Künstliche Intelligenz verändert die Art, wie wir mit Informationen umgehen – auch in der Finanzwelt. Der bekannte deutsche Tech-Investor und SEO-Experte Philipp Klöckner hat vier präzise gestaltete ChatGPT-Prompts veröffentlicht, die Finanzanalysten und Investoren den Alltag erleichtern. Wir haben diese Prompts genauer unter die Lupe genommen und zeigen, wie sie sich in der Praxis bewähren und warum sie Teil eines größeren Trends sind.
Philipp Klöckner und sein KI-Finanzwerkzeug
Philipp Klöckner, weithin bekannt für seinen analytischen Scharfsinn im Tech-Bereich, hat sich in einem LinkedIn-Post im Herbst 2024 mit einem Set von vier ChatGPT-Prompts an die Finanz-Community gewandt. Darin erklärt er, wie sich komplexe Aktien- und Branchenanalysen effizienter gestalten lassen – durch präzise Anfragen an Sprachmodelle wie GPT-4. Die Prompts sollen laut Klöckner vor allem eines liefern: strukturierte, zeitsparende Unterstützung bei der Investment-Recherche.
Die Finanzanalyse, ein traditionell zeitaufwendiger Prozess, wird durch den Einsatz generativer KI zunehmend verschlankt. Mit den richtigen Abfragen kann ChatGPT aktuelle Geschäftsberichte interpretieren, Wettbewerbslandschaften erfassen oder Investmenthypothesen formulieren, die anschließend tiefer überprüft werden. Klöckners Prompts liefern hierfür eine methodische Basis.
Die vier Prompt-Kategorien im Überblick
Philipp Klöckner ordnet seine ChatGPT-Prompts vier klar definierten Einsatzfeldern zu:
- Qualitative Aktienanalyse: Ein Prompt zur strukturierten Bewertung eines Unternehmens entlang etablierter Investmentkriterien.
- Vergleich von Wettbewerbern: Ein Prompt zur Erstellung einer SWOT-Analyse zwischen mehreren börsennotierten Unternehmen derselben Branche.
- Investment-Dashboard: Ein Prompt, der aus einer Liste von Ticker-Symbolen eine Tabelle mit KPIs, Analystenmeinungen und Marktpositionen generiert.
- Kernthesen-Erarbeitung: Ein Prompt zur Identifikation von Chancen und Risiken einer Aktie mit Hilfe von Marktberichten und historischen Daten.
Jeder dieser Prompts ist als Einstiegshilfe konzipiert, nicht als Ersatz für detaillierte Due-Diligence. Dennoch ermöglichen sie es, den ersten Analysezyklus erheblich zu beschleunigen – ein Zeitgewinn, der insbesondere in volatilen Märkten entscheidend sein kann.
Wie KI den Research-Workflow transformiert
Traditionelle Finanzrecherche beginnt bei Unternehmensberichten, setzt sich fort über Quartalszahlen, Marktvergleiche, Analystenrückblicke und endet in einer mühsam zusammengesetzten Bewertung. Ein erfahrener Analyst braucht dafür Stunden – oder gar Tage. Mit einem Prompt jedoch kann die erste Einschätzung in wenigen Minuten erfolgen. ChatGPT filtert entscheidende Aussagen aus Earnings Calls, analysiert Wettbewerbsaussagen und kann auch ESG-Faktoren mit in die Bewertung einbinden.
Diese Effizienz macht sich bemerkbar. Laut Deloitte’s 2024 AI in Financial Services Report gaben 59 % der befragten Finanzinstitute an, KI-basierte Analysen zur Risikobewertung und Chancenidentifikation bereits aktiv zu nutzen. In der Kategorie Asset Management liegt die Nutzungsrate sogar bei 68 % – ein Anstieg von 23 Prozentpunkten im Vergleich zu 2022.
Auch Privatinvestoren beginnen, Chatbots als komplementäre Research-Tools in ihren Investmentprozess zu integrieren. Dienste wie Finchat, AlphaSense oder ChatGPT Enterprise bieten mittlerweile auf Finanzdaten spezialisierte Abfragen, teilweise in Echtzeit oder mit direkter Anbindung an FactSet- und Bloomberg-Datenbanken.
Deep Dive: Die Prompts im Detail
Jeder der vier Prompts von Philipp Klöckner basiert auf einem strukturierten Input-Ausgangs-Verhältnis. Im Folgenden analysieren wir ihre praktische Anwendung:
1. Qualitative Analyse eines Unternehmens
Der Prompt fordert ChatGPT zur qualitativen Einschätzung eines Unternehmens entlang der klassischen Investitionsfragen: Was ist das Geschäftsmodell? Wie stark ist die Marktposition? Welche ökonomischen Moats sind vorhanden? Hierbei entstehen oft Texte mit hoher Dichte – informativ, aber filterbedürftig.
