KI-basierter Aktienhandel: Welches Gen-KI-Tool ist besser?

LLM-Tools werden seit ihrem Aufkommen im KI-basierten Aktienhandel eingesetzt.¹

Ich habe 14 generative KI-Models für KI-basierten Aktienhandel getestet, um ihre Fähigkeit zu bewerten, Kursänderungen von 132 Aktien unter Verwendung der bereitgestellten Informationen vorherzusagen. Die Ergebnisse zeigen, dass

• ChatGPT 5 Thinking-Model und das Gemini 2.5 Pro-Model lieferten die beste Leistung.
• Aktuelle Models von ChatGPT und Gemini schneiden schlechter ab als ältere Models.
• Die Erfolgsquote sinkt, wenn zusätzliche Daten bereitgestellt werden.

Leistungsfähigkeit von KI-gestützten Tools

Für weitere Details zum Benchmark lesen Sie den Abschnitt Benchmark-Methodik für den Aktienhandel.

Aktuelle Versionen

GPT 5.5 Instant

Die Labels wurden anhand von Faktoren zugewiesen, die üblicherweise mit Marktreaktionen in Event-Studien zu Familienunternehmen in Verbindung gebracht werden:

• Bedeutung der ausscheidenden Führungskraft (CEO > Chairman > Ehrenämter).
• Konzentration des Familienbesitzes.
• Rentabilität (ROE, ROA).
• Finanzielle Hebelwirkung.
• Allgemeine Auswirkungen auf Governance-Übergänge.

Claude Opus 4.8 Medium

Kernlogik: Zwei gegensätzliche Kräfte treiben die Reaktion an:  

(+) Entrenchment-Auflösung: Der Tod eines festgefahrenen/unterdurchschnittlichen Insiders kann den Kontrollmarkt aktivieren und Hoffnungen auf eine Wende wecken.

(-) Verlust von Humankapital: Der Tod eines wertschöpfenden Eigentümer-Managers zerstört schwer ersetzbare Fähigkeiten und schafft Nachfolgerisiken.  

(0) Keine Überraschung: Ehrenamtliche/emeritierte Titel, reine Vorstandsposten oder gemilderte/ausgeglichene Fälle führen zu keiner signifikanten Reaktion.

Entscheidungsregeln:

• Emeritus/Ehrenamtlich -> 0 (zurückgezogen).
• Vorstandsmitglied/Direktor, profitabel -> 0; verlustbringend -> +1 (Umbruch).
• Aktive Führungskraft + Verluste/ROA +1 (Erleichterung/Optionalität).
• Aktive Führungskraft + stark (ROA>=Median & ROE>=10 & NI>0) & Eigentum>=60% -> -1 (verlorener Verwalter).
• Aktive Führungskraft + stark, aber Eigentum 0 (Aufsichtspolster).
• Mittelmäßig / fehlendes Signal / unbekannte Rolle -> 0.

DeepSeek V3.2 (Instant & Deep Think)

DeepSeek V3.2 mit und ohne Deep Think zeigt eine Erfolgsquote von 58%. Es stützt sich auf die Rolle des Verstorbenen und die Unternehmensleistung.

Negative Reaktion (-1): Der Markt erwartet eine Störung.

• Hohe Abhängigkeit: Wenn der Verstorbene der Gründer oder ein aktiver (arbeitender) CEO/Chairman mit langer Amtszeit war, schafft sein Verlust eine erhebliche Führungslücke.
• Geringer Familienbesitz: Geringerer Besitz könnte bedeuten, dass die Familie weniger Interesse daran hat, das Unternehmen nach der Krise zu stabilisieren.

Positive Reaktion (+1): Der Markt erwartet eine Verbesserung.

• Erleichterung: Der Tod löst eine negative Situation. Dies tritt häufig auf, wenn das Unternehmen unter einem langjährigen Führer schlecht abschnitt (negativer Nettogewinn oder ROE). Der Markt setzt auf einen Neuanfang.
• Etablierte Nachfolge: Wenn der Verstorbene nicht arbeitete (workD=0) oder ein pensionierter Chairman war, ist der Nachfolger wahrscheinlich bereits bestimmt.
• Hoher Familienbesitz: Ein hoher Familienbesitz signalisiert oft ein Engagement zur Werterhaltung und zur Sicherstellung eines reibungslosen Übergangs.

Neutrale Reaktion (0): Das Ereignis ist eingepreist oder irrelevant.

