Liebe Leserinnen, liebe Leser,
wer heute eine Aktie analysiert, fragt häufig zuerst ChatGPT, Claude oder Perplexity. Verständlich: Die Modelle sind in kurzer Zeit erstaunlich gut geworden. Im IQ-Test von Mensa Norwegen lag das beste Modell im Mai 2024 noch bei etwa 80 Punkten, inzwischen erreicht es die Obergrenze des Tests.
Trotzdem liegt genau hier die größte Gefahr. Nicht, weil die KI falsch rechnet. Sondern weil sie überzeugend antwortet, während ihr etwas Entscheidendes fehlt. Dafür sorgen zwei Mechanismen: der Trainings-Cutoff und der Such-Bias. Beide schauen wir uns heute an, anhand eines echten Tests vom 6. Oktober.
Selbst die neuesten Modelle sind veraltet
Ein Sprachmodell lernt aus Texten bis zu einem Stichtag, dem Trainings-Cutoff. Alles danach kennt es nicht. Das klingt nach einem Detail, ist es aber nicht: Fragen Sie Claude heute nach seinem Cutoff, antwortet es „Ende Juni 2026“. Das sind mehr als drei Monate ohne verlässliches Wissen, und das beim neuesten Modell. Bei allen großen Anbietern sieht es ähnlich aus. Die Modelle erscheinen typischerweise Monate nach ihrem Cutoff und werden anschließend noch lange genutzt.
Noch drastischer ist es bei Perplexity: Die Bezahlversion nannte mir auf dieselbe Frage „bis etwa Anfang 2023“. Probieren Sie es selbst aus. Fragen Sie Ihre KI: „Was ist dein Trainings-Cutoff?“
Was fehlt also konkret? Allein aus den letzten Wochen:
- Juli: Die Waffenruhe mit dem Iran zerbricht, die USA verhängen erneut die Seeblockade.
- September: Der teuerste Tankmonat aller Zeiten, Diesel im Schnitt rund 2,38 Euro.
- September: Die USA zahlen für zehnjährige Staatsanleihen über 5 % Zinsen.
- September: Frankreich zahlt mit 4,5 % mehr Zinsen als Italien.
Also genau das, was gerade Ihre Aktien bewegt.
Dann sucht sie eben im Netz? Ein Test
Der naheliegende Einwand lautet: Die KI kann doch im Internet suchen. Also habe ich es am 6. Oktober mit dem neuesten Modell, Claude Sonnet 5.5, ausprobiert. Die Frage war typisch für Privatanleger: Ein Depot von 140.000 Euro, davon 38.000 Euro Apple-Aktien (Einstand 14.000 Euro), dazu ein MSCI World und ein Nasdaq-100-ETF. Der Bankberater spricht von Klumpenrisiko. Wie hoch ist mein echter Apple-Anteil, was kostet ein Teilverkauf an Steuer, wohin mit dem Erlös, und spricht etwas dagegen, Apple zu behalten?
Die Antwort war sauber: Rund 32 % Apple-Anteil inklusive ETFs, rund 3.165 Euro Steuer auf die Hälfte, sinnvolle Ideen zur Umschichtung. Gegen Apple sprachen laut KI die hohe Bewertung, die Abhängigkeit von iPhone und China, Regulierung und „eine noch unklare KI-Strategie“. Das klingt kompetent.
Daraufhin habe ich nachgefragt: „Wie hast du Tim Cook da berücksichtigt?“ Die Antwort: „Gar nicht, und das war eine Lücke in meiner Antwort.“ Erst jetzt suchte die KI und fand, dass Tim Cook am 1. September als CEO abgetreten ist und John Ternus übernommen hat. Nur eine Suche entfernt. Die KI hat bloß nicht danach gesucht.
Die Rechnung stimmte. Das Lagebild war veraltet.
Das war auch kein Einzelfall. Bei einem Dividendendepot aus Allianz, Munich Re, BASF, Deutscher Post, Mercedes-Benz und Hapag-Lloyd berechnete die KI das Nettoeinkommen korrekt und riet sogar, Hapag-Lloyd zu tauschen. Iran-Krieg, Hormus, Zinswende: kein Wort.
Bereit für bessere Investment-Entscheidungen?
Starten Sie noch heute mit Ihrer kostenlosen Testphase - Aktienanalyse mit künstlicher Intelligenz.
Volle Transparenz | Voller Zugriff | Jederzeit kündbar
Warum die Suche das Problem nicht löst
Am Cutoff allein liegt es nicht. Eine KI hat zwei Arten von Wissen: Trainingswissen, das ist wie eine riesige Bibliothek, umfassend und vernetzt, aber mit festem Enddatum. Und Suchwissen, das gleicht eher einer Taschenlampe: aktuell, aber punktuell. Sie leuchtet nur dorthin, wohin die KI sie richtet.
So entsteht der blinde Fleck. Was neu ist und wonach die KI nicht fragt, fehlt. Wer vom CEO-Wechsel nichts weiß, sucht nicht danach. Und niemand bemerkt es, weder die KI noch Sie.
Hinzu kommt der zweite, oft unterschätzte Mechanismus: der Such-Bias. Die KI folgt dem, was leicht zu finden ist. Was auf jeder Seite zu einer Aktie oder einem Thema ganz oben steht, darüber redet sie zwangsläufig immer wieder. Bei Nvidia ist das der KI-Ausbau, das passt. Bei Allianz sind es Dividende und Quartalszahlen. Was gerade wirklich zählt, liegt darunter und taucht in der Antwort nicht auf.
Drei Stufen des Nichtwissens
Ein Beispiel aus dem Sommer zeigt, wie Such-Bias und blinder Fleck zusammenspielen. Die Suche fand die aktuelle Meldung zur Waffenruhe am Golf, denn die stand oben. Die KI schloss daraus: „Hormus zeitweise gesperrt, Eskalation unwahrscheinlich.“ Die tatsächliche Lage: Krieg seit Februar, Tankerverkehr seit April um rund 95 % eingebrochen, und im Juli brach die Waffenruhe. Die Suche liefert einen Ausschnitt, aber keinen Verlauf.
Anders gesagt: Die Suche liefert den Wetterbericht. Die KI weiß aber nicht, welche Jahreszeit ist. Daraus ergeben sich drei Stufen:
| Stufe | Beispiel | Warum es fehlt |
|---|---|---|
| Fakten | Apple hat einen neuen CEO. | Findbar, aber nur, wenn man danach fragt |
| Verläufe | Hormus ist seit Monaten blockiert. | Die Suche bringt nur einen Ausschnitt |
| Zusammenhänge | Hohe Zinsen machen Dividenden unattraktiver. | Steht unter keinem Suchbegriff |
Für die Aktienbewertung ist gerade die dritte Stufe entscheidend. Wenn US-Staatsanleihen über 5 % abwerfen, konkurrieren sie direkt mit jeder Dividende. Das steht aber auf keiner Seite über Allianz oder Munich Re ganz oben.
Die größte Gefahr
Die größte Gefahr ist also nicht eine falsche Antwort. Eine falsche Antwort fällt irgendwann auf. Die größte Gefahr ist eine überzeugende Antwort, der etwas Entscheidendes fehlt. Sie ist gut formuliert, die Zahlen stimmen, und sie klingt vollständig. Nur beruht sie auf einem Bild der Welt, das Monate alt ist und an entscheidenden Stellen Lücken hat.
Das Gemeine ist: Man sieht nicht, worauf die KI eigentlich arbeitet. Hat sie gesucht? Wonach? Hat sie Zahlen gelesen oder geschätzt? Von außen lässt sich das nicht erkennen.
Was Sie selbst tun können: Kontext zuerst
Genau das ist uns bei Leeway tausendfach passiert. Wir lassen für unsere Analysen mehrere KI-Modelle gegeneinander arbeiten: Zwei schreiben unabhängig eine These, andere suchen die stärkste Widerlegung. Und trotzdem fiel immer wieder auf, was fehlte: der Zinsanstieg im Makro-Ausblick, der Wechsel an der Unternehmensspitze, die Kriegsmonate vor der aktuellen Waffenruhe.
Unsere wichtigste Erkenntnis daraus: Es fehlt nicht an Fähigkeit. Es fehlt am aktuellen Stand. Deshalb gilt: erst das Lagebild, dann gezielt suchen, dann analysieren. Dabei helfen Ihnen vier Fragen:
Bereit für bessere Investment-Entscheidungen?
Starten Sie noch heute mit Ihrer kostenlosen Testphase - Aktienanalyse mit künstlicher Intelligenz.
Volle Transparenz | Voller Zugriff | Jederzeit kündbar
- „Bis wann reicht dein Wissen?“ Zuerst den Stand kennen.
- „Was ist in den letzten sechs Monaten passiert?“ Erst die Lage, dann die Analyse.
- „Was könntest du übersehen haben?“ Führung, Zinsen, Klagen, Geopolitik.
- „Nenne jede Zahl mit Datum und Quelle.“ Lassen Sie außerdem Schätzungen als Schätzungen kennzeichnen.
Das hilft. Sie müssen aber bei jeder Frage selbst daran denken.
Oder Ihre KI holt sich den Kontext selbst: Leeway Context
Dafür haben wir Leeway Context gebaut. Sie verbinden Ihre KI, also Claude, ChatGPT oder Perplexity, einmal mit Leeway. Danach fragen Sie wie gewohnt. Merkt die KI, dass ihr Kontext fehlt, ruft sie das Lagebild bei Leeway ab: kuratiert, datiert und geprüft. Im Chat sehen Sie, wann sie es tut.
Ihre KI kann unter anderem abrufen:
- die Wochenzeitlinie: das letzte halbe Jahr am Markt, Woche für Woche. Der wichtigste erste Schritt für jede Analyse.
- die CIO-Perspektive mit Szenarien und Risiken
- Rohstoffe und Währungen
- Branche und Sektor
- das Neueste zur Aktie: Zahlen, Termine, Führung
- Kurstreiber, Risiken und Wettbewerber
Wie viel das ausmacht, zeigt erneut Apple. Ohne Kontext stand dort „unklare KI-Strategie“. Mit Leeway Context: iOS 27 mit erweiterter Apple Intelligence ist erschienen. Ohne Kontext „Abhängigkeit von iPhone und China“, mit Kontext: iPhone 18 Pro in China mit 12 % Plus in der Launchwoche. Ohne Kontext zur Führung kein Wort, mit Kontext: Der neue CEO Ternus beschleunigt die Produktzyklen. Die gleichen Themen. Aber nur eine Antwort sagt etwas Konkretes. Bei der KI dreht sich sogar das Vorzeichen um: Was ohne Kontext ein Argument gegen Apple war, ist mit Kontext eine Neuigkeit, die für Apple spricht.
Ihr Prompt könnte so aussehen:
Nutze die Leeway-Wochenzeitlinie und das Leeway-Update zu Apple und seiner Branche. Dann: Wie steht Apple heute da?
Was kostet das? Kein Abo, sondern Prepaid ohne Nachzahlung. Wer ein Objekt zuerst abruft, zahlt die Recherche, meist 5 bis 15 Cent. Jeder weitere Abruf desselben Objekts kostet 2 Cent. Das Wochen-Briefing gibt es jeden Sonntag kostenlos per Mail oder direkt in Ihrer KI. Claude lässt sich auch in der kostenlosen Version im Browser verbinden, für ChatGPT und Perplexity brauchen Sie ein Bezahl-Abo.
Die Infos und die Anleitung zum Verbinden finden Sie bei Leeway Kontext. Holen Sie sich das wöchentliche Briefing gratis mit einem kostenlosen Account jeden Sonntag in Ihre Inbox oder Ihren Agenten.
Fazit
Die KI ist klug, aber nicht auf dem neuesten Stand. Die Suche findet, was oben steht, und die KI redet immer wieder darüber. Die Lücke dazwischen bemerkt niemand, weil die Antwort trotzdem vollständig klingt. Deshalb: Kontext zuerst. Markt, Branche, dann Aktie. Mit den vier Fragen oder mit Leeway Context.
Vielen Dank fürs Lesen – und viel Erfolg!
Lars Wißlerx