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-Modelle für den KI-basierten Aktienhandel getestet, um ihre Fähigkeit zur Vorhersage von Kursänderungen bei 132 Aktien anhand der bereitgestellten Informationen zu bewerten. Die Ergebnisse zeigen, dass

• das ChatGPT 5 Thinking-Modell und das Gemini 2.5 Pro-Modell die beste Leistung erbrachten.
• aktuelle Modelle von ChatGPT und Gemini schlechter abschneiden als ältere Modelle.
• die Erfolgsquote sinkt, wenn zusätzliche Daten bereitgestellt werden.

Leistung KI-gestützter Tools

Weitere Details zum Benchmark finden Sie im Abschnitt Methodik des Aktienhandel-Benchmarks.

Aktuelle Versionen

GPT 5.5 Instant

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

• Bedeutung des ausscheidenden Managers (CEO > Chairman > Ehrenämter).
• Konzentration des Familieneigentums.
• Rentabilität (ROE, ROA).
• Finanzielle Verschuldung.
• Allgemeine Implikationen für Governance-Übergänge.

Claude Opus 4.8 Medium

Kernlogik: Zwei gegensätzliche Kräfte treiben die Reaktion an:  

(+) Entrenchment-Relief: Der Tod eines fest verankerten/schlecht performenden Insiders kann den Kontrollmarkt aktivieren und Turnaround-Hoffnungen wecken.

(-) Verlorenes Humankapital: Der Tod eines wertschöpfenden Eigentümer-Managers zerstört schwer ersetzbare Fähigkeiten und schafft Nachfolgerisiko.  

(0) Keine Überraschung: Zeremonielle/zurückgezogene Titel, reine Vorstandspositionen oder sich ausgleichende Fälle führen zu keiner signifikanten Reaktion.

Entscheidungsregeln:

• Emeritus/Ehrenamt -> 0 (zurückgezogen).
• Vorstandsmitglied/Direktor, profitabel -> 0; verlustbringend -> +1 (Umbruch).
• Aktiver Manager + Verluste/ROA<1 -> +1 (Relief/Optionalität).
• Aktiver Manager + stark (ROA>=Median & ROE>=10 & NI>0) & Eigentum>=60% -> -1 (verlorener Steward).
• Aktiver Manager + stark, aber Eigentum<60% -> 0 (Aufsichtspuffer).
• Mittelmäßiges / 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 Störungen.

• Hohe Abhängigkeit: Wenn der Verstorbene der Gründer oder ein aktiver (arbeitender) CEO/Chairman mit langer Amtszeit war, hinterlässt sein Verlust eine erhebliche Führungslücke.
• Geringes Familieneigentum: Geringeres Eigentum könnte weniger „Skin in the Game“ der Familie bedeuten, um das Unternehmen nach der Krise zu stabilisieren.

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

• Erleichterung: Der Tod löst eine negative Situation auf. Dies tritt häufig ein, wenn das Unternehmen unter einem langjährigen Leiter schlecht performte (negativer Nettogewinn oder ROE). Der Markt setzt auf einen Neuanfang.
• Etablierte Nachfolge: Wenn der Verstorbene nicht arbeitend (workD=0) oder ein pensionierter Chairman war, ist der Nachfolger wahrscheinlich bereits vorhanden.
• Hohes Familieneigentum: Hohes Familieneigentum 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 zurückgezogene Person war, die nicht in das Tagesgeschäft involviert war.
• Schrittweiser Übergang: Wenn der Tod nicht plötzlich eintrat und das Unternehmen groß ist (hohe Mitarbeiter-/Vermögenszahlen), existieren 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 zu kategorisieren:

