Investmentforschung, ein traditionell arbeitsintensiver Prozess, befindet sich im schnellen Wandel, da Unternehmen von etablierten Handelsplattformen bis hin zu kleinen Startups künstliche Intelligenz einsetzen, um Finanzdaten zu analysieren, Markttendenzen zu erkennen und Berichte für Investoren und Institutionen zu erstellen.
Wichtige Informationen:
- KI-Agenten werden jetzt im Finanzdienstleistungsbereich eingesetzt, um Investmentforschung zu automatisieren, mit Anwendungen, die von Werkzeugen für Privatanleger bis hin zu Analysen auf Institutionsebene reichen.
- New York hat sich als Epizentrum dieses Trends etabliert, mit Startups wie Hebbia und Rogo, die Hunderte Millionen Wagniskapital mit Bewertungen von bis zu 700 Millionen Dollar anziehen.
- Während regulatorische Hürden die Einführung von KI im Fintech im Vergleich zu anderen Branchen zunächst verzögerten, geht die Technologie nun über Back-Office-Operationen hinaus in die Kernfinanzdienstleistungen.
Das Rennen um intelligentere Finanztolls
Anders als in anderen Geschäftssektoren, in denen künstliche Intelligenz schnell Fuß fasste, hat die Fintech-Branche KI aufgrund von regulatorischen Anforderungen und Compliance-Vorgaben, die mit dem Umgang mit Finanzanlagen verbunden sind, vorsichtiger übernommen, sagt Jeff Cauflin, ein Senior Editor bei Forbes.
Bis vor kurzem konzentrierten sich die meisten Fintech-KI-Funktionen auf die Rationalisierung von Kundenservice, Buchhaltung und Back-Office-Funktionen, wobei Unternehmen wie Klarna, Chime, Stripe und Ramp solche Produkte ankündigten.
Eine neue Phase entsteht nun. Die Trading-App Robinhood und Arta Finance, ein Startup, das sich als digitales „Family Office“ für wohlhabende Verbraucher positioniert, haben in den letzten Wochen beide verbraucherorientierte KI-Funktionen enthüllt. Inzwischen entwickelt eine wachsende Gruppe von in New York ansässigen Unternehmen wie AlphaSense, Hebbia, RavenPack und Rogo KI-Tools speziell für Investmentbanker und institutionelle Investoren.
Die meisten dieser Unternehmen beschäftigen KI-Agenten – spezialisierte Codes, die kontextbezogene Informationen interpretieren, logische Entscheidungen treffen und Maßnahmen ergreifen. Diese Agenten führen komplexe Aufgaben aus, wie die Erstellung von Investitionsempfehlungen, die Analyse von privaten Marktdaten oder die Erstellung von Präsentationsentwürfen.
„Wie möchten Sie all diese verschiedenen Anbieter vergleichen, die Startups und die Hyperscaler, die dies getan haben?“ erklärt Gabriel Stengel, der 26-jährige CEO von Rogo, und beschreibt, wie ihr System Bankern hilft, Akquisitionstarget-Präsentationen zu erstellen.
Während die Begeisterung von Risikokapitalgebern für KI-Unternehmen es schwierig macht zu bestimmen, welche Unternehmen nachhaltige Modelle entwickeln werden, zielen sie alle auf Ineffizienzen in Forschungsprozessen ab, die längst überfällig waren.
Startups ziehen große Investitionen für Finanz-KI an
Hebbia, ein fünf Jahre altes New Yorker Unternehmen, das KI einsetzt, um die Forschung für Finanzinstitute und Anwaltskanzleien zu beschleunigen, sicherte sich im letzten Jahr 130 Millionen Dollar an Finanzierung und erreichte eine Bewertung von 700 Millionen Dollar. Zu den Unterstützern des Unternehmens gehören Index Ventures, Peter Thiel und Andreessen Horowitz.
Laut dem 27-jährigen Gründer und CEO George Sivulka spezialisiert sich Hebbia auf die Analyse von privaten Marktdaten. Wenn Unternehmen sich auf Finanzierungsrunden oder potenzielle Akquisitionen vorbereiten, teilen sie vertrauliche Informationen in sicheren virtuellen Datenräumen. Hebbias Software verbindet sich mit diesen Repositorien und bewertet Faktoren wie Kundenkonzentration, Wachstumskraft der Umsätze und Managementqualifikationen.
