das Fundament.
Welche Art von Daten nutzen Sie?
Alentorn: Traditionelle fundamentale Daten wie Bewertung und Wachstum, aber auch alternative Daten. Zum Beispiel analysieren wir Patentanmeldungen oder Insidergeschäfte von Führungskräften. Wir tracken täglich die Zu- und Abflüsse bei allen 150.000 ETFs und Fonds weltweit, um Signale zu extrahieren. Wir analysieren die Transkripte von Earnings Calls und greifen dabei zum Beispiel auch auf linguistische Forschung zurück: Wenn Menschen lügen, verwenden sie abweichende Sprachstrukturen. Unsere Modelle versuchen, Täuschung zu identifizieren. Ist ein Managementteam möglicherweise nicht ganz transparent? Das ist ein bisschen wie ein CIA-Agent, der einen potenziellen Terroristen befragt.
Daten können auch ungenau oder fehlerhaft sein. Wie gehen Sie damit um?
Alentorn: Entscheidend ist bei allen Datenquellen: Die Daten müssen zuverlässig sein. In den letzten 20 Jahren haben wir Mechanismen entwickelt, um Fehler in Daten zu erkennen und zu behandeln. Unser systematischer Prozess prüft beispielsweise, ob Änderungen an einem Datenpunkt innerhalb eines angemessenen Bereichs der erwarteten Abweichung liegen oder ob es sich um einen fehlerhaften Ausreißer handeln könnte.
Wenn KI-Modelle einmal losgelaufen sind: Können Sie sich dann langfristig auf sie verlassen, oder müssen Sie ständig nachjustieren?
Alentorn: Unsere Modelle werden täglich von Menschen überwacht. Einer aus unserem Team ist jeweils einen Tag pro Woche dafür verantwortlich zu prüfen: Was wollen die Modelle tun? Welche Aktien werden gekauft oder verkauft? Das ist ein wichtiges Sicherheitsnetz. Die Modelle lernen automatisch, wenn sich Marktumfelder verändern. Aber wir verbessern sie kontinuierlich. Es ist ein ständiger Kreislauf zwischen Modellen und Menschen.
Wie wichtig ist die menschliche Komponente?
Alentorn: Sehr wichtig. KI hat enormes Potenzial, aber der Schlüssel liegt darin, das zu verstärken, was Menschen tun – nicht sie zu ersetzen. Kritisches Denken, Out-of-the-Box-Denken – das muss weiterhin von Menschen kommen, besonders beim Investieren.
Ich habe kürzlich folgenden Einwand gegen KI-basiertes Investieren gehört: Anleger, die sehr langfristig investieren, zum Beispiel in ihre Altersvorsorge, könnte es unheimlich sein – weil nicht abzusehen ist, wie sich die Technik über lange Zeiträume entwickelt.
Alentorn: Das ist ein bisschen so, als würde man heute sagen: Wenn ich große Zahlen addieren muss, verlasse ich mich lieber nicht auf einen Taschenrechner. Werkzeuge müssen sorgfältig eingesetzt werden, aber richtig genutzt verbessern sie Anlageergebnisse: durch diversifiziertere Portfolios, besseres Risikomanagement und die Vermeidung von Verhaltensverzerrungen.
Ich würde definitiv nicht sagen, dass systematisches Investieren riskanter ist. Im Gegenteil: Unser Jupiter Merian World Equity Fund hat deutlich konsistentere und risikoärmere Renditen geliefert als vergleichbare, von Menschen verwaltete Fonds. Wir lassen nicht zu, dass der Fonds unter Overconfidence leidet, wie es manchmal bei menschlichen Fondsmanagern passiert – die denken: „Ich bin mir zu 100 Prozent sicher bei dieser Aktie, ich gehe voll rein.“ Unsere Modelle dürfen das nicht.
Man hört auch den Einwand, dass KI-basierte Investmententscheidungen wie aus einer Black Box kommen, der man nicht unbedingt trauen mag.
