Asset Management · Model Risk Management für Investment-KI

2007 lösten sich innerhalb weniger Tage gleich mehrere quantitative Aktienfonds auf. Ihre Modelle, trainiert auf ähnlichen Daten mit ähnlichen Annahmen, verkauften alle dieselben Titel zur selben Zeit. Niemand hatte das Risiko modelliert, dass die Modelle selbst die Masse sind. Fast zwei Jahrzehnte später hat Machine Learning diesen Fehlermodus schneller, undurchsichtiger und schwerer erkennbar gemacht. Diese Lektion zeigt Ihnen, wie Sie ihn steuern.

Warum SR 11-7 weiterhin den MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßstab setzt

SR 11-7 ist eine 2011 von der US Federal Reserve und dem Office of the Comptroller of the Currency (OCC) veröffentlichte Leitlinie. Sie definiert ein „Modell" als jede quantitative Methode, die Eingabedaten in eine Schätzung überführt, und verlangt, dass jedes Modell unabhängig validiert, vollständig dokumentiert und laufend überwacht wird. Sie wurde für Banken geschrieben, ist aber zum De-facto-Weltstandard für Model-Risk-Disziplin geworden.

Lesen Sie die Primärquelle einmal. Sie ist kurz und verständlich: Federal Reserve SR 11-7 guidance.

Die Kernidee: Model Risk ist das Verlustrisiko aus einem Modell, das falsch ist oder falsch eingesetzt wird. SR 11-7 unterteilt es in zwei Quellen.

• Das Modell ist grundlegend fehlerhaft. Schlechte Annahmen, schlechte Daten, schlechte Mathematik.
• Das Modell wird falsch verwendet. Richtiges Werkzeug, falscher Kontext, oder niemand prüft es nach dem Deployment.

ML-Alpha-Modelle scheitern an beidem häufiger als lineare Modelle, weil sie flexibler und weniger interpretierbar sind. Genau diese Flexibilität erlaubt es ihnen, Rauschen auswendig zu lernen.

Die Disziplin auf ML-Alpha und Allokation übertragen

SR 11-7 ruht auf drei Säulen. So lässt sich jede auf einen KI-gestützten Investmentprozess abbilden.

1. Robuste Entwicklung und Dokumentation

Jedes ML-Signal braucht eine schriftliche „Model Card": was es prognostiziert, auf welchen Daten, über welches Universum, mit welchen bekannten Grenzen. Wenn ein Portfoliomanager nicht in einem Absatz erklären kann, was ein Signal tut, darf es keine Position dimensionieren.

Speziell im Asset Management: Dokumentieren Sie die Look-ahead-Disziplin. Ein Look-ahead-Fehler bedeutet, dass das Modell Informationen gesehen hat, die es in Echtzeit nicht gehabt hätte. Beispiel: die (Monate später veröffentlichten) restated earnings eines Unternehmens so zu verwenden, als wären sie am ursprünglichen Berichtstag verfügbar gewesen. Dieser eine Fehler ist die häufigste Ursache für Backtests, die brillant aussehen und miserabel traden.

2. Unabhängige Validierung

Das Team, das das Modell baut, darf nicht das Team sein, das es freigibt. In der Praxis betreibt ein mittelgroßererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → Asset Manager eine Validierungsfunktion, die das Signal von Grund auf neu implementiert, auf zurückgehaltenen Daten, und versucht, es zu brechen. Das ist keine Formalität. Unabhängige Validierung findet das subtile Leakage, für das die Entwickler blind sind, weil sie wollen, dass das Modell funktioniert.

3. Laufende Überwachung

Märkte sind nicht stationär. Ein Signal, das im Niedrigzinsregime von 2015 bis 2021 funktionierte, kann in einem Regime mit höheren Zinsen und höherer Inflation aktiv schädlich sein. Monitoring heißt, die Live-Performance gegen die Backtest-Erwartungen zu verfolgen und eine Überprüfung auszulösen, wenn sie auseinanderlaufen.

