KI für Aktienforschung 2026 — Eine ehrliche Kategorienkarte
Build-in-public Kategorienkarte. Fünf KI-Anwendungen in der Aktienforschung — drei gelöst, zwei mit redaktioneller Unterstützung. Ehrlich über Grenzen.
Die 2024er Welle der „AI for finance"-Pitches hat sich gelegt. Einige Kategorien von AI-Einsatz in der Aktien-Research sind heute Standard (Filing-Zusammenfassung, Datenextraktion); einige funktionieren, aber enger als die Demos suggerierten (auto-generierte Investmentthesen); einige sind weiterhin Hype (vollautonome Portfolio-Verwaltung); und neue Kategorien sind aufgetaucht, die 2024 nicht auf der Roadmap standen (Live-Daten Agentic-Chat, On-Demand-Modellgenerierung). Dieser Beitrag verortet, wo AI 2026 tatsächlich in Retail- und Profi-Research eingesetzt wird.
Kernaussagen
- Fünf Kategorien des AI-Einsatzes dominieren: Filing-Extraktion, Modellgenerierung, Ideen-Screening, Technisches Signal-Monitoring, Content-Drafting.
- Drei davon haben die Schwelle von „Demo" zu „spart wirklich Zeit" überschritten: Filing-Extraktion, Modellgenerierung, Technisches Monitoring.
- Zwei sind mid-cycle: Ideen-Screening (funktioniert mit redaktionellem Input) und Content-Drafting (Erstentwurf OK, Finals nicht).
- Der größte 2024-vs-2026-Shift: weg von „gib der AI ein 10-K und lass sie zusammenfassen" hin zu „gib der AI Zugriff auf Live-Filings, Preise, Peer-Daten, und lass sie einen Workflow ausführen". Werkzeug-nutzende Agenten sind, was den 60-Sekunden-DCF freischaltet.
- Der Retail-Vorsprung 2026 ist nicht mehr „Zugang zu Daten" — das ist gelöst. Es ist Zeit auf Urteil vs. Klempnerei.
Die 2026-Karte: fünf Kategorien
| Kategorie | Was sie tut | Wo wir stehen | Hebel |
|---|---|---|---|
| Filing-Extraktion | MD&A, Finanzen, Risikofaktoren aus 10-K/10-Q/Proxy/8-K | Gelöst | ★★★ |
| Modellgenerierung | DCF, Comps, Sensitivitätsanalyse aus Prompts bauen | Gelöst | ★★★ |
| Technisches Monitoring | MACD/KDJ/Divergenz-Dashboards über Portfolios | Gelöst | ★★★ |
| Ideen-Screening | Namen surfacen, die auf Multi-Kriterien-These passen | Funktioniert mit Input | ★★ |
| Content-Drafting | Investmentnotizen, Thesen, Board-Memos | Erstentwurf OK | ★★ |
Filing-Extraktion — gelöst
Was 2024 „fasse dieses 10-K zusammen" war, ist jetzt „extrahiere Items 7, 8, 1A; diff Item 1A vs. Vorjahr; flague die 2–3 Anhänge mit material; verlinke jede Aussage zur Quellseite". Siehe 10-K in 60 Sek zusammenfassen.
Modellgenerierung — gelöst
Ein funktionierender DCF auf jedem US-Namen in 60 Sekunden ist Standard. Differenzierung: quellenbelegte Inputs, Live-Datenaktualisierung, editierbare Annahmen, echte Excel-Datei. Siehe DCF in 60 Sek.
Technisches Monitoring — gelöst
Die MACD/KDJ/Divergenz-Dashboards über Multi-Name-Portfolios, die 2023 noch Custom-Python-Arbeit waren, sind jetzt One-Prompt-Operationen. Siehe Portfolio mit Indikatoren verfolgen.
Ideen-Screening — funktioniert
„Finde S&P-500-Namen mit FCF-Yield > 5% und Umsatzwachstum > 15%" ist ein One-Prompt-Screen. Was nicht funktioniert: AI-generierte Thesen aus dem Screen.
Content-Drafting — Erstentwurf funktioniert
Die 2024er Demo „AI schreibt deine Investmentnotiz" ist für den Erstentwurf real geworden. Die zweite Runde bleibt menschliche Arbeit.
Was sich zwischen 2024 und 2026 änderte
- Werkzeug-nutzende Agenten ersetzten Single-Shot-Chat.
- Quellenbelegte Outputs wurden Standard.
- Multi-Markt-Abdeckung wurde von „nice-to-have" zu „erwartet".
Was weiterhin nicht funktioniert
- Vollautonomes Portfolio-Management.
- Alpha-Generierung allein aus öffentlichen Daten.
- Forensische Buchhaltung.
- Makro-Prognosen.
Wo PickSkill hineinpasst
PickSkill zielt auf die drei gelösten Kategorien für die Retail/Semi-Pro-Audienz mit drei bewussten Entscheidungen:
- Quellenbelegt — oder es zählt nicht.
- Editierbar, keine Blackbox.
- Multi-Markt standardmäßig.
Woran wir als Nächstes arbeiten
- Quartalsweise Thesen-Refresh
- Earnings-Call-Transkriptextraktion
- Marktübergreifender Vergleich
Wenn Sie eine konkrete Workflow-Lücke geschlossen sehen wollen, sagen Sie es uns.
PickSkill ausprobieren. Öffnen Sie /chat für die im Artikel besprochenen KI-Tools — die drei gelösten Kategorien finden Sie in /indicators und /portfolios.
FAQ
Wird AI menschliche Aktien-Analysten vollständig ersetzen? Wahrscheinlich nicht ganz. AI entfernt 60–80% der Analysten-Aufgabenzeit; die verbleibenden 20–40% — das Urteil — bleiben menschlich.
Sollte ich einer AI-generierten Investmentthese vertrauen? Nicht mehr als einem Erstentwurf eines Junior-Analysten. AI-Thesen als Ausgangspunkt, nicht als fertiges Produkt behandeln.
Welche AI-Tools werden tatsächlich verwendet? Allgemeine Chats (ChatGPT, Claude, Gemini) + Spezialtools wie PickSkill + Excel/Python-Notebooks.
Wird PickSkill außerhalb US/HK/A-Shares verfügbar sein? Ja, nächste Märkte sind Japan (TSE) und Indien (NSE/BSE).
Worin unterscheidet sich das von einem Marketing-Beitrag? Wir haben explizit markiert, was nicht funktioniert (Forensik, Makro, autonomer Handel), und PickSkill in der „gelöst = nicht alles gelöst"-Realität positioniert.