• Facebook
  • Twitter
  • Google Plus
  • Geldanlage

Wie Investoren aus Daten Geld machen

, Christian Kirchner

Für die Geldanlage beginnt ein neues Zeitalter: Aus dem gewaltigen Datenstrom des Internets bauen Analysten und Fondsmanager neue Modelle.

Daten sammeln © Getty Images

Spa-Francorchamps, im Sommer 2000: Formel 1 und belgisches Schmuddelwetter, Regen, dann Sonne, viel Wind. Trotzdem holt Mika Häkkinen in seinem McLaren-Mercedes auf Michael Schumacher auf – und setzt zu einem der größten Überholmanöver in der Geschichte der Formel 1 an: Drei Runden vor Schluss schießt der Finne durch die berühmte Kurve „Eau Rouge“ auf die anschließende Gerade und überholt den irritierten Schumacher auf der Innenseite vor der nächsten Rechtskurve.

Der Kopf hinter dem Überholmanöver ist damals Mark Ainsworth. Der studierte Psychologe, damals 23, ist Rennanalyst und füttert laufend einen Computer namens Master of Operational Race Strategy, kurz: Mors. Der kann binnen einer Sekunde 100 Formel-1-Rennen simulieren und genau ermitteln, wann man idealerweise die Reifen wechselt, wann ein Pulk von Überrundeten bremst oder wie lange man bei nasser oder trockener Strecke braucht. Je größer das Chaos aus Regen und Sonne, umso wertvoller der Rechner. Und so wussten die McLaren-Leute genau, dass Häkkinen bei einer immer trockeneren Strecke Schumacher noch würde überholen können.

16 Jahre später sitzt Ainsworth in der Londoner Zentrale der Fondsgesellschaft Schroders, einen Steinwurf nördlich der Bank of England. Er leitet nun die Datenanalyse einer Fondsgesellschaft. Ganz anderes Metier, aber ähnliche Inhalte. „Sowohl an der Formel-1-Strecke als auch im Fondsmanagement ist Informationsüberflutung ein Risiko“, sagt Ainsworth. Aber entscheidende Informationen nicht oder zu spät zu haben eben auch. Es gehe darum, „alle wichtigen Informationen bereitzustellen und zu visualisieren, die für richtige Entscheidungen notwendig sind“.

Big Data – die Auswertung gigantischer Datenmengen – ist zu einer Allzweckwaffe geworden. Wer etwas auf sich hält, muss hier Kompetenz zeigen, das gilt erst recht für ein Metier, in der die Außendarstellung so wichtig ist wie die tatsächlichen Leistungen: die Fondsbranche. Doch wie nutzt man das exponentielle Wachstum von Rechenleistung, Speichern und Daten? Capital ist zu den Goldgräbern der Geldanlage aufgebrochen.

Analyse unstrukturierter Daten

Die Analyse großer Datenmengen ist in der Branche keineswegs neu: 1960 markierte die Gründung des Center for Research in Security Prices die Geburtsstunde quantitativer Kapitalmarktforschung anhand von Kursen, Bewertungen, Dividenden. Allein: Diese Daten waren strukturiert. „Heute liegt der Fokus auf der Analyse unstrukturierter Daten”, so die Analysten von Goldman Sachs in einer Studie über Big Data.

Und von denen gibt es mehr als reichlich. In jeder Minute veröffentlichen Nutzer des Kurznachrichtendienstes Twitter 350.000 Meldungen, tippen Google-Nutzer drei Millionen Suchanfragen, veröffentlichen Facebook-Nutzer vier Millionen Statusmeldungen, wächst die globale Datenmenge um die Speicherfähigkeit von rund 70.000 DVDs.

Ein gigantischer, kakofonischer, ungeordneter Datenmüll, der nur ablenkt, unken Kritiker. Ein Schatz, der die Geldanlagebranche revolutionieren wird, glauben Optimisten.