1. Signifikant negativ (-1) (Zusammenfassung: „Verlust von Schlüsseltalent“)
   • Bedingung: Der Verstorbene hatte eine kritische Führungsrolle (CEO, Chairman, Präsident) UND das Unternehmen war hochprofitabel (z. B. ROE > 10% oder ROA > 5%).
   • Grund: Der plötzliche Tod eines hocheffektiven Familienleiters entfernt einen zentralen Visionär und Wertschöpfer. Dies führt zu schwerer Nachfolge- und Betriebsunsicherheit, was Panik und negative Marktreaktionen auslöst.
2. Signifikant positiv (1) (Zusammenfassung: „Erleichterung von Entrenchment“)
   • Bedingung: Das Unternehmen war vor dem Ereignis historisch unterdurchschnittlich performend (negativer Nettogewinn, ROA < 0 oder ROE < 0).
   • Grund: In Familienunternehmen sind schlecht performende Gründer oder Manager oft durch ihre familiären Bindungen vor einer Entlassung geschützt (Entrenchment). Ihr Ableben wird vom Markt oft positiv als Katalysator für Professionalisierung, Restrukturierung und neues Management gesehen.
3. Nicht signifikant (0) (Zusammenfassung: „Routinemäßige Nachfolge“)
   • Bedingung: Das Unternehmen hatte eine durchschnittliche, moderate finanzielle Leistung, ODER der Verstorbene hatte eine nicht-geschäftsführende/Ehren-/Beraterrolle (z. B. Vorstandsmitglied, Ehrenvorsitzender).
   • Grund: Ohne extreme Über- oder Unterperformance, oder wenn die Rolle nicht kritisch für das Tagesgeschäft war, betrachtet der Markt den Tod als routinemäßiges Nachfolgeereignis, das die zukünftigen Cashflows des Unternehmens nicht wesentlich verändert.

Ältere Modelle

GPT 5.4 Instant

GPT 5.4 Instant erreicht eine Erfolgsquote von 69%. Das Modell konzentriert sich hauptsächlich auf die Unternehmensrentabilität und verwendet diese als primäres Signal.

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

GPT 5.4 Thinking-Modell

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

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

Gemini 3 Thinking

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

• Signifikant positiv (1): Diese Unternehmen performten unter Familienführung unterdurchschnittlich ($ROA < 2,5\%$). Der Markt betrachtet den Abgang eines zentralen Familienmanagers (CEO oder Chairman) wahrscheinlich als Signal für Professionalisierung oder eine notwendige strategische Wende.
• Signifikant negativ: Diese Unternehmen waren außergewöhnlich starke Performer ($ROA > 12\%$) unter ihrem zentralen Leiter. Ihr Abgang stellt einen erheblichen Verlust an strategischem Humankapital und visionärer Führung dar.
• Nicht signifikant: Diese Kategorie gilt für Unternehmen mit durchschnittlicher Leistung oder bei denen die ausscheidende Person eine Ehren-, Emeritus- oder Nebenrolle innehatte (z. B. Vizepräsident, Vorstandsmitglied), was darauf hindeutet, dass der Abgang 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): Bei Unternehmen mit außergewöhnlich hoher Rentabilität ($ROA > 10\%$) betrachtet der Markt den Leiter oft als „Star“ oder Visionär. Sein Abgang erzeugt ein Vakuum an strategischem Talent, was zu negativen abnormalen Renditen führt.
• Professionalisierungs-/Entrenchment-Theorie (+1): Bei unterdurchschnittlich performenden Unternehmen ($ROA < 3\%$) oder solchen mit hohem Familieneigentum wird der Abgang eines Familienmanagers oft als Gelegenheit 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 Leiter eine nicht-aktive/Ehrenrolle innehatte (z. B. Emeritus, Ehrenvorsitzender), wird das Ereignis oft als „eingepreist“ oder operativ unbedeutend betrachtet.

