Wenn KI gelernt hat, Vorhersagen zu treffen, stellt sich heraus, dass Musks Vorhersagen nicht verlässlich sind.

KI-Vorhersage ist eine neue Spezies zwischen quantitativer und subjektiver Investmentforschung.

Text | Liu Sijie

Redaktion | Zhang Wei

Titelbildquelle | Pixabay

Im Jahr 2025 investierte der 25-jährige Henry stark in die Aktie Nebius, die einen zehnfachen Wertzuwachs verzeichnete. Dank dieser Investition musste er lange Zeit nicht mehr arbeiten.

Nebius ist ein Unternehmen, das sich mit dem KI-Neocloud befasst, also der neuen Cloud. Es war kein Unternehmen, das damals allgemein positiv bewertet wurde. Einige Beobachter, die das Unternehmen untersuchten, achteten auf seine Quartalsgewinne und bewerteten seinen Wert anhand des Geschäftsmodells des „Rechenkapazitäten-Untermieters“, aber Henry meinte: „Diese Urteile sind eher kurzsichtig, da es schwierig ist, jede Zahl genau vorherzusagen.“

Henry hatte eine andere Perspektive. Seine positive Einschätzung von Nebius basierte vor allem auf den langfristigen, grundlegenden Treibern des Unternehmens, nämlich den Menschen und der Organisation.

Mehr als über seine Investitionserfolge wollen wir über eine zentralere und interessantere Perspektive dieses jungen Mannes sprechen, die sich in diesem Prozess zeigt —

„Aktienauswahl und Vorhersage sind im Grunde ein und dieselbe Sache“, sagte er. „Das Verständnis und die Verarbeitung in verschiedenen Dimensionen können uns helfen, bessere Vorhersagen zu treffen.“

Diese Perspektive ist auch der Grundstein für seine Unternehmensgründung. Er absolvierte seinen Bachelor in Informatik an der Shanghai Jiao Tong University und seinen Master in Fintech an der Shanghai Advanced Institute of Finance. Nachdem er nacheinander im Bereich der quantitativen Finanzen und der subjektiven Investmentforschung gearbeitet hatte, gründete Henry im Mai dieses Jahres das KI-Vorhersageunternehmen ProphetLab, das KI-Vorhersagen mit der Erfahrung menschlicher Experten kombiniert.

„Future Human Laboratory erfuhr exklusiv, dass das Unternehmen bereits eine Angel-Finanzierung in Höhe von mehreren zehn Millionen Yuan von mehreren Seiten, darunter Ivy Capital, erhalten hat.“

Vor der offiziellen Unternehmensgründung hatte Henry eine mehr als halbjährige „Ruhephase“. Er wohnte in einer Mietwohnung in Shanghai und forschte allein an der Kombination von KI und Investitionen. Genau in dieser Zeit entdeckte er Nebius, dessen Wert später um mehr als das Zehnfache stieg.

In diesen sechs Monaten entwickelte Henry allmählich die Überzeugung: Die Kombination von KI und Investitionen bedeutet nicht nur die Automatisierung bestehender quantitativer Methoden, sondern kann zu einer „neuen Spezies“ zwischen quantitativem Investieren und subjektiver Investmentforschung werden.

Seiner Ansicht nach ist das quantitative Investieren gut darin, strukturierte Daten zu verarbeiten und Modelle zu erstellen, während das subjektive Investieren auf menschlicher Erfahrung, Intuition, Branchenverständnis und einer Menge schwer zu kodierender unstrukturierter Informationen beruht. In der Vergangenheit gab es eine große Lücke zwischen quantitativer und subjektiver Investmentforschung, und Talente sowie Methoden konnten kaum ausgetauscht werden. Das Aufkommen von großen Sprachmodellen bietet zum ersten Mal die Möglichkeit, diese Brücke zu schlagen: Sie kann den menschlichen Analyseprozess verstehen, die Urteile subjektiver Investoren über Branchen, Unternehmen und Trends sowie die ursprünglich schwer zu strukturierenden ungeplanten Informationen abstrahieren und dann mit der quantitativen Datenverarbeitungsfähigkeit kombinieren.