Die drei KI-spezifischen Risiken, die Investmentmodelle brechen

Backtest Overfitting

Testen Sie genug Strategien gegen die Historie, und einige sehen rein zufällig profitabel aus. Das ist Backtest Overfitting: Glück mit KKDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen zu verwechseln.

Die Mathematik ist gnadenlos. Marcos Lopez de Prado hat gezeigt: Wenn Sie viele Strategiekonfigurationen ausprobieren und die beste Sharpe Ratio behalten, ist dieses beste Ergebnis nach oben verzerrt, teils extrem. Die Deflated Sharpe Ratio korrigiert eine berichtete Sharpe um die Anzahl der durchgeführten Versuche und die Länge des Track Records.

Ein einfaches, konkretes GuardrailGuardrailRegeln und Kontrollen, die ein KI-System in sicheren, rechtskonformen und markengerechten Grenzen halten und unerwünschte Ausgaben blockieren.Vollständige Definition ansehen →: Protokollieren Sie jeden Backtest, den Sie durchführen.

# Track the number of independent trials so you can deflate later
import json, datetime

def log_trial(strategy_id, config, sharpe):
    record = {
        "ts": datetime.datetime.utcnow().isoformat(),
        "strategy_id": strategy_id,
        "config": config,
        "in_sample_sharpe": sharpe,
    }
    with open("trials.log", "a") as f:
        f.write(json.dumps(record) + "\n")
    # Eine berichtete Sharpe von 2,0 aus 1 Versuch ist etwas ganz anderes
    # als eine Sharpe von 2,0, die als beste aus 500 Versuchen ausgewählt wurde.

Rechenbeispiel (illustrativ, keine reale Strategie): Angenommen, Sie testen 100 Signalvarianten und die beste zeigt über 5 Jahre eine jährliche Sharpe von 1,5. Weil Sie das Maximum aus 100 verrauschten Schätzungen ausgewählt haben, ist ein erheblicher Teil dieser 1,5 Selektionsglück. Die Deflation könnte die „wahre" erwartete Sharpe auf 0,5 oder darunter drücken. Faustregel: Je mehr Konfigurationen Sie ausprobiert haben, desto höher die Latte, die der Gewinner überspringen muss.

Regimewechsel

Ein ML-Modell lernt die gemeinsame Verteilung seiner Trainingsdaten. Wenn sich diese Verteilung ändert (ein Regimewechsel), weiß das Modell nicht, dass es nun extrapoliert.

Guardrails:

• Regime-bewusste Validierung. Teilen Sie die Daten nicht einfach zufällig auf. Testen Sie explizit über definierte Regime hinweg: 2008, den COVID-Schock 2020, das Zins-Repricing 2022. Ein Signal, das nur in ruhigen Märkten funktioniert, ist eine versteckte Short-Volatility-Wette.
• Feature-Drift-Monitoring. Verfolgen Sie, ob die Live-Input-Verteilungen zu den Trainingsverteilungen passen. Wenn die Inputs Ihres Value-Signals driften, soll der Alarm vor der P&L kommen.

Black-Box-Signale, die über echtes Kapital entscheiden

Wenn ein Gradient-Boosted-Modell oder ein neuronales Netz einen Trade erzeugt, ist „das Modell hat es so gesagt" keine akzeptable Antwort für ein Risikokomitee.

Nutzen Sie Explainability-Werkzeuge, am häufigsten SHAP (SHapley Additive exPlanations), das eine Vorhersage ihren Input-Features zuordnet. Wenn das Top-Signal eines Aktienselektionsmodells plötzlich ein obskures Feature ist, ist das ein Warnzeichen. Explainability macht eine Black Box nicht sicher. Sie macht sie auditierbar, und genau das verlangt Governance.

Die regulatorische Landkarte für 2026

Model Risk in der Investment-KI liegt heute im Schnittpunkt mehrerer realer Regime.

