Mit KI ein Vermögen traden? Ich habe es ausprobiert.

Seit 08.05.2026, Schlusskurse vom 20.10.2026. Vor Gebühren und Steuern.

Die Ausgangsfrage

Gibt es überhaupt einen Vorteil, und wie würde ich ihn erkennen?

Ein gutes Ergebnis über ein paar Monate beweist wenig. Wer genug Leute würfeln lässt, findet immer einen mit fünf Sechsen. Deshalb war die Frage nicht „Wie viel verdiene ich?“, sondern: Hält das, was im Rückblick gut aussah, auch in Echtzeit, mit Kursen, die man wirklich bekommen hätte? Und: Welcher Teil davon ist Können, welcher Glück?

Was das Modell macht

Es sucht Nachzügler in steigenden Branchen

Die Idee ist alt und einfach: Wenn eine ganze Branche steigt, eine einzelne Firma darin aber nicht mitkommt, ist das oft ein Zeitversatz. Geld fließt zuerst in die bekannten Namen, später in die Nachzügler. Das Gegenrisiko ist genauso klar: Manche Nachzügler bleiben zurück, weil mit der Firma etwas nicht stimmt.

Das Modell beobachtet 953 große und mittelgroße US-Aktien: alle aus dem S&P 500 und dem S&P MidCap 400 (903), dazu 50 ergänzte Aktien, die in keinem der beiden Indizes stehen. Jede gehört zu genau einer von 11 Branchen. Jede Branche hat zwei feste Vergleiche: einen Branchenfonds, der die ganze Branche abbildet, und einen großen Branchenführer.

Geprüft wird dreimal an jedem US-Handelstag: um 8 Uhr Berliner Zeit mit den Schlusskursen vom Vorabend, eine Viertelstunde nach dem US-Börsenstart und nach US-Börsenschluss. Jede Aktie wird dabei mit drei Dingen verglichen: dem Durchschnitt der anderen Aktien ihrer Branche, dem Branchenfonds und dem Branchenführer. Vorher prüft das Modell, ob ihre Kurse überhaupt aktuell sind. Die Prüfung läuft in mehreren Stufen:

• Nachzügler-Prüfung: Die Aktie liegt über 20 Tage hinter ihren Vergleichsfirmen, dem Branchenfonds und dem Branchenführer, und alle drei steigen selbst. Dazu: überverkauft, deutlich unter dem Jahreshoch, normal gehandelt.
• Note A, B oder C: wie sauber das Muster ist. Nur A kann ein Kaufsignal bekommen.
• Überzeugung: Zu- und Abschläge für das Umfeld, etwa Marktphase, Schwankung, Insider-Käufe, ähnliche Fälle aus der Vergangenheit. Hier sitzt auch die KI: Ein Sprachmodell liest jeden Morgen Nachrichten und Wirtschaftstermine und gibt einen Tageswert für den ganzen Markt ab, der die Überzeugung aller Kandidaten etwas hebt oder senkt.
• Sperren: zum Beispiel Quartalszahlen in den nächsten Tagen.

Gekauft werden höchstens drei Aktien gleichzeitig, jede mit rund einem Drittel des Depots. Verkauft wird nach Regeln: Stopp bei −8 %, ab +5 % wandert der Stopp auf den Einstand, ab +10 % wird er nachgezogen, Ziel erreicht, nach 10 Tagen ohne Bewegung raus, spätestens nach 60 Tagen. Niemand greift von Hand ein.

Der Backtest, der zu gut aussah

Erst +17,7 % im Jahr. Am Ende −8,4 %.

Bevor das Papierdepot startete, habe ich die Regeln rückwärts über die vergangenen Jahre laufen lassen. Ergebnis: +17,7 % pro Jahr. Nach der Korrektur eines Rechenfehlers (jeder Tag lief doppelt) sah es sogar nach +29,5 % pro Jahr aus. Genau solche Zahlen stehen in den Posts, die mich skeptisch machen.

Dann der entscheidende Test. Ich hatte die Rückrechnung mit den Aktien gemacht, die heute im Index sind. Wer in den letzten Jahren pleite ging, übernommen wurde oder abstieg, fehlte. Also habe ich das Universum so nachgebaut, wie es im März 2022 wirklich aussah, mit allen Firmen, die es später nicht mehr geschafft haben.

Der Grund ist unangenehm: Das Modell kann einen Nachzügler, der aufholt, nicht von einer Firma unterscheiden, die gerade abstürzt. 60 % seiner Käufe landeten in Firmen, die später aus dem Index fielen, im Schnitt mit −1,41 % je Trade. Bei den Überlebenden waren es +1,13 %. Der schöne Backtest hat nur die Überlebenden gezählt.

