Big Data: Die Informations- fl ut im Griff - Schroders
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
AU S G A B E 1 | 2 017 E X K L U S I V F Ü R V E R T RI E B SPAR TNE R * TOPTHEMA Big Data: Die Informations- flut im Griff FONDS Dem Duo Mensch und Technologie gehört die Zukunft SPEZIAL Welche Faktoren erhöhen die Rendite? BRITISCHES British Racing Green Mark Ainsworth | Head of Data Insights
04 06–17 18–20
32–33 44–45 50–51
NEUES VON SCHRODERS 04__ Meldungen
Inhalt TOPTHEMA 06__Die Informationsfl ut im Griff:
Wie Fondsgesellschaften – und ihre Kunden –
von der Datenrevolution profi tieren
INVESTMENTGEDANKEN 18__Nachhaltiges Investieren:
Aufräumen mit fünf Irrtümern
21__Kalender:
Eine Liste möglicher Schocks für Anleger
FONDS 22__„ Dem Duo Mensch und Technologie
gehört die Zukunft“
26__Unternehmensanleihen:
Zwei neue Sterne am Anleihehimmel
30__Top Performer
NAREIKES 32__Um Leben und Tod
DEMOGRAFIE-ECKE
MÄRKTE 34__Ausblick 2017:
Multi-Asset-Lösungen
36__Märkte im Überblick
SPEZIAL 38__Factor Investing:
Welche Faktoren erhöhen die Rendite
VERMISCHTES 44__Die Robotisierung der Medizin
46__Buchempfehlung
48__Britisches: British Racing Green
50__Chronik: Cricket, Orchideen und eine
besondere Nachbarschaft
* Exklusiv für Vertriebspartner, 52__Expert Kreuzworträtsel
da der Schroders Expert
Informationsmaterial nach SERVICE 54__Schroders Expertplausch
§ 31 Abs. 2 Satz 4 Nr. 2
WpHG darstellt. 55__Kontakt: So erreichen Sie das Schroders-Team
Hinweis: Schroder ISF steht im
gesamten Dokument für Schroder
International Selection Fund.
02 SCHRODERS E XPERT 1 | 2 017
E D I TO R I A L
Mehr als 200 Jahre
und 15 Nullen Investments
für Ihre Zukunft
Seien Sie vollkommen beruhigt: Mit den 15 Nullen Mantel verfügbar ist. Mit dem Schroder GAIA
hat Schroders keineswegs eine ganze Mannschaft Two Sigma Diversified beweist Schroders wieder
drittklassiger Fondsmanager verpflichtet. Und einmal aufs Neue seine Innovationskraft, stärkt
so gerne ich es in einer der kommenden Ausgaben seine Positio nierung als digitaler Vorreiter und
eines EXPERT verkünden würde – von 15 Nullen ergänzt schon heute traditionelles Assetmanage-
beim verwalteten Vermögen sind wir noch ganz ment mit wissenschaftlichen Methoden von
leicht entfernt, aber wir arbeiten daran. Doch lassen übermorgen. Alles Wichtige erfahren Sie im Inter-
wir zunächst einmal Nullen Nullen sein ... view mit dem leitenden Fondsmanager Geoff
Möchte man 2016 mit einem Wort beschreiben, so Duncombe ab Seite 22.
steht sicherlich das viel zitierte „turbulent“ ganz Für 2017 habe ich allen Grund, optimistisch zu sein:
weit oben auf der Liste. Von Negativzinsen in Japan Nicht nur wegen neuer Multi-Asset- und Anleihe-
über den Brexit bis Trump – nicht nur deshalb wird lösungen wie dem Global Multi Credit und dem
2016 als ein Jahr der Wendepunkte in Erinnerung Global Credit Income, die wir Ihnen ab Seite 26
bleiben. Auch bei Schroders haben wir entschei- vorstellen und die Ihren Kunden Antworten im
dende Weichen für die Zukunft gestellt. Seit April Zusammenhang mit den anhaltenden Niedrigzinsen
leitet Peter Harrison als Group Chief Executive die geben können. Ich bin auch optimistisch, weil wir
Geschicke des Hauses, und schon heute lässt sich bei Schroders auf Sie alle als unsere Partner zählen
resümieren: mit außerordentlich großem Erfolg. dürfen. Und weil wir alles daransetzen werden,
So bauen wir einerseits unsere Strategie zur Digita- Ihre Erwartungen zu erfüllen und sicherlich das ein
lisierung aus, andererseits beschreiten wir mit oder andere Mal zu übertreffen. Unser Versprechen
planvollen Engagements auch neue Wege in die an Sie: Wir geben Gas – nicht nur in British Racing
Zukunft. Wir integrieren die Vermögensverwaltung Green (mehr über diesen legendären Lack lesen
des seit 1672 bestehenden Bankhauses Hoare in Sie auf Seite 48 f.).
London – und halten durch Daten und Informationen
Ihnen und Ihren Familien ein gutes
als „Weltwährung der Zukunft“ auch mit aktuellen
und erfolgreiches Jahr 2017!
Entwicklungen nicht nur Schritt, vielmehr gehen wir
mit Weitblick voraus: Wir verbinden menschlichen Herzlichst
Einfallsreichtum, Anlagekompetenz und Big Data Ihr
zu einem neuen großen Ganzen, wie Mark Ainsworth
und Ben Wicks in der Titelgeschichte dieses
EXPERT eindrucksvoll belegen.
Lassen Sie mich noch einmal zurückkommen auf
die 15 Nullen: In Bytes gemessen hat ein Petabyte
genau diese 15 Nullen. Und rund 21 Petabytes Achim Küssner
beträgt der Datenbestand unseres neuen Partners Geschäftsführer der Schroder
Two Sigma, dessen Big-Data-Fonds im UCITS- Investment Management GmbH
SCHRODERS E XPERT 1 | 2 017 03
N E U ES VO N S C H R O D E R S
M EL DU NG EN
+ + + Strategische Engagements in Tradition und Zukunft + + +
Mit zwei herausragenden Engagements stärkt illustren Kundenkreis. Die Übernahme wird voraus-
Schroders seine Positionierung: in der Vermögens- sichtlich im ersten Quartal 2017 abgeschlossen
verwaltung und im Hightechbereich mit Software sein. Die zweite strategische Beteiligung erfolgt
für Vermittler. Im Oktober 2016 bei Benchmark Capital, einem
übernahm Schroders die Vermö- Technologiepionier aus dem Süd-
gensverwaltung des Bankhauses osten Englands. Kerngeschäft des
C. Hoare & Co. und integriert 2003 gegründeten Unternehmens
damit hochklassige Mandate im ist das Entwickeln von Bera-
Umfang von rund 2,2 Milliarden tungssoftware für den Einsatz in
Pfund (Stand: Ende Juni 2016) der anspruchsvollen Vermögens-
in die eigene Vermögensverwal- verwaltung. „Wir gehen einen
tung Cazenove Capital. C. Hoare & wichtigen Schritt und erweitern
Co. ist die älteste Bank Großbritanniens und die unsere Präsenz im britischen Privatkundengeschäft,
viertälteste Bank der Welt. Seit ihrer Gründung im das für Schroders hohe strategische Bedeutung
17. Jahrhundert zählte die Bank beispielsweise besitzt“, so Peter Harrison, Group Chief Executive
Samuel Pepys, Jane Austen und Lord Byron zu ihrem von Schroders.