Die Strategen von BNP Paribas sehen bereits eine Parallele zum globalen Erfolg des Fahrdienstes Uber und sprechen mit Blick auf die Geldbranche von einer „Uberisierung“. Wer sich der neuen Datenanalyse verweigere, dem drohe eine ähnliche Herausforderung wie den Taxifahrern. Selbst wenn die Wahrheit in der Mitte läge – die Branche stünde vor gewaltigen Umwälzungen.

[Seitenwechsel]

Der Rechner

Simon Weinberger
Das Team von Simon Weinberger, 40, glaubt an die Aussagekraft von Suchanfragen - Foto: Ian Kirby

London, Throgmorton Avenue: Blackrock mag der weltgrößte Vermögensverwalter sein. Aber der US-Riese schätzt das Understatement. Das gilt für Hauptversammlungen, wo Blackrock den markigen Auftritt meidet, selbst wenn ihnen verlässlich mehr als fünf Prozent aller Aktien in Dax und MDax gehören. Das gilt für das unscheinbare Bürogebäude an einer kleinen Straße zwischen Londons Notenbank und der London Wall. Und das gilt für das Datenteam.

„Scientific Active Equity“ nennt sich die Abteilung, die rund 80 Mrd. Euro verwaltet. Ihre Wurzeln gehen auf ein Mitte der 80er-Jahre in Kalifornien gegründetes Team von „Quants“ zurück. Quants – so nennt die Investmentszene jene Analysten und Fondsmanager, die ihre Anlageentscheidungen rein auf Basis harter Zahlen – eben quantitativ – treffen. Den europäischen Teil des Investmentteams leitet Simon Weinberger, ein ruhiger, jovialer Mann mit sanftem österreichischem Akzent.

Er hat den Aufstieg der Quants miterlebt, lange bevor man von Big Data redete. Schließlich begannen Analysten schon in den 80er-Jahren, mit Computern Marktzusammenhänge zu untersuchen: Was passiert mit Aktien europäischer Nahrungsmittelhersteller, wenn der Ölpreis sinkt? Welche Aktien steigen, wenn die Zinsen in Südamerika fallen?

Eine der Kernaufgaben seines Teams – aus dem gigantischen Datenstrom das Relevante herauszupicken – hat Weinbergers US-Kollege bei Blackrock, Ken Kroner, einmal so formuliert: „Es ist, wie einen Schluck Wasser aus einem Feuerwehrschlauch zu trinken.“ Blackrock bedient sich vor allem frei verfügbarer Daten aus Google-Suchanfragen und sozialen Medien. „Viele wichtige Konjunkturindikatoren sind nachlaufend, sie spiegeln wider, wie die Stimmung in den letzten Wochen war. Google-Suchanfragen liefern hingegen Echtzeit-Informationen über den Optimismus der Verbraucher: Googeln sie häufiger ,Rezession‘ als zuvor oder eher nach neuen Autos, Häusern oder Urlaubszielen“, beschreibt Weinberger einen typischen Ansatz seines Teams.

So habe man etwa zu Beginn des rapiden Ölpreisverfalls Ende 2014 rasch bemerkt, dass anders als gedacht die Verbraucher keineswegs sofort mehr konsumierten. Genau das habe der Markt aber eingepreist mit steigenden Kursen. Auch Internet-Blogs in China lieferten wichtige Hinweise auf die Stimmung – weil Chinesen pro Tag rund 30.000-mal berichten, was sie gerade gekauft haben oder kaufen wollen und wie zufrieden sie mit der Anschaffung sind.

"Informationsarbitrage"

Ein weiterer Fundus für das Blackrock-Team sind die im Internet veröffentlichen Transkripte von Analystenkonferenzen, in denen Vorstände Expertenfragen beantworten. „Die Häufigkeit, mit der optimistisch oder pessimistisch besetzte Begriffe fallen, liefert oft einen besseren Einblick in die Stimmung in der Vorstandsetage und in die Zahlen als jene Nachricht, die Firmen bewusst verbreiten möchten“, sagt Weinberger. Wie oft fallen Begriffe wie „schwierig“, „herausfordernd“ oder „Griechenland“ – und wie oft „Verbesserung“, „stark“ oder „Rekordwachstum“? Wichtiger als die Aussagen des Vorstandschefs sind übrigens die des Finanzvorstands.