• Nicht kritische Rolle: Wenn der Verstorbene ein nicht-geschäftsführendes Vorstandsmitglied oder eine aus dem aktiven Leben zurückgezogene Persönlichkeit war, die nicht am Tagesgeschäft beteiligt war.
• Allmählicher Übergang: Wenn der Tod nicht plötzlich war und das Unternehmen groß ist (hohe Mitarbeiterzahl/Vermögenswerte), bestehen wahrscheinlich Systeme, um den Übergang ohne Störungen zu bewältigen.

Gemini 3.1 Pro

Hier ist das finanzielle Rahmenwerk, das verwendet wurde, um die 132 Unternehmen in 1, -1 oder 0 einzuteilen:

1. Signifikant Negativ (-1) (Zusammenfassung: “Verlust von Schlüsseltalenten”)
   • Bedingung: Der Verstorbene hatte eine kritische Führungsrolle (CEO, Chairman, President) UND das Unternehmen war hochprofitabel (z.B. ROE > 10% oder ROA > 5%).
   • Grund: Der plötzliche Tod eines hochwirksamen Familienführers entfernt einen zentralen Visionär und Wertschaffer. Dies führt zu erheblicher Unsicherheit bei der Nachfolge und im operativen Geschäft, was zu Panik und negativen Marktreaktionen führt.
2. Signifikant Positiv (1) (Zusammenfassung: “Erleichterung von Verkrustung”)
   • Bedingung: Das Unternehmen schnitt vor dem Ereignis historisch unterdurchschnittlich ab (negativer Nettogewinn, ROA < 0 oder ROE < 0).
   • Grund: In Familienunternehmen sind schlecht abschneidende Gründer oder Manager oft aufgrund ihrer familiären Bindungen vor einer Entlassung geschützt (Verkrustung). Ihr Ableben wird vom Markt oft positiv als Katalysator für Professionalisierung, Umstrukturierung und neues Management gesehen.
3. Nicht Signifikant (0) (Zusammenfassung: “Routine-Nachfolge”)
   • Bedingung: Das Unternehmen hatte eine durchschnittliche, moderate finanzielle Leistung, ODER der Verstorbene hatte eine nicht-geschäftsführende/ehrenamtliche/beratende Rolle (z.B. Vorstandsmitglied, Ehrenvorsitzender).
   • Grund: Ohne extreme Über- oder Unterperformance oder wenn die Rolle nicht entscheidend für das Tagesgeschäft war, betrachtet der Markt den Tod als ein Routine-Nachfolgeereignis, das die zukünftigen Cashflows des Unternehmens nicht wesentlich verändert.

Ältere Models

GPT 5.4 Instant

GPT 5.4 Instant erreicht eine Erfolgsquote von 69%. Das Model konzentriert sich hauptsächlich auf die Rentabilität des Unternehmens und verwendet sie als primäres Signal.

• Logik für negatives Label: Wahrscheinlicher, wenn der Verstorbene eine zentrale aktive Rolle innehatte (insbesondere CEO/President), das Unternehmen profitabel/gesund erschien, die Familienkontrolle hoch war und das Ereignis ein bedeutendes Kontinuitäts- oder Nachfolgerisiko implizierte.
• Logik für positives Label: Wahrscheinlicher, wenn die Rentabilität schwächer erschien und/oder die Hebelwirkung höher war, sodass das Ereignis als Governance-Reset oder Wendekatalysator interpretiert werden konnte, insbesondere wenn eine Tiefe der Familiennachfolge vorhanden schien.
• Logik für neutrales Label: Angewendet, wenn die Rolle weniger operativ/zeremoniell erschien, wenn ausgleichende Kräfte dominierten oder wenn die Informationen eine signifikante kurzfristige Reaktion nicht stark stützten.

GPT 5.4 Thinking-Model

GPT 5.4 Thinking erreicht eine Erfolgsquote von 64% mit begrenzten Eingaben. Es kombiniert Rentabilität und Familienbesitz.

• Logik für negatives Label: Wahrscheinlicher, wenn das verstorbene Familienmitglied eine zentrale operative Rolle hatte, die Rentabilität solide erschien und der Familieneinfluss bedeutend war.
• Logik für positives Label: Wahrscheinlicher, wenn das verstorbene Familienmitglied eine zentrale Rolle hatte, das Unternehmen jedoch schwächer oder stärker verschuldet erschien, sodass der Markt Veränderungen begrüßen könnte.
• Logik für neutrales Label: Wahrscheinlicher, wenn die Rolle ehrenamtlich / weniger operativ war, das Unternehmen groß genug war, um den Wandel zu absorbieren, oder die Unternehmenssignale gemischt waren.