Vorteil: Diese Bewertung kann eine erste Synthese ersetzen, die manuell viele Stunden kosten würde. Besonders hilfreich ist die strukturierte Gliederung entlang von Faktoren wie Kundenbindung, Innovationsfähigkeit und regulatorischem Risiko.
2. SWOT-Vergleich zwischen Wettbewerbern
Der Prompt erstellt einen Vergleich zwischen drei bis fünf Playern derselben Branche. ChatGPT zieht dabei Informationen aus Geschäftsberichten, Pressemitteilungen und Fachartikeln heran – sofern diese im Trainingsdatensatz oder über Plugins erreichbar sind.
Für Sektoren mit rascher Entwicklung, etwa KI-Chips oder Biopharma, entsteht so schnell eine Übersicht relevanter Marktkräfte. Investoren erhalten eine tabellarische SWOT-Matrix, die insbesondere bei Buy-Side-Portfolios von großem Wert ist.
3. Investment-Dashboard für mehrere Aktien
Dieser Prompt generiert auf Basis einer Liste von Ticker-Symbolen eine Tabelle mit Kennzahlen wie KGV, EBITDA, Wachstumstrend, Analystenratings und optional ESG-Ratings. Die Tabelle ist nicht dynamisch, aber bietet als Screenshot oder CSV-Datei eine solide Grundlage für weitere Analyse.
Selbst professionelle Plattformen wie Morningstar Direct oder S&P Capital IQ benötigen dafür zahlreiche Klicks. Hier zeigt sich das Effizienzpotenzial durch Natürlichsprachverarbeitung (NLP) besonders deutlich.
4. Identifikation von Investment-Hypothesen
Der letzte Prompt geht einen Schritt weiter: ChatGPT soll nicht nur Daten zusammenfassen, sondern proaktive Thesen entwickeln – etwa „Die Marktführerschaft von Unternehmen X im Cloudbereich könnte durch Regulierungen in China gefährdet werden“.
Diese Nutzungsmöglichkeit lehnt sich an die Technik des Hypothesis-Driven Research an, wie sie im Private Equity und bei Unternehmensberatungen verbreitet ist. Für erfahrene Nutzer ein potentes Werkzeug – aber mit Vorsicht zu genießen, da KI hier eher vorschlägt als verifiziert.
Welche Grenzen solche Prompts noch haben
So beeindruckend die Resultate auch sind – eine kritische Reflexion ist unerlässlich. GPT-4 basiert nicht auf Echtzeitdaten und kann keine lizenzierten Finanzdatenbanken anzapfen, außer über bezahlte APIs oder Plugins. Für Entscheidungsprozesse mit großen Geldsummen ist der Output daher immer als vorbereitend, nicht als final zu verstehen.
Hinzu kommt: Sprachmodelle neigen zu Halluzinationen – also dem Erfinden plausibel klingender, aber faktisch falscher Informationen. Laut einer internen Studie von OpenAI (2024) enthalten 17 % aller Wirtschafts-Outputs auf Anfragen mit historischen Daten faktische Fehler oder verzerrte Zusammenfassungen. Entsprechend müssen alle Resultate durch zuverlässige Quellen überprüft werden.
Handlungsempfehlungen für Investoren
- Prompts regelmäßig anpassen: Die Qualität der Ergebnisse hängt maßgeblich von der Präzision der Anfrage ab. Verwenden Sie strukturierte, kontextreiche Prompts mit klaren Zielen.
- KI-Ausgaben als Gesprächspartner nutzen: ChatGPT eignet sich hervorragend für das „Thinking out loud“. Diskutieren Sie hypothetische Szenarien mit der KI, um eigene Gedanken zu strukturieren.
- Verifizieren Sie stets mit Marktdaten: Keine KI ersetzt Bloomberg, Reuters oder SEC-Filings. Nutzen Sie generative KI zur Ideenfindung und Erstrecherche – nicht zur Validierung finaler Investmententscheidungen.
Fazit: KI als Beschleuniger, nicht als Orakel
Die Prompts von Philipp Klöckner zeigen beispielhaft, wie Sprachmodelle wie ChatGPT effektiver in den Rechercheprozess von Investoren integriert werden können. Sie sparen Zeit, schaffen Struktur und eröffnen neue Wege der Analyse – insbesondere dort, wo bislang viel manuelle Detektivarbeit nötig war.
Gleichzeitig wird deutlich: Wer auf verlässliche und schlüssige Daten angewiesen ist, braucht auch weiterhin professionelle Tools, Datenbanken und den Faktor menschliche Erfahrung. Die Kombination aus beidem – KI-gestützter Recherche und klassischer Analyse – dürfte der Goldstandard der zukünftigen Finanzanalyse sein.
Welche Prompts nutzt ihr bereits im Investmentkontext? Teilt eure Erfahrungen, Tests und Tool-Empfehlungen mit unserer Community – wir sind gespannt auf eure Insights!