+ + + Multi-Asset-Erfolgsrezept aus Down Under neu in Europa + + +
Mit dem Schroder ISF Global Target Return bringt Fonds: „Mit dem Anlageprozess des bewährten
Schroders eine seit acht Jahren erfolgreiche aus- Schroder Real Return hat das Team großen Erfolg
tralische Multi-Asset-Strategie nach Europa. Der für unsere Kunden in Australien. Ich freue mich sehr,
seit dem 7. Dezember 2016 im UCITS-Mantel er- dass wir diese Strategie nun auch in anderen Märk-
hältliche Fonds (Anteilsklasse A USD, thesaurierend, ten verfügbar machen können.“ Seit 14. Dezember
LU1516354237) zielt für beliebi- 2016 ganz neu aufgelegt ist der
ge Dreijahreszeiträume auf eine Schroder ISF Multi-Asset Total
Rendite von fünf Prozent über Return (Anteilsklasse A USD,
dem Geldmarktsatz LIBOR (drei thesaurierend, LU1520997112).
Monate, US-Dollar). Der aktiv ge- Der Fonds strebt Kapitalzuwachs
managte Total-Return-Ansatz ist und Bruttoerträge von vier Pro-
nicht an einen Vergleichsindex zent über dem 3-Monats-LIBOR
gebunden und erlaubt dem An- (US-Dollar) in rollierenden Drei-
lageteam, mit einem hohen Grad jahreszeiträumen an. Beides möch-
an Überzeugung zu investieren – in wachstums- te das Investmentteam in einem weltweit diversifi-
orientierten genauso wie in defensiven Anlageklassen. zierten Spektrum von Märkten und Anlageklassen
Besonderes Augenmerk liegt stets auf diversifizie- erreichen: mit direkten oder indirekten (über Invest-
renden Elementen. Johanna Kyrklund, Global Head mentfonds und Derivate) Engagements bei Aktien,
of Multi-Asset Investments, zur Einführung des Anleihen, Rohstoffen und Devisen.
04 SCHRODERS E XPERT 1 | 2 017
N E U ES VO N S C H R O D E R S
+ + + Durch Digitalisierung auf dem Siegertreppchen + + +
Mit Köpfchen mehr erreichen – das Motto unserer Auszeichnung als digitale Marke des Jahres ging
Informations- und Beratungsplattform incomeIQ an Schroders. Weitere internationale Preise für
(schroders.de/incomeiq) hat sich dieses Jahr incomeIQ kamen unter anderem von der britischen
nicht nur für Berater und bei wertvollen Kunden- Fachzeitschrift Investment Week. Die Kommunika-
gesprächen ausgezahlt: Dank dieser erfolgreichen tion zu unserer weltweiten Anlegerstudie Global
Innovation erhielt Schroders im November bei den Investor Study erhielt von Citywire das Prädikat
renommierten Funds Europe Awards in London den „ausgezeichnet“ als beste internationale Kampagne –
Preis für die beste europäische Kampagne des und daneben den Preis für die höchste Effektivität
Jahres. Doch damit nicht genug – auch die begehrte (mehr unter schroders.de/gis).
+ + + Ebenfalls ausgezeichnet: Schroders und Fondslösungen von Schroders + + +
Auch die Lösungen von Schroders können über- Japan gingen an den Schroder ISF Emerging Asia
zeugen: So erhielt unsere Flaggschiff-Strategie für und den Schroder ISF Asian Opportunities. Als
Wandelanleihen, der Schroder ISF Global Convert- bester Fonds für Schwellenländeraktien erhielt der
ible Bond (A thes.), den Thomson Reuters Lipper Schroder ISF Emerging Europe eine Auszeichnung,
Award in der Kategorie Fixed Income. Bei den genauso Schroders selbst als bester Assetmanager
„Fondsmanager des Jahres“-Auszeichnungen von für Schwellenländeraktien.
Investment Europe gewann Patrick Vogel mit sei-
nem Schroder ISF EURO Corporate Bond in der
Kategorie Unternehmensanleihen; der Schroder
ISF Middle East erhielt eine lobende Erwähnung im
Bereich Frontiermärkte. Auch bei den Feri Awards
2017 war Schroders erfolgreich: Auszeichnungen
für die besten Fonds der Kategorie Asien ohne
SCHRODERS E XPERT 1 | 2 017 05
TO P T H E M A | B I G DATA
Die Informationsflut im Griff
Wie Fondsgesellschaften
– und ihre Kunden – von der
Datenrevolution profitieren
Daten sammeln, Daten aufbereiten, Daten analysieren: Innerhalb weniger Jahre hat hier eine
fundamentale Revolution stattgefunden. Heute reicht es längst nicht mehr aus, dass Anleger aus
Handelsdaten, Marktanteilen und der Wirtschaftspresse bestimmte Annahmen ableiten und
diese Erkenntnisse als Investment umsetzen. Heute gibt es von Twitter-Trend bis Demografie-
daten in Echtzeit eine wahre Sintflut von Informationen, die über Anleger hereinbrechen. Die
schiere Menge aus Nullen und Einsen lässt sich allerdings auch auf eine Weise formen und
visualisieren, die man in den 1980er Jahren für vollkommen unmöglich gehalten hätte. Wer heute
als Anleger seinen Vorsprung halten möchte, muss die Datenflut in geregelte Bahnen lenken –
und die Kraft der Information nutzen, um auf ganz neue Weise Überrenditen zu erzielen.
och wie soll das genau funktio- Verarbeitung von Daten in großtechni-
D nieren? Zunächst muss man ver-
stehen, was Daten überhaupt für
Anleger tun können. Und was Anleger
schem Maßstab mit erprobtem und be-
währtem Anlage-Know-how verbinden
kann, wird einen deutlichen Vorsprung
tun sollten, um Daten sinnvoll zu nut- gegenüber dem den Wettbewerb erzie-
zen – und wer überhaupt technisch dazu len können.
in der Lage ist. Investmentmanager und Anleger be-
Mindestens ebenfalls so wichtig: Ein schäftigen sich in letzter Zeit vornehm-
Verständnis dafür entwickeln, welche lich mit den technischen Fähigkeiten,
Grenzen bestehen und warum die Daten- die effektive Investoren heute mitbringen
wissenschaft das Denkvermögen und müssen. Über die Bedeutung der Daten-
Geschick eines guten Portfoliomanagers wissenschaft (auch unter dem englischen
niemals ersetzen kann. Doch wer die Begriff Data Science bekannt) und des
06 SCHRODERS E XPERT 1 | 2 017
B I G DATA | TO P T H E M A
MARK AINSWORTH BEN WICKS
HEAD OF DATA INSIGHTS PORTFOLIO MANAGER &
RESEARCH INNOVATION
STRATEGIST
Mark Ainsworth leitet seit 2014 Ben Wicks kam 2013 zum zwei-
als Head of Data Insights ein ten Mal zu Schroders, nachdem
Team von Datenwissenschaftlern er 1999 im Anschluss an sein
und erschließt einzigartige Infor- Studium ins Unternehmen einge-
mationsquellen für Research und treten war. Heute ist er nicht nur
Portfoliomanagement. Bevor er Co-Portfoliomanager der Klima-
zu Schroders kam, leitete er bei wandelstrategie innerhalb des
der Supermarktkette Tesco die Teams für weltweite Aktien, son-
Forschung zu Sortiments- und dern gibt mit seinem Experten-
Expansionsplanung, optimierte wissen strategische Impulse für
die Rennstrategien bei McLaren innovative Ansätze im Research.
Wissensmanagements (engl. Knowledge F1 und war bei British Airways für Ab 2008 war Ben als Senior
Management) wurde weniger gesagt. Analyse und Strukturierung kom- Analyst für die britische Regie-
Und darüber, wie sich eine effektive Be- plexer Problemstellungen verant- rung tätig und untersuchte geo-
ziehung zwischen der Datenwissenschaft wortlich. Mark hält einen MSc in politische Risikofaktoren. Ben
und dem erforderlichen Expertenurteil Operational Research der Univer- hält einen Bachelor in Geschichte
und den Gedankenprozessen herstellen sität Southampton und einen MA und Romanistik der Universität
lässt – aus unserer Sicht die Grundlage in Experimenteller Psychologie Oxford.
einer guten langfristigen Anlage –, wurde der Universität Oxford.
praktisch überhaupt nicht gesprochen.