Alentorn: Das ist ein wichtiger Punkt. Innerhalb der KI gibt es in der Tat Black-Box-Modelle wie etwa neuronale Netze. Solche Modelle verwenden wir nicht. Was wir nutzen, nennen wir auch „Glaskasten-Modelle“. Denn wenn wir eine Aktie kaufen, können wir genau nachvollziehen, warum das Modell sie gekauft hat: Sie hatte eine attraktive Bewertung, gutes Wachstum, sehr starke positive Stimmungssignale. Unsere Modelle machen nichts grundsätzlich anderes als menschliche Manager. Sie tun es nur konsistenter und objektiver.
Welches Feedback bekommen Sie von Investoren?
Alentorn: Wir bekommen definitiv Fragen, und wenn Menschen von systematischem Investieren hören, sind sie oft besorgt, dass es eine Black Box sein könnte. Unser Team für systematisches Investieren verwaltet mittlerweile 22 Milliarden Dollar. Der Erfolg beim Wachstum unserer Fonds beruht darauf, dass viele Investoren verstanden haben: Es ist keine Black Box, sondern ein sehr klarer, transparenter Prozess.
Wie unterscheidet sich Ihr Ansatz von traditionellen regelbasierten Systemen?
Alentorn: Der Unterschied liegt darin, wie wir dynamisch verschiedenen Faktoren und Stilen Kapital zuweisen können. Unser Modell versteht die Art des Marktumfelds – wie ein Thermometer, das täglich die Markttemperatur misst. Das gibt uns dann eine Gewichtung über unsere Faktoren hinweg.
Bei klassischen regelbasierten Ansätzen würde man vielleicht sagen: Ich möchte Aktien mit einem KGV von X kaufen, einer Dividendenrendite von Y und einer Reihe anderer sehr fester Regeln. Wir sagen hingegen: Um langfristig ein erfolgreicher Stockpicker zu sein, ist es sehr nützlich, dynamisch zu handeln und sich immer wieder zu vergewissern: Wie viel Gewicht geben wir verschiedenen Anlagestilen?
Können Sie ein konkretes Beispiel nennen, wo Ihre Modelle einen Markttrend frühzeitig erkannt haben?
Alentorn: 2022 gab es einen erheblichen Markteinbruch. Indem wir täglich jeden einzelnen ETF weltweit mit seinen Zu- und Abflüssen trackten, konnte unser System den zunehmenden Verkaufsdruck bei Tech-Aktien Anfang 2022 erkennen – noch bevor Nasdaq und Tech-Aktien im freien Fall waren. Wir konnten diesen Crash sozusagen in Zeitlupe sehen. Man kann nicht manuell 150.000 ETFs täglich verfolgen und all diese Analysen durchführen. Aber unsere Systeme können das – ein erheblicher Vorteil. 2022 hatten wir einen geringeren Drawdown als der Markt, das war ein großer Erfolg dieser stimmungsgetriebenen Signale.
Wozu raten Ihre Modelle aktuell?
Alentorn: Im Moment bekommen wir eine sehr optimistische Marktstimmung angezeigt, aber gleichzeitig sehr hohe Unsicherheitsniveaus. Das ist eine interessante Kombination. Bei den Sektorpositionierungen sind wir derzeit nahezu neutral bei Technologie-Aktien – nur etwa ein Prozent Übergewichtung. Dagegen halten wir eine deutliche Übergewichtung bei Banken von fast 5 Prozent, was sich 2025 als extrem profitabel erwiesen hat.
Auch im Gesundheitssektor, speziell bei Biotechnologie, haben wir im vergangenen Jahr gute Ergebnisse erzielt. Immobilien war ebenfalls eine unserer erfolgreichen Übergewichtungen 2025. Diese Positionierungen ergeben sich automatisch aus unserer Bottom-up-Analyse von Tausenden von Aktien – am Ende fügen sich diese Einzelentscheidungen zu diesen Sektor- und Branchenpositionen zusammen.
Wenn man Ihren Anlageansatz wirklich in der Breite anwenden würde – wären traditionelle Fondsmanager dann arbeitslos?
Alentorn: Was wir tun, ist nicht besser und nicht schlechter – es ist anders. Es ist komplementär. Keiner unserer Kunden hat nur systematische Fonds. Wir sehen auch eine Annäherung: Traditionelle Manager nutzen zunehmend mehr Daten, und systematische Manager nutzen zunehmend mehr branchenspezifische Erkenntnisse. Es gibt also eine gewisse Konvergenz zwischen beiden Welten.
