boersenpsychologie.de

KI zur Geldanlage fragen?

Von Mathias ZieglerVeröffentlicht am

Kurzantwort: Eine KI kann dir Begriffe erklären und Gegenargumente liefern. Als Anlageratgeber ist sie mit Vorsicht zu behandeln: In einem Experiment empfahlen Sprachmodelle im Vergleich zu einem breiten Weltaktienindex klumpigere, teurere und stärker trendfolgende Portfolios. Die ESMA warnt, solche Werkzeuge seien weder zugelassen noch beaufsichtigt und könnten auf veralteten oder falschen Informationen beruhen.

Es ist verlockend. Statt dich durch Foren, Videos und Vergleichsportale zu arbeiten, tippst du deine Frage in einen Chatbot und bekommst in Sekunden eine freundliche, gut formulierte Antwort. Sie klingt vernünftig, sie ist in ganzen Sätzen, und sie widerspricht dir selten.

Genau das ist der Punkt, an dem Vorsicht beginnt.

Was empfahlen Sprachmodelle im Test?

Die bislang aufschlussreichste Studie, die wir gefunden haben, stammt aus dem Jahr 2025. Forscher ließen mehrere Sprachmodelle, darunter Versionen von ChatGPT, Gemini und Copilot, Portfolios für Anleger zusammenstellen und verglichen sie mit einem breiten Weltaktienindex. Die empfohlenen Portfolios enthielten höhere Länder- und Branchenklumpen, folgten stärker vergangenen Trends, setzten mehr auf aktive Fonds und Einzelaktien und waren teurer.1

Dann versuchten die Forscher, die Modelle mit gezielten Anweisungen im Prompt zu korrigieren, die typische Verzerrungen vermeiden sollten. Das half nur teilweise: Auch dann entfielen laut Studie noch über 48 Prozent auf aktive Fonds oder Einzelaktien.2

Zwei Einschränkungen gehören dazu. Erstens stammen die getesteten Modellversionen aus den Jahren 2023 und 2024; heutige Versionen können sich anders verhalten. Zweitens haben die Forscher den breiten Weltindex als Maßstab gesetzt. Das ist eine vernünftige, aber normative Wahl. Der Befund zeigt trotzdem etwas Wichtiges: Ein Sprachmodell ist nicht automatisch neutral. Es kann dieselben Neigungen zeigen, die man von Anlegern kennt, etwa zum Trend oder zu einzelnen Ländern. Mehr zur Heimat- und Länderneigung steht im Eintrag Home Bias.

Wovor warnt die Aufsicht?

Die europäische Wertpapieraufsicht ESMA hat im März 2025 eine Warnung zum Einsatz von KI beim Anlegen veröffentlicht. Öffentlich verfügbare KI-Werkzeuge seien weder zugelassen noch beaufsichtigt, sie seien nicht verpflichtet, im Interesse der Nutzer zu handeln, und sie könnten auf veralteten oder falschen Informationen beruhen.3

Das ist keine Studie, sondern eine Einordnung. Sie macht aber einen Unterschied klar: Wenn ein zugelassener Berater dir ein ungeeignetes Produkt empfiehlt, gibt es Regeln und Zuständigkeiten. Bei einem Chatbot trägst du die Verantwortung allein.

Wie Privatanleger in Deutschland KI für Anlageentscheidungen tatsächlich nutzen und wie es ihnen damit ergeht, dazu haben wir keine unabhängige Studie gefunden.4

Warum dir ein Chatbot leicht recht gibt

Ein Sprachmodell antwortet auf die Frage, die du stellst. Wer fragt „Warum ist Aktie X ein guter Kauf?“, bekommt Gründe dafür. Das ist eine Form des Bestätigungsfehlers, nur mit technischer Hilfe: Menschen suchen bevorzugt Informationen, die ihre Überzeugung stützen.5 Auf der US-Plattform StockTwits folgten Optimisten vor allem anderen Optimisten und bekamen so einseitigere Informationen, ein Zusammenhang, der zur Bestätigungssuche passt.6 Ob dasselbe im Gespräch mit einem Chatbot passiert, ist nicht untersucht. Plausibel ist es, denn die Frage legt oft schon die Richtung der Antwort fest. Mehr dazu im Eintrag Bestätigungsfehler.

Wofür eignet sich KI beim Anlegen?

Für einiges, wenn du die Antworten prüfst. Alle folgenden Vorschläge sind plausibel, aber ungetestet:

  • Begriffe erklären lassen, direkt dann, wenn du sie brauchst. Forscher zur Finanzbildung haben vorgeschlagen, Wissen möglichst unmittelbar vor einer Entscheidung zu vermitteln.7 Ob KI das gut leistet, ist offen.
  • Gegenargumente anfordern. Frag nicht „Ist das eine gute Idee?“, sondern „Nenne die drei stärksten Gründe gegen diese Entscheidung.“ Das gezielte Suchen nach Gegengründen verbesserte in psychologischen Studien die Urteile, außerhalb des Anlagekontexts.5
  • Ein Pre-Mortem durchspielen: „Stell dir vor, diese Entscheidung ist in einem Jahr gescheitert. Was sind wahrscheinliche Gründe?“ In kleinen Laborstudien senkte ein Pre-Mortem übermäßige Zuversicht in einen Plan.8 Eine Vorlage findest du im Arbeitsmaterial Pre-Mortem.
  • Rechnungen nachvollziehen lassen, etwa zu Kosten oder zu einem Sparplan, und die Rechnung anschließend selbst nachprüfen.

Wofür du eine KI nicht nutzen solltest: für eine konkrete Kauf- oder Verkaufsentscheidung, die deine persönliche Lage betrifft, ohne dass du die Gründe selbst prüfen kannst.