Claude Sonnet 4.2

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

1. Rollenprominenz (am wichtigsten)

Die Position des Verstorbenen bestimmt, wie viel Information der Abgang dem Markt vermittelt:

• Ehren-/Emeritus-Rollen (+0,4): Diese Personen haben sich operativ zurückgezogen. Die Ankündigung ist wenig überraschend, oft vorab kommuniziert → Marktreaktion ist mild positiv oder neutral.
• Aktiver CEO/Chairman (−0,6): Key-Man-Risiko ist am höchsten. Die Märkte preisen Unsicherheit darüber ein, wer übernimmt und ob sich die Strategie ändert.
• VP/Präsident (−0,25): Moderate Besorgnis, aber das Unternehmen ist weniger abhängig von einer einzelnen Führungskraft.
• Vorstandsmitglied/Direktor (+0,1): Nicht-geschäftsführend; minimale operative Störung.

2. ROA-Signal

• Negativer ROA (+1,2): Ein ausscheidender Manager, unter dessen Aufsicht Vermögenswerte negative Renditen erzielten → der Markt liest den Abgang als Erleichterung. Dies ist der stärkste positive Treiber.
• Unter p25 (ROA < 1,8%) (+0,5): Unterdurchschnittlich performendes Unternehmen, Abgang wird dennoch begrüßt.
• Über p75 (ROA > 9,6%) (−0,6): Ein Unternehmen mit hohem ROA, das eine Schlüsselführungskraft verliert, signalisiert, dass der Markt den Architekten dieser Renditen verlieren könnte.

3. Nettogewinn / EBITDA

• Nettoverlust (+0,6) und negatives EBITDA (+0,5) verstärken das Distress-Relief-Signal unabhängig vom ROA.

4. ROE (oberes Quartil, −0,3)

Selbst wenn der ROA moderat ist, werden Unternehmen im oberen ROE-Quartil (>19,3%) als mit einem hocheffektiven Kapitalallokator ausgestattet angesehen — dessen Verlust der Markt negativ diskontiert.

5. Familieneigentum

• ≥75% (+0,45): Hohe Familienkontrolle bedeutet, dass die Nachfolge mit ziemlicher Sicherheit innerhalb der Familie und vorab geplant ist. Reduziert Unsicherheit.
• 50–74% (+0,20): Mehrheitsfamilie, stabil, aber etwas weniger sicher.
• <30% (−0,25): Gestreutes Eigentum wirft Zweifel an der Identität des Nachfolgers auf.

6. Verschuldung

• >0,70 (+0,40): Hoch verschuldete Unternehmen mit einem ausscheidenden Leiter signalisieren potenziellen strategischen Reset; Märkte könnten dies positiv sehen (Distress-Abgang).
• Über p75 (>0,36) (+0,20): Erhöhte Verschuldung vermerkt.

Score ≥ 0,90 → Label Signifikant positiv

Score ≤ −0,70 → Label Signifikant negativ

Andernfalls → Label Nicht signifikant

GPT 5 Thinking-Modell

Das Thinking-Modell von ChatGPT 5 weist die höchste Genauigkeit unter den getesteten Tools auf, mit einer Erfolgsquote von 74%. Das Tool prognostiziert Kursänderungen anhand von zwei Indikatoren:

Leadership Concentration Index (LCI) → höher = wahrscheinlicher erheblicher negativer CAR

• LCI = 0,40·z(Rollenbedeutung) + 0,30·z(Familienkontrolle) + 0,20·z(Finanzstärke) − 0,10·z(Größe)
  • Rollenbedeutung: hierarchisches Gewicht des Verstorbenen (CEO > Präsident > Chairman > Vizepräsident).
  • Familienkontrolle: Familieneigentum (% der Stimmrechte).
  • Finanzstärke: Zusammensetzung aus ROE und ROA (Rentabilität).
  • Größe: ln(Vermögenswerte).
• Intuition: Märkte erwarten mehr Störung, wenn ein hochzentrales Familienmitglied in einem eng gehaltenen, profitablen, aber relativ kleineren Unternehmen stirbt.
• Entscheidung: Label Negativ erheblich, wenn LCI in den oberen 30% der Stichprobe liegt und ≥ 0,5 z-Einheiten über dem Renewal Index.

Renewal Potential Index (RPI) → höher = wahrscheinlicher erheblicher positiver CAR

• RPI = 0,40·(−z(Finanzstärke)) + 0,25·z(Verschuldung) − 0,20·z(Familienkontrolle) − 0,10·z(Größe) + 0,05·z(Liquiditätsstress)
  • Verschuldung: (langfristige + kurzfristige Schulden) / Eigenkapital.
  • Familienkontrolle: Familieneigentum (% der Stimmrechte).
  • Liquiditätsstress: Verbindlichkeiten aus Lieferungen und Leistungen / Vermögenswerte.
  • Finanzstärke: Zusammensetzung aus ROE und ROA.
  • Größe: ln(Vermögenswerte).

• Intuition: Unternehmen mit schwacher Rentabilität, gewissem Schuldendruck, geringerer Familiendominanz und Liquiditätsbelastung könnten erleben, dass der Markt die Möglichkeit eines Governance-Wechsels oder einer neuen Führung begrüßt.
• Entscheidung: Label Positiv erheblich, wenn RPI in den oberen 30% der Stichprobe liegt und ≥ 0,5 z-Einheiten über dem LCI.

Gemini 2.5 Pro-Modell

Gemini 2.5 Pro sagt 71% der Aktienkursänderungen korrekt voraus. Dieses Modell legt nahe, dass aktive Händler Entscheidungen auf der Grundlage von Unternehmensverwundbarkeit und potenziellen Erneuerungschancen treffen.

Vulnerability Index (VI) → höher = wahrscheinlicher erheblicher negativer CAR

• VI = 0,40·z(Familienkontrolle) + 0,35·(-z(Finanzstärke)) + 0,20·z(Verschuldung) – 0,05·z(Größe)
  • Familienkontrolle: Familieneigentum (% Stimmrechte).
  • Finanzstärke: Zusammengesetzter z-Score aus ROE und ROA.
  • Verschuldung: Langfristige Schulden / Eigenkapital.
  • Größe: Natürlicher Logarithmus der Bilanzsumme (ln(asset)).
• Intuition: Der Markt bestraft die Aktie, wenn der Tod einer Schlüsselführungskraft ein Machtvakuum erzeugt. Dieses Risiko ist am höchsten in hoch verschuldeten, unprofitablen und familien-dominierten Unternehmen, denen die Widerstandsfähigkeit und tiefe Managementstruktur größerer Konzerne fehlt. Die Kombination aus hoher Familienkontrolle, schlechter finanzieller Gesundheit und hoher Verschuldung erzeugt eine potente Mischung für Investorenunsicherheit.
• Entscheidung: Label Erheblich negativ, wenn der VI-Score eines Unternehmens in den oberen 5% der Stichprobe liegt.

Turnaround Catalyst Index (TCI) → höher = wahrscheinlicher erheblicher positiver CAR

• TCI = 0,50·(-z(Finanzstärke)) + 0,25·z(Familienkontrolle) – 0,15·z(Verschuldung) – 0,10·z(Größe)
  • Finanzstärke: Zusammengesetzter z-Score aus ROE und ROA.
  • Familienkontrolle: Familieneigentum (% Stimmrechte).
  • Verschuldung: Langfristige Schulden / Eigenkapital.
  • Größe: Natürlicher Logarithmus der Bilanzsumme (ln(asset)).
• Intuition: Der Markt reagiert positiv, wenn der Tod als Gelegenheit zur Erneuerung wahrgenommen wird. Dies geschieht, wenn ein fest verankerter Familienleiter in einem unterdurchschnittlich performenden, aber finanziell stabilen Unternehmen verstirbt. Der Markt erwartet, dass ein Führungswechsel Wert freisetzt, indem Strategie und Betrieb verbessert werden, was das Unternehmen zu einer potenziellen Turnaround-Story oder einem Übernahmeziel macht.
• Entscheidung: Label Erheblich positiv, wenn der TCI-Score eines Unternehmens in den oberen 5% der Stichprobe liegt und mindestens 0,5 z-Einheiten über seinem VI-Score liegt.