Seitdem gilt für mich: Ein Backtest beweist nichts. Glaubwürdig ist nur, was danach in Echtzeit passiert.

Warum dann überhaupt weitermachen?

Ehrlich gesagt: Ich glaube nicht, dass es sicher funktioniert. Ich halte es für offen. Es gibt drei Gründe, es trotzdem live zu prüfen.

• Die Wahrheit liegt zwischen den beiden Zahlen. Das Universum von 2022 ist die pessimistische Grenze: Es hält auch Firmen fest, die ein laufendes Screening beim nächsten Indexwechsel aussortiert hätte. Die Aktien von heute sind die optimistische Grenze. Wo genau dazwischen, weiß niemand. Für eine Strategie, die Nachzügler früh kauft, vermutlich eher nahe an der pessimistischen.
• Ein Live-Test kann sich nicht schönrechnen. Er sieht an jedem Tag nur die Aktien, die es an diesem Tag gibt. Wer später scheitert, ist schon dabei. Den Fehler, der den Backtest zu gut aussehen ließ, kann er nicht machen.
• Papier kostet nichts. Die Messung läuft ohne Risiko, so lange, bis genug Trades nach den heutigen Regeln abgeschlossen sind, um sie gegen einen Indexfonds zu stellen.

Was sich nicht geändert hat: Das Modell kann einen aufholenden Nachzügler immer noch nicht von einer Firma im Niedergang unterscheiden. Keine der späteren Regeländerungen behebt das. Dass es seit Mai gut lief, kann also auch daran liegen, dass in diesen Monaten wenige solcher Firmen unter den Kandidaten waren. Die erste Messung mit echten Tagesdaten steht im nächsten Abschnitt.

Was danach gemessen wurde

Die einfache Prüfung trägt. Die Feinsortierung nicht.

Im September habe ich gefragt, welche Teile des Modells überhaupt etwas taugen. Grundlage waren alle Tages-Prüfungen seit Mai: Was passierte mit einer Aktie in den 13 Handelstagen nach dem Signal, wenn man zur nächsten Eröffnung gekauft hätte, verglichen mit dem Markt?

• Die Nachzügler-Prüfung trägt. Über 1.009 Kandidaten lagen sie im Schnitt +1,01 % vor dem Markt.
• Die Note trennt. Note A +1,64 %, Note B +0,41 %.
• Die Überzeugung sortiert nicht. Unter den A-Kandidaten lag das oberste Drittel genau gleichauf mit dem mittleren (beide +1,17 %). Auch keiner der einzeln geprüften Umfeld-Faktoren (Schwankung, Marktphase, Branche, Insider, ähnliche Fälle) hat die besseren von den schlechteren Kandidaten messbar getrennt.

Das ist für die Frage dieses Berichts der wichtigste Befund. Was trägt, ist eine einfache Regel, die man in einer Tabelle nachbauen könnte. Die KI-Einschätzung kann zwischen einzelnen Aktien gar nicht unterscheiden, weil sie für alle denselben Wert liefert. Ob sie wenigstens die Tage richtig sortiert, an denen gekauft wird, habe ich nicht getrennt gemessen. Wo KI wirklich geholfen hat, ist alles drumherum: Das Modell und seine Regeln habe ich zusammen mit einem KI-Assistenten entwickelt, ebenso die ganze Anwendung, und mit ihm halte ich sie jeden Tag am Laufen. Vor allem hat er beim Prüfen und Nachrechnen geholfen, auch bei den Messungen auf dieser Seite.

Vorsicht beim Lesen: Ein Prozent Vorsprung über knapp drei Wochen ist statistisch messbar, aber klein. Die Tage überlappen sich, es sind also deutlich weniger unabhängige Beobachtungen als Kandidaten. Und es ist eine Messung ohne Gebühren und ohne Stopps.

Das Papierdepot seit Mai

10.000 $ am 08.05.2026, 13.536 $ heute

Depotwert in Dollar je Handelstag. Gestrichelt: Startwert. Markiert: der Tiefpunkt am 23.06. (9.836 $) und der Tag nach dem größten Verlust. Die Ziffern oben markieren die Regeländerungen weiter unten.

Das sieht gut aus. Drei Dinge relativieren es.