Insgesamt werten sie pro Quartal 5000 Transkripte aus. „Im vergangenen Sommer sind wir so auf einen europäischen Industriekonzern gestoßen, in dessen Analystenkonferenz die Anzahl der Nennungen von ,verbessert‘ und ,beeindruckend‘ deutlich zugelegt hatte. Wir stiegen ein und profitierten von zahlreichen Heraufstufungen in den Wochen darauf“, sagt Weinberger. Aufschlussreich für die Stimmung in Unternehmen sind auch Bewertungsportale im Internet, in denen Mitarbeiter über ihre Arbeitgeber urteilen.

Die gewonnenen Erkenntnisse setzt man dann in Aktienfonds um, die frei handelbar sind, stellt sie aber auch anderen Abteilungen bei Blackrock über eine Datenbank zur Verfügung. Die Blackrock-Strategie nennt man bei der Citigroup „Informationsarbitrage“: „Investmentmanager, die unstrukturierte Daten rasch und gut auswerten, haben einen Informationsvorsprung vor Vertretern einer klassischen Herangehensweise.“

[Seitenwechsel]

Der Fischer

Murat Ünal
Murat Ünal, 44, erforscht die Kontakte von Firmen und Personen in sozialen Netzwerken - Foto: Katrin Binner

Hier draußen, in Kronberg vor den Toren Frankfurts, sucht Murat Ünal auch Informationsvorsprünge – wenngleich ganz anders. Seine Finger fahren über ein DIN A0 großes Diagramm mit Hunderten Kreisen und den Namen von Firmen, Universitäten, Organisationen und Einzelpersonen und noch mehr Strichen zwischen den Kreisen. Auf dem Diagramm ist nicht weniger als das komplette globale Netzwerk der Branche landwirtschaftlicher Fahrzeuge abgebildet. Das ist die Keimzelle jeder globalen Datenanalyse seines Unternehmens Sonean.

Ünal ist so etwas wie ein Datenfischer, der im Meer der Daten die wirklich relevanten Dinge erwischen will. Und das sind für ihn und seine Kunden nur selten Zahlen, sondern: Netzwerke. „Die sozialen Verbindungen der Vorstände und Aufsichtsräte sind drastisch unterschätzte Faktoren, wenn es um den künftigen Erfolg und Misserfolg von Firmen geht“, sagt Ünal. Ob es um die Besetzung von Vorstandsposten gehe, um Geschäftsbeziehungen, Fusionen oder Übernahmen: Es liege in der Natur des Menschen, Geschäfte lieber mit Bekannten zu machen.

Gerade einmal zwei Kunden nimmt Ünal pro Jahr an, mehr ist nicht zu schaffen. Für die erstellt er dann ein soziales Ökosystem. „Wir fragen die Kunden: Was sind Ihre 500 wichtigsten Klienten? Deren Vorstände und Aufsichtsräte sehen wir uns im Detail an, ihre Unis, früheren Arbeitgeber, Verbandsaktivitäten, Regierungsbeziehungen. Das Gleiche für die Wettbewerber und deren Kunden“, sagt Ünal. Schon dieser erste Schritt liefere wertvolle Informationen – etwa wenn sich fast der komplette Vorstand eines Unternehmens von einer gemeinsamen Uni kenne, ein Aufsichtsratschef seine Kollegen aus dem Umfeld eines ehemaligen Arbeitgebers rekrutiere oder ein Strippenzieher auftauche, der für branchenweite Besetzungen sorge.