GPT 5 Pro-Modell

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

Key‑Person Risk Index (KPRI) → höher = wahrscheinlicher erheblicher negativer CAR

• KPRI = 0,40·z(Eigentum) + 0,30·z(Verschuldung) − 0,20·z(Größe) + 0,10·z(Rentabilität)
• Intuition: Eng gehaltene, stärker verschuldete, kleinere und derzeit profitable Unternehmen haben ein höheres wahrgenommenes Key-Person-Risiko beim Tod eines Familienmitglieds.
• Entscheidung: Label Negativ erheblich, wenn KPRI in den oberen 30% der Stichprobe liegt und ≥ 0,5 z-Einheiten über dem TPI.

Turnaround Potential Index (TPI) → höher = wahrscheinlicher erheblicher positiver CAR

• TPI = 0,40·(−z(Rentabilität)) + 0,20·z(Verschuldung) − 0,20·z(Eigentum) − 0,10·z(Größe) + 0,10·z(AP/Vermögenswerte)
• Intuition: Schwache Leistung + gewisser finanzieller Druck, aber geringere Familienkontrolle kann dazu führen, dass Märkte einen Führungswechsel begrüßen.
• Entscheidung: Label Positiv erheblich, wenn TPI in den oberen 30% liegt und ≥ 0,5 z-Einheiten über dem KPRI.

GPT 4o

Dieses alte ChatGPT-Modell verwendet KI-Algorithmen, die auf der Rolle des Verstorbenen im Unternehmen, dem Familieneigentum, der Unternehmensgröße und der finanziellen Verschuldung basieren. Das Modell sagt den CAR von Ereignissen wie folgt voraus:

Erheblich negativ, wenn

• der Verstorbene CEO/Chairman ist
• hohes Familieneigentum (>70%) & der Verstorbene eine Führungsrolle innehatte
• kleinere oder weniger diversifizierte Unternehmen (niedrige Vermögenswerte/Umsätze)
• hohe Verschuldung: langfristige oder kurzfristige Schulden > Vermögenswerte

Erheblich positiv, wenn

• der Verstorbene eine untergeordnete Rolle hatte (z. B. Vorstandsmitglied oder VP)
• das Unternehmen unterdurchschnittlich performte (z. B. negativer ROE oder ROA), Märkte könnten dies als positiv sehen
• geringe Familienkontrolle (<30%)

Keine signifikante Änderung, wenn

• mittlere bis große Unternehmen mit starken Finanzdaten
• der Verstorbene nicht in aktiver Führung war
• geringes bis mittleres Familieneigentum (30%–60%)

Claude Sonnet 4

Claude Sonnet 4 erreicht eine Genauigkeitsrate von 46% bei der Vorhersage von Aktienkursbewegungen nach Todesfällen in der Familienführung. Dieses Modell verwendet ein Multifaktor-Bewertungssystem, das Führungsnachfolgerisiko gegen die Widerstandsfähigkeitsfaktoren des Unternehmens abwägt.

Succession Disruption Score (SDS) → höher = wahrscheinlicher erheblicher negativer CAR

• SDS = 0,30·z(Positionsgewicht) + 0,25·z(Familieneigentum) + 0,20·(-z(Finanzleistung)) + 0,15·z(Schuldenlast) – 0,10·z(Unternehmensgröße)
  • Positionsgewicht: Hierarchische Bewertung, wobei CEO = 3, Chairman = 2,5, Präsident = 2, VP = 1, Vorstand = 0,5
  • Familieneigentum: Prozentsatz der Familien-Stimmkontrolle
  • Finanzleistung: Zusammengesetzter Score aus ROE- und ROA-z-Scores
  • Schuldenlast: Verhältnis langfristiger Schulden zu Vermögenswerten
  • Unternehmensgröße: Mitarbeiterzahl als Proxy für organisatorische Tiefe
• Intuition: Märkte reagieren am negativsten, wenn ein kritisches Führungsvakuum mit konzentrierter Familienkontrolle und schwacher institutioneller Widerstandsfähigkeit zusammentrifft. Der Tod eines CEO oder Chairman in einem familien-dominierten Unternehmen schafft eine unmittelbare Nachfolgekrise, insbesondere wenn dem Unternehmen die finanzielle Stärke fehlt, um die Unsicherheit zu überstehen, oder die organisatorische Tiefe, um Kontinuität zu gewährleisten. Hohe Verschuldung verstärkt diese Verwundbarkeit, indem sie die strategische Flexibilität während der Übergangsphase einschränkt.
• Entscheidung: Label Erheblich negativ, wenn SDS in den oberen 36% der Stichprobe liegt (Score ≤ -3,0).

Governance Renewal Index (GRI) → höher = wahrscheinlicher erheblicher positiver CAR

• GRI = 0,35·(-z(Finanzleistung)) + 0,25·z(institutionelle_Qualität) – 0,20·z(Familieneigentum) + 0,15·z(Marktentwicklung) – 0,05·z(Positionsgewicht)
  • Finanzleistung: Zusammengesetzter ROE/ROA-Schwäche-Score
  • institutionelle_Qualität: Unternehmensgröße und Sektorstabilitätsindikatoren
  • Familieneigentum: Konzentration der Familienkontrolle (invertiert)
  • Marktentwicklung: Länderbasierter Markteffizienz-Proxy
  • Positionsgewicht: Bedeutung der Führungsposition (invertiert)
• Intuition: Märkte antizipieren Wertschöpfung, wenn ein Führungswechsel in unterdurchschnittlich performenden Unternehmen mit gestreuten Eigentümerstrukturen stattfindet. Der Tod beseitigt potenzielle Entrenchment-Effekte, während die institutionellen Fähigkeiten erhalten bleiben, die für einen Turnaround erforderlich sind. Dies ist besonders ausgeprägt in entwickelten Märkten, wo professionelle Managementnachfolge leichter verfügbar ist und Governance-Mechanismen stärker sind.
• Entscheidung: Label Erheblich positiv, wenn der GRI-Score in den oberen 17% der Stichprobe liegt (Score ≥ 1,5) und den SDS um mindestens 2,0 Punkte übersteigt.

DeepSeek

Dieses generative KI-Tool verwendet eine expertenheuristische Analyse und erreicht eine geschätzte Genauigkeitsrate von ~65% bei standardmäßigen finanziellen Event-Study-Benchmarks. Der Kern der Entscheidungsgewichtung bewertet drei Primärfaktoren:

Rolle des Verstorbenen

• Chairman/CEO/Präsident: Sofort für hohes potenzielles negatives Risiko markiert.
• Emeritus/Ehrenamt/VP: Deutlich geringer gewichtet, führt oft zu einer Vorhersage „Keine signifikante Änderung“.
• Untergeordnete Rollen: Als schwaches Signal behandelt.

Finanzielle Gesundheit

• Nettogewinn und ROE/ROA: Ein negativer Nettogewinn oder niedrige Renditen in Verbindung mit einer Schlüsselrolle drängten die Vorhersage oft in Richtung „Negativ“. Wenn die Rolle untergeordnet war, konnte dies „Positiv“ nahelegen.
• Langfristige/kurzfristige Schulden: Hohe Schuldenstände verstärkten das wahrgenommene Risiko bei Unternehmen mit Schlüsselrollen.

