Jiang Wei: Informationen auf den Finanzmärkten – Wer weiß zuerst im Zeitalter der Technologie Bescheid?

Zusammenfassung des Kerninhalts

Dieser Artikel beschäftigt sich damit, wie Technologie die Quellen des Informationsvorteils auf den Finanzmärkten verändert hat. Der traditionelle Informationsvorteil – basierend auf Insiderwissen – wird durch zwei neue Formen ersetzt: erstens die Fähigkeit, öffentliche Informationen gründlich zu interpretieren, und zweitens „alternative Daten“, die von außerhalb des Unternehmens generiert werden. Diese neuen Informationsasymmetrien fallen unter die bestehenden Regulierungsrichtlinien (wie das US-amerikanische „Fair Disclosure Regulation“ (Reg FD)) nicht mehr und stellen somit eine grundlegende Herausforderung für das derzeitige Finanzregulierungssystem dar. Gleichzeitig hat sich der Wettbewerb um den Informationsvorteil von einem Wettlauf um Geschwindigkeit und Daten zu einem Wettlauf um Intelligenz entwickelt. Die Schlussfolgerung lautet: Nur die Kombination aus Mensch und Maschine kann im zukünftigen Informationswettbewerb erfolgreich sein.

Detaillierte Analyse

#### 1. Der Informationsvorteil hat sich verändert: Von „Geheimnisse kennen“ zu „Offene Informationen richtig interpretieren“

Früher ging man davon aus, dass der Informationsvorteil auf den Finanzmärkten darin bestand, Dinge zu wissen, die andere nicht wussten – wie in dem Film „Wall Street“, wo Gekko durch Informationen von internen Quellen Geld verdiente. Heute ist das anders:

• Beispiel 1: Simon aus Renaissance Technologies, ein Mathematiker, benötigt keine Kenntnisse über CEOs und kann mithilfe mathematischer Modelle riesige Mengen an öffentlichen Daten (z. B. Aktienkursverläufe, Handelsvolumina) analysieren, um kontinuierlich überdurchschnittliche Gewinne zu erzielen.
• Beispiel 2: Im Beispiel eines CEOs in der Studie kauft ein aggressiver Aktionär heimlich Aktien des Unternehmens. Der CEO erhält keine Insiderinformationen, aber er kennt die grundlegenden Verhältnisse des Unternehmens sehr gut. Er bemerkt Abweichungen in den öffentlichen Handelsdaten (z. B. plötzliche große Käufe) und kann daraus ableiten, dass externe Akteure Positionen aufbauen. Daher kauft er selbst Aktien als Vorsichtsmaßnahme.

Dieser Informationsvorteil basiert nicht mehr auf dem Wissen von Geheimnissen, sondern auf einer besseren Interpretation öffentlicher Informationen – und diese liegt außerhalb der Reichweite traditioneller gesetzlicher Regelungen.

#### 2. „Alternative Daten“ außerhalb der Unternehmensmauern: Neue Informationsquellen, die nicht reguliert werden können

Viele wichtige Informationen stammen nicht mehr direkt vom Unternehmen, sondern von externen Sensoren:

• Was sind alternative Daten? Dazu gehören beispielsweise Satellitenbilder, die den Parkplatzverkehr in Einkaufszentren erfassen (um Verkaufszahlen zu bewerten), Daten von IoT-Geräten, die die Rauchmenge aus Fabrikschornsteinen messen (um die Betriebsaktivität zu analysieren), oder Nutzerkommentare in sozialen Medien (um die Beliebtheit einer Marke zu untersuchen). Diese Daten liegen nicht im Besitz des Unternehmens und werden auch nicht von ihm offengelegt.
• Regulierungsloch: Traditionelle Regulierungen wie das Reg FD verlangen, dass Unternehmen interne Informationen offenlegen, aber diese externen Daten fallen nicht unter diese Verpflichtung. Satellitenbilder beispielsweise werden von Drittanbietern gesammelt – das Reg FD kann weder bestimmen, wer diese Daten erhält, noch wie sie verwendet werden dürfen. Dadurch entsteht eine neue Informationskette, bei der Institutionen mit alternativen Daten die Unternehmenssituation bereits im Voraus kennen.

#### 3. Drei Phasen des Wettbewerbs um den Informationsvorteil: Von „Geschwindigkeit“ zu „Intelligenz“

Der Wettbewerb um den Informationsvorteil hat drei Phasen durchlaufen:

• Erste Phase: Ein Wettlauf um Geschwindigkeit – Institutionen investierten viel Geld in kürzere Glasfaserkabel und platzierten Server direkt neben den Börsen (sogenannte „Hosting“), um schneller Informationen zu erhalten.
• Zweite Phase: Nachdem der Vorteil durch Geschwindigkeit erreicht war, entschied, wer über einzigartige alternative Daten (z. B. Satellitenbilder) verfügte. Beispielsweise konnten mit diesen Daten die Kundenströme eines Einzelhandelsunternehmens bereits Monate vor der offiziellen Bilanzveröffentlichung erfasst werden.
• Dritte Phase: Heute können KI-Algorithmen riesige Mengen an öffentlichen Informationen (z. B. Finanzberichte, Nachrichten) analysieren; AI-Analysten liegen in ihrer Vorhersage von Aktienrenditen oft vor den meisten Menschen. Allerdings sind Menschen besser darin, „weiche“ Informationen zu bewerten (z. B. die Integrität des Managements, subtile Veränderungen in der Branche). Unternehmen passen sogar ihre Bilanzformulierungen an, um KI-Systeme besser zu unterstützen – dies zeigt den gegenseitigen Einfluss von Technologie auf die Unternehmensberichterstattung.

#### 4. „Blinde Flecken“ der traditionellen Regulierung: Sie können neue Informationsasymmetrien nicht kontrollieren

Die Logik der traditionellen Regulierung basiert darauf, den Handel mit unveröffentlichten Informationen zu verbieten. Heute liegt der Informationsvorteil jedoch nicht mehr darin, ob Informationen öffentlich sind oder nicht, sondern in der Fähigkeit, diese zu interpretieren, sowie in externen Daten:

• Unterschiede in der Interpretation: Wenn ein CEO auf Grundlage öffentlicher Daten richtige Entscheidungen trifft, kann das Gesetz ihn nicht verurteilen – schließlich sind die Informationen ja öffentlich zugänglich.
• Alternative Daten: Da diese Daten nicht von Unternehmen offengelegt werden müssen, können Regulierungen keine Kontrolle über deren Nutzung durch externe Quellen ausüben.

Das bestehende Regulierungssystem kann daher den technologischen Fortschritt nicht mehr vollständig begleiten und erfordert eine Neubewertung – beispielsweise, wie Ungleichheiten aufgrund unterschiedlicher Interpretationsfähigkeiten reguliert oder die Nutzung alternativer Daten gesteuert werden kann.

#### 5. Zukunftstrend: Nur die Kombination aus Mensch und Maschine kann erfolgreich sein

Die Studie zeigt:

• KI ist besonders gut darin, strukturierte Daten zu verarbeiten (z. B. Finanzberichte), während Menschen besser in der Interpretation „weicher“ Informationen sind (z. B. Unternehmenskultur, Branchentrends).
• Die Kombination aus menschlichen Analysten und AI-Tools führt zu den besten Vorhersagen.
• Unternehmen passen ihre Berichterstattung an, um KI-Systeme besser zu unterstützen.

Die Schlussfolgerung ist: Alleine können weder Menschen noch Maschinen erfolgreich sein – nur die Zusammenarbeit beider kann den Wettbewerb gewinnen.

Die zentrale Botschaft dieses Artikels ist: Technologie hat die Spielregeln auf den Finanzmärkten verändert. Die Regulierung muss sich anpassen, und Einzelpersonen oder Institutionen müssen lernen, mit KI zusammenzuarbeiten, um im Wettbewerb zu bestehen.