KI-Vorhersageunternehmen sind genau diese neue Spezies. Seine vergangenen Erfahrungen haben ihn immer wieder bestätigt, dass es nachvollziehbare Wege gibt, genaue Vorhersagen zu treffen.

Er möchte diese Fähigkeit der KI vermitteln.

Die zu erlangenden Informationen müssen zahlreich genug sein, und die Fähigkeit zur Verarbeitung von Informationen muss ebenfalls stark genug sein. Die KI ist in diesen beiden Punkten dem Menschen überlegen. Schließlich sind große Modelle immer besser darin, zu suchen, zu analysieren, Werkzeuge zu nutzen und Aufgaben zu erledigen. Zusammen mit der Erfahrung menschlicher Experten „kann sie Dinge vorhersagen, die andere nicht vorhersagen können“, so Henry.

Zum Beispiel bei der Vorhersage der Verkaufszahlen von Tesla betrachten traditionelle Forscher möglicherweise nur einen kleinen Teil der Kommentare im Internet, während die KI mehr Bewertungen einsehen, Karten suchen und andere Informationen abrufen kann, sodass die Vorhersage wahrscheinlich genauer ist.

Das erste Produkt von ProphetLab ist die Vorhersage für die Fußball-Weltmeisterschaft.

Anfangs ordneten sie nur die Vorhersageergebnisse verschiedener Modelle ein. Nachdem die Finanzierung eingegangen war, begann das Team, ein eigenes Vorhersageframework zu entwickeln: Es ruft große Modelle über APIs auf, kombiniert Daten wie vergangene Spiele, Spieler-Verletzungen, Schiedsrichter-Stil und Wetter, simuliert aufeinanderfolgende Ereignisse im Spiel und ermittelt durch wiederholte Simulationen die Wahrscheinlichkeitsverteilung der Ergebnisse, um das endgültige Vorhersageergebnis zu liefern.

Laut Henry erzielte dieses System eine Vorhersagegenauigkeit von über 70 % und sagte die vier Halbfinalisten, den Meister und das Ergebnis von 1:0 im Finale dieser Weltmeisterschaft korrekt voraus.

Gegenwärtig arbeitet ProphetLab an der Zusammenarbeit mit Fondsinstituten, um einen Benchmark für Finanzvorhersagen zu entwickeln. Sie versuchen anhand von Problemen wie Unternehmensumsätzen und Einnahmen, die mehrstufige Analysen erfordern, zu prüfen, ob das Modell begründete Urteile über noch nicht eingetretene Ereignisse fällen kann. FinanziExperten beteiligen sich an der Gestaltung von Fragen und der Bewertung von Modellen, und die angesammelten Bewertungsdaten und Rückmeldungen werden für das anschließende Modelltraining verwendet.

Sie haben auch ein interessantes kleines Projekt durchgeführt, um die Vorhersagen von Persönlichkeiten in der KI-Branche zu analysieren. Sie sammeln ihre vergangenen öffentlichen Äußerungen, prüfen einzeln, ob sie richtig waren, und sehen, welche Personen dazu neigen, Übertreibungen zu machen und welche eher präzise Aussagen treffen. Auf diese Weise wissen sie bei der nächsten Urteilsfindung, wessen Aussagen mehr Referenzwert haben. Henry nennt das „die Analyse der Analyse menschlicher Experten, um die Vorhersagen menschlicher Experten vorherzusagen“.

Derzeit hat der ehemalige OpenAI-Chefwissenschaftler Ilya Sutskever die höchste Vorhersagegenauigkeit, und Elon Musk liegt auf dem letzten Platz.