Das überrascht, denn alle Anlageent-
scheidungen beginnen mit Informationen. interpretieren können, sind in ihrem alles verändernde – man sagt auch dis-
Wenn wir hier von Informationen spre- ursprünglichen Zustand völlig unstruk- ruptive – Herausforderungen. Sie bieten
chen, haben wir weit mehr im Sinn als turiert. Daher sind solche Spezialisten allerdings auch eine bedeutende Chance
Marktdaten oder Bilanzkennzahlen. Wir und Datenwissenschaftler gefragt, die für gut strukturierte Organisationen. Im
beziehen uns vielmehr auf die großen und Technologie zum Auswerten der Daten Kern ist die Investmentindustrie eine
alternativen Datenmengen, die für die entwickeln können. Die Instrumente, die Daten verarbeitungsbranche: Sie sam-
Finanzmarktanalyse nur schlecht oder Datenwissenschaftlern zur Verfügung melt Daten zu Unternehmen, Branchen
gar nicht konfi guriert sind. Den Großteil stehen, verändern sich ebenso schnell: und Volkswirtschaften, verarbeitet diese
davon fasst man mittlerweile mit dem Traditionelle lineare Berechnungspro- und „produziert“ als Ergebnis Portfolios.
Schlagwort Big Data zusammen. Zwar zesse werden schnell durch neuere Unserer Meinung nach werden diejenigen,
wächst die Rechenleistung von Com- Techniken verdrängt, um diese wesent- die die Revolution der Datenverarbei-
putern und auch die Speicherkapazität lich größeren Datenbestände in großem tung annehmen, ausschöpfen und mit
von Datenträgern enorm – gleichzeitig Maßstab und mit hoher Geschwindigkeit bestehenden Anlagephilosophien so-
nimmt allerdings auch die Informations- zu durchleuchten. wie fähigen menschlichen Spezialisten
menge exponentiell zu. Und diese Da- Diese Entwicklungen stellen die In- vernetzen, die langfristig erfolgreichen
ten, die Analysten oder Fondsmanager vestmentbranche vor fundamentale und Fondsmanager der Zukunft sein. uu
SCHRODERS E XPERT 1 | 2 017 07
TO P T H E M A | B I G DATA
uu Big Data – neue Möglichkeiten für alle, die mit sehr häufi g von anderen Menschen analysiert
woher kommen die Daten? großen Datensammlungen umgehen werden als den bestehenden IT- oder
Eine allgemein verwendete Definition müssen. Solche Analysen wären früher Research-Teams. Diese Spezialisten,
von Big Data ist eine Datensammlung, für Investmentprofi s schwierig oder un- die vorwiegend über einen Hintergrund
die zu groß ist, um sie mit einem Com- möglich gewesen, da sie auf herkömm- in Informatik verfügen, bezeichnet man
puter allein zu analysieren. Diese Be- liche Unternehmensdatenbanken ange- üblicherweise als „Datenwissenschaft-
zeichnung entstand zusammen mit dem wiesen waren. ler“ oder „Data Scientists“.
Aufkommen von Open-Source-Techno- Diese Entwicklung trifft nun mit ei- In diesem Artikel wird häufig von
logien für das parallele Verarbeiten und ner weiteren Erkenntnis zusammen: „alternativen Daten“ die Rede sein.
die Analyse von Daten auf mehreren dass nämlich die enormen Datenmen- Alternative Daten ist ein Überbegriff für
Computern. Diese neuen Technologien gen, beispielsweise von Transaktions- die vielen unterschiedlichen Arten von
funktionieren auf Standardcomputern websites, sozialen Netzwerken oder Daten, die bisher nicht zum Rohmate-
und benötigen keine hochspezialisier- Mobilgeräten, mit Einfallsreichtum und rial für das Research einer Investment-
ten Maschinen mehr, wie sie von IBM, fortschrittlichen analytischen Methoden gesellschaft gehörten. Alternative Da-
Oracle, Teradata und dergleichen ver- Fragen beantworten können, an die bei ten umfassen im weitesten Sinne alles,
wendet werden. (Mehr dazu später un- der ursprünglichen Sammlung der Da- was nicht unter Bilanzdaten, Börsen-
ter „Technologie“.) ten gar niemand gedacht hatte. Und kurse oder Wirtschaftsinformationen
Eine Folge dieses Fortschritts waren weil diese Daten nicht für solche Ana- fällt. Dazu zählen zum Beispiel Daten
dramatisch gesunkene Hürden für die lysen konzipiert waren (z. B. die Inhalte zum Internetverkehr oder geologische
passende Hardware zum Verarbeiten von Tweets), assoziiert man „Big Data“ Standortdaten (d. h. Informationen da-
sehr großer Datenmengen. Mittlerwei- allgemein mit der Vorstellung unstruktu- rüber, wo in der Welt sich etwas ereig-
le ist es kein Problem, einen Cluster rierter Daten. net). Einiges davon ist Big Data. Vieles
von hundert Servern in der Cloud von Dieser grundlegende Mangel an davon sind kleinere, aber ebenfalls
Amazon zu mieten, um innerhalb weni- Struktur und die Loslösung der Analy- chaotische Daten. Und der Großteil da-
ger Stunden Milliarden von Datenreihen severfahren von der Welt der traditionel- von war bisher für die Investmentwelt
zu verarbeiten. Dies eröffnet enorme len Tools hat zur Folge, dass Big Data schlicht und einfach nicht nutzbar.
08 SCHRODERS E XPERT 1 | 2 017
B I G DATA | TO P T H E M A
Beispiele für nutzbare darüber, welche und wie viele Standorte Internetbasierte Inhalte. Was im In-
Datensammlungen wohl schließen müssten, um die regula- ternet veröffentlicht wird, sei es in den
torischen Vorgaben zu erfüllen. Für ein Medien oder in sozialen Netzwerken und
Open-Source-Daten. Diese sind frei Engagement war daher ein präziseres Forumsdiskussionen, kann ebenfalls
verfügbar und werden häufi g von wis- Bild der Lage ein klarer Wettbewerbs- eine ergiebige Datenquelle sein. Solche
senschaftlichen Organisationen und vorteil. Wir bei Schroders haben deshalb Daten können ausgewertet werden, um
Staaten veröffentlicht. Das Adverse zunächst die Standortdaten der beiden das Bewusstsein und die Haltung ge-
Event Reporting System der US-Arznei- Unternehmen mit den Daten der Wett- genüber einem Unternehmen, Produkt
mittelbehörde, eine riesige Datenbank bewerber kombiniert; in einem nächsten oder Konzept zu beobachten. Insbe-
zur Erfassung von Sicherheitsbedenken, Schritt haben wir die Bedingungen der sondere zählt allerdings das Entdecken
ist ein Beispiel für Open-Source-Daten Behörde einfl ießen lassen. Die nach- von Wendepunkten der Wahrnehmung –
im Internet. Datenwissenschaftler kön- stehende Abbildung zeigt auf der linken Erkenntnisse, die andernfalls unbemerkt
nen solche Daten blitzschnell abfragen Seite zunächst die grobe Visualisierung, blieben, bis sie sich in den Unterneh-
und sie mit einer Geschicklichkeit an- die zum Identifi zieren möglicher Prob- mensergebnissen niederschlagen.