1. Mehr als die Hälfte ist noch nicht verdient. Von +3.536 $ Gewinn sind +1.397 $ aus abgeschlossenen Trades. Der Rest, +2.139 $ (60 %), steckt in 3 offenen Positionen und kann wieder verschwinden. Allein seit dem 30.09. kamen +2.417 $ dazu.
2. Wenige Trades machen das Ergebnis. 9 Gewinner, 9 Verlierer. Der typische Trade (Median) brachte +0,28 %, der Durchschnitt +2,8 %. Die zwei größten Gewinner (zusammen +1.820 $) sind mehr als der ganze realisierte Gewinn. Ohne sie stünden die abgeschlossenen Trades bei −423 $.
3. Der Weg war nicht gerade. Am 23.06. lag das Depot mit 9.836 $ unter dem Start. Vom Hoch am 17.08. (12.495 $) ging es bis 30.09. um −11,0 % zurück. Stand am 31.08.: 12.215 $, am 30.09.: 11.118 $.

Alle 18 abgeschlossenen Trades

Die 18 Trades verteilen sich auf 6 der 11 Branchen: Industrie 5 (+1.036 $), Technologie 5 (−673 $), Gesundheit 3 (−321 $), Kommunikation & Medien 2 (+728 $), Zyklischer Konsum 2 (−418 $), Rohstoffe 1 (+1.046 $). Das Modell sucht keine Branche aus. Es kauft dort, wo gerade ein Nachzügler auftaucht.

Dazu kommen 3 offene Positionen, zusammen +18,8 % (+2.139 $). Sie sind hier bewusst ohne Namen aufgeführt. Die größten Gewinner: MP +32,3 % (Ziel erreicht), PSKY +23,5 % (Ziel erreicht), PCTY +19,4 % (nachgezogener Stopp).

Wie gebucht wurde und warum das wichtig ist

Bis zum 01.10. buchte das Papierdepot Käufe zum Schlusskurs des Vortags und Verkäufe zum Schlusskurs des Tages, an dem eine Regel griff. Das ist bequem, aber zu optimistisch: Zwischen Signal und Kauf liegt eine Nacht, und am Morgen kann der Kurs ganz woanders stehen.

Seit dem 02.10. wird erst 30 Minuten nach US-Börsenstart gekauft, zum dann gültigen Kurs, und nur wenn das Signal noch steht und der Kurs höchstens 5 % vom Signalkurs abweicht. Verkäufe werden morgens nach dem Schlusskurs entschieden und ebenfalls zu dieser Zeit zum aktuellen Kurs gebucht. Das ist näher an dem, was man wirklich bekäme. Ein Stopp, der während des Tages auslöst, ist es immer noch nicht.

Deshalb beginnt die Probezeit erst am 02.10. Von den 18 abgeschlossenen Trades wurden 3 mit den Regeln vom Mai und 15 mit Zeitstopp gekauft. Nach den heutigen Regeln ist noch keiner abgeschlossen (1 läuft). Auch 2 der 3 offenen Positionen, die das Depot im Oktober nach oben gezogen haben, wurden noch nach alter Art gekauft. Die Probezeit steht also bei 0 von 20.

Regeländerungen während des Laufs

Ein sauberes Experiment ändert unterwegs nichts. Bei diesem hat sich 7 Mal etwas geändert, einmal davon unbemerkt. Alle Änderungen offen:

1. 11.06.2026 · Zeitstopp
   Positionen, die sich nach 10 Tagen kaum bewegt haben, werden verkauft. Der Platz geht an ein frischeres Signal.
2. 17.06.2026 · Makro-Filter ohne Daten
   Die Sperre vor wichtigen Wirtschaftsdaten las ab hier einen Kalender, der nicht mehr aktualisiert wurde. Sie war also wirkungslos, ohne dass es jemand merkte.
3. 22.09.2026 · Frische-Prüfung
   Der Screener hatte monatelang Aktien bewertet, deren Kurse eingefroren waren (delistet, übernommen, umbenannt). Seitdem werden sie vor der Prüfung aussortiert.
4. 23.09.2026 · Makro-Filter offiziell aus
   Nachgerechnet hätte der Filter die beiden größten Gewinner verhindert. Er schreibt nur noch im Hintergrund mit.
5. 01.10.2026 · Stopp je Marktphase, Sperre nach Stopp
   Der Stopp richtet sich nach der Marktphase beim Kauf. Nach einem Stopp wird dieselbe Aktie 30 Tage nicht mehr gekauft.
6. 02.10.2026 · Kauf erst nach Börsenstart
   Gekauft wird erst 30 Minuten nach US-Börsenstart zum dann gültigen Kurs, und nur wenn das Signal noch steht und der Kurs höchstens 5 % vom Signalkurs abweicht. Die Probezeit zählt ab hier neu.
7. 07.10.2026 · Mehr Aktien im Universum
   50 Aktien, die in keinem der beiden Indizes stehen, laufen seitdem durch dieselbe Prüfung.

Ich habe nachgesehen: Keiner der 18 abgeschlossenen Trades lief auf eingefrorenen Kursen. Bei einer gehandelten Aktie endet die Kursreihe inzwischen, aber erst lange nach dem Verkauf. Der Fehler zeigt trotzdem etwas Grundsätzliches: Eine eingefrorene Aktie, während der Rest der Branche weiterläuft, sieht für das Modell aus wie der perfekte Nachzügler. Jede Datenquelle braucht eine Prüfung, ob sie noch frisch ist.

Zum Makro-Filter: Er war ab dem 17.06. wirkungslos und ist seit dem 23.09. offiziell aus. Nachgerechnet hätten die 13 Trades bis dahin mit funktionierendem Filter −931 $ statt +2.070 $ gebracht. Bei 13 Trades ist das kein Beweis, nur ein Hinweis.

Was es gekostet hätte

Das Papierdepot rechnet ohne Gebühren. Echt gehandelt wären es 42 Orders gewesen (die offenen Positionen als verkauft gezählt): rund 84 € bei einem günstigen Online-Broker, rund 578 € bei der ING. Ein Indexfonds, einmal gekauft und einmal verkauft, kostet einen Bruchteil davon. Dazu kommen Steuern, die bei häufigem Handeln früher und höher anfallen als beim Indexfonds.

Was ich nicht weiß

Ehrlich gesagt: noch fast alles Wichtige

• Ob es Können ist. 18 Trades in gut fünf Monaten sind eine kleine Stichprobe. Zwei Fehlgriffe mehr oder zwei Glückstreffer weniger, und das Bild kippt.
• Ob es unter den heutigen Regeln hält. Die Regeln wurden unterwegs geändert, die ehrliche Messung hat gerade erst begonnen.
• Ob die Monate seit Mai typisch waren. In der Rückrechnung kaufte das Modell in schwierigen Phasen gern Firmen, die weiter fielen. Wie es sich in so einer Phase live schlägt, hat dieses Depot noch nicht gezeigt.
• Wie viel vom Oktober bleibt. Der größte Teil des Gewinns ist noch nicht realisiert.

Was ich gelernt habe

Die Posts verkaufen die falsche Hälfte

• Ein schöner Backtest ist der Anfang der Prüfung, nicht das Ergebnis. Meiner fiel von +25,1 % auf −8,4 % im Jahr, sobald die gescheiterten Firmen mitgezählt wurden.
• Die meiste Arbeit steckt darin, sich nicht selbst zu belügen: Kurse, die man wirklich bekommen hätte, keine überlappenden Zeiträume doppelt zählen, Daten auf Frische prüfen, statistische Signifikanz nicht mit Geld verwechseln.
• Was trägt, ist einfach. Die Feinsortierung obendrauf hat nichts Messbares beigetragen. Die KI im Modell ist der kleinste Teil. Der größte war die KI, mit der ich Modell, Regeln und Anwendung entwickelt habe, die den Betrieb am Laufen hält und alles nachprüft.
• Ein Stopp schützt nicht vor einer Nacht. Ein einziger Trade hat 9,5 % des Startkapitals gekostet.
• Wer nur das Ergebnis zeigt, zeigt nichts. Ohne Regeländerungen, Verlierer und den Anteil, der noch nicht verdient ist, sind +35,4 % nur eine Zahl.

Wie es weitergeht: Das Depot läuft weiter, ohne Regeländerungen, bis 20 Trades nach den heutigen Regeln abgeschlossen sind. Der Maßstab ist einfach: mehr als ein S&P-500-Indexfonds, nach Kosten. Sonst ist der Indexfonds der bessere und billigere Automatismus.

Ich aktualisiere diese Seite alle paar Wochen. Der Stand steht jeweils oben.

Hinweise

Alle Ergebnisse stammen aus einem Papierdepot mit virtuellem Geld. Es wurden keine echten Trades ausgeführt. Die Seite ist eine Momentaufnahme mit dem Stand oben. Sie wird alle paar Wochen aktualisiert, nicht laufend. Sie enthält keine aktuellen Signale und ist keine Anlageberatung und keine Aufforderung zum Kauf oder Verkauf von Wertpapieren. Vergangene Ergebnisse, echte wie simulierte, sagen nichts über künftige aus. Indexvergleich: S&P 500, Nasdaq-100 und MSCI World über denselben Zeitraum, gemessen an den Index-ETFs SPY/QQQ/URTH als reine Kursrendite, ohne Dividenden. Mit Dividenden lägen sie um 0,5 (S&P 500), 0,2 (Nasdaq-100) und 0,7 Prozentpunkte (MSCI World) höher. Auch das Papierdepot rechnet ohne Dividenden. Die Zahlen werden aus den Protokollen des Papierdepots erzeugt, nicht von Hand eingetragen.