WICHTIGSTE ERKENNTNISSE
Mittlerweile erkennen die meisten Menschen eine von einer KI verfasste E-Mail auf den ersten Blick: den übermäßig häufigen Gebrauch des Gedankenstrichs oder den Hinweis „Hier ist eine menschlichere Version“, den jemand vergessen hat zu löschen, bevor er auf „Senden“ geklickt hat. An der Wall Street ist das schwerwiegendere Problem schwerer zu erkennen, da es in der Argumentation liegt. Und wenn diese Argumentation darüber entscheidet, wohin Kapital fließt, ist ein Fehler viel schwerer zu erkennen.
Die Gebäude an der Wall Street mögen zwar alle gleich aussehen, aber so sollte man sie nicht einschätzen, und nichts hasst die Wall Street mehr als einen Markt ohne Spannungen. Spannungen sind das, was einen Markt ausmacht. Wenn sich alle einig sind, bildet der Markt keine Preise mehr und pendelt sich auf einen Konsens ein – und dieser Konsens wird innerhalb eines Nachmittags durch Arbitrage zunichte gemacht.
Genau das macht die neue Achse, die sich unter der Oberfläche dieses Marktes bildet, so heimtückisch gefährlich. Risikokomitees achten zwar bereits auf Branchenkonzentration, doch hier handelt es sich um eine ganz andere Art. Ein wachsender Anteil der Entscheidungsfindung bei konkurrierenden Unternehmen läuft mittlerweile über dieselbe kleine Gruppe von KI-Systemen: gleiche Architektur, gleiches Training, gleiche Schlussfolgerungen, unterschiedliche Logos.
Warum Finanzunternehmen auf dieselben KI-Modelle zurückgreifen
Für die meisten Unternehmen war die Entscheidung eher eine Frage der Haftung als die Schlussfolgerung, dass ein bestimmtes Modell das beste sei. Die entscheidende Frage lautet: Welche Argumentation können sie später verteidigen – gegenüber ihren Anwälten und den Richtern in künftigen Rechtsstreitigkeiten ebenso wie gegenüber ihren Kunden? Man wählt den Anbieter mit dem anerkannten Namen und dem Nachverfolgungsprotokoll, damit bei einem möglichen Ausfall nicht der eigene Name in den Vordergrund rückt. Herdenmentalität würde bedeuten, dass niemand selbstständig denkt. Hier geht es eher um Sicherheit durch die Masse, wobei jedes Unternehmen unabhängig argumentiert und zu derselben defensiven Haltung gelangt. Eine KPMG-Umfrage aus dem Jahr 2026 ergab, dass 93 Prozent der US-Unternehmen planen, KI im Finanzbereich innerhalb von achtzehn Monaten einzuführen oder auszuweiten, und 94 Prozent bereits auf einen Dritten zurückgreifen, der für das Ergebnis bürgt.
Der naheliegende Einwand lautet, dass dies nichts Neues ist. Die Technologie konzentriert sich stets auf wenige Anbieter, und Cloud-Computing läuft bereits über eine Handvoll Plattformen. Doch die Cloud war lediglich die Grundlage, auf der ein Unternehmen aufbaute, und sie hatte keine eigene Meinung. Die KI hingegen schon, und sie steuert das Geschäft zunehmend – weshalb sich die Konzentration von der Infrastruktur hin zum Denken selbst verlagert hat.
Unternehmen werden ihre firmeneigenen Daten als Ausnahme anführen, und obwohl dies ein echter Vorteil ist, ändert eine Änderung der vom Modell gelesenen Daten nichts an dessen Denkweise. Eine einzigartige Bibliothek macht noch keinen einzigartigen Bibliothekar aus.
Wenn gemeinsames Denken auf Marktstress trifft
Die Folgen davon lassen sich bereits in den Daten erkennen. Eine NBER-Studie aus dem Jahr 2025 von Dou, Goldstein und Ji kam zu dem Ergebnis, dass KI-Handelsagenten, die auf verstärkendes Lernen setzen, eigenständig zu kollusiven, über dem Wettbewerbsniveau liegenden Preisen gelangen können – „ohne Absprache, Kommunikation oder Absicht“. Es fand keinerlei Abstimmung statt. Die gemeinsame Schlussfolgerung reichte dafür aus.
Den deutlichsten Vorgeschmack darauf, wie dies in der Praxis aussieht, gab es im Juli 2026, als „Situational Awareness LP“, ein Hedgefonds, der auf konzentrierten Investitionen in die KI-Infrastruktur basierte, innerhalb eines Monats 67 Prozent an Wert verlor und den Großteil seines rund 16 Milliarden Dollar schweren Portfolios an börsennotierten Aktien an Citadel verkaufte; Sandisk verlor im selben Monat 54 Prozent. Das war das Zusammentreffen von Hebelwirkung und einem gemeinsamen Thema – die oberflächlichere Form dieses Risikos. Das Hineinstürzen in dieselbe Denkweise reicht tiefer und hat bislang noch keinen eigenen Zusammenbruch ausgelöst. Angesichts der Heftigkeit, mit der die oberflächliche Variante zusammenbrach, gibt es kaum Grund zu der Annahme, dass die tiefgreifendere Variante sanfter verlaufen wird.
Wendet man dieselbe Schlussfolgerungslogik breit genug auf einen Markt an, neigen die Marktteilnehmer dazu, zur gleichen Zeit dasselbe Signal zu übersehen oder gleichzeitig in dieselbe Richtung zu korrigieren. Beides kann zu einem Crash führen. Jüngste Untersuchungen zu adversarialen Angriffen auf LLM-gesteuerte Handelssysteme ergaben, dass die Manipulation von Schlagzeilen an einem einzigen Tag in einem Backtest über 14 Monate hinweg die jährlichen Renditen um bis zu 17,7 Prozentpunkte senkte: eine gemeinsame Schwachstelle, die, einmal ausgelöst, überall dort spürbar war, wo dieselbe Schlussfolgerungslogik zum Einsatz kam.
Was Unternehmen dagegen tun können
Der erste Schritt besteht jedoch darin, dies als Konzentrationsrisiko zu behandeln. Risikoausschüsse überwachen bereits das Engagement in Sektoren und gegenüber Gegenparteien, und die Modellabhängigkeit gehört auf dieselbe Liste. Das bedeutet, zu wissen, welche Entscheidungen über welche Systeme laufen und inwieweit sich diese mit denen von Wettbewerbern und Gegenparteien überschneiden. Es bedeutet auch, die Logik zu überdenken, die Unternehmen in diese Lage gebracht hat: Der anerkannte Anbieter vermittelt ein Gefühl der Sicherheit, weil er vertretbar ist, aber wenn jedes Unternehmen dieselbe Wahl trifft, wird die vertretbare Option zu einem gemeinsamen Schwachpunkt.
Das Risiko zu überwachen, ist nur die halbe Miete. Hilfreich ist eine Belegschaft, die weiß, wann sie sich auf KI verlassen und wann sie auf ihr eigenes Urteilsvermögen zurückgreifen sollte – eine Unterscheidung, die nur wenige Menschen gelernt haben. KI weiß es nicht immer besser. Als Elm Wealth Claude und ChatGPT gegen erfahrene Makro-Trader testete, sagten die Modelle die Marktrichtung in mehr als der Hälfte der Fälle richtig voraus – etwa genauso gut wie die Trader –, wiesen jedoch eine tägliche Volatilität von 20 bis 40 Prozent auf, während das ihnen vorgegebene Anlegerprofil eine Volatilität von etwa 7,5 bis 15 Prozent vorsah. „Wir trainieren die KIs so, dass sie wie Menschen sind“, schrieben die Forscher, „und dann stellen wir fest, dass die KIs wie Menschen sind und zu selbstsicher sind.“ KI gut einzusetzen bedeutet, genau zu wissen, was man beibehalten muss – und ein Teil davon ist menschlich.
Derzeit befinden sich die meisten Marktteilnehmer im selben Fahrzeug, folgen demselben GPS und haben es noch nicht bemerkt. Die Unternehmen, die es bemerken, werden noch vor der Kollision an den Straßenrand fahren und einen anderen Weg einschlagen – auch wenn dieser nicht unbedingt der richtige ist. Ein Markt, auf dem alle zu derselben Antwort gelangen, funktioniert nicht mehr wie ein Markt und gleicht zunehmend einer Monokultur.
Wenn alle gewinnen, gibt es keinen Gewinner.
Informationen zum Autor