Gemini 3 Thinking

Die Genauigkeitsrate von Gemini 3 Thinking beträgt 53%. Der zugrunde liegende Entscheidungsmechanismus folgt:

• Signifikant Positiv (1): Diese Unternehmen schnitten unter Familienführung unterdurchschnittlich ab ($ROA < 2.5\%$). Der Markt betrachtet das Ausscheiden eines Kernfamilienmanagers (CEO oder Chairman) wahrscheinlich als Signal für Professionalisierung oder eine notwendige strategische Wende.
• Signifikant Negativ: Diese Unternehmen waren unter ihrem Kernführer außerordentlich leistungsstark ($ROA > 12\%$). Ihr Ausscheiden stellt einen erheblichen Verlust an strategischem Humankapital und visionärer Führung dar.
• Nicht Signifikant: Diese Kategorie trifft auf Unternehmen mit durchschnittlicher Leistung zu oder wenn der Ausscheidende eine ehrenamtliche, emeritierte oder nachgeordnete Rolle innehatte (z.B. Vizepräsident, Vorstandsmitglied), was darauf hindeutet, dass das Ausscheiden minimale Auswirkungen auf das Tagesgeschäft hat oder “eingepreist” war.

Gemini 3 Flash

GPT 5.4 Instant erreicht eine Erfolgsquote von 54%. Die Vorhersagen basieren auf zwei konkurrierenden Markttheorien zur Nachfolge in Familienunternehmen:

• Key-Person-Theorie (-1): In Unternehmen mit außergewöhnlich hoher Rentabilität ($ROA > 10\%$), betrachtet der Markt den Führer oft als “Star” oder Visionär. Sein Ausscheiden schafft ein Vakuum an strategischem Talent, was zu negativen abnormalen Renditen führt.
• Professionalisierungs-/Verkrustungstheorie (+1): In unterdurchschnittlich performenden Unternehmen ($ROA < 3\%$) oder solchen mit hohem Familienbesitz wird das Ausscheiden eines Familienmanagers oft als Chance für “frisches Blut” oder professionelles Management gesehen, was zu positiven abnormalen Renditen führt.
• Stabilität/Neutralität (0): Bei Unternehmen mit moderater Leistung oder bei denen der Führer eine nicht-aktive/ehrenamtliche Rolle innehatte (z.B. Emeritus, Ehrenvorsitzender), wird das Ereignis oft als “eingepreist” oder betrieblich unbedeutend angesehen.

Claude Sonnet 4.2

Die Genauigkeitsrate von Claude Sonnet 4.2 auf dem Benchmark beträgt 48%. Das Model bewertet jedes Unternehmen anhand von 6 Dimensionen, die aus der Event-Study-Theorie zu Führungsübergängen in Familienunternehmen abgeleitet sind:

1. Rolle Bedeutung (am wichtigsten)

Die Position des Verstorbenen bestimmt, wie viele Informationen der Abgang dem Markt vermittelt:

• Ehrenamtliche/Emeritus-Rollen (+0.4): Diese Personen haben sich operativ zurückgezogen. Die Ankündigung ist wenig überraschend, oft vorab kommuniziert → Marktreaktion ist leicht positiv oder neutral.
• Aktiver CEO/Chairman (−0.6): Das Key-Person-Risiko ist am höchsten. Die Märkte preisen Unsicherheit darüber ein, wer übernimmt und ob sich die Strategie ändert.
• VP/President (−0.25): Moderate Besorgnis, aber das Unternehmen ist weniger von einer einzelnen Führungskraft abhängig.
• Vorstandsmitglied/Direktor (+0.1): Nicht-geschäftsführend; minimale betriebliche Störung.

2. ROA-Signal

• Negativer ROA (+1.2): Ein ausscheidender Manager, unter dessen Aufsicht die Vermögenswerte negative Renditen erzielten → der Markt interpretiert den Abgang als Erleichterung. Dies ist der stärkste positive Treiber.
• Unterhalb p25 (ROA < 1.8%) (+0.5): Unterdurchschnittlich performendes Unternehmen, der Abgang wird dennoch begrüßt.
• Oberhalb p75 (ROA > 9.6%) (−0.6): Ein Unternehmen mit hohem ROA, das eine Schlüsselführungskraft verliert, signalisiert dem Markt, dass man den Architekten dieser Renditen verlieren könnte.

