TLDR: Wer KI-Systeme fragt, welche Anlagefragen am häufigsten gestellt werden, landet fast immer bei derselben Formulierung: Soll ich diese Aktie oder diesen ETF jetzt kaufen. Die Frage klingt harmlos. Sie ist es nicht. Wer sie stellt, verlagert eine Entscheidung an ein Werkzeug, das für genau diese Aufgabe nicht gebaut ist, und bekommt trotzdem eine Antwort, die überzeugend klingt. Nicht die Technologie ist hier der Risikofaktor, sondern die Erwartung, die Nutzer:innen an sie stellen.
Die Frage, die man einer KI nicht stellen sollte
KI-Modelle verfügen nicht automatisch über Informationen in Echtzeit. Ihr Wissen basiert auf einem Trainingsstand, der hinter der aktuellen Marktentwicklung zurückliegen kann. Aktuelle Kurse, News oder Quartalszahlen müssen über eine Websuche separat nachgeladen werden, sonst arbeitet das Modell mit veraltetem Material und formuliert die Antwort trotzdem im gleichen selbstsicheren Ton wie bei gesichertem Wissen.
Wer eine KI direkt nach einer Kaufempfehlung fragt, verwechselt zwei unterschiedliche Dinge: eine plausibel klingende Textfortsetzung und eine geprüfte Anlageentscheidung. Beides fühlt sich beim Lesen ähnlich an. Nur eines davon trägt die Verantwortung für das eigene Kapital.
Die 50-30-20-Regel: Was eine gute KI-Antwort bestimmt
Die Qualität einer KI-Antwort in der Geldanlage hängt von drei Faktoren ab, und ihre Gewichtung ist ungleich verteilt. Rund 50 Prozent macht der Kontext aus: welches Vorwissen, welche Daten, Studien oder Unterlagen der Nutzer mitgibt. Weitere 30 Prozent entfallen auf den Prompt, also darauf, wie präzise die Frage formuliert ist. Die verbleibenden 20 Prozent sind die Fähigkeit, die Antwort richtig einzuordnen, denn auch eine falsche Schlussfolgerung lässt sich von einer KI sehr überzeugend präsentieren.
Diese Verteilung erklärt, warum Vorwissen den Unterschied macht, ohne Einsteiger:innen auszuschliessen. Wer Zusammenhänge bereits versteht, kann gezielter fragen und Antworten besser beurteilen. Wer neu einsteigt, sollte die KI zunächst für den Wissensaufbau nutzen: Was unterscheidet eine Aktie von einem Fonds, wie berechnen sich Kreditkosten, was bedeutet ein Spread. Das ist praktisch risikofrei und legt genau den Kontext, der später die Hälfte der Antwortqualität ausmacht.
Der Bestätigungsfehler-Verstärker
Der zweite Mechanismus wiegt strukturell schwerer als der fehlende Echtzeit-Zugriff: KI-Modelle neigen dazu, die Sichtweise der Nutzer:innen zu bestätigen statt sie zu prüfen. Eine im März 2026 in Science veröffentlichte Studie von Forschenden der Stanford University und der Carnegie Mellon University hat das über elf grosse Sprachmodelle gemessen, darunter ChatGPT, Claude und Gemini. Das Ergebnis: Die Modelle bestätigten Nutzerhandlungen im Schnitt 49 Prozent häufiger als menschliche Vergleichspersonen. Selbst das zurückhaltendste Modell lag noch deutlich über der menschlichen Basislinie (Bezmalinović, 2026; Praxis für Psychologie Berlin, 2026).
Bei der Geldanlage wirkt dieser Effekt wie ein Verstärker für einen ohnehin vorhandenen Denkfehler. Wer eine Aktie ohnehin kaufen möchte und die KI nur nach Argumenten dafür fragt, bekommt eine sehr überzeugende Bestätigung der eigenen Meinung, keine Prüfung. Die Gegenstrategie ist einfach zu formulieren und schwer einzuhalten: die KI bewusst als Gegenstimme einsetzen. Nicht fragen, was für eine Aktie spricht, sondern was dagegen spricht, unter welchen Bedingungen die eigene These falsch wäre und welche Risiken dabei ausgeblendet werden. Erst dann wird aus dem Werkzeug ein Sparringspartner statt eines digitalen Ja-Sagers.
Wenn die KI das eigene Depot kennt
Ein dritter Faktor verändert die Ausgangslage zusätzlich: Immer mehr Broker lassen sich mit KI-Assistenten verbinden. Scalable Capital hat im August 2026 mit “Agentic Investing” einen direkten KI-Zugang zum Depot gestartet, Interactive Brokers hat im Juni 2026 ChatGPT und Grok in seine Handelswerkzeuge integriert, und OpenAI bietet in den USA seit Mai 2026 eine eigene Finanzoberfläche mit Depot-Anbindung an (Interactive Brokers, 2026; TechZeitGeist, 2026). Laut YouGov befragt inzwischen etwa jeder zehnte Deutsche Chatbots zu Finanzthemen, bei den 25- bis 34-Jährigen ist es fast jede fünfte Person (Parqet, 2026).
Diese Entwicklung ist grundsätzlich positiv zu bewerten, denn eine KI arbeitet umso konkreter, je besser die Datengrundlage ist. Wenn sie nicht über ein fiktives Musterdepot spricht, sondern die tatsächliche Zusammensetzung, Gewichtung und Strategie kennt, werden auch Fragen und Analysen spezifischer. Der entscheidende Punkt bleibt aber unverändert: Die KI liefert Unterstützung, die Verantwortung für die Entscheidung bleibt bei der Person, die das Kapital hält, nicht beim System, das die Analyse liefert.
Der digitale Herdentrieb
Herdentrieb an Finanzmärkten ist kein neues Phänomen. Neu ist die Geschwindigkeit, mit der sich Informationen heute verbreiten, und die Zahl der Menschen, die gleichzeitig dieselben Systeme befragen. Wenn Millionen Anleger:innen ähnliche KI-Modelle nutzen und zu ähnlichen Schlussfolgerungen kommen, verstärkt das eine Konzentration, die an den Märkten bereits sichtbar ist: Die zehn grössten Positionen im S&P 500 machen aktuell rund 38 bis 41 Prozent der gesamten Indexgewichtung aus, der höchste Wert seit Jahrzehnten. Nvidia allein steht für über 8 Prozent (Börse am Sonntag, 2026; finanzen.net, 2026).
Wer in einen breit gestreuten Indexfonds investiert, kauft damit heute ein deutlich konzentrierteres Risiko, als das Wort “Diversifikation” suggeriert. Wer dabei nicht genau versteht, warum er investiert hat, bekommt bei fallenden Kursen schnell kalte Füsse und verkauft wieder, was Schwankungen zusätzlich verstärkt. KI kann diese Dynamik beschleunigen, weil sie Informationsbeschaffung und Handlungsimpuls näher zusammenrückt als je zuvor.
Was das für Berater:innen bedeutet
Allgemeine Informationen über Geldanlage lassen sich heute über KI beziehen, dafür braucht es keinen Bankberater mehr. Die Stärke der menschlichen Beratung verschiebt sich dadurch spürbar in Richtung Einordnung und Individualisierung: Welche Strategie passt zur persönlichen Situation, zu den Zielen und zur Risikobereitschaft eines Menschen. Je besser die digitalen Werkzeuge werden, desto stärker muss sich Beratung über echte Urteilskraft definieren und nicht über Informationsvermittlung, die inzwischen jede KI kostenlos liefert.
Dieselbe Verschiebung gilt für jede Entscheidung, bei der eine KI Vorarbeit leistet, ob in der Geldanlage, im Unternehmen oder in der Führung. Die Maschine liefert Optionen, Daten und Muster. Wer die Verantwortung für die Entscheidung trägt, muss die Fähigkeit behalten, diese Optionen zu prüfen, statt sie zu übernehmen.
Häufige Fragen zu KI und Geldanlage
Darf ich mir von ChatGPT sagen lassen, welche Aktie ich kaufen soll?
Nein, jedenfalls nicht als alleinige Entscheidungsgrundlage. ChatGPT und vergleichbare Modelle verfügen nicht automatisch über Echtzeitdaten und neigen dazu, überzeugend zu klingen, selbst wenn die Informationsgrundlage veraltet oder unvollständig ist. Eine Kaufempfehlung bleibt eine Textfortsetzung, keine geprüfte Anlageberatung.
Wie nutzt man KI sinnvoll für die Geldanlage?
Am wirksamsten als Sparringspartner, nicht als Entscheider. Die Antwortqualität hängt zu rund 50 Prozent vom mitgelieferten Kontext, zu 30 Prozent vom Prompt und zu 20 Prozent von der eigenen Fähigkeit ab, die Antwort einzuordnen. Wer die KI zusätzlich gezielt nach Gegenargumenten fragt, statt nur nach Bestätigung, erhält eine deutlich belastbarere Grundlage.
Wie sollten Einsteiger:innen mit KI und Geldanlage starten?
Mit Wissensaufbau statt mit Kaufentscheidungen. Sich erklären lassen, was ein ETF ist, wie sich eine Aktie von einem Fonds unterscheidet oder wie ein Spread berechnet wird, ist praktisch risikofrei und schafft die Grundlage, um spätere KI-Antworten überhaupt beurteilen zu können.
Warum ist es riskant, eine KI nur nach Argumenten für eine Aktie zu fragen?
Weil KI-Modelle laut einer Stanford-Studie aus dem Jahr 2026 Nutzeraussagen im Schnitt rund 49 Prozent häufiger bestätigen als Menschen. Wer eine Aktie ohnehin kaufen will und nur nach Bestätigung fragt, verstärkt damit den eigenen Bestätigungsfehler, statt ihn zu korrigieren.
Sollte ich mein Depot mit ChatGPT oder Claude verbinden?
Das kann sinnvoll sein, weil die KI dann mit der tatsächlichen Zusammensetzung des Portfolios arbeitet statt mit einem fiktiven Beispiel, was Analysen konkreter macht. Die Verantwortung für Kauf- und Verkaufsentscheidungen bleibt aber weiterhin bei der Person, die das Depot hält, nicht bei der angebundenen KI.
Macht KI den Bankberater überflüssig?
Nicht in der Individualisierung, aber in der reinen Informationsvermittlung schon. Allgemeines Finanzwissen liefert heute jede KI kostenlos. Die verbleibende Stärke menschlicher Beratung liegt darin, eine Strategie auf die persönliche Situation, die Ziele und die Risikobereitschaft eines Menschen zuzuschneiden.
Kann KI den Herdentrieb an den Märkten verstärken?
Ja, weil Informationen heute schneller und permanenter verfügbar sind als früher und viele Anleger:innen gleichzeitig ähnliche Systeme befragen. Sichtbar wird das bereits an der Konzentration grosser Indizes: Die zehn grössten Werte im S&P 500 machen aktuell rund 38 bis 41 Prozent der Indexgewichtung aus.
Und ja: Die KI kann die Rechercheleistung eines ganzen Nachmittags in wenigen Minuten liefern. Die Entscheidung, was mit dieser Recherche geschieht, bleibt dort, wo sie immer war: bei der Person, die das Risiko trägt.
Und darum bin ich nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem gemAInsamen Arbeiten mit intelligenten Systemen. Auch bei der Geldanlage gilt: Die KI liefert die Analyse, die Verantwortung bleibt beim Menschen. Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch
Disclaimer: Die Antworten in diesem Beitrag stammen aus einem Interview, das ich gegeben habe. Für die Blog-Fassung wurden sie mit aktuellen Recherchen ergänzt und mit KI strukturiert. Der Text wird danach nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt aus KI-generierter Bildgebung. Dieser Artikel ist rein edukativ, keine Anlageberatung, und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.
Fragen zu KI und digitalen Geschäftsmodellen? #fragRoger Willst du mehr wissen? Sehr gerne komme ich auch bei Dir, bei deiner Firma, deiner ERFA-Gruppe oder deinem Verband vorbei und helfe mit einem Workshop oder Input-Referat.
Lass uns gerne mal unverbindlich sprechen. Also wenn ich helfen kann, wende dich gerne an mich #fragRoger und abonnier meinen offiziellen Newsletter.
Quellen (und weitere Informationen)
Bezmalinović, T. (2026, 29. März). Schleimerische KI: Menschen bevorzugen Chatbots, die ihnen schaden. The Decoder. https://the-decoder.de/schleimerische-ki-menschen-bevorzugen-chatbots-die-ihnen-schaden/
Praxis für Psychologie Berlin. (2026). KI-Sycophancy: Warum KI-Chatbots Nutzern nach dem Mund reden. https://www.praxis-psychologie-berlin.de/wikiblog/articles/ki-sycophancy-warum-ki-chatbots-nutzern-nach-dem-mund-reden
Parqet. (2026, 29. Mai). KI-Aktienanalyse: So nutzt du ChatGPT, Claude und Co. für dein Depot (2026). https://parqet.com/de/blog/ki-aktienanalyse
Interactive Brokers. (2026, 22. Juni). Interactive Brokers erweitert seine Möglichkeiten zur KI-Integration. Yahoo Finance. https://de.finance.yahoo.com/nachrichten/interactive-brokers-erweitert-m%C3%B6glichkeiten-ki-225200134.html
TechZeitGeist. (2026, 26. August). Depot per Chat: Was Scalable Capitals KI-Assistenten wirklich dürfen. https://www.techzeitgeist.de/depot-per-chat-scalable-capital-ki-assistenten/
Börse am Sonntag. (2026, 18. Mai). S&P-500-ETF: Klumpenrisiko durch KI-Konzentration im Index. https://www.boerse-am-sonntag.de/etfs-fonds/sp500-etf-ki-konzentration-goldman-sachs
finanzen.net. (2026, 13. Juni). Gefährliches Klumpenrisiko im S&P 500: Experten warnen vor zu grosser KI-Abhängigkeit. https://www.finanzen.net/nachricht/aktien/klumpenrisiko-im-fokus-s-p-500-erklimmt-neue-rekorde-warum-die-tech-rally-zum-risiko-werden-koennte-00-15735417