„Es versucht auch, Risiken und Warnsignale zu identifizieren, wie exponiert das Unternehmen gegenüber Zöllen sein könnte oder ob ein Thema in einem Investitionspitch übergangen oder ausgespart wurde, obwohl es normalerweise behandelt wird“, sagte Sivulka. Das Unternehmen behauptet, seine Produkte sparen Private-Equity-Firmen pro Deal zwischen 20 und 30 Stunden.
Hebbia kombiniert proprietäre Modelle für den Abruf und die Interpretation von Anlagedaten mit externen Modellen von Unternehmen wie OpenAI und Anthropic für Funktionen wie die Berichterstellung. Sivulka berichtet, dass das Unternehmen Hunderte von Kunden hat, darunter das Private-Equity-Unternehmen Charlesbank und das Private-Credit-Unternehmen Oak Hill Advisors, mit Dienstleistungsgebühren im Bereich von „Zehntausenden“ bis „Millionen“.
AlphaSense, ein etablierteres, 14 Jahre altes Finanzdatenunternehmen mit 6.000 Kunden, hat ähnliche KI-Agenten-Fähigkeiten entwickelt. Es hilft Analysten, Pitches vorzubereiten, Due-Diligence-Prüfungen durchzuführen und Märkte zu analysieren. Beispielsweise kann es Forschungen generieren, die die wichtigsten Prioritäten eines Unternehmensleiters vorschlagen oder Berichte anhand von Expertenaussagen erstellen, die auf Bedenken von Investoren hinsichtlich bevorstehender IPOs hinweisen.
Rogo, ein drei Jahre altes New Yorker Startup mit 40 Mitarbeitern und Kunden, wurde kürzlich bei einer Finanzierungsrunde im März mit 350 Millionen Dollar bewertet, unterstützt von Investoren wie Thrive und Khosla Ventures. Das System des Unternehmens kann Gewinnzusammenfassungen für Investmentbanking-Analysten automatisieren und bei der Erstellung von Akquisitionstarget-Präsentationen helfen.
Das 40-köpfige Unternehmen hat laut Stengel mehr als 5.000 aktive Endnutzer. Wie seine Konkurrenten kombiniert Rogo proprietäre Modelle, die darauf trainiert sind „wie ein Investor zu denken“, mit externen Modellen von Google, Meta, Anthropic und OpenAI für spezialisierte Funktionen.
RavenPack, ein 22 Jahre altes New Yorker Unternehmen, dessen Hauptgeschäft darin besteht, Nachrichten und regulatorische Einreichungen zu analysieren, um marktbewegende Ereignisse zu identifizieren, hat kürzlich neue KI-Funktionen für ein breiteres Publikum angekündigt. Über Bigdata.com können Analysten Aktien-Watchlists erstellen, die täglich automatisierte Forschungsberichte generieren. Der Service bietet eine kostenlose Variante mit begrenzten Datenquellen und ein Premiumabonnement ab 50 Dollar monatlich.
„Die Anzahl der neuen Unternehmen, die in diesem Bereich auftauchen, ist schwer nachzuvollziehen“, sagte Armando Gonzalez, CEO von RavenPack, und wies darauf hin, dass Kunden große Finanzinstitute wie JPMorgan, Morgan Stanley, Deutsche Bank und Nomura umfassen.
Weitere aufstrebende Akteure sind BlueFlame AI, das alternativen Assetmanagern hilft, generative KI zu nutzen, und kleinere Startups mit weniger als 20 Mitarbeitern wie AgentSmyth, BrightWave, Finster AI, ModelML und ProSights.
KI-Funktionen erreichen Privatanleger
Die Technologie erreicht auch Privatanleger. Robinhood kündigte kürzlich Cortex an, ein KI-Tool, das später in diesem Jahr im Rahmen seines Premium-Gold-Dienstes auf den Markt kommen soll. Die Funktion wird automatisierte Aktienberichte erstellen und Handelsideen vorschlagen, „um die Optionen Trading-Erfahrung intuitiver zu gestalten, indem sie Ihnen hilft, Ihre Einschätzungen zu einer Aktie in einen spezifischen Optionshandel und eine Strategie zu übersetzen“, so eine Unternehmensmitteilung.
Arta Finance hat Arta AI vorgestellt, das für die Einführung „Mitte 2025“ geplant ist und personalisierte Investitionsvorschläge anbietet und Fragen zur Portfolioperformance beantwortet. Abonnements beginnen bei 20 Dollar monatlich, wobei der Service für Kunden kostenlos ist, die über 100.000 Dollar über Arta verwalten.