reichern, die weit über die Möglichkei- lembereiche ausreicht. Auf der rechten
ten standardmäßiger Internetrecherche Seite sind mit höherem Detailgrad die Mikrodaten: Prognose bestimmter
bzw. Tabellenkalkulationen hinausreicht. überlappenden Einzugsbereiche ein- Berichtseinheiten. Die Verfolgung prä-
Die Verfügbarkeit solcher Daten variiert zelner Standorte abgebildet. Insgesamt ziser Daten zu einem bestimmten Pro-
von Land zu Land, doch im Zuge der konnten wir mit der Analyse klare Einbli- dukt – zum Beispiel durch Isolierung der
„Open-Data-Bewegung“ besteht ein cke ableiten, um die Transaktion besser Nutzung einer bestimmten mobilen App
weltweiter Trend – sogar in den Schwel- einzuschätzen – was für uns einige Vor- aus einer globalen Datensammlung zu
lenländern –, die Menge der öffentlich teile mit sich brachte (siehe Abbildung 1). Downloadaktivitäten bei Apps – kann
verfügbaren Daten zu erhöhen. wertvolle Materialien für Ertragsprog-
Markenstimmung. Immaterielle Vermö- nosen zu dieser bestimmten Aktivität
Geodaten. Dabei kombiniert man räum- genswerte wie Marken sind ebenfalls liefern. Dies reduziert die Fehlerwahr-
liche Analysen mit statistischen und de- von Datenwissenschaftlern analysier- scheinlichkeit beim Vorhersagen kurz-
mografi schen Daten. Geodaten lassen bar. Diese können Tools entwickeln, fristiger Ergebnisse für das Unterneh-
sich verwenden, um die Machbarkeit um die „Gesundheit einer Marke“ zu men insgesamt. Die granularen Daten
der Expansionspläne eines Unterneh- bewerten, Veränderungen zu verfolgen innerhalb solcher Datensammlungen
mens zu beurteilen, Synergien bei Fu- und festzustellen, wie eine Marke ge- ermöglichen aber auch nützliche lang-
sionen und Übernahmen abzuschätzen genüber den Mitbewerbern abschnei- fristige Schlussfolgerungen, wenn man
oder die Stärke der Wettbewerber auf det. Durch die Analyse internetbasierter sie mit anderen Informationen zur Un-
einer sehr detaillierten lokalen Ebene Aktivitätstrends und anderer Informa- ternehmensstrategie und zum lokalen
abzubilden. Ein Beispiel betrifft die tionen können Datenwissenschaftler Verbraucherverhalten verknüpft.
zweit- und drittgrößten Dienstleister für ein Echtzeitbild der Gesundheit einer
(Sport-)Wetten in Großbritannien, Lad- Marke erstellen. Dies kann regional Makrodaten: Handelsentwicklungen
brokes und Gala Coral. Als die Unterneh- oder global erfolgen. Die Ergebnisse und Ereignisse verstehen. Die Anwen-
men ihre Fusionsabsichten ankündigten, sind überaus wertvoll für Prognosen dung von Techniken zur Verarbeitung
stand die Transaktion unter dem Zustim- über den Erfolg aktueller Unterneh- natürlicher Sprache auf große Daten-
mungsvorbehalt der britischen Wett- mensstrategien oder zum Beurteilen sammlungen zu Nachrichten und Er-
bewerbsbehörde – und unter Investoren der Erfolgsaussichten etwa beim Er- eignissen kann dazu dienen, regionale
gab es die wildesten Spekulationen schließen neuer Märkte. Indizes für Ereignisse wie etwa Konkur-
se zu entwickeln; genauso lässt sich die
ABBILDUNG 1: DIE ENTSCHEIDUNGEN DER WETTBEWERBSBEHÖRDE Korrelation verschiedener Einheiten von
MIT BIG DATA AUF DEN PRÜFSTAND GESTELLT
Ereignisrisiken ermitteln. In Verbindung
mit umfangreichen aktuellen Datenbe-
ständen zu globalen Handelsaktivitäten
können uns solche Informationen helfen,
die weltweite wirtschaftliche Situation
und die relative Abhängigkeit verschie-
dener Investments besser zu verstehen.
Hier versetzen die Daten den Anleger in
die Lage, Risiken zu sehen, besser zu
verstehen und zielgerichteter zu steuern. uu
Quelle: Schroders. Stand: Juni 2015.
SCHRODERS E XPERT 1 | 2 017 09
TO P T H E M A | B I G DATA
uu Was ist ein Datenwissenschaftler? Filme, die Ihnen auf Netfl ix gefallen Analysten bezeichnet. Damals wie
Auf den Aufstieg des Schlagworts Big könnten. Die Algorithmen, die diese heute bilden sie eine Brücke zwischen
Data folgte der Begriff Datenwissen- Empfehlungsmaschinen antreiben, sind Geschäftsdaten und einer besseren ge-
schaftler. Dies können wir passender- komplex und lassen sich sehr schwer in schäftlichen Entscheidungsfi ndung.
weise durch die Analyse von Big Data großem Stil anwenden. Tatsächlich ist
veranschaulichen – in diesem Fall an- die Menge der Daten so groß, dass sie Die Fähigkeiten eines guten
hand der Menge der Suchanfragen bei mit Sicherheit nicht auf den Speicher ei- Datenwissenschaftlers und
Google nach diesen beiden Begriffen nes einzelnen Computers passen. Und eines guten Anlegers ergänzen
(siehe Abbildung 2): damit sind sie entsprechend unserer sich überraschend gut
Für unsere Zwecke wendet ein Daten- Defi nition oben unter Big Data zu rech- Gute Datenwissenschaftler zeichnen sich
wissenschaftler die wissenschaftliche nen. Empfehlungsmaschinen sind ganz durch einige spezielle Eigenschaften aus.
Methode auf praktische geschäftliche praktische Ergebnisse effektiver wissen- Gute Kenntnisse auf den Gebieten Ma-
Fragen an. Das Ausgangsmaterial für schaftlicher Theorien. Solche Theorien thematik, Statistik, Programmierung und
diesen Prozess wird zunehmend (aber können, wenn sie erfolgreich formuliert Algorithmen sind unerlässlich. Ein solides
keineswegs ausschließlich) von digita- werden, die Performance jedes Unter- Verständnis des Geschäfts und dafür, wo
len Daten dominiert, die ein natürliches nehmens, das sie in seine Aktivitäten die Daten herkommen und wie sie ange-
Nebenprodukt fast jeder modernen Ge- integriert, enorm bereichern und ver- wendet werden („Domänenwissen“), ist
schäftsaktivität sind. Besonders stehen bessern. jedoch ebenfalls wertvoll, um zu verste-
diese Informationen im Zentrum der Di- Doch die Datenwissenschaft ist gar hen, worauf es wirklich ankommt. Es gibt
gitalwirtschaft, etwa bei E-Commerce- nicht so neu, wie es zunächst erschei- quasi unendlich viele Dinge, die man mit
oder Technologieunternehmen. nen mag. Analysten machen seit Jahr- Daten tun kann. Deshalb ist es wichtig,
Eine klassische Anwendung der Da- zehnten etwas sehr Ähnliches, allerdings sich nur auf diejenigen zu konzentrieren,
tenwissenschaft sind „Empfehlungsma- mit deutlich weniger Daten. Früher hätte die einen Unterschied machen.
schinen“, die Ihnen zum Beispiel Produk- man solche Menschen als Statistiker Ein erfolgreicher Anleger muss sein
te vorschlagen, die Sie möglicherweise oder in letzter Zeit auch als Insight- Domänenwissen über Unternehmen in
bei Amazon kaufen möchten – oder Analysten oder Business-Intelligence- seinem Anlageuniversum mit traditio-
ABBILDUNG 2: DIE SUCHANFRAGEN BEI GOOGLE NACH „DATA SCIENCE“
FOLGEN AUF DIE NACH „BIG DATA“ UND NEHMEN EBENFALLS ZU ...
Volumen im Zeitverlauf
100
80
60
40
20
0
2010 2011 2012 2013 2014 2015 2016
Big Data Data Science
Quelle: Google Trends, Schroders. Stand: September 2016. Nur zur Illustration.
