Investieren mit KI: ChatGPT und Google Bard E-Book

Timo Klein

• Herausgeber: FinanzBuch Verlag
• Kategorie: Fachliteratur
• Sprache: Deutsch
• Veröffentlichungsjahr: 2023

Seitenzahl: 142

Beschreibung

ChatGPT, Bing Chat und Google Bard – Künstliche Intelligenz in Form von Chatbots ist in aller Munde. Aber kann uns die KI auch bei der Geldanlage und beim Investieren behilflich sein? Können Chatbots für uns den Aktienmarkt analysieren? Wichtige Unternehmenskennzahlen recherchieren? Oder sogar konkrete Investmentempfehlungen geben? Antworten auf diese Fragen gibt Timo Klein. Anhand zahlreicher Beispiele zeigt dir der Finanzexperte, wo die Chancen und (derzeit noch) die Grenzen der Künstlichen Intelligenz bei der ETF- und Aktienanalyse liegen, und gibt eine Fülle von praktischen Tipps, wie man ChatGPT und Google Bard heute bereits effektiv einsetzen kann, um attraktive Investments zu finden – und dabei auch noch richtig viel Zeit bei der Recherche zu sparen.

Leseprobe

TIMO KLEIN

Investieren mit KI: ChatGPT und Google Bard

TIMO KLEIN

Investieren mit KI: ChatGPT und Google Bard

Wie du Künstliche Intelligenz zum Einstieg in die ETF- und Aktienanalyse nutzt

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie. Detaillierte bibliografische Daten sind im Internet über https://dnb.de abrufbar.

Für Fragen und Anregungen

[email protected]

Originalausgabe, 1. Auflage Oktober 2023

© 2023 by Finanzbuch Verlag, ein Imprint der Münchner Verlagsgruppe GmbH

Türkenstraße 89

80799 München

Tel.: [phone]

Fax: [phone]

Alle Rechte, insbesondere das Recht der Vervielfältigung und Verbreitung sowie der Übersetzung, vorbehalten. Kein Teil des Werkes darf in irgendeiner Form (durch Fotokopie, Mikrofilm oder ein anderes Verfahren) ohne schriftliche Genehmigung des Verlages reproduziert oder unter Verwendung elektronischer Systeme gespeichert, verarbeitet, vervielfältigt oder verbreitet werden. Wir behalten uns die Nutzung unserer Inhalte für Text und Data Mining im Sinne von § 44b UrhG ausdrücklich vor.

Die im Buch veröffentlichten Ratschläge wurden von Verfasser und Verlag sorgfältig erarbeitet und geprüft. Eine Garantie kann dennoch nicht übernommen werden. Ebenso ist die Haftung des Verfassers beziehungsweise des Verlages und seiner Beauftragten für Personen-, Sach- und Vermögensschäden ausgeschlossen. Alle Texte sowie die Hinweise und Informationen stellen keine Anlageberatung oder Empfehlung zum Kauf oder Verkauf von Wertpapieren dar.

Redaktion: Ullrich Wille

Korrektorat: Anke Schenker

Umschlaggestaltung: Sonja Vallant

Umschlagabbildung: shutterstock/Chim, Kurniawan170199

Layout und Satz: Daniel Förster

eBook: ePUBoo.com

ISBN Print 978-3-95972-756-3

ISBN E-Book (PDF) 978-3-98609-470-6

ISBN E-Book (EPUB, Mobi) 978-3-98609-470-6

www.finanzbuchverlag.de

Beachten Sie auch unsere weiteren Verlage unter www.m-vg.de

Inhalt

Vorwort

Einleitung

Kapitel 1 Kurzüberblick Künstliche Intelligenz: ChatGPT und Bard

1.1 Was ist eigentlich eine Künstliche Intelligenz?

1.2 Large-Language-Modelle

1.3 ChatGPT

1.4 Google Bard

1.5 Unterschiede zwischen ChatGPT und Google Bard

1.6 Optimierung von Prompts

Kapitel 2 Grundlagen Investmentmöglichkeiten und Aktienanalyse

2.1 Einführung in das Thema Börse

2.2 Basiswissen Inflation

2.3 Verschiedene Investitionsmöglichkeiten

2.4 Was ist eine Aktie und warum verändert sich der Aktienkurs?

2.5 Die wichtigsten Faktoren der Fundamentalanalyse

2.6 Die wichtigsten Faktoren der Technischen Analyse

2.7 Strategien im Aktienhandel

Kapitel 3 Der Weg zur perfekten Investmentstrategie mit KI

3.1 Wie kann die KI bei meiner Investmentstrategie helfen? (Und wo nicht?)

3.2 Wichtige Parameter für die Auswahl der richtigen Strategie

3.3 Auswahl der Investmentstrategie mit KI

Kapitel 4 Umsetzung der Investmentstrategie: Auswahl von ETFs und Einzelaktien

4.1 Von der Meta-Ebene ins Detail: Auswahl von ETFs

4.2 Von der Meta-Ebene ins Detail: Auswahl von Einzelaktien mit Bard

4.3 Auswahl von Einzelaktien mit ChatGPT-4.0

4.4 Technische Analyse: Den besten Zeitpunkt für einen Kauf bestimmen

Kapitel 5 Überprüfen einer Aktienempfehlung

Kapitel 6 Fazit

Kapitel 7 Ausgewählte Konversationen mit Bard und ChatGPT

Vanguard Global Clean Energy UCITS ETF

McDonald’s

Konkrete Aktienempfehlungen der KI

Anmerkungen

Vorwort

Liebe Leserinnen und Leser,

die Welt der Finanzen ist sehr komplex und kann besonders für Einsteiger manchmal entmutigend sein. Aktien, aber auch ETFs können großen Schwankungen unterliegen und sowohl große Gewinne als auch Verluste bringen. In einer Zeit, in der technische Fortschritte unser tägliches Leben grundlegend verändern, ist es daher nur angemessen, dass wir auch die Möglichkeiten nutzen, die uns Künstliche Intelligenz (KI) bietet, um Gewinne möglichst hoch und Verluste möglichst niedrig zu halten.

In den vergangenen Jahren hat die Menschheit in der Entwicklung von KI-basierten Systemen unglaubliche Fortschritte gemacht. Systeme wie beispielsweise ChatGPT (von OpenAI) und Bard (von Google) können besonders das Verständnis der komplexen Finanzmärkte unterstützen, da sie in kurzer Zeit große Datenmengen analysieren, Trends identifizieren und Muster erkennen, die für »normale« Menschen oft schwer zugänglich sind. Das Beste daran ist, dass diese Systeme auch für Menschen ohne umfangreiches Fachwissen zugänglich sind und eine Menge Zeit sparen können. Es ist wesentlich einfacher, einem Chatbot Fragen zu stellen und ihn nach passenden Lösungen suchen zu lassen, anstatt selbst eine Menge Google-Einträge durchzuarbeiten.

In diesem Buch möchte ich dir einen praxisnahen Einblick in die Welt des Investierens mit KI geben. Dabei wirst du sowohl einen kurzen Überblick über die Grundlagen des Aktienmarktes erhalten als auch die Funktionsweise von KI-Modellen wie ChatGPT und Bard verstehen lernen. Ich werde dir zeigen, wie du Chatbots nutzen kannst, um die zu deinen Präferenzen passende Anlagestrategie zu finden und auf Basis einer fundierten Aktienanalyse vielversprechende Einzeltitel auszuwählen.

Mir ist es wichtig, zu betonen, dass Investieren immer mit Risiken verbunden ist. Dieses Buch wird keine Wundermittel präsentieren, die dich über Nacht zum Millionär machen. Ebenfalls werden wir der KI keine plumpen Anweisungen geben wie: »Nenne mir drei Aktien, die in den nächsten zwei Jahren um 150 Prozent steigen werden.« Okay, vielleicht probieren wir es doch einmal aus, um zu sehen, wie sich die Systeme in solchen Fällen verhalten. Vielmehr wird es aber darum gehen, wie du auf intelligente Weise in den Aktienmarkt einsteigen kannst, um langfristig von den Chancen zu profitieren, die er bietet.

Zudem müssen wir festhalten, dass wir gerade (ich schreibe dieses Buch im August 2023) noch »in den Kinderschuhen« der Künstlichen Intelligenz stecken. Aktuell gibt es täglich Neuigkeiten zu diesem Thema. So hat beispielsweise ChatGPT gerade erst seine »Browse with Bing«-Funktion und damit den Zugriff der KI auf das Internet aufgrund von zu vielen rechtlichen Unsicherheiten deaktiviert. Es ist allerdings gut möglich, dass die Funktion wieder aktiv ist, wenn dieses Buch veröffentlicht wird. Mit verschiedenen Tricks können wir dennoch in der kostenpflichtigen Upgrade-Version ChatGPT Plus oder beispielsweise mit dem kostenfreien Chatbot Bard auf das Internet und damit auf Echtzeitdaten zugreifen – dazu aber später mehr.

Ich hoffe, dass du von diesem Buch inspiriert wirst und die darin enthaltenen Informationen dir beim Einstieg in die Finanzwelt helfen und dich dabei unterstützen, eine solide Basis für deine eigene Strategie und deine eigenen Investitionsentscheidungen aufzubauen. Die Welt des Investierens ist faszinierend und mit dem richtigen Wissen und den richtigen Werkzeugen kannst auch du Teil dieser spannenden Reise werden.

Vielen Dank, dass du dir die Zeit nimmst, dieses Buch zu lesen. Ich wünsche dir viel Erfolg und Freude beim Entdecken der Möglichkeiten des Investierens mit Künstlicher Intelligenz!

Einleitung

»KI ist wahrscheinlich das Beste oder das Schlimmste, was der Menschheit passieren kann.«

Stephen Hawking

In meinem vorherigen Buch Endlich Aktien & Börse verstehen – Aktien für Einsteiger: Wie du dir Schritt für Schritt mit Aktien an der Börse ein Vermögen aufbaust habe ich geschrieben, dass ich Aktien allen Menschen empfehle, »die Zeit, Lust und das nötige Wissen mitbringen, um in Einzelwerte zu investieren«. KI-Modelle wie ChatGPT und Bard sind allerdings aktuell dabei, meine Meinung in diesem Punkt zu widerlegen. Okay, ein wenig Lust solltest du natürlich trotzdem mitbringen, aber besonders bei dem Aspekt Zeit und in wesentlichen Teilen auch beim Wissen kann dir KI weiterhelfen.

Dank der klugen Anwendung von Künstlicher Intelligenz bei der Finanzmarktanalyse und der Auswahl von Einzelaktien ist es mittlerweile wesentlich einfacher, vielversprechende Unternehmen herauszufiltern – vorausgesetzt, du achtest auf ein paar Spielregeln, auf die ich in diesem Buch mit anschaulichen Praxisbeispielen eingehe.

Natürlich darf bei all der Technologie der menschliche Verstand nicht vollständig ausgeschaltet werden. Du solltest einer KI niemals blind vertrauen und stets alle Ergebnisse der KI-Modelle sorgfältig abwägen – diese können in deine Entscheidungsfindung mit einfließen, sie dürfen diese aber nicht ersetzen. Auf die Grenzen und mögliche Risiken bei der Nutzung der KI werde ich ganz genau hinweisen und auch Negativbeispiele zeigen, um dich für mögliche Fallstricke bei der Verwendung zu sensibilisieren.

Zu Beginn des Buches werden wir die Antworten der Chatbots vollständig abdrucken, sodass du ein Gefühl für den »Charakter« der verschiedenen KI-Systeme erhältst. Da die Chatbots immer wieder zu Wiederholungen, Redundanzen und Absicherungen neigen und ich dich damit nicht langweilen möchte, werde ich diese Passagen im weiteren Verlauf des Buches teilweise kürzen oder indirekt wiedergeben.

Fühl dich gerne dazu eingeladen, auch während der Lektüre des Buches schon deine eigenen Erfahrungen mit den Chatbots zu machen. Du kannst beispielsweise die Fragen, die ich der KI stelle, gleich anhand der Parameter, die auf dich zutreffen oder die dich interessieren, selbst ausprobieren und prüfen, wie sich die Chatbots verhalten.

