Prompt für Aktienrecherche: 4 smarte Beispiele
Investoren nutzen immer häufiger große Sprachmodelle, um riesige Datenmengen zu durchforsten. Ein Prompt für Aktienrecherche ist dabei das Kernstück: Er definiert, welche Informationen das Modell extrahieren und analysieren soll. Philipp „Pip“ Klöckner, Tech‑Investor und KI‑Enthusiast, hat vier besonders effektive Prompt‑Varianten entwickelt, die sowohl Einzelaktien als auch ETFs schnell und präzise bewerten.
Im Folgenden erfahren Sie, wie Sie diese Prompts in Ihrem Workflow einsetzen, welche technischen Grundlagen dahinterstehen und welche Business‑Impact‑Potenziale sich daraus ergeben.
Warum Prompts die Aktienrecherche revolutionieren
Große Sprachmodelle (LLMs) wie GPT‑4 oder Claude können natürliche Sprache verstehen und strukturierte Daten aus unstrukturierten Quellen extrahieren. Durch gezielte Prompts wird die KI zu einem spezialisierten Analysten, der:
- Quartalsberichte, Pressemitteilungen und Analystenkommentare in Sekunden zusammