Interview mit ACATIS-Geschäftsführer Hendrik Leber „Künstliche Intelligenz ist die Zukunft“
der fonds: Herr Dr. Leber, der Finanzen Verlag hat Ihnen den Goldenen Bullen für den Fondsmanager des Jahres 2017 verliehen. Die Auszeichnung ist der älteste Preis für Fondsmanager in Deutschland, die Jury vergibt ihn seit mehr als 25 Jahren. Kurz zuvor wurde Acatis als beste Fondsboutique ausgezeichnet. Wie schaffen Sie das?
Hendrik Leber: Das ist ganz einfach zu beantworten: Durch die Stimmigkeit von Vertrieb und Produktperformance. Kriterien bei der Beurteilung sind immer wieder die langfristige Wertentwicklung unserer Portfolios und die Stiltreue des Investmentansatzes. Insbesondere wird unser Haus für die Arbeit im Bereich des Value Investing honoriert. Der Anlagestil des Value Investing orientiert sich am „wahren“ Wert von Firmen und Märkten. Dieser Stil wurde von den legendären Investoren Benjamin Graham und Warren Buffett geprägt. Seit der Gründung von ACATIS im Jahr 1994 sind wir auf Value Investing spezialisiert und setzen diesen Ansatz erfolgreich in Fonds und Mandaten um. Es ist offensichtlich: Langfristig schlagen Value-Ansätze den Markt.
Was reizt Sie am „Value Investing“ nach Warren Buffett und seinem akademischen Lehrer Benjamin Graham gegenüber anderen Ansätzen?
Leber: Für uns ist der Fall klar: Wirtschaftliche Logik setzt sich immer durch, leider nicht immer sofort. Wissenschaftliche Untersuchungen und praktische Erfahrungen zeigen, dass der Investmentstil von Benjamin Graham, dem Warren Buffett folgt, auch heute noch ausgezeichnet funktioniert. Seine Ausführungen zum manisch-depressiven „Mr. Market“ sind heute so aktuell wie damals – schauen Sie sich nur die Euphorie an den Märkten angesichts der US-Politik an, obwohl sich mindestens ebenso viele Gründe für fallende Kurse finden lassen.
Sie scheinen vom Gedanken des Value-Investierens fest überzeugt zu sein…
Leber: …deshalb entwickeln wir unsere Methodik auch ständig weiter und fördern den Value-Gedanken in Wirtschaft und Wissenschaft: Ein Beispiel ist die jährliche Ausschreibung des mit insgesamt 7.000 Euro dotierten ACATIS Value Preises, der 2017 bereits zum 15. Mal vergeben wird. Die prämierten Diplom-, Master-, Bachelorarbeiten und Dissertationen beschäftigen sich mit dem Erfolg von Anlagestrategien, die auf fundamentalen Bewertungskriterien aufbauen. Auch auf der ACATIS Value Konferenz und im ACATIS Value Seminar rücken wir die Bedeutung von quantitativen Daten wie Gewinn- und Ertragskennzahlen sowie qualitativen Daten wie Qualität des Managements und Corporate Governance-Strukturen in den Vordergrund.
1.200% Rendite in 20 Jahren?
Als Value-Investor suchen Sie ständig nach neuen Anlagechancen, die von der Breite der Marktteilnehmer noch nicht erkannt worden sind. Gibt es hier etwas Neues, das Sie auf dem Radar haben?
Leber: Unsere Anlagephilosophie folgt den Prinzipien einer langfristigen, nachhaltigen und wertorientierten Kapitalanlage. Vor diesem Hintergrund sind wir offen und bereit, um in neue Technologien und Bereiche zu investieren. Als besonders interessantes und vielversprechendes Feld haben wir die künstliche Intelligenz ausgemacht, hier liegt die Zukunft.
Angesichts des technischen Fortschritts in der Bild- und Texterkennung wollen wir uns schon jetzt auch im Investmentbereich die Fähigkeiten der Roboter zunutze zu machen, um nicht von der fortschreitenden Entwicklung abgehängt zu werden. Investoren sind geschult im Erkennen von Mustern, warum sollen uns Maschinen nicht dabei helfen, mehr Muster in kürzerer Zeit zu erkennen?
Seit vier Jahren forschen wir im Bereich der künstlichen Intelligenz, um sie für das Portfoliomanagement einzusetzen. Wir arbeiten hauptsächlich mit Deep Learning-Modellen, ein Ansatz aus dem Bereich des Maschinellen Lernens. Diese Art der künstlichen Intelligenz ist vergleichbar mit einem guten Analysten, der über langjährige Erfahrung verfügt. Die Vorteile von Deep Learning-Modellen gegenüber einem Analysten sind ihre viel größere Kapazität und Losgelöstheit von Emotionen. Das System findet auch Muster, die der Mensch nicht erkennen würde.
