Anwendung von Künstlicher Intelligenz (KI) zur Prognose von Markttrends und Aktienkursen

Diese Masterarbeit untersucht umfassend, wie Künstliche Intelligenz im Finanzsektor eingesetzt wird, um Markttrends und insbesondere Aktienkursentwicklungen vorherzusagen. Die Arbeit verbindet wissenschaftliche Tiefe, technische Präzision und eine kritische Betrachtung aktueller KI-Modelle wie LSTM, Reinforcement Learning und Random Forest.
Auf Basis realer Fondsdaten (2019–2025) werden KI-gestützte ETFs wie AIEQ, QRFT und AIVL mit klassischen Fondsstrategien und dem MSCI World verglichen. Die Analyse zeigt, wo KI echten Mehrwert bietet – etwa durch datenbasierte Mustererkennung und automatisierte Entscheidungsprozesse – und wo klare Grenzen bestehen, etwa bei Transparenz, Datenqualität oder Überanpassung.

Leser erhalten:
- eine fundierte technische Einführung in moderne KI-Methoden,
- eine empirisch belastbare Analyse aktueller KI-Fonds mit Sharpe Ratio, Sortino Ratio & Drawdown,
- eine kritische Bewertung der Leistungsfähigkeit Künstlicher Intelligenz im Portfoliomanagement,
- regulatorische Einordnung inkl. EU AI Act, SEC-Regulierung & globaler Standards,
praxisnahe Handlungsempfehlungen für Finanzinstitutionen

Die Arbeit richtet sich an Studierende, Wissenschaftler, Finanzexperten, Data Scientists sowie alle, die verstehen möchten, wie KI den Finanzmarkt verändert – jenseits von Hype und Schlagworten.
Perfekt geeignet als Grundlage für weitere Forschung, strategische Entscheidungen im Asset Management oder die Entwicklung neuer KI-basierter Finanzmodelle.