• EU AI Act. In Kraft seit 2024, gestaffelte Anwendung bis 2026 und 2027. Er klassifiziert KI-Systeme nach Risiko. Die meisten Portfoliomodelle sind nach dem Act nicht „hochriskant", aber die Erwartungen an Governance, Logging und menschliche Aufsicht geben den Ton vor, den europäische Aufseher anlegen werden. Siehe den EU AI Act official text.
• SEC (US). Der 2023 vorgeschlagene Rule der Securities and Exchange Commission zu Predictive Data Analytics und Interessenkonflikten signalisierte intensive Prüfung von KI, die das Interesse eines Hauses über das des Kunden stellen könnte. Anfang 2026 ist die endgültige Form weiterhin umstritten, behandeln Sie das also als bewegliches Ziel und prüfen Sie den aktuellen Stand.
• DORA (EU). Der Digital Operational Resilience Act, anwendbar seit Januar 2025, regelt IKT- und Drittparteienrisiken. Wenn Ihr Alpha-Modell auf der Cloud eines Anbieters läuft oder einen Daten-Feed eines Anbieters nutzt, greift DORA.
• UK. Die Financial Conduct Authority (FCA) bevorzugt einen prinzipienbasierten, ergebnisorientierten Ansatz statt präskriptiver KI-Regeln und stützt sich auf bestehende Senior-Manager-Accountability-Regime.

Der gemeinsame Nenner über alle hinweg: Verantwortung muss an einen namentlich benannten Menschen gebunden sein, und Entscheidungen müssen dokumentiert und reproduzierbar sein.

Eine Pre-Deployment-Checkliste, die Sie wirklich durchlaufen können

Bevor ein ML-Signal echtes Kapital berührt, gehen Sie durch dieses Gate. Fällt ein Punkt durch, kein Deployment.

Datenintegrität

• Kein Look-ahead. Point-in-Time-Daten bestätigt.
• Survivorship Bias geprüft (delistete Titel im Universum vorhanden).
• Trainings- und Live-Datenpipelines sind identischer Code.

Overfitting-Kontrolle

• Anzahl der Versuche protokolliert; Deflated Sharpe angewendet.
• Out-of-Sample- und Out-of-Time-Test bestanden auf Daten, die das Modell nie gesehen hat.
• Performance übersteht realistische Transaktionskosten und Slippage.

Robustheit

• Über mindestens drei historische Stressregime getestet.
• Feature-Drift-Monitore mit Alert-Schwellen konfiguriert.
• Kapazität geschätzt: wie viel Kapital, bevor das Signal den Markt gegen sich selbst bewegt.

Governance

• Freigabe der unabhängigen Validierung liegt vor.
• Model Card geschrieben; benannter Owner zugewiesen.
• Kill Switch definiert: welche Bedingungen das Modell offline zwingen und wer die Befugnis hat, den Stecker zu ziehen.

Der letzte Punkt zählt am meisten. Das Quant-Unwind 2007 wurde nicht von einem schlechten Modell verursacht. Es wurde dadurch verursacht, dass niemand die Befugnis oder den Auslöser hatte, rechtzeitig aus der Masse auszusteigen.

Key Takeaways

• Die drei Säulen von SR 11-7 (Entwicklung, unabhängige Validierung, laufende Überwachung) lassen sich direkt auf ML-Investmentmodelle übertragen. Der Entwickler korrigiert nie seine eigenen Hausaufgaben.
• Backtest Overfitting ist ein messbares, kein vages Risiko. Protokollieren Sie Ihre Versuche und deflationieren Sie Ihre Sharpe. Ein großartiger Backtest aus 500 Versuchen ist meistens Rauschen.
• Validieren Sie über Regime hinweg, nicht über zufällige Splits. Ein Modell, das nur von 2015 bis 2021 funktionierte, ist eine versteckte Wette darauf, dass dieses Regime anhält.
• Explainability macht Black Boxes auditierbar, nicht sicher. Nutzen Sie SHAP, um zu erkennen, wenn sich ein Modell auf Features stützt, auf die es sich nicht stützen sollte.
• Jedes deployte Modell braucht einen benannten Owner und einen Kill Switch. Verantwortlichkeit und ein definierter Ausstieg sind das, was Regulierer (EU AI Act, SEC, FCA) zunehmend verlangen.