Familieneigentum

• Hohes Eigentum (>60%) + Schlüsselrolle: Verstärkte die „Negativ“-Vorhersage stark (fest verankerte Führung, Nachfolgeunsicherheit).
• Geringes Eigentum (<30%) + schlechte Leistung: Verstärkte die „Positiv“-Vorhersage (leichter für Außenstehende, Veränderungen zu erzwingen).

Gemini 2.5 Flash-Modell

Gemini 2.5 Flash gibt an, dass die Vorhersagen auf der Grundlage von Event-Study- und Corporate-Governance-Literatur getroffen werden und weist eine Genauigkeitsrate von 23% auf. Das Modell kennzeichnet Ereignis-CARs basierend auf diesen Annahmen:

• Erheblich negativ: Der Prozentsatz des Familieneigentums ist relativ hoch (>30%) und der Verstorbene hatte eine kritische Position (CEO oder Chairman) inne.
• Keine signifikante Änderung: Der Prozentsatz des Familieneigentums ist relativ gering (<30%) oder das Unternehmen ist groß und scheint eine starke Unternehmensstruktur zu haben.
• Erheblich positiv: Dieses Szenario tritt typischerweise ein, wenn die Leistung des Managers schlecht ist oder wenn angenommen wird, dass er ein Hindernis für die Zukunft des Unternehmens darstellt. In den bereitgestellten Daten sind nicht genügend Informationen vorhanden, um eine solche Vorhersage zu treffen. Daher wurden alle Vorhersagen entweder als „Erheblich negativ“ oder „Keine signifikante Änderung“ gekennzeichnet.

Modellgenauigkeit mit umfangreichen Eingaben

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

• DeepSeek V3.2 Deep Think (64%) und Gemini 3 Thinking (62%) verbessern sich am stärksten.
• 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 fallen 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.

Methodik des KI-basierten Aktienhandel-Benchmarks

Prompting

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

Jedes KI-Tool erhält eine Momentaufnahme von Unternehmensinformationen für die erste Runde:

Finanzinformationen

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

Weitere Informationen

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

Kein Firmenname oder andere Identifikatoren werden bereitgestellt.

In der zweiten Runde werden zusätzlich folgende Informationen hinzugefügt:

• ob der Verstorbene zum Zeitpunkt des Todes arbeitete
• die Generation des Verstorbenen nach dem Gründer des Unternehmens
• 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
• die Anzahl der Kinder des Verstorbenen
• die Anzahl der weiblichen Kinder des Verstorbenen
• die Anzahl der männlichen Kinder des Verstorbenen
• die Anzahl der Partner des Verstorbenen

Hauptfrage

Angesichts der oben genannten Informationen wird jede KI-Lösung gebeten, vorherzusagen, ob die kumulativen abnormalen 3-Tages-Renditen (CAR) von 132 Unternehmen wie folgt ausfallen werden:

• Signifikant positiv
• Signifikant negativ
• Nicht signifikant

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

Stichprobe

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

Leistungsmessung

Der Benchmark baut auf einer vorherigen 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 historischen CAR-Werten verglichen. Die Genauigkeit wird als Prozentsatz der korrekten Vorhersagen jeder generativen KI-Lösung gemessen.

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

Weiterführende Literatur

• Top 10 Anwendungsfälle für alternative Daten im Investment
• Agentic AI Finance Benchmark: FinRobot vs FinRL vs FinGPT
• Top KI-Finanzforschungsplattformen für Investoren
• KI VC Benchmark: 11 KI-Agenten bei echten Venture-Capital-Aufgaben

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.

Branchenanalystin

Folgen auf

Ezgi hat einen Doktortitel in Betriebswirtschaft mit Spezialisierung auf Finanzen und arbeitet als Branchenanalystin bei AIMultiple. Sie treibt Forschung und Erkenntnisse an der Schnittstelle von Technologie und Wirtschaft voran, mit Fachwissen in den Bereichen Nachhaltigkeit, Umfrage- und Stimmungsanalyse, KI-Agenten-Anwendungen im Finanzwesen, Antwortmaschinenoptimierung, 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