3. Nettoeinkommen / EBITDA

• Nettoverlust (+0.6) und negatives EBITDA (+0.5) verstärken das Signal der Erleichterung aus der Notlage unabhängig vom ROA.

4. ROE (oberes Quartil, −0.3)

Selbst bei moderatem ROA werden Unternehmen im oberen ROE-Quartil (>19.3%) als solche angesehen, die einen hochwirksamen Kapitalallokator haben – dessen Verlust der Markt negativ bewertet.

5. Familienbesitz

• ≥75% (+0.45): Hohe Familienkontrolle bedeutet, dass die Nachfolge fast sicher innerhalb der Familie und vorausgeplant ist. Verringert die Unsicherheit.
• 50–74% (+0.20): Mehrheitseigentum Familie, stabil, aber etwas weniger sicher.
• <30% (−0.25): Gestreutes Eigentum wirft Zweifel an der Identität des Nachfolgers auf.

6. Verschuldungsgrad

• >0.70 (+0.40): Unternehmen mit hoher Verschuldung und einem ausscheidenden Führer signalisieren möglichen strategischen Neustart; Märkte könnten dies positiv (Notlage-Abgang) sehen.
• Oberhalb p75 (>0.36) (+0.20): Erhöhte Verschuldung vermerkt.

Score ≥ 0.90 → Label Signifikant positiv

Score ≤ −0.70 → Label Signifikant negativ

Sonst → Label Nicht signifikant

GPT 5 Thinking-Model

Das Thinking-Model von ChatGPT 5 zeigt die höchste Genauigkeit unter den getesteten Tools, mit einer Erfolgsquote von 74%. Das Tool prognostiziert Preisänderungen basierend auf zwei Indikatoren:

Führungskonzentrationsindex (LCI) → höher = wahrscheinlicher substanziell negativer CAR

• LCI = 0.40·z(Rolle_Bedeutung) + 0.30·z(Familienkontrolle) + 0.20·z(Finanzstärke) − 0.10·z(Größe)
  • Rolle_Bedeutung: hierarchisches Gewicht des Verstorbenen (CEO > President > Chairman > Vizepräsident).
  • Familienkontrolle: Familienbesitz (% Stimmrechte).
  • Finanzstärke: zusammengesetzter Wert aus ROE und ROA (Rentabilität).
  • Größe: ln(Vermögenswerte).
• Intuition: Märkte erwarten mehr Störung, wenn ein hochgradig zentrales Familienmitglied bei einem stark kontrollierten, profitablen, aber relativ kleineren Unternehmen stirbt.
• Entscheidung: Label Substanziiell negativ, wenn LCI zu den oberen 30% der Stichprobe gehört und ≥ 0.5 z-Einheiten über dem Erneuerungsindex liegt.

Erneuerungspotenzialindex (RPI) → höher = wahrscheinlicher substanziell positiver CAR

• RPI = 0.40·(−z(Finanzstärke)) + 0.25·z(Verschuldungsgrad) − 0.20·z(Familienkontrolle) − 0.10·z(Größe) + 0.05·z(Liquiditätsstress)
  • Verschuldungsgrad: (langfristige + kurzfristige Schulden) / Eigenkapital.
  • Familienkontrolle: Familienbesitz (% Stimmrechte).
  • Liquiditätsstress: Verbindlichkeiten aus Lieferungen und Leistungen / Vermögenswerte.
  • Finanzstärke: zusammengesetzter Wert aus ROE und ROA.
  • Größe: ln(Vermögenswerte).

• Intuition: Unternehmen mit schwacher Rentabilität, etwas Schuldendruck, geringerer Familiendominanz und Liquiditätsspannungen könnten erleben, dass der Markt die Möglichkeit eines Governance-Wechsels oder einer frischen Führung begrüßt.
• Entscheidung: Label Substanziiell positiv, wenn RPI zu den oberen 30% der Stichprobe gehört und ≥ 0.5 z-Einheiten über dem LCI liegt.

Gemini 2.5 Pro Model

Gemini 2.5 Pro sagt 71% der Aktienkursänderungen genau voraus. Dieses Model geht davon aus, dass aktive Händler Entscheidungen auf Grundlage von Unternehmensverletzlichkeit und der Möglichkeit zur Erneuerung treffen.