10 SCHRODERS E XPERT 1 | 2 017B I G DATA | TO P T H E M A
nellen technischen Kompetenzen auf Es gibt aber auch eine ganze Reihe von und Beratung, um eng mit dem Anleger
Gebieten wie Finanzberichterstattung, Fähigkeiten, die jeder dieser Personen zusammenzuarbeiten. Und um zu ver-
Por tfoliomanagement, Bilanzwesen eigen ist (siehe Abbildung 3). stehen, was die wichtigen Aspekte einer
und Marktmechanismen kombinieren. bestimmten Frage oder Unter suchung
Nimmt man diese Anforderungen zu- Erfolg hängt deshalb von sind.
sammen, erkennt man in der Anwen- zwei Faktoren ab:
dung des Domänenwissens sofort die 1. Soziale Kompetenz auf Seiten des 2. Offenheit für eine partnerschaftliche
natürliche Überschneidung zwischen Datenwissenschaftlers. Hier zählen Fähig- Zusammenarbeit auf Seiten des An-
Anlegern und Datenwissenschaftlern. keiten in den Bereichen Kommunikation legers. Der Anleger muss mit dem
Datenwissenschaftler als echtes Team
ABBILDUNG 3: KOMPETENZEN BÜNDELN, MEHR ERREICHEN zusammenarbeiten.
DATENWISSENSCHAFTLER FONDSMANAGER
Sobald die datenwissenschaftlichen
Funktionen installiert sind, muss man
Rückschlüsse und sicherstellen, dass sie sich zu einem
Marktstimmungen
Voraussagen treffen wesentlichen proaktiven Teil des Anla-
erkennen
Mathematische und geprozesses entwickeln. Oder anders-
Finanzmärkte
statistische Kenntnisse
Erkennen, herum: Der Datenwissenschaftler darf
was wirklich
Soft Skills wesentlich ist Soft Skills
nicht einfach als passive Ressource in
Daten Domänenwissen Investment der Ecke sitzen.
(Unternehmen,
Branchen)
Technologien
Fundamentaldaten
anwenden
auswerten
Programmierung
Finanzwissen
und Algorithmen
Quelle: Schroders. Nur zur Illustration. uu
TECHNOLOGIE
Statistische und analytische Technologien sind seit vielen – Datenabfrage
Jahren ein wesentlicher Teil vieler Geschäftsaktivitäten. Gewinnen nützlicher Auszüge und Zusammen-
Einige neuere Technologien sind aber mittlerweile zu fassungen von Daten aus einem Datenarchiv.
zentralen Bestandteilen des Instrumentariums von Daten-
– Explorative Analyse
wissenschaftlern geworden. Viele davon betreffen Big Data:
Untersuchung von Datensammlungen, um
– Datenaufnahme Merkmale und Muster in ihnen zu verstehen.
Übernahme von Daten in eine Datenbank
– Visualisierung
oder einen anderen Datenspeicher.
Erzeugung visueller Darstellungen von Daten,
– Datenarchivierung um die Interpretation zu erleichtern und Muster
Aufbewahrung der Daten in einer Form, in der sie und Beziehungen hervorzuheben.
später für Analysen verfügbar sind.
– Prognostische und statistische Analyse
– Datenverarbeitung und Datenaufbereitung Erstellung von statistischen Modellen und/oder
Umformung von Daten in eine Form, in der sie sich Maschinenlernmodellen für Prognosen anhand
leicht analysieren und verwenden lassen. der Muster in den Daten.
SCHRODERS E XPERT 1 | 2 017 11TO P T H E M A | B I G DATA
uu Wie sich Datenwissenschaft auf das Fondsmanagement auswirkt
Informationen + Differenzierung + Inspiration + Timing + Kapazität + Kompetenz = Alpha
Datenwissenschaftliche Methoden im – Die Analyse von Daten zum Per- formationen zur Marketingstrategie
Fondsmanagement sollten dem Mana- sonaleinstellungsmuster eines Un- eines Unternehmens verglichen wer-
ger helfen, bessere Entscheidungen zu ternehmens auf der Basis von den. Dies könnte Anlegern dabei hel-
treffen. Die Qualität jeder Entscheidung Informationen, die etwa auf Unterneh- fen, sich eine Meinung darüber zu bil-
eines aktiven Anlegers ergibt sich aus menswebsites verfügbar sind, könn- den, ob eine strategische Bemühung,
mehreren Faktoren. Denn nur ein Fonds- te wertvolle Einblicke in die Wachs- ein Produkt an ein bestimmtes Seg-
manager, der über hervorragende Infor- tumsaussichten liefern. Ein plötzlicher ment der Bevölkerung zu verkaufen,
mationen verfügt, kann eine gute Perfor- Rückgang der Einstellung von Ver- Erfolg hat. Mit maßgeschneiderten
mance erzielen – umso mehr, je besser kaufspersonal könnte zum Beispiel Umfragedaten könnten die Informa-
er unabhängig von seiner eigenen Fä- auf ein größeres Problem hindeuten. tionen noch weiter gefi ltert werden,
higkeit und Kompetenz auch in der Lage um festzustellen, aus welchen Grün-
ist, diese Technologien einzusetzen. In Fällen wie diesen würde die Haupt- den die Menschen ihr Geld für Pro-
Unserer Meinung nach kann die Daten- aufgabe des Data-Science-Teams darin dukte des Unternehmens ausgeben,
wissenschaft bei jedem dieser Faktoren bestehen, die Daten zu sammeln und zu und so ein einzigartiges Verständnis
eine bedeutende positive Rolle spielen. bereinigen und sie dann in eine Form zu für die langfristigen Aussichten des
verwandeln, die durch oder für einen Unternehmens zu gewinnen.
Informationen Anleger analysiert werden kann.
Sie sind das Lebenselixier der Kapi- – Ein Unternehmen könnte im Ausland
talanlage, und die Datenwissenschaft Differenzierung expandieren. Eine Quantifizierung der
bietet enormes Potenzial, das Blickfeld Effektiv genutzte Datenwissenschaft er- „Konversionsrate“ eines Unterneh-
zu erweitern. So können zum Beispiel möglicht Einblicke, über die andere ver- mens in sozialen Onlinemedien im Ver-
Informationen über die Markenwahr- mutlich nicht verfügen. Das ist ein wich- gleich zur lokalen Konkurrenz, für die
nehmung, den Wohlstand der Kunden, tiger Punkt: Denn je größer die Menge lokales Domänenwissen über lokale
Standortdaten und sogar Fahrzeiten der Daten ist, die für das Verständnis ei- Produkte und lokale Medien nötig ist,
genutzt werden und nützliche Perspek- nes Unternehmens relevant sein könnte, dürfte aussagekräftige, selbst erarbei-
tiven zu den langfristigen Aussichten ei- desto mehr Kombinationen und Reihen- tete Indikatoren zum wahrscheinlichen
nes bestimmten Unternehmens bieten. folgen von Analysen kann man durch- Erfolg der Strategie liefern.
Ein Aspekt, den ein Anleger mithilfe der führen. Damit nimmt auch die Wahr-
Datenwissenschaft untersuchen kann, scheinlichkeit ab, dass andere Parteien Inspiration
ist etwa, welche Geschäftsinformationen genau die gleichen Analysen zusammen- Ein möglicherweise unerwarteter Vorteil
ein bestimmtes Unternehmen nutzen stellen.1 Dies führt zu einer interessan- des Einsatzes datenwissenschaftlicher
würde, um seinen eigenen Erfolg und ten Beobachtung: Je größer die Menge Methoden und alternativer Daten für
seine Wettbewerbsposition zu beobach- der verfügbaren Informationen ist, desto die langfristig orientierte Kapitalanlage
ten; danach könnte er versuchen, dies größer sind die Abweichungen zwischen ist das Potenzial für eine bessere Zu-
zu replizieren. Indem er die Sicht von den einzelnen Analysen – und desto ge- sammenarbeit im Unternehmen selbst.