Mit den inspirierenden Worten von Stephen Hawking, der treffend bemerkte, dass »KI wahrscheinlich das Beste oder das Schlimmste ist, was der Menschheit passieren kann«, richten wir unseren Fokus nun auf »das Beste«. Lass uns nun die Brücke zwischen Technologie und Finanzen schlagen und die Möglichkeiten erkunden, die sich durch die Verbindung von KI-Systemen mit dem Finanzmarkt ergeben.

Kapitel 1

Kurzüberblick Künstliche Intelligenz: ChatGPT und Bard

1.1 Was ist eigentlich eine Künstliche Intelligenz?

Zuallererst: Keine Sorge, ich fasse mich kurz. Ich möchte dir keinen ellenlangen Vortrag darüber halten und zu sehr ins Detail gehen, wie genau KI trainiert wird und welche Risiken im Umgang mit KI-Systemen bestehen. Über die Risiken, mögliche Herausforderungen und Einschränkungen diskutieren gerade schon genug Menschen. Ich zeige dir lediglich in aller Kürze die Grundlagen, die wichtig für das Verständnis in unserem konkreten Anwendungsfall sind. Also schieben wir alle Ethikdiskussionen beiseite und beschreiben die KI als das, was sie völlig wertfrei ist:

»Künstliche Intelligenz ist ein Wissenschaftsbereich, der sich mit der Entwicklung von Computern und Maschinen befasst, die logisch denken, lernen und in einer Weise handeln können, die normalerweise menschliche Intelligenz erfordern würde oder die mit Daten zu tun hat, deren Umfang das übersteigt, was Menschen analysieren können.«

Die Definition von Google beschreibt Künstliche Intelligenz schon ziemlich gut, oder kürzer: KI ist die Fähigkeit von Maschinen, intelligent mit Menschen zu interagieren. Das Besondere daran ist, dass KI nicht einfach nur programmiert wird, um bestimmte Aktionen auszuführen oder Antworten zu geben, sondern dass sie selbst aus Erfahrungen, Feedback und Daten lernen kann. Um grob zu verstehen, wie die KI lernt, müssen wir uns die drei verschiedenen Arten des maschinellen Lernens ansehen.

Beim überwachten Lernen werden KI-Modelle mit einer riesigen Menge an Eingabe- und Ausgabedaten trainiert, zu denen die richtigen Antworten bereits bekannt sind (strukturierte Daten). So werden dem Modell beispielsweise Bilder von Hunden gezeigt und gleichzeitig mitgeteilt, dass es sich um Hunde handelt. Auf diese Weise kann die KI lernen, in neuen Bildern Hunde zu erkennen oder zum Beispiel Hunde von Katzen zu unterscheiden.

Beim unüberwachten Lernen werden dem Modell nur die Eingabedaten mitgeteilt (unstrukturierte Daten) und es muss selbstständig Muster in den Daten erkennen, ohne zu wissen, was es sucht. Bei dieser Art des Lernens ist dem System das Ergebnis also nicht vorab bekannt, der Algorithmus muss die Daten selbst nach Attributen in Gruppen einteilen. Diese Methode wird oft verwendet, um Muster und Zusammenhänge in Daten zu entdecken.

Beim verstärkten Lernen steht das Feedback im Vordergrund, denn die KI lernt durch Belohnung und Bestrafung. Das bedeutet, dass die KI durch Trial-and-Error die Tätigkeiten so lange ausführt, bis die Leistung in einem gewünschten Bereich liegt. Basierend auf dem Feedback der Nutzer passt das System die Handlungen dann immer entsprechend an. Ein Beispiel für den Einsatz dieser Methode ist das Lernen einer Roboterhand, sodass die Hand einen Ball aufnehmen kann.1

Die Geschichte der KI ist länger, als man zunächst denkt. Seit den 1950er-Jahren beschäftigen sich Wissenschaftler intensiv mit dem Thema. Enorme Fortschritte wurden allerdings erst durch den Anstieg der Rechenleistung und der Verfügbarkeit riesiger Datenmengen, insbesondere seit Anfang der 2000er-Jahre, sichtbar. Mit leistungsfähigeren Computern und besseren Algorithmen wurde es möglich, immer intelligentere Modelle zu entwickeln, die in der Lage sind, komplexe Aufgaben zu bewältigen.

Bereits heute ist unser Leben von Künstlicher Intelligenz geprägt: Von Sprachassistenten wie Siri und Alexa, die uns bei alltäglichen Aufgaben unterstützen, über Bildverarbeitungssysteme und die Verkehrssteuerung mit selbstfahrenden Autos, die unsere Straßen sicherer machen sollen, bis hin zu Diagnosen und Therapieentscheidungen in der Medizin, um nur ein paar wenige Anwendungsbeispiele zu nennen. Die KI ist im Grunde heute schon allgegenwärtig, auch wenn uns das vielleicht erst seit der Veröffentlichung von ChatGPT so richtig bewusst geworden ist. Und damit wären wir auch bei unserem Thema des Buches und einem ebenso faszinierenden und dynamischen Beispiel für KI, das uns in Zukunft noch viele aufregende Entwicklungen bringen wird: die Large-Language-Modelle, zu denen auch ChatGPT und Bard gehören.

1.2 Large-Language-Modelle

Large-Language-Modelle (LLMs) sind eine spezielle Art von KI, die darauf ausgelegt ist, geschriebene Texte zu verarbeiten, diese zu verstehen und entsprechende Aufgaben zu erfüllen. Der Fokus liegt also darauf, natürliche Sprache, wie sie von dir und mir verwendet wird, zu verstehen und menschenähnliche Antworten zu generieren.

LLMs basieren auf künstlichen neuronalen Netzwerken und rechnen einzelne Zeichen wie einen Buchstaben oder auch Wörter und Kombinationen aus Wörtern in sogenannte Token um. Diese Token kannst du dir wie Legosteine vorstellen, die zusammengebracht werden, um Text für die KI verständlich zu machen. Die neuronalen Netze setzen dann einen Teil der Eingangsinformationen wie beispielsweise ein Wort beziehungsweise einen Token, unabhängig von seiner Position, mit weiteren Teilen der Eingangsinformationen – einem Satz, einem Absatz oder einem größeren Textabschnitt – in Bezug. Dadurch erhält das Modell ein besseres Verständnis des Textes und kann Zusammenhänge und Muster erkennen. Im Kern arbeiten diese Sprachmodelle mit Statistik und Wahrscheinlichkeitsrechnung. Sie optimieren ihre Vorhersagegenauigkeit und bestimmen Wort für Wort (beziehungsweise Token für Token) die wahrscheinlichste Fortsetzung des Textes.2

Bevor die Sprachmodelle jedoch den gewünschten Output liefern können, müssen sie trainiert werden. Die KI-Modelle werden mit riesigen Datenmengen, die öffentlich zugänglich sind, versorgt. Zum Training werden beispielsweise Bücher, wissenschaftliche Artikel, Nachrichten, Social-Media-Beiträge, Blog-Beiträge und Wikipedia-Artikel verwendet. Auf dieser Grundlage lernt die KI mit der Methode des unüberwachten Lernens, also ohne ausdrückliche Anweisungen. So lernt das Sprachmodell eigenständig Wörter und deren Bedeutungen sowie Wortbeziehungen und -abhängigkeiten im Zusammenhang von ganzen Sätzen. Und so wie du und ich erraten können, was als Nächstes in einem Satz kommen könnte, kann ein Sprachmodell sein Wissen anwenden, um Inhalte vorherzusagen und Textantworten zu bilden.3

LLMs sind zwar noch in der Entwicklung, können aber schon jetzt eine Vielzahl von Aufgaben automatisieren und uns das Leben vereinfachen. Eines der Hauptanwendungsgebiete von LLMs liegt in der Natürlichen Sprachverarbeitung (NLP), wo sie in Chatbots und Sprachassistenten eingesetzt werden, was auch unser Hauptthema in diesem Buch ist.

1.3 ChatGPT

Warum sollte ich dir jetzt mühsam meine eigene Definition von ChatGPT und Google Bard vortragen, wenn wir die Modelle einfach selbst fragen können? Also starten wir mit meinen Fragen an das System:

ChatGPT, was ist eigentlich ChatGPT?

ChatGPT ist ein künstliches neuronales Netzwerk und ein fortschrittliches Sprachmodell, das von OpenAI entwickelt wurde. Es basiert auf der GPT-3.5-Architektur (Generative Pre-trained Transformer 3.5), das speziell für natürliche Sprachverarbeitungsaufgaben entwickelt wurde.