Verletzlichkeitsindex (VI) → höher = wahrscheinlicher substanziell negativer CAR

• VI = 0.40·z(Familienkontrolle) + 0.35·(-z(Finanzstärke)) + 0.20·z(Verschuldungsgrad) – 0.05·z(Größe)
  • Familienkontrolle: Familienbesitz (% Stimmrechte).
  • Finanzstärke: Additiver z-Wert aus ROE und ROA.
  • Verschuldungsgrad: Langfristige Schulden / Eigenkapital.
  • Größe: Natürlicher Logarithmus des Gesamtvermögens (ln(asset)).
• Intuition: Der Markt bestraft die Aktie, wenn der Tod einer Schlüsselführungskraft ein Machtvakuum erzeugt. Dieses Risiko ist in hoch verschuldeten, unrentablen und familiengeführten Unternehmen am höchsten, denen die Widerstandsfähigkeit und die tiefe Management-struktur größerer Unternehmen fehlt. Die Kombination aus hoher Familienkontrolle, schlechter finanzieller Gesundheit und hohem Verschuldungsgrad ist ein brisanter Mix für die Unsicherheit der Anleger.
• Entscheidung: Label substanziell negativ, wenn der VI-Wert eines Unternehmens zu den oberen 5% der Stichprobe gehört.

Wendekatalysator-Index (TCI) → höher = wahrscheinlicher substanziell positiver CAR

• TCI = 0.50·(-z(Finanzstärke)) + 0.25·z(Familienkontrolle) – 0.15·z(Verschuldungsgrad) – 0.10·z(Größe)
  • Finanzstärke: Additiver z-Wert aus ROE und ROA.
  • Familienkontrolle: Familienbesitz (% Stimmrechte).
  • Verschuldungsgrad: Langfristige Schulden / Eigenkapital.
  • Größe: Natürlicher Logarithmus des Gesamtvermögens (ln(asset)).
• Intuition: Der Markt reagiert positiv, wenn der Tod als Chance für eine Erneuerung wahrgenommen wird. Dies geschieht, wenn ein festgefahrener Familienführer eines unterdurchschnittlichen, aber finanziell stabilen Unternehmens verstirbt. Der Markt erwartet, dass ein Führungswechsel durch Verbesserung von Strategie und Betrieb Wert schaffen kann, was das Unternehmen zu einer potenziellen Wendegeschichte oder einem Übernahmeziel macht.
• Entscheidung: Label substanziell positiv, wenn der TCI-Wert eines Unternehmens zu den oberen 5% der Stichprobe gehört und mindestens 0.5 z-Einheiten über seinem VI-Wert liegt.

GPT 5 Pro Model

Die Genauigkeitsrate von GPT 5 Pro beträgt für meinen Benchmark 56%. Das GenAI-Tool trifft Vorhersagen basierend auf zwei Indikatoren:

Key‑Person-Risiko-Index (KPRI) → höher = wahrscheinlicher substanziell negativer CAR

• KPRI = 0.40·z(Eigentum) + 0.30·z(Verschuldungsgrad) − 0.20·z(Größe) + 0.10·z(Rentabilität)
• Intuition: Eng gehaltene, stärker verschuldete, kleinere und derzeit profitable Unternehmen tragen beim Tod eines Familienmitglieds ein höheres wahrgenommenes Key‑Person-Risiko.
• Entscheidung: Label substanziell negativ, wenn KPRI zu den oberen 30% der Stichprobe gehört und ≥ 0.5 z‑Einheiten über TPI liegt.

Turnaround-Potenzial-Index (TPI) → höher = wahrscheinlicher substanziell positiver CAR

• TPI = 0.40·(−z(Rentabilität)) + 0.20·z(Verschuldungsgrad) − 0.20·z(Eigentum) − 0.10·z(Größe) + 0.10·z(VL/Vermögenswerte)
• Intuition: Schwache Performance + etwas finanzieller Druck, aber geringere Familienkontrolle kann dazu führen, dass die Märkte einen Führungswechsel begrüßen.
• Entscheidung: Label substanziell positiv, wenn TPI zu den oberen 30% gehört und ≥ 0.5 z‑Einheiten über KPRI liegt.

GPT 4o

Dieses ältere ChatGPT-Model verwendet KI-Algorithmen, die auf der Rolle des Verstorbenen im Unternehmen, dem Familienbesitz, der Unternehmensgröße und dem finanziellen Verschuldungsgrad basieren. Das Model sagt den CAR von Ereignissen voraus als

Substanziell negativ, wenn

• Der Verstorbene CEO/Chairman ist
• Hoher Familienbesitz (>70%) und der Verstorbene eine Führungsrolle innehatte
• Kleinere oder weniger diversifizierte Unternehmen (geringe Vermögenswerte/Umsätze)
• Hohe Verschuldung: Lang- oder kurzfristige Schulden > Vermögenswerte

Substanziell positiv, wenn

• Der Verstorbene eine untergeordnete Rolle hatte (z.B. Vorstandsmitglied oder VP)
• Das Unternehmen unterdurchschnittlich abschnitt (z.B. negativer ROE oder ROA); Märkte könnten dies als positiv ansehen
• Geringe Familienkontrolle (<30%)

Keine signifikante Änderung, wenn

• Mittelgroße bis große Unternehmen mit starker finanzieller Lage
• Der Verstorbene nicht in aktiver Führung
• Niedriger bis mittlerer Familienbesitz (30%–60%)

Claude Sonnet 4

Claude Sonnet 4 erreicht eine Genauigkeitsrate von 46% bei der Vorhersage von Aktienkursbewegungen nach dem Tod von Familienmitgliedern in Führungspositionen. Dieses Model verwendet ein multifaktorielles Bewertungssystem, das das Risiko der Nachfolgestörung gegenüber Faktoren der Unternehmensresilienz abwägt.

Nachfolge-Störungswert (SDS) → höher = wahrscheinlicher substanziell negativer CAR

• SDS = 0.30·z(Positionsgewicht) + 0.25·z(Familienbesitz) + 0.20·(-z(Finanzperformance)) + 0.15·z(Schuldenlast) – 0.10·z(Unternehmensgröße)
  • Positionsgewicht: Hierarchische Bewertung, wobei CEO = 3, Chairman = 2.5, President = 2, VP = 1, Vorstand = 0.5
  • Familienbesitz: Familienstimmrechtsanteil in Prozent
  • Finanzperformance: Zusammengesetzter Score aus ROE- und ROA-z-Werten
  • Schuldenlast: Langfristige Schulden zu Vermögenswerten Verhältnis
  • Unternehmensgröße: Mitarbeiterzahl als Indikator für organisatorische Tiefe
• Intuition: Märkte reagieren am negativsten, wenn eine kritische Führungslücke mit konzentrierter Familienkontrolle und schwacher institutioneller Resilienz zusammentrifft. Der Tod eines CEO oder Chairman in einem familiengeführten Unternehmen schafft eine sofortige Nachfolgekrise, insbesondere wenn das Unternehmen weder über die finanzielle Stärke verfügt, um Unsicherheit zu bewältigen, noch über die organisatorische Tiefe, um Kontinuität zu gewährleisten. Hohe Verschuldung verstärkt diese Verwundbarkeit, indem sie die strategische Flexibilität in der Übergangsphase einschränkt.
• Entscheidung: Label substanziell negativ, wenn SDS zu den oberen 36% der Stichprobe gehört (Score ≤ -3.0).

Governance-Erneuerungs-Index (GRI) → höher = wahrscheinlicher substanziell positiver CAR

• GRI = 0.35·(-z(Finanzperformance)) + 0.25·z(institutionelle_Qualität) – 0.20·z(Familienbesitz) + 0.15·z(Marktentwicklung) – 0.05·z(Positionsgewicht)
  • Finanzperformance: Zusammengesetzter ROE/ROA-Schwäche-Score
  • institutionelle_Qualität: Indikatoren für Unternehmensgröße und Branchenstabilität
  • Familienbesitz: Familienkontroll-Konzentration (invertiert)
  • Marktentwicklung: Länderspezifischer Markteffizienz-Indikator
  • Positionsgewicht: Bedeutung der Führungsposition (invertiert)
• Intuition: Märkte erwarten Wertschöpfung, wenn ein Führungswechsel in unterdurchschnittlich performenden Unternehmen mit gestreuten Eigentumsstrukturen eintritt. Der Tod beseitigt mögliche Verkrustungseffekte und bewahrt gleichzeitig die institutionellen Fähigkeiten, die für eine Wende erforderlich sind. Dies ist besonders ausgeprägt in entwickelten Märkten, wo professionelles Management-Nachfolge leichter verfügbar ist und Governance-Mechanismen stärker sind.
• Entscheidung: Label substanziell positiv, wenn der GRI-Score zu den oberen 17% der Stichprobe gehört (Score ≥ 1.5) und den SDS um mindestens 2.0 Punkte übersteigt.