Das erlaube, Schwächen zu identifizieren: Wo werden Aufträge zugeschanzt, wo Stellen womöglich nur aus Kungelei besetzt? Für Investoren auch wichtig: „Heterogene Netzwerke sind deutlich innovativer und schneiden langfristig besser ab.“

Doch Ünals Unternehmen beschränkt sich nicht auf den Ist-Zustand. Es legt auch ein Netz aus. Im Schnitt screent das „Ecosystem Intelligence“ genannte System pro Kunde über 10.000 öffentliche Informationsquellen – soziale Medien, Handelsregister, Internetseiten – und fasst Relevantes für Kunden zusammen. „Es geht um Reduktion von Komplexität. Und am Ende blickt immer noch jemand drüber, der sich Branchenexpertise erworben hat“, sagt Ünal.

Schweigen über Kundenliste

Klassische Medien? Sind eher unwichtig. „Wir haben festgestellt, dass Medien eher langsam sind und nicht immer akkurat, was die Bewertung von Veränderungen angeht“, sagt Ünal höflich. Und dennoch sind Medien Teil seiner Auswertung: Zum Beispiel in der Frage, wer von den knapp 3000 Finanzjournalisten Europas in den vergangenen 15 Jahren wie oft über welche Unternehmen geschrieben hat, mit wem sie zur Uni gegangen sind und wo sie ausgebildet wurden. Was ganz nebenbei für Kunden auch Hinweise liefert, wo manche Journalisten kritische Informationen gewonnen haben könnten.

Über seine Kundenliste wird Ünal immer schweigen. Der Bezug zur Finanzbranche sei aber wichtig. Denn Netzwerke können entscheidend sein, wenn Fondsmanager ihre Portfolios zusammenstellen. „Betrachtet man zum Beispiel die Start-up-Szene in Deutschland, fällt auf, dass es stark dominierende Cluster gibt: zum einen die WHU-Hochschule als Talentschmiede der Gründer, zum anderen eine gemeinsame Vergangenheit im Reich der Samwer-Brüder“, sagt Ünal. Im Krisenfall könnte es ein Problem sein, wenn alle Manager ähnlich ticken und viele börsennotierte Unternehmen gleichzeitig in ähnliche Probleme schlitterten.

Ein enges Netzwerk kann in Krisen aber auch von Vorteil sein. „Wir wissen, dass Unternehmen mit engen personellen Regierungsverbindungen in Krisenzeiten eher Unterstützung durch die Regierung erhalten“, sagt Ünal. So sei es auf Knopfdruck möglich, börsennotierte Aktien innerhalb eines Index anhand ihrer Regierungsnähe zu gewichten. Für Capital hat Sonean den Stoxx 50, den Index der 50 größten europäischen Aktiengesellschaften, deren 440 Vorstände und 470 Aufsichtsräte (inklusive 10.000 organisatorischer Verbindungen wie alte Arbeitgeber, Universitäten und Verbände) ausgewertet: Führend hinsichtlich der Regierungsverbindungen wäre per Ende 2014 die französische BNP Paribas. Es folgen die britische Großbank HSBC und der Rohstoffkonzern Rio Tinto. Im Krisenfall wären diese vielleicht nicht zu groß, aber zu eng vernetzt, um umzufallen.

[Seitenwechsel]

Die Hektiker

Andrea Rizzo
Andrea Rizzo, 40, flöht mit Softwareunterstützung täglich Hunderte Analysen - Foto: Fred MacGregor

London, Brompton Road im Stadtteil Knightsbridge. Links und rechts und gegenüber dem Kaufhaus Harrods in der gleichen Straße sitzen sie, die Hedgefonds, die binnen Sekunden Milliarden bewegen. Wenn Ünals Firma Sonean so etwas wie ein Hort der ausgeruhten Analyse ist, dann ist Numen Capital in Haus Nummer 150 der Gegenentwurf: ein Londoner Hedgefonds, gegründet 2008, der rund 1 Mrd. Euro Vermögen verwaltet. Je nach Tagesform und Lage sitzen hier bis zu acht Mitarbeiter an Arbeitsplätzen mit je acht bis zehn Monitoren. Ein Kollege sitzt in Malta, ein anderer in Südamerika.