Branchenakteuren nutzt, können Anle- ringer ist die Zahl der Akteure, die über Wo Datensammlungen gesondert und
ger Renditen effektiver prognostizieren. die dazu nötigen Datensammlungen und eigenständig sind und nur einen Markt-
Verarbeitungskapazitäten verfügen. sektor betreffen, dürften sie einer klei-
BEISPIELE: Deshalb ist es sehr wahrscheinlich, nen Zahl von Spezialisten vorbehalten
– Die Kartierung der Standorte einer dass ein entsprechend großes Data- sein. Im Gegensatz dazu können al-
wachstumsstarken Einzelhandelsket- Science-Team bei einem Assetmanager ternative und große Datensammlun-
te und die Ermittlung der Überschnei- wie Schroders Erkenntnisse erarbeitet, gen mehrere Sektoren umfassen. Das
dungen mit lokalen demografi schen die in ihren Ergebnissen einzigartig sind heißt, dass die Auswertung dieser Da-
und Infrastrukturdaten können wert- und sich von Mitbewerbern kaum exakt tensammlungen am besten zentral von
volle Informationen über die Wachs- wiederholen lassen. einem Data-Science-Team durchgeführt
tumsaussichten des Unternehmens wird, das mit mehreren Endanwendern
insgesamt liefern. Dadurch könnte ein BEISPIELE: zusammenarbeitet, wodurch wieder-
Analyst wiederum eine größere Über- – Die Ausgabenmuster einer großen um die Wahrscheinlichkeit weiterer In-
zeugung in Bezug auf die Bewertung Stichprobe der Bevölkerung eines spirationen und der Entwicklung neuer
der Gesellschaft gewinnen. Landes könnten mit spezifi schen In- Verwendungsmöglichkeiten maximiert
12 SCHRODERS E XPERT 1 | 2 017B I G DATA | TO P T H E M A
wird. Auf diese Weise angewandt, kann BEISPIEL: eröffnet, da er die Preisdynamik in
die Datenwissenschaft beispielsweise Datenwissenschaftler können statistische einer bestimmten Region als positiv
einer Fondsgesellschaft einen überpro- Verfahren auf alternative Datenquellen ansieht und davon ausgeht, dass dies
portional großen Vorteil gegenüber einer anwenden, um einen zeitnahen Hinweis- so bleibt. Wenn er eine systematische
anderen verschaffen. service einzurichten. Dies kann Risiken Methode zur Verfügung hat, die zum
reduzieren und die Effizienz steigern. Eine Beispiel die Preistrends überwacht,
BEISPIEL: Marke leidet möglicherweise unter einer kann er sich – in dem sicheren Wissen,
Eine Stichprobe des Internetverkehrs schwachen Kundenwahrnehmung und dass er sofort informiert wird, wenn
der Bevölkerung eines Landes oder Zoll- ist deshalb für einen Fondsmanager nur der Grund für die Anlage nicht mehr
daten, aus denen detaillierte bilaterale von begrenztem Interesse, bis sich ihre zutrifft – anderen Researchaufgaben
Handelsströme hervorgehen, sind Da- Aussichten stabilisieren. Wenn die Daten widmen.
tensammlungen, die wertvolle Nutzungs- zur Kundenwahrnehmung regelmäßig
möglichkeiten für viele Investmentteams überwacht werden und der Fondsma- Kompetenz
bieten: Einzelhandelsanalysten, Bank- nager einen Hinweis erhält, wenn ein Nicht zuletzt kann die wissenschaftliche
analysten, Konsumanalysten und Ökono- Wendepunkt eintritt oder sich die Wahr- Beobachtung der Entscheidungsfin-
men – um nur einige zu nennen – würden nehmung auf ein festgelegtes Niveau dungsprozesse eines Anlegers mögliche
von unterschiedlichen Analyseergebnis- erholt hat, kann er das Unternehmen Schwachpunkte aufzeigen und seine
sen dieser Datensammlungen profitieren. genau dann weiteren Analysen unterzie- zugrunde liegende Fähigkeit verbes-
Die Verwahrung und Handhabung dieser hen, wenn der richtige Zeitpunkt für eine sern. Dabei sollte nicht nur das Ergeb-
Daten wird am besten zentralisiert, da- solche Untersuchung gekommen ist. nis seiner Entscheidungen beobachtet
mit durch die gemeinsame Auswertung werden (d. h. die Treffsicherheit seiner
kollaborative Erkenntnisse gewonnen Kapazität Beurteilungen), sondern auch sein Ver-
und potenzielle Nutzungsmöglichkeiten Der möglicherweise bedeutendste Effekt trauen auf sein eigenes Urteil (d. h. die
entwickelt werden können. Dies steht der Datenwissenschaft für den aktiven Richtigkeit seiner Überzeugung). In
im Gegensatz zu herkömmlichen Da- Manager ist die Freisetzung von intellek- Verbindung mit Fachwissen über Beha-
tensammlungen, die in der Regel eine tuellem Kapital bei den Mitarbeitenden, vioural Finance kann eine gute Daten-
spezielle Branche betreffen und nur be- das für weitere Analysen und Research- wissenschaft Verhaltens tendenzen von
grenzten analytischen Spielraum bieten, aktivitäten verwendet werden kann. Ein Anlegern deutlich machen und dazu bei-
sich aber leicht auswerten lassen. Anleger, der sich auf andere Spezialisten tragen, Überzeugungen zu optimieren.
verlassen kann, die sein Blickfeld auf die Damit kann sie Anlegern dabei helfen,
Timing oben beschriebenen Weisen erweitern, sich selbst besser zu erkennen und ihre
Datenwissenschaftler können hilfreiche hat mehr Freiheit, über neue Quellen für Leistungen zu verbessern.
Fragen stellen – und vor allem auch da- langfristiges Alpha nachzudenken und
bei helfen, die passenden Antworten diese zu untersuchen. Eine gute Analo- BEISPIEL:
zu fi nden. Datenwissenschaftlern den gie wäre der Effekt der Bordelektronik Ein Anleger, dessen Prognosen sechs
ausdrücklichen Auftrag zu erteilen, die für Piloten: Die von einem fortschritt- Mal falsch und vier Mal richtig sind, der
Aufmerksamkeit auf Muster in alterna- lichen Instrumentarium gelieferten In- aber eine geringe Überzeugung in Bezug
tiven Daten zu lenken, trägt dazu bei, formationen ermöglichen eine bessere auf die sechs falschen Prognosen und
dass sich Anleger mit Aspekten befas- Entscheidungsfi ndung, entlasten den eine große Überzeugung in Bezug auf
sen, die relevant sein können – selbst Piloten aber auch, sodass er sich um die vier richtigen hat, zeigt eine hervor-
wenn sie möglicherweise kein Schwer- andere Dinge kümmern kann, die die ragende Selbstwahrnehmung. Ein sol-
punkt der allgemeinen Aufmerksamkeit Gesamtleistung verbessern, wie etwa cher Anleger dürfte bessere Ergebnisse
des Marktes sind. Ein solcher Mecha- die Planung für Eventualitäten. Ein Anle- erzielen als ein Konkurrent mit einer ähn-
nismus scheint eine bessere Möglichkeit ger, der die tagtäglichen Ereignisse nicht lichen Gesamt-Trefferquote, aber einer
zu sein, die Researcharbeit zu lenken, ständig überwachen muss, sollte in der schlechteren Korrelation zwischen den
als Alternativen wie Watch-Listen von Lage sein, mehr Zeit für Research und Ergebnissen und dem Überzeugungs-
Unternehmen (robust, aber willkürlich), Inspiration aufzuwenden. grad. Wie in vielen anderen Bereichen
Bewertungs-Screenings (undifferen- können wissenschaftlich kontrolliertes
ziert) oder die Fokussierung auf den BEISPIEL: Trainieren und Messen im Fondsma-
Nachrichtenfl uss (relevant, aber bereits Ein Anleger hat möglicherweise eine nagement dazu beitragen, ein Klima der
gut abgedeckt). Position in einem Lebensmittelanbieter ständigen Verbesserung zu schaffen. uu
1 Das Gegenteil träfe zu, wenn alle Parteien nur Zugang zu identischen und endlichen Datensätzen hätten: etwa nicht mehr als
Geschäftsberichte und Jahresabschlüsse.