Das Hauptziel von ChatGPT ist es, menschenähnliche Textinteraktionen zu ermöglichen und auf natürliche Weise mit Benutzern zu kommunizieren. Es nutzt maschinelles Lernen, um aus großen Mengen an Textdaten zu lernen und dadurch ein breites Spektrum von Fragen zu beantworten, Aufgaben zu erledigen, Texte zu generieren und mehr.

GPT-Modelle arbeiten auf der Grundlage von Deep Learning und setzen eine Architektur namens Transformer ein, um die zugrunde liegenden Sprachmuster zu erfassen. Das Training von ChatGPT erfolgt durch das Prinzip des »unsupervised learning«, bei dem das Modell nicht speziell für eine bestimmte Aufgabe oder eine bestimmte Domäne angepasst wird, sondern durch die Verarbeitung einer breiten Palette von Texten aus dem Internet ein allgemeines Sprachverständnis entwickelt.

Aufgrund seiner vielseitigen Anwendbarkeit kann ChatGPT in verschiedenen Bereichen eingesetzt werden, darunter Kundensupport, Textgenerierung, Ideenentwicklung, Sprachübersetzung und vieles mehr. Es ermöglicht eine effiziente Kommunikation zwischen Menschen und Maschinen und wird ständig weiterentwickelt und verbessert, um immer komplexere Aufgaben zu bewältigen.

Da ich die Dinge gerne zielgenau auf den Punkt bringe und nicht viel drum herumrede, habe ich ChatGPT gebeten, mir eine kürzere Erklärung zu geben.

ChatGPT, kannst du das bitte kürzer fassen?

Natürlich! ChatGPT ist ein fortschrittliches Sprachmodell von OpenAI, das auf maschinellem Lernen basiert. Es kann natürliche Textinteraktionen durchführen, Fragen beantworten, Texte generieren und in verschiedenen Anwendungen eingesetzt werden. Es basiert auf der GPT-3.5-Architektur und wird ständig verbessert.

Et voilà, wir haben eine kurze, prägnante Definition dessen, was ChatGPT ist. Was das Sprachmodell leider nicht ganz transparent angibt, für uns allerdings ein erfolgskritischer Faktor in der Aktienanalyse ist, ist die Tatsache, dass die KI nur mit Daten bis September 2021 trainiert wurde. Selbst auf die folgende Frage hin nennt das System nicht das Datum:

ChatGPT, mit welchen Daten und welcher Methode wurdest du trainiert?

Als Künstliche Intelligenz habe ich Zugriff auf eine Vielzahl von Datenquellen, einschließlich Büchern, Artikeln, Webseiten, Online-Foren, Wikipedia und anderen Textquellen aus dem Internet. Meine Trainingsdaten stammen aus öffentlich verfügbaren Texten in mehreren Sprachen.

Ich wurde mit einem Deep-Learning-Ansatz namens »unsupervised learning« trainiert, speziell mit der GPT-3.5-Architektur (Generative Pre-trained Transformer 3.5). Beim »unsupervised learning« wird das Modell nicht durch annotierte oder gelabelte Daten für spezifische Aufgaben trainiert. Stattdessen lernt es aus einer großen Menge an unstrukturierten Texten, um ein allgemeines Sprachverständnis zu entwickeln.

Das Training erfolgte durch die Verarbeitung von Millionen von Sätzen, wobei das Modell versuchte, die zugrunde liegenden Muster und Strukturen in der Sprache zu erlernen. Dieser Prozess erlaubt es mir, Texte zu verstehen, Zusammenhänge zu erkennen und auf eine Vielzahl von Anfragen und Aufgaben zu reagieren. Es ist wichtig zu beachten, dass ich als KI-Modell kein echtes Bewusstsein, Emotionen oder eine eigene Erfahrung habe, sondern lediglich auf Mustern und Wahrscheinlichkeiten basiere, die aus den Trainingsdaten abgeleitet wurden.

Erst nach genauer Nachfrage, wie alt denn die Daten seien, mit denen ChatGPT trainiert wurde, kann man dem System die erfolgskritische Antwort entlocken.

ChatGPT, wie alt sind die Daten, mit denen du trainiert wurdest?