Möglich ist ein derart vernetztes Arbeiten dank „Lara“ – so haben sie bei Numen Capital ihr IT-System genannt, mit dem man, nach den Worten von Projektmanager Andrea Rizzo, „den Lärm vom Relevanten trennt“. Man habe erkannt, dass sich die Informationsquellen der meisten Investoren ähnelten: Hunderte Research-Reports täglich von Banken, dazu die Nachrichten über Bloomberg und Reuters, die „Financial Times“. Gut 13.000 Analysten beglücken die Welt täglich mit ihren Einschätzungen.

Doch es braucht Zeit, all das zu lesen, zu verstehen und zu entscheiden. Also setzten sie „Lara“ auf: Das System, mitentworfen und laufend weiterentwickelt von Programmierer Alvise Susmel, scannt, verschlagwortet, gewichtet und speichert 24 Stunden pro Tag Millionen Analystenreports, Blogeinträge und Tweets. Jeder Numen-Mitarbeiter hat von überall Zugang zum System, kann Nachrichten und Studien lesen, kommentieren und – das ist entscheidend – alle anderen Mitarbeiter per Mausklick dazu auffordern, sich auf ein bestimmtes Ereignis oder einen bestimmten Report zu stürzen. Wo droht eine Pleite? Wo lockt eine Übernahme?

Anschließend wühlen sich nicht ein Experte, sondern sechs, sieben oder gar acht durch das, was einer für relevant hält. „Es geht darum, schneller zu relevanten Informationen vorzudringen, keine Zeit mit unwichtigen Details zu verschwenden, rascher zu Anlageentscheidungen zu kommen“, sagt Rizzo.

Blindes Gezocke?

Der Kern der Strategie von Numen Capital ist, auf Sondersituationen und die Entwicklung der Kreditwürdigkeit von Firmen zu setzen. So habe man etwa auch auf den VW-Abgasskandal sehr schnell reagieren können. „Wir wussten, was die besten Quellen für eine Einschätzung der Folgekosten waren, und konnten so genau definieren, ab welchem Bereich ein Einbruch der Kreditwürdigkeit zu optimistisch oder zu pessimistisch war“, sagt Rizzo. Zupass kam dem Team auch, dass der Skandal an einem Wochenende eskalierte. „Wir haben zu Hause unsere Rechner eingeschaltet, ,Lara‘ geöffnet und kollektiv losgelegt – während sich viele Montag früh erst mühsam die Informationen zusammensuchen mussten“, erinnert sich Rizzo.

Blindes Gezocke? Nein, urteilen die Analysten von Goldman Sachs: „Wir glauben, dass sich eine ganze Welt von Möglichkeiten eröffnet, wenn jemand ein qualitatives Ereignis quantifizieren kann: schnell zu reagieren, wenn ein Erdbeben die Lieferkette bedroht oder ein Eintrag bei Twitter belegt, dass Mitarbeiter evakuiert werden.“

An diesem Nachmittag in London Mitte Februar platzt etwa bei Numen die Nachricht herein, ein prominenter Hedgefonds – Bridgewater Pure Alpha – habe binnen zwei Wochen zehn Prozent an Wert verloren. „Lara“ hat diese Information aus einem vertrauenswürdigen US-Blog gefischt. Ein Analyst zieht die Meldung auf den Schirm aller anderen und schätzt ein, wo der Hedgefonds laut letzten Dokumenten investiert war und was der Grund für die Verluste sein könnte. Die Logik dahinter: Der taumelnde Fonds verwaltet 80 Mrd. Dollar; müsste er seine Positionen zwangsweise auflösen, bewegt dies mit Sicherheit die Märkte. Binnen Sekunden ist das Team von der Nachricht übergegangen zur Analyse und Implementation.

[Seitenwechsel]

Der Tüftler

Mark Ainsworth
Früher analysierte Mark Ainsworth, 39, Formel-1-Rennen, heute Wirtschaftsdaten - Foto: Fred MacGregor

Mark Ainsworth von Schroders hat sich eine gesunde Skepsis gegenüber dem eigenen Metier bewahrt. „Natürlich kann man mit Satelliten auswerten, wie rasch Hochhäuser in China wachsen. Aber hilft Ihnen das zu entscheiden, ob eine chinesische Bauaktie kaufenswert ist oder nicht?“, fragt er, der seit eineinhalb Jahrzehnten Daten auswertet, selbst zurück. Nach seiner Zeit als Stratege bei McLaren arbeitete er bei einem Telefonkonzern („ein Wahnsinnsdatenschatz, den die Konzerne haben“) sowie einer Supermarktkette, wo er ein Kundenkartensystem aufsetzte.

Bei Big Data gehe es oft um sehr einfache Dinge. Zum Beispiel: Visualisierung, um Daten rascher und intuitiver zu verstehen. Wieder greift er auf ein Beispiel aus der Formel 1 zurück: „Auf der Rennstrecke sind sich Autos bei identischem Zeitabstand voneinander in langsamen Kurven recht nahe, auf den Geraden aber recht weit voneinander entfernt. Das lenkt unseren Verstand in der Beurteilung des Abstands ab. Also haben wir seinerzeit ein visuelles System entwickelt, in dem der Abstand zwischen zwei Fahrzeugen auch maßstabsgetreu der Zeit zwischen den Fahrzeugen entsprach – das ist viel leichter zu verstehen als eine Zeitangabe“, sagt Ainsworth. Das intern „MTV“ genannte System habe, so simpel es war, sofort zu besseren Entscheidungen geführt.

Eines der Kernprobleme bei Big Data sei – nicht nur in der Fondsbranche –, dass riesige Datenmengen zu einer zu starken Rückwärtsgewandtheit führten. „Die Datenmengen können wunderbar erklären, was war und was ist, aber entscheidend ist doch: Was sagen mir Daten für die Zukunft, für künftige Umsätze und Gewinne?“

So könnten Satelliten die Belegung von Parkplätzen von Supermärkten auswerten und Rechner die Anzahl der „Fans“ und Folger auf Twitter und Facebook. „Das klingt sehr modern und fortschrittlich. Aber die für mich wertvolle Information ist doch: Welche Kunden kaufen in fünf Jahren was und wie viel in einem Supermarkt ein? In dieser Hinsicht helfen mir Daten über die Struktur der Kunden und deren Kaufverhalten – ihr Alter, ihre Präferenzen, ihre Meinung vom Geschäft – erheblich weiter“, so Ainsworth. Das sei gar nicht so neu, aber sehr wertvoll.

In einem sind sich die Experten sicher: Datenanalyse hat das Potenzial, die Anlagebranche zu revolutionieren. Bis hin zur Existenzberechtigung der Fondsmanager selbst. Es ist zumindest auffällig, wie viel Kraft Manager darauf verwenden, dem Kollegen Computer Kompetenz abzusprechen. Ein Frankfurter Fondsmanager, der lieber anonym bleiben möchte, räumt allerdings ein: „Amazon und Netflix können sehr gut vorhersagen, was ich als Nächstes für ein Buch oder Film kaufen werde. Facebook kennt eine Persönlichkeit nach 300 ,Gefällt mir‘-Klicks besser als der jeweilige Lebenspartner. Vor diesem Hintergrund ist es eher tollkühn anzunehmen, dass ich den Job in fünf oder zehn Jahren sowohl besser als auch günstiger mache als ein weitgehend automatisiertes System von Allokation und Beratung.“

Und leitet daraus gleich einen Anlagetipp ab: „Ich kaufe mir privat Aktien von Firmen, die auf den Datenschätzen sitzen – Google, Facebook, aber auch Handybetreiber – und die sie auswerten und speichern, also SAP, Amazon und Oracle. Das ist mein ganz privater Hedge meines Berufsrisikos.“

Geldanlage trifft NSA

Diese Anwendungen funktionieren heute schon

Nachrichtenscan
Suchprogramme durchforsten laufend Nachrichtenseiten sowie soziale Netzwerke wie Twitter und Facebook weltweit. Sie zählen Wörter wie „Inflation“, „Deflation“ oder „Rezession“ und liefern so ein Echtzeit-Stimmungsbild der Konsumenten und Anleger. Gut programmierte Suchfunktionen können Risiken rascher erkennen als jede Nachrichtenagentur – etwa ob in China ein Manager „verschwunden“ ist, ein Blogger eine Bilanz anzweifelt oder sich eine Naturkatastrophe ereignet hat.

Weltraumscan
Aus der Weltraumbeobachtung mit Spionagetechniken wie einst im Kalten Krieg ist ein hoch spezialisierter Geschäftszweig entstanden: Firmen wie RS Metrics oder Orbital Insight liefern Finanzkonzernen Bilder über die Auslastung von Parkplätzen vor Restaurants und Shoppingmalls, das Verkehrsaufkommen, die Rohstofflagerbildung oder schlicht die Bautätigkeit – ein Vorteil vor allem in wenig transparenten Schwellenländern.

Dokumentenscan
Fondsmanagement war lange eine Personalschlacht: je größer der Tross an Analysten, desto besser die Einsicht in Firmen. Heute kann ein Suchalgorithmus die Datenflut schnell und effizient auswerten, etwa Veröffentlichungen der US-Arzneimittelbehörde FDA. Sie erlauben Rückschlüsse, welcher Pharmakonzern effizient forscht, auf aussichtsreiche Wirkstoffe gestoßen ist oder im Zulassungsprozess bummelt.

Managerscan
Nicht nur Fondsmanager nutzen Big Data – auch ihre Chefs. Eine britische Fondsgesellschaft untersucht zum Beispiel kontinuierlich, ob ihre hoch bezahlten Mitarbeiter zu bestimmten Tageszeiten oder an bestimmten Wochentagen eher gute oder eher schlechte Entscheidungen treffen, ob sie Gewinner zu früh verkaufen oder an Verlierern zu lange festhalten..

„Big Data Money“ ist zuerst in Capital 4/2016 erschienen. Interesse an Capital? Hier können Sie sich die iPad-Ausgabe herunterladen. Hier geht es zum Abo-Shop, wenn Sie die Print-Ausgabe bestellen möchten.


Artikel zum Thema
Autor
  • Kolumne
Verglichen, verhandelt, verzockt

Strom- und Handyanbieter stellten Banken weit in den Schatten – zum Leidwesen gerade sozial schwacher Verbraucher. Von Christian KirchnerMEHR

  • Interview
"Die meisten verbrennen mit Kunst Geld"

Thomas Kellein, Kunstberater der Berenberg Bank, über Kunst als Investment und die Mär der hohen Sachwertrenditen.MEHR

LESERKOMMENTARE

 

Kommentare Einblenden

Datenschutz

Die Kommentarfunktion "Disqus" wird von der Big Head Labs, Inc., San Francisco/USA., zur Verfügung gestellt. Weitere Informationen, insbesondere darüber, ob und wie personenbezogene Daten erhoben und verarbeitet werden, finden Sie in unseren Datenschutzbestimmungen.

Moderation

Die Kommentare werden von Capital moderiert. Das heißt, Kommentare werden von der Redaktion freigeschaltet. Kritik und auch in der Sache harte Diskussionen sind willkommen, Beleidigungen werden wir dagegen nicht zulassen. Näheres hierzu finden Sie in unserer Netiquette.