Ist ein Robo-Advisor dasselbe wie ein Chatbot?

Nein, auch wenn beide mit Algorithmen arbeiten. Ein Robo-Advisor ist ein Anlagedienst, der Geld nach festen Regeln verwaltet und als Anbieter der Aufsicht unterliegt. Ein Chatbot ist ein allgemeines Sprachwerkzeug, das dir auf jede Frage eine Antwort formuliert. Zu Robo-Diensten gibt es erste Felddaten, mit gemischtem Bild. Bei Kunden eines indischen Brokers verringerte ein Optimierungswerkzeug einige typische Fehler, etwa das zu frühe Verkaufen von Gewinnern, ohne sie zu beseitigen; bereits gut gestreute Nutzer handelten danach mehr, ohne besser abzuschneiden.9 Kunden einer großen deutschen Bank hatten nach dem Wechsel zu einem Robo-Dienst breiter gestreute Depots, aber auch mehr Risiko und mehr Käufe.10 In beiden Studien haben sich die Kunden selbst für den Dienst entschieden, was die Deutung erschwert. Eine Produktempfehlung folgt daraus nicht, wohl aber der Hinweis, dass Automatik und Gesprächswerkzeug zwei verschiedene Dinge sind.

Ein Beispiel

Miriam, 41, spart seit 2018 in einen breiten ETF. (Miriam ist eine erfundene Figur.) Sie hat gelesen, dass ein Themenfonds zu künstlicher Intelligenz stark gestiegen ist, und fragt einen Chatbot: „Sollte ich einen Teil meines Sparplans in einen KI-Fonds umschichten?“ Die Antwort ist ausgewogen formuliert, nennt aber vor allem Chancen.

Miriam stellt die Frage neu: „Nenne die stärksten Gründe, warum eine langfristige Anlegerin mit breitem ETF-Sparplan das nicht tun sollte, und was sie vorher prüfen müsste.“ Jetzt kommen Punkte wie Klumpenrisiko, Kosten und der Einstieg nach einem starken Anstieg. Sie prüft zwei davon selbst im Datenblatt des Fonds. Ob sie umschichtet, entscheidet sie danach, mit einem Grund, den sie ohne den Chatbot formulieren kann.

Häufige Fragen

Ist eine KI neutraler als ein Finfluencer?
Nicht automatisch. Sie verdient zwar nicht an deinem Kauf, aber die getesteten Modelle zeigten eigene Neigungen, etwa zu Trends und Einzeltiteln.1 Worauf du bei Finfluencern achten kannst, steht im Artikel Kann ich Finfluencern vertrauen?

Welches Modell ist am besten für Anlagefragen?
Das können wir nicht seriös sagen. Die Modelle ändern sich schneller, als Studien sie prüfen können. Wichtiger als die Wahl des Modells ist, wie du fragst und was du nachprüfst.

Kann eine KI mein Depot analysieren?
Sie kann eine Aufstellung ordnen und Fragen dazu stellen. Aktuelle Kurse, Kosten oder Zusammensetzungen von Fonds solltest du aber an der Quelle prüfen, etwa im Datenblatt des Fonds. Die ESMA weist ausdrücklich darauf hin, dass solche Werkzeuge auf veralteten oder falschen Informationen beruhen können.3

Darf ich KI-Empfehlungen einfach folgen?
Du darfst, aber niemand haftet dafür. Nach der ESMA sind diese Werkzeuge nicht beaufsichtigt und nicht verpflichtet, in deinem Interesse zu handeln.3

Was du daraus machen kannst

Wenn du das nächste Mal eine KI zu einer Anlageentscheidung fragst, stell zwei Fragen statt einer: eine nach den Gründen dafür und eine nach den stärksten Gründen dagegen. Und prüfe jede Zahl, die du verwenden willst, an einer zweiten Stelle. Im Buch geht es in Kapitel 3 „Woher deine Ideen kommen“ um Informationsquellen von Finfluencern bis zu Sprachmodellen.

Quellen

  1. A-NB-209 · WINN2025 – Winder, Hildebrand et al. (2025), „Biased echoes“, PLOS ONE, S. 1 und Methodik. Modellversionen 2023/24; Maßstab normativ gesetzt.
  2. A-NB-210 · WINN2025, Abschnitt zu gezielten Entzerrungsanweisungen.
  3. A-NB-211 · ESMA2025 – ESMA, „Using Artificial Intelligence for Investing: What you should consider“ (März 2025), S. 1–2.
  4. W-LU-02 · Lückenbefund: Websuche vom 28.09.2026 fand Ratgeber, Bankseiten und Umfragemeldungen, aber keine unabhängige Studie zu Nutzung und Ergebnissen.
  5. A-KV-1b27 · NICK1998 – Nickerson (1998), Review of General Psychology 2(2), S. 175, 210–211.
  6. A-AU-210 · COOK2023 – Cookson, Engelberg & Mullins (2023), Review of Financial Studies 36(2).
  7. A-IN-304 · FERN2014 – Fernandes, Lynch & Netemeyer (2014), Management Science 60(8). Vorschlag der Autoren, nicht getestet.
  8. A-IN-322 · VEIN2020 – Keysor, Wojtyna & Veinott (2020), Poster SJDM. Sehr kleine Stichproben.
  9. A-IN-320 · DACU2019 – D’Acunto, Prabhala & Rossi (2019), Review of Financial Studies 32(5). Nur Zusammenfassung und Einleitung geprüft.
  10. A-IN-321 · LOOS2020 – Loos, Previtero, Scheurle & Hackethal, Arbeitspapier 2020. Selbstselektion.

Allgemeine Finanzbildung, keine Anlageberatung. Fehler gefunden? Schreib uns über das Kontaktformular; Korrekturen stehen offen auf der Seite Korrekturen.

Weiterlesen