SCHRODERS E XPERT 1 | 2 017 13TO P T H E M A | B I G DATA
uu Moderne Daten sowie
moderne Methoden für Die Realität stellt unvorsichtigen Datenwissenschaftlern zahlreiche Fallen –
das Aufbereiten und das einige sind wichtiger als andere:
Management sind eindeu-
Abwägen im Spannungsfeld können unklar sein, Skalen bei Charts
tig sehr leistungsfähige zwischen Tempo und Qualität können täuschen und allzu komplizierte
Instrumente in der Hand Im Geschäftsleben heißt es „Zeit ist Grafi ken können verwirren. Ein speziali-
des Anlegers. Es ist aber Geld“. Ein Datenwissenschaftler ist an- sierter Grafi ker oder „Datenkünstler“ ist
auch sehr wichtig, sich der gesichts eines komplexen Problems deshalb wichtiger Teil eines guten Data-
jedoch häufi g versucht, dieses so voll- Science-Teams.
Grenzen der Datenwissen-
ständig und gründlich wie möglich zu
schaft bewusst zu sein – lösen. Er muss von Fall zu Fall abwägen, Auslegung auf die Produktion
und die Fallen zu kennen, welche Lösung „gut genug“ ist, um dem Das Ziel vieler Data-Science-Teams ist
in die man als Unvorsich- Unternehmen am besten zu nutzen. die Konzipierung von Tools, die anderen
tiger hineintappen kann Einblicke bieten. Die Implementierung
Daran denken, dass Daten nur ein muss jedoch praktisch sein. Ein brillanter
(siehe Kasten).
unvollständiges Bild der Welt zeigen Mathematiker könnte einen Algorithmus
Beim Umgang mit großen Datenmengen für die Lösung eines Problems entwi-
gibt es viele Möglichkeiten für Fehler und ckeln, der auf einem Desktop-Computer
Verzerrungen, die sich unbemerkt ein- hervorragend funktioniert, nur um dann
schleichen können. Um dies zu verhin- festzustellen, dass die Übertragung auf
dern, muss ständig überprüft werden, die Datenbank des Unternehmens Tage
ob die Schlussfolgerungen sinnvoll sind. dauert. Die Lösung besteht darin, dass
Domänenwissen ist hier eine wichtige die IT-Funktion die richtige Analyse-
Voraussetzung, denn es vermittelt dem plattform bereitstellen muss, auf der die
Datenwissenschaftler ein Gefühl für die Datenwissenschaftler arbeiten können.
wahrscheinlichsten Muster und Verhal- Sie sollte es ihnen ermöglichen, zu expe-
tensweisen. Es muss sowohl auf die Er- rimentieren, aber auch vorwegnehmen,
gebnisse als auch auf die Systeme und wie sich die gleiche Analyse im größe-
Prozesse angewandt werden, welche ren „industriellen“ Maßstab wiederholen
die Daten überhaupt erst generieren. lässt.
Kommunikation als Handlungsbasis Vorsicht vor scheinbarer Präzision
Jede datenbasierte Analyse ist tradi- Knackige Daten und der klare wissen-
tionell mit einer umfassenden Doku- schaftliche Hintergrund können Anwen-
mentation der Methoden, Ergebnisse der zu dem Trugschluss verleiten, dass
und Schlussfolgerungen verbunden. die daraus resultierenden Analysen und
Der geschäftliche Anwender zieht es Prognosen genauer sind als in Wirklich-
jedoch in der Regel vor, nur die für die keit. Der Druck von Seiten der geschäft-
Entscheidung nötigen Informationen zu lichen Anwender, die einfache Antwor-
haben. Deshalb dürfte eine wesentlich ten wünschen, verstärkt diese Tendenz
einfachere Beschreibung nötig sein, um zusätzlich. Dieser Effekt kann zu irre-
die empfohlene Aktion zu unterlegen. führenden, scheinbar sicheren Ergeb-
nissen führen. Die Datenwissenschaft
Irreführende Datenvisualisierungen muss, insbesondere bei der Anwendung
vermeiden auf das Fondsmanagement, häufi g eine
Das Angebot an neuen Instrumenten, größere Bereitschaft zeigen, Unsicher-
die Daten in visuelle Darstellungen ver- heit in Kauf zu nehmen.
wandeln, war nie größer. Tools wie Tab- Dies wird besonders deutlich, wenn
leau und Excel bieten beispiellose Mög- man die offenbar präzise und nur nach
lichkeiten, ansprechende Grafi ken und oben zeigende Prognose in Abbildung 4
Schaubilder zu erzeugen. Leider bieten mit den deutlich variableren Schätzun-
sie auch beispiellose Möglichkeiten, gen der Bank of England in Abbildung 5
für Verwirrung zu sorgen. Farbschemata vergleicht.
14 SCHRODERS E XPERT 1 | 2 017B I G DATA | TO P T H E M A
ABBILDUNG 4: UMSATZ MIT BIG DATA WELTWEIT, 2011– 2026
In Mrd. US-Dollar
100
92,2
90 88,5
84,0
80 78,7
72,4
70
65,2
60 57,3
50 49,0
40,8
40
33,5
30 27,3
22,6
20 19,6 18,3
12,3
10 7,6
0
2011 2012 2013 2014 2015* 2016* 2017* 2018* 2019* 2020* 2021* 2022* 2023* 2024* 2025* 2026*
Quelle: statista.com/statistics/254266/global-big-data-market-forecast. *Geschätzt
ABBILDUNG 5: ZUWACHS DER WIRTSCHAFTSLEISTUNG, JEWEILS IM VORJAHRESVERGLEICH
In %
6
Prognosen
5
4
3
2
1
0
–1
–2
–3
2012 2013 2014 2015 2016 2017 2018 2019
Schätzungen der Bank of England zum Wirtschaftswachstum
Tatsächliche Daten der britischen Statistikbehörde
Quelle: bankofengland.co.uk/publications/Documents/infl ationreport/2016/feb.pdf – Seite 4.
uu
SCHRODERS E XPERT 1 | 2 017 15TO P T H E M A | B I G DATA
uu Die Vorteile der Größe Arbeit der Datenwissenschaftler effek- Alpha aus Daten:
Auch ein kleiner Assetmanager mit dem tiver zu gestalten. langfristig gegen kurzfristig
richtigen Fokus kann die enormen Men- Wir vertreten die Ansicht, dass die
gen der verfügbaren neuen Daten höchst Mehr Chancen Ausbreitung der verfügbaren Daten,
effektiv und fl exibel nutzen. Eine größere Eine breite internationale Präsenz bringt die analysiert werden können, einen
Organisation ist dagegen mit ihren eige- mehr Möglichkeiten mit sich. Einige Wettbewerbsvorteil für gut ausgerüs-
nen Problemen konfrontiert. Die Daten- Märkte sind weniger effizient bei der Pro- tete langfristige Anleger schafft. Es ist
revolution in der Vermögensverwaltung duktion von Informationen als andere – jedoch wichtig, im Hinblick auf die Da-
bringt aber auch Vorteile für größere, chinesische Daten sind zum Beispiel be- tenwissenschaft den entscheidenden
gut strukturierte Organisationen, die kanntermaßen weniger „sauber“ als US- Unterschied zwischen langfristigen
ihren kleineren Mitbewerbern nicht zur Daten. Alternative Datensammlungen, und kurzfristigen Anlagehorizonten zu
Verfügung stehen, zum Beispiel: wie direkte Umfragen oder Daten zur beachten.