Er glaubt an den Charme und den gesellschaftlichen Wert von Vorhersagen. Wenn man die Zukunft genauer vorhersagen kann, können Menschen richtige Entscheidungen treffen und Ressourcenverschwendung reduzieren.

Aber zurück zu seinen Investitionserfolgen fragten wir ihn: Du kannst mit deinen Investitionsfähigkeiten bereits Geld verdienen, warum gründest du trotzdem ein Unternehmen?

Henry erwähnte sein Lieblingsspiel *The Legend of Zelda*. „Ein Unternehmen zu gründen ist wie das Spielen von *The Legend of Zelda*: Es gibt ein göttliches Tier, das man unbedingt besiegen muss. Man muss Wege finden, Ressourcen zu beschaffen, einen Weg zu bahnen und diesem Ziel so nah wie möglich zu kommen.“

Erkunden ist der Antrieb für sein fortwährendes Engagement. „Vorhersage ist ein langfristiges Projekt über zehn Jahre. Ich möchte einen Propheten erschaffen.“

Wie kann KI angesichts eines noch nicht eingetretenen Ereignisses die wirklich wichtigen Signale aus massiven Informationen und Störgeräuschen erkennen und ein genaueres Urteil fällen als der Mensch? Und wenn Menschen an ein Urteil über die Zukunft glauben, werden sie selbst handeln und die Zukunft dadurch verändern?

Im Folgenden ist das Gespräch zwischen „Future Human Laboratory“ (im Folgenden „Future Human“ genannt) und Henry aufgezeichnet.

Henry

 Wie kann KI ein noch nicht eingetretenes Ereignis vorhersagen?

Future Human: Warum habt ihr zuerst mit der Vorhersage für die Fußball-Weltmeisterschaft angefangen? Magst du selbst Fußball sehr?

Henry: Ich spiele keinen Fußball und schaue auch kaum Fußballspiele. Damals fingen die Leute an, über den Kauf von WM-Tickets zu sprechen, und ich dachte mir: Kann ein Unternehmen, das Vorhersagen macht, dieses Ereignis nicht nutzen, um seine Marke zu bewerben? Zu dieser Zeit hatte ich auch Personalbedarf.

Anfangs arbeiteten hauptsächlich ich und zwei KI-Doktoranden daran, und ich habe zuerst selbst etwas Geld investiert. Später habe ich täglich Vorhersageergebnisse auf sozialen Plattformen veröffentlicht, was tatsächlich einige Leute angezogen hat. Jetzt gibt es ein Teammitglied mit mathematischem Hintergrund von der Universität Cambridge, das die Vorhersagen interessant fand und mehrmals von Hangzhou nach Shanghai fuhr, um mit mir über diese Dinge zu sprechen, bevor er beitrat.

Future Human: Auf eurer offiziellen Website sehe ich derzeit, dass die WM-Vorhersage hauptsächlich die Ergebnisse mehrerer Modelle darstellt. Welchen Teil habt ihr selbst entwickelt?

Henry: Als wir anfingen, die WM-Vorhersage vorzubereiten, war das erste Spiel nicht mehr weit entfernt, wir hatten noch keine Finanzierung und die Ressourcen waren knapp. Damals wollten wir einfach eine Rangliste erstellen, sodass jedes Modell sein Vorhersageergebnis abgeben konnte und nach jedem Spiel eine Rangfolge erstellt werden konnte.

Später hatten wir mehr Ressourcen, und Freunde sowie Kommilitonen halfen uns, sodass wir begannen, unser eigenes Vorhersagemodell zu entwickeln. Das hier genannte „Modell“ ist ein Algorithmus, wir haben ein Harness erstellt, also ein Framework, das die Arbeit der Modelle organisiert und APIs aufruft. Das Ding, das den gesamten Spielablauf simuliert, wird durch API-Aufrufe realisiert, der Schlüssel liegt im Framework und den Rohdaten.

Future Human: Wie funktioniert dieses Framework genau, um ein Spiel vorherzusagen?

Henry: Zuerst sammeln wir viele Informationen zu Fußballspielen und kaufen Daten ein, darunter die Verletzungen von Spielern, Heim- und Auswärtsspiele, den Stil des Schiedsrichters, Wetter und Luftfeuchtigkeit. Diese Rohinformationen gelangen in unser Framework und werden im Simulator abgebildet.

Der Simulator führt sehr detaillierte Vorhersagen durch, zum Beispiel tritt jede Minute oder alle paar Minuten ein Ereignis ein: Flanke von der Seitenlinie, Kopfballabwehr durch den Verteidiger, Drehschuss. Die Kombination aller Ereignisse ergibt ein vollständiges Spiel.

Wir wiederholen das Spiel sehr oft, manchmal steht es 1:0, manchmal 2:1, bis wir eine Wahrscheinlichkeitsverteilung erhalten. Wenn wir zum Beispiel 30 Spiele simulieren und 5 davon mit 1:0 enden, gehen wir davon aus, dass die Wahrscheinlichkeit für dieses Ergebnis ein Sechstel beträgt. Die Summe der Wahrscheinlichkeiten aller siegreichen Ergebnisse ergibt die Gewinnwahrscheinlichkeit.

Future Human: Werden diese Aktionen simuliert oder sind sie in vergangenen Spielen aufgetreten?

Henry: Sie werden alle simuliert, aber wir nutzen Informationen aus vergangenen Spielen. Zum Beispiel, welche Ereignisse in den letzten zehn Jahren in jeder Minute eines Fußballspiels stattgefunden haben: Der Agent liest diese historischen Informationen und führt dann die entsprechenden Aktionen in der Simulation aus.

Wir haben auch einen menschlichen Experten hinzugezogen. Da ich kaum Fußball schaue und festgestellt habe, dass die KI viele Fehler macht, habe ich einen Schiedsrichter des Chinesischen Fußballverbands eingeladen, uns bei der Analyse von Fehlern in der mehrstufigen Schlussfolgerung im Fußball zu helfen. Er markiert, wo Fehler passieren und wie es richtig sein sollte, und speichert das in unserem Gedächtnis.

Nach jedem Spiel, wenn ein neues Spiel beginnt, liest das System diese Aufzeichnungen, erinnert sich daran, keine gleichen Fehler mehr zu machen, und führt dann die anschließenden Vorhersagen durch.

Future Human: Ein echter Schiedsrichter? Was korrigiert er genau?

Henry: Nehmen wir ein Beispiel: Bei der Simulation des Spiels zwischen Japan und den Niederlanden tauchte im Modell oft die Szene auf, in der japanische Spieler hochspringen und per Kopfball ein Tor erzielen. Der Schiedsrichter meinte, dass dieser Fall nicht so häufig vorkommen sollte. Sein Urteil war, dass die Körpergröße und die Kopfballduelle zwischen den Spielern beider Seiten nicht angemessen berücksichtigt wurden.

Wir haben diese Information notiert und in die nächste Vorhersage eingefügt, sodass das Modell nicht mehr leicht das gleiche Urteil trifft.

Future Human: Wie verteilt man die Gewichtungen verschiedener Informationen bei der Vorhersage?

Henry: Das entscheidet die KI. Zum Beispiel in der Investmentforschung haben Finanzberichte und Unternehmensmitteilungen die höchste Gewichtung und Zuverlässigkeit, danach kommen Analysenberichte von angesehenen Institutionen, dann öffentliche Analyseberichte und Nachrichten, und am schlechtesten sind Gerüchte auf sozialen Plattformen.

Wir prüfen, ob die Zuverlässigkeit gut gestaltet ist und ob die KI gute Urteile fällt — das ist die Rolle der Erfahrung menschlicher Experten. Wir ändern die spezifischen Urteile nicht direkt