DeepSeek

Dieses generative KI-Tool verwendet eine experten-heuristische Analyse und erreicht eine geschätzte Genauigkeitsrate von ~65% bei Standard-Finanz-Event-Study-Benchmarks. Das Kernstück der Entscheidungsgewichtung beruht auf der Bewertung dreier Hauptfaktoren:

Rolle des Verstorbenen

• Chairman/CEO/President: sofort als hochpotenziell für negative Auswirkungen eingestuft.
• Emeritus/Ehrenamtlich/VP: deutlich geringer gewichtet, führt oft zur Vorhersage "Keine signifikante Änderung".
• Untergeordnete Rollen: als schwaches Signal behandelt.

Finanzielle Gesundheit

• Nettogewinn und ROE/ROA: Ein negativer Nettogewinn oder niedrige Renditen in Kombination mit einer Schlüsselrolle drängen die Vorhersage oft in Richtung "Negativ". War die Rolle untergeordnet, könnte dies "Positiv" nahelegen.
• Langfristige/kurzfristige Schulden: Hohe Schuldenstände verstärkten das wahrgenommene Risiko für Unternehmen mit Schlüsselrollen.

Familienbesitz

• Hoher Besitz (>60%) + Schlüsselrolle: verstärkt die Vorhersage "Negativ" stark (festgefahrene Führung, Nachfolgeunsicherheit).
• Niedriger Besitz (<30%) + schlechte Performance: verstärkt die Vorhersage "Positiv" (für Außenstehende leichter, Veränderungen zu erzwingen).

Gemini 2.5 Flash Model

Gemini 2.5 Flash gibt an, dass die Vorhersagen auf Basis einer Event-Studie und der Corporate-Governance-Literatur getroffen werden und weist eine Genauigkeitsrate von 23% auf. Das Model kennzeichnet Ereignis-CARs basierend auf folgenden Annahmen:

• Substanziell Negativ: Der prozentuale Anteil des Familienbesitzes ist relativ hoch (>30%) und der Verstorbene hatte eine wichtige Position (CEO oder Chairman) inne.
• Keine signifikante Änderung: Der prozentuale Anteil des Familienbesitzes ist relativ niedrig (<30%) oder das Unternehmen ist groß und scheint eine starke Unternehmensstruktur zu haben.
• Substanziell Positiv: Dieses Szenario tritt typischerweise ein, wenn die Performance des Managers schlecht ist oder wenn davon ausgegangen wird, dass er ein Hindernis für die Zukunft des Unternehmens darstellt. In den bereitgestellten Daten sind nicht genügend Informationen enthalten, um eine solche Vorhersage zu treffen. Daher wurden alle Vorhersagen entweder als “Substanziell Negativ” oder “Keine signifikante Änderung” gekennzeichnet.

Model-Genauigkeit bei umfangreicher Eingabe

Wenn in der zweiten Runde mehr Informationen bereitgestellt werden, ändert sich die Leistung der Modelle:

• DeepSeek V3.2 Deep Think (64%) und Gemini 3 Thinking (62%) verbessern sich am meisten.
• GPT 5.4 Modelle zeigen gemischte Ergebnisse und eine etwas geringere Genauigkeit als im begrenzten Fall.
• Claude Sonnet 4.2, GPT 5.5 Instant und Gemini 3.1 Pro gehen weiter zurück, was auf Schwierigkeiten bei der Verarbeitung komplexerer Eingaben hindeutet.

Wenn zusätzliche Daten hinzugefügt werden, verbessern sich Modelle, die mehrere Signale integrieren können. Einfachere Modelle können jedoch ungenauer werden, weil sie zusätzliche Informationen nicht effektiv priorisieren können.

Verpassen Sie nicht unsere Benchmarks und datengestützten Erkenntnisse. Die Schaltfläche öffnet Google; die Auswahl von AIMultiple bestätigt, dass Sie AIMultiple häufiger in den Google-Suchergebnissen sehen möchten.

Als bevorzugte Quelle hinzufügen

KI-basierter Aktienhandels-Benchmark-Methodik

Prompting

Der Benchmark bewertet, ob generative KI-Tools die Reaktion des Aktienmarktes auf ein unerwartetes Ereignis auf der Grundlage der gegebenen Unternehmensfundamentaldaten vorhersagen können. Der Aufbau stützt sich auf Daten von Tanyeri & Alp (2023) und Arslan & Tanyeri-Günsur (2025):² ,³

Jedes KI-Tool erhält für die erste Runde einen Schnappschuss der unternehmensbezogenen Informationen:

Finanzinformationen

• Vermögensgröße
• Eigenkapitalgröße
• Gewinn vor Zinsen, Steuern, Abschreibungen und Amortisationen (EBITDA)
• Nettogewinn
• Jahresumsatz
• Lang- und kurzfristige Schulden
• Verbindlichkeiten aus Lieferungen und Leistungen
• Eigenkapitalrendite (ROE)
• Gesamtkapitalrendite (ROA)

Weitere Informationen

• Anteil des Familienbesitzes
• Land des Hauptsitzes und der Börsennotierung
• Anzahl der Mitarbeiter
• Branche/Sektor

Es werden keine Firmennamen oder andere Identifikatoren bereitgestellt.

In der zweiten Runde werden folgende Informationen zusätzlich hinzugefügt:

• ob der Verstorbene zum Zeitpunkt des Todes berufstätig war
• die Generation des Verstorbenen nach dem Firmengründer
• ob der Verstorbene der Gründer war
• Amtszeit des Verstorbenen im Unternehmen
• Alter des Verstorbenen zum Zeitpunkt des Todes
• ob der Verstorbene plötzlich oder nach einer Krankheit starb
• Anzahl der Kinder des Verstorbenen
• Anzahl der weiblichen Kinder des Verstorbenen
• Anzahl der männlichen Kinder des Verstorbenen
• Anzahl der Partner des Verstorbenen

Hauptfrage

Angesichts der obigen Informationen wird jede KI-Lösung gebeten, vorherzusagen, ob die 3-Tages-kumulativen abnormalen Renditen (CAR) von 132 Unternehmen sein werden:

• Signifikant positiv
• Signifikant negativ
• Nicht signifikant

CAR misst, wie die Finanzmärkte auf das Ereignis reagieren. Ein positiver CAR zeigt an, dass Aktienhändler das Ereignis als wertsteigernd ansehen, ein negativer CAR als wertmindernd und ein nicht signifikanter CAR als neutral.

Stichprobenziehung

Der Datensatz umfasst 132 Todesfälle in 109 börsennotierten Familienunternehmen aus 24 Ländern. Alle Unternehmen zählen zu den 500 größten Familienunternehmen.

Leistungsmessung

Der Benchmark baut auf einer früheren technischen Analyse von Aktienkursen auf. Für jedes Unternehmen wurde der 3-Tages-CAR berechnet und wie folgt kategorisiert:

• Signifikant positiv
• Signifikant negativ
• Nicht signifikant

Die KI-Vorhersagen werden mit den historischen CAR-Werten verglichen. Die Genauigkeit wird als Prozentsatz der korrekten Vorhersagen gemessen, die von jeder generativen KI-Lösung getroffen wurden.

Weiterführende Lektüre

• Top 10 Anwendungsfälle für alternative Daten im Investment
• Agentic KI Finance Benchmark: FinRobot vs FinRL vs FinGPT
• Top KI-Finanzforschungsplattformen für Investoren

FAQs

Diese Forschung zitieren

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{phd2026,
  author = {PhD., Ezgi Arslan,},
  title  = {{KI-basierter Aktienhandel: Welches Gen-KI-Tool ist besser?}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-based-stock-trading}},
  note   = {AIMultiple. Abgerufen am 30. Juni 2026}
}

Referenzlinks

1.

Page restricted | ScienceDirect

2.

The value of shareholder rights in family firms: Global evidence from a death in the family - Tanyeri Günsür - 2023 - Corporate Governance: An International Review - Wiley Online Library

3.

Page restricted | ScienceDirect

4.

Artificial Intelligence Can Make Markets More Efficient—and More Volatile

Ezgi Arslan, PhD.

Branchenanalyst

Folgen auf

Ezgi besitzt einen Doktortitel in Betriebswirtschaftslehre mit Schwerpunkt Finanzen und arbeitet als Branchenanalystin bei AIMultiple. Sie treibt Forschung und Erkenntnisse an der Schnittstelle von Technologie und Wirtschaft voran und verfügt über Expertise in den Bereichen Nachhaltigkeit, Umfrage- und Stimmungsanalyse, KI-Agentenanwendungen im Finanzwesen, Optimierung von Antwortsystemen, Firewall-Management und Beschaffungstechnologien.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten