Für ein erfolgreiches Investment wird es immer wichtiger, aktuelle Trends ausmachen zu können oder Verbindungen zwischen Unternehmen zu erkennen, bevor der Markt dieses Potenzial vollständig wahrnimmt. Die Analyse sowohl traditioneller als auch alternativer Daten, sprich Big Data, ist für uns zentral, um einen Informationsvorsprung zu erlangen. Ein Beitrag von Marie Cardoen, Goldman Sachs Asset Management
Eine interessante Anwendung von Technologie zur Auswertung alternativer Daten ist die Nutzung Maschinellen Lernens. So können wir Abhängigkeiten zwischen Unternehmen identifizieren, die keine offensichtliche Verbindung aufweisen, wie die Zugehörigkeit zu einem gemeinsamen Sektor oder das gleiche Herkunftsland. Ein Hersteller für Automobilsitze in Deutschland könnte beispielsweise mit einem brasilianischen Textilhersteller verbunden sein, weil er diese Textilien für seine Sitze verarbeitet.
Als Datenquelle können hier unter anderem Patente dienen, von denen Millionen existieren und die für jedermann öffentlich zugänglich sind. Die in ihnen angegebenen Liefer-, Absatz- oder Finanzierungsverbindungen können uns frühzeitig Aufschluss darüber geben, wie sich veränderte Geschäftszahlen eines Unternehmens auf dessen Lieferanten auswirken. In ähnlicher Weise lassen sich mithilfe Maschinellen Lernens auch die Auswirkungen eines Unternehmenskonkurses auf Mitbewerber ableiten oder der Einfluss guter oder schlechter Presse.
Eine weitere Form des Maschinellen Lernens, die wir in unserem Investmentprozess einsetzen, ist die Natürliche Sprachverarbeitung (Natural Language Processing). Computer lernen hier, Texte in unterschiedlichen Sprachen zu lesen und diese Informationen in wenigen Sekunden auszuwerten. Unter anderem macht diese Technologie es möglich, thematische Trends zu erkennen und Verbindungen zwischen Unternehmen herzustellen, wenn sich bestimmte Wortnennungen, also Themen, zusammenhängend mit diesen Unternehmen häufen.
Seite zwei: Welche Themen dieses Jahr wichtig werden
