Quantitative-Hedgefonds
Ein Quantitative-Hedgefonds ist eine Investmentfirma, die ihre Kauf- und Verkaufsentscheidungen an Computerprogramme und statistische Modelle abgibt statt an das Bauchgefühl einzelner Händler. Solche Fonds gehören zu den größten Abnehmern von Rechenleistung, Daten und KI-Fachkräften außerhalb der Techbranche.
Ein Hedgefonds ist eine Firma, die Geld von sehr vermögenden Anlegern einsammelt und damit an den Finanzmärkten handelt. Bei den meisten Hedgefonds entscheiden erfahrene Händler von Hand, welche Aktie oder Währung sie kaufen. Ein Quantitative-Hedgefonds macht das anders: Hier treffen Computerprogramme die Entscheidungen, gestützt auf Statistik und riesige Mengen historischer Kursdaten. Menschen schreiben und überwachen diese Programme, aber sie drücken nicht bei jedem einzelnen Handel den Knopf. Das Wort „quantitativ“ bedeutet dabei nichts anderes als: Entschieden wird auf Basis messbarer Zahlen, nicht auf Basis einer Meinung. Bekannte Namen dieser Branche sind Renaissance Technologies, Two Sigma, D. E. Shaw und Citadel.
Wieso diese Fonds für die Techbranche interessant sind
Quant-Fonds sind wirtschaftlich enorm bedeutend. Zusammen verwalten sie mehrere Hundert Milliarden Dollar. An manchen Handelstagen geht ein erheblicher Teil aller Aktienumsätze in den USA auf automatisierte Strategien zurück. Wer verstehen will, wie sich Kurse heute bilden, kommt an diesen Firmen nicht vorbei.
Für ein KI-Glossar sind sie aus einem zweiten Grund relevant: Sie konkurrieren direkt mit Google, OpenAI und Meta um dieselben Leute. Ein Quant-Fonds sucht Mathematiker, Physiker und Programmierer, die mit Datenmengen umgehen können. Die Gehälter liegen oft über denen der Techkonzerne, weil ein gutes Modell dem Fonds sofort Geld einbringt. Das führt dazu, dass Forschung aus der KI-Welt sehr schnell in der Finanzbranche landet.
Auch bei der Hardware gibt es eine Verbindung. Quant-Fonds kaufen Grafikkarten und Rechenzeit in großem Stil, genau wie KI-Labore. Der chinesische KI-Entwickler DeepSeek ist sogar aus einem Quant-Fonds hervorgegangen: Die Rechenanlagen waren bereits da, sie wurden dann für Sprachmodelle genutzt.
Von der Datenreihe zur Handelsorder
Am Anfang steht eine Vermutung über den Markt, im Fachjargon Signal genannt. Ein Beispiel: Aktien, die drei Tage stark gefallen sind, erholen sich am vierten Tag leicht. Diese Vermutung wird an Kursdaten aus vielen Jahren getestet. Nur wenn sie sich dort zuverlässig bestätigt, wird daraus eine Handelsregel.
Solche Signale sind einzeln meist sehr schwach. Ein Fonds hat vielleicht nicht in 51 von 100 Fällen recht, sondern in 50,5. Deshalb kombinieren Quant-Fonds hunderte solcher Signale und handeln sie tausendfach gleichzeitig. Man kann es mit einem Spielcasino vergleichen: Das Haus gewinnt pro Runde nur minimal, aber bei Millionen Runden ist der Gewinn sicher. Verlassen sich die Fonds auf wenige große Wetten, funktioniert das Prinzip nicht mehr.
Die Datenquellen gehen längst über Kurse hinaus. Ausgewertet werden Satellitenbilder von Parkplätzen, Kreditkartenumsätze, Schiffsbewegungen oder der Ton von Firmen-Pressekonferenzen. Für Texte und Bilder kommen dieselben neuronalen Netze zum Einsatz wie in der übrigen KI-Forschung. Ein wichtiger Unterschied bleibt allerdings: Ein Sprachmodell darf sich irren und trotzdem nützlich sein, ein Handelsmodell verliert bei Fehlern direkt Geld.
Wenn Quant-Fonds in den Nachrichten auftauchen
Im Alltag begegnet man Quant-Fonds selten direkt, denn sie nehmen kein Geld von Privatpersonen an. Indirekt ist die Verbindung aber da: Pensionskassen und Versicherungen legen Kundengelder auch bei solchen Fonds an. Wer später eine Betriebsrente bekommt, ist womöglich beteiligt, ohne es zu wissen.
In den Nachrichten tauchen sie vor allem an turbulenten Börsentagen auf. Dann heißt es, automatisierte Systeme hätten einen Kurssturz verstärkt. Das kann stimmen, denn viele Modelle reagieren auf ähnliche Daten und verkaufen deshalb zur selben Zeit. Ein bekanntes Beispiel ist der „Flash Crash“ von 2010, als der US-Markt binnen Minuten einbrach und sich fast ebenso schnell wieder erholte.
Ein verbreiteter Irrtum ist, Quant-Fonds seien einfach schneller als andere. Reines Tempo ist das Geschäft des Hochfrequenzhandels, wo es um Millionstelsekunden geht. Viele Quant-Strategien halten ihre Positionen dagegen Tage oder Wochen. Ihr Vorteil liegt nicht in der Geschwindigkeit, sondern in der Menge und Genauigkeit der ausgewerteten Daten.