Handyverwendung, die die Abhängig- Ein kurzfristiger datenwissenschaft-
Mehr Daten, die ausgewertet keit von staatlichen Kanälen umgehen, licher Ansatz strebt danach, Prognose-
werden können können Chancen schaffen, die konkurrie- modelle zu erstellen, die auf Korrela-
Eine große Organisation kann eine grö- renden Anlegern verschlossen sind. tionen zwischen bestimmten Daten
ßere Zahl unterschiedlicher Datensamm- und der kurzfristigen Entwicklung von
lungen unterbringen, verwalten und ana- Mehr Zusammenarbeit Aktienkursen basieren. Dies ist eine
lysieren. Angesichts der Größenordnung Je größer die Organisation ist, umso effektive, aber letztendlich kurzlebige
und Vielfalt der heute verfügbaren Daten größer ist die Chance für Innovationen. Strategie: Je mehr Parteien die Korrela-
sind beträchtliche technische und Da- Wenn mehr Anleger davon hören, dass tion feststellen, umso schneller wird das
tenmanagement-Ressourcen erforder- ihre Kollegen Data Science einsetzen, darin enthaltene Alpha vom Wettbewerb
lich, um sie optimal auszuwerten. sollte sie dies dazu inspirieren, auch aufgezehrt. Zudem ist es sehr wahr-
selbst über mehr Verwendungsmöglich- scheinlich, dass viele andere Anleger
Mehr lokale Kenntnisse keiten der Daten nachzudenken. die gleichen Korrelationen ausnutzen,
Alternative Datensammlungen sind in da eine Dimension der Analyse – die
der Regel extrem komplex, nicht leicht Mehr Datenscouts Aktien kursentwicklung – feststeht und
zu verstehen und lassen sich nicht so Wenn die Data-Science-Funktion voll die andere eine höchstwahrscheinlich
ohne Weiteres in ein Format überfüh- integriert ist, wird jeder Anleger zu ei- nicht exklusive Datensammlung ist. Der
ren, mit dem Anleger vertraut sind, wie nem potenziellen Datenscout. Anleger kurzfristige Gewinner dürfte deshalb
Aktien und Sektoren. Die Verfügbarkeit machen es sich zur Gewohnheit, neue derjenige Akteur sein, der am schnells-
von detailliertem Investment-Know- Daten, auf die sie stoßen, für eine mög- ten die meisten Daten sammelt, ihre
how über verschiedene Sektoren und liche weitere Nutzung durch das Data- Korrelationen feststellt und in Handels-
Industriezweige sollte es erleichtern, die Science-Team zu markieren. positionen umsetzt. Das ist nicht einfach,
Es ist sehr wahrscheinlich, dass ein entsprechend
großes Data-Science-Team bei einem Assetmanager
wie Schroders Erkenntnisse erarbeitet, die in ihren
Ergebnissen einzigartig sind und sich von Mitbewerbern
kaum exakt wiederholen lassen.
MARK AINSWORTH & BEN WICKS
16 SCHRODERS E XPERT 1 | 2 017B I G DATA | TO P T H E M A
aber die Voraussetzungen für den Sieg FAZIT
sind zumindest eindeutig. Die Zunahme der für das Investment-Research verfügbaren
Dieses kurzfristige Modell steht im Informationen ist eine Kraft, die tiefgreifende Veränderungen
krassen Gegensatz zu dem langfris- hervorruft. Die Datenwissenschaft stellt die gegenwärtige IT-
tigen Alpha, das aus tiefgreifenden Infrastruktur, die Datenanalyseplattformen und die traditionellen
Einblicken in ein Unternehmen oder Fähigkeiten vor technische Herausforderungen. Sie bringt aber
die fundamentalen Aussichten einer auch organisatorische Herausforderungen und einen signifi-
Branche herrührt. In diesem letzteren kanten Forschungs- und Entwicklungsaufwand mit sich. Dabei
Fall wurden die Erkenntnisse aus einer ist es nötig, ein Scheitern bei einigen Bemühungen in Kauf zu
wohlüberlegten Untersuchung einer nehmen, um bei anderen Erfolg zu haben. Für Fondsmanager
Menge ansonsten undurchsichtiger Da- bietet die Datenwissenschaft aber auch eine enorme Chance.
ten gewonnen. Wenn sich daraus Alpha Die Integration neuer und potenziell einzigartiger Methoden der
ergibt, dürfte dies darauf zurückzufüh- Datenanalyse in bestehende Investmentprozesse dürfte die Ge-
ren sein, dass – unter Umständen auf nerierung von langfristigem Alpha verbessern. Deshalb dürfte
einzigartige Weise – ein höheres Wert- eine erfolgreiche Beherrschung der Datenwissenschaft einem
oder Wachstumspotenzial identifiziert gut ausgerüsteten langfristigen Anleger einen Wettbewerbs-
wurde, das sich im Laufe der Zeit im vorteil bringen.
Aktienkurs niederschlagen wird, nicht Dieser Vorteil dürfte sowohl gegenüber Konkurrenten deut-
etwa darauf, dass eine Gruppe anderer lich werden, denen es nicht gelungen ist, sich weiterzuent-
Akteure auf das gleiche wahrgenom- wickeln, als auch gegenüber kleineren Marktteilnehmern, denen
mene Alpha-Signal aus den gleichen die dafür nötigen Ressourcen fehlen. Statt ein einheitliches
Daten reagiert hat. Wettbewerbsumfeld zu schaffen, in dem mehr leicht verfügbare
Auf den Punkt gebracht, geht es bei Informationen einfach zu einer größeren Markteffizienz führen,
der erfolgreichen Anwendung der Da- hat die Informationsrevolution genau den entgegengesetzten
tenwissenschaft für kurzfristige Anlagen Effekt: Sie schafft schwer zugängliche Bereiche für die langfris-
letztlich um die Geschwindigkeit, wäh- tige Alpha-Generierung einiger weniger, insbesondere wenn sie
rend es beim erfolgreichen Einsatz der über die nötige Größe verfügen, um diese zu nutzen.
Datenwissenschaft für langfristige Anla- Diese Größe ist nötig, da die Daten schwer zu finden, zu
gen um den Wissenstransfer geht. Hier sammeln und anzuwenden sind. Es gibt keinen einfachen
trägt die Datenwissenschaft dazu bei, Weg, Daten ohne harte Arbeit in Modelle für Unternehmens-
Ereignisse vorherzusehen, welche die oder Marktaussichten zu integrieren. Ganz anders würde es
Unternehmen letztlich beeinfl ussen und aussehen, wenn die Daten lediglich eine Explosion ähnlicher
im Laufe der Zeit wiederum die Aktien- Datenpunkte darstellen würden, wie etwa Ergebnisse einer ver-
kurse antreiben werden. stärkten Offenlegung von Finanzdaten in den Abschlüssen von
Unternehmen: für alle einheitliche, verfügbare und verständliche
Daten, die – letztendlich – von allen eingepreist sind. Stattdessen
sind die Datensammlungen, um die es hier geht, undurchsich-
tig und von unterschiedlicher Qualität – und je besser sie mit
anderen Datensammlungen kombiniert werden können, umso
größer sind die Erkenntnisse.
Die Datenrevolution stellt zugleich eine große Herausfor-
derung und eine große Chance dar – gerade auch im Fonds-
management. Wer sich als Unternehmen erfolgreich an diese
datenlastige Welt anpasst, auf Innovation und Zusammenarbeit
zielt und technologisches Können hat, wird im Wettbewerb
bestehen können. Wer sich weiterentwickelt und flexibel genug
bleibt, um Fallstricke zu vermeiden, zugleich aber bereitwillig
auf den ständigen Wandel setzt, hat langfristig beste Erfolgs-
aussichten auf seiner Seite: die Fähigkeit, für Kunden nachhaltig
differenzierte Erträge zu erwirtschaften.
SCHRODERS E XPERT 1 | 2 017 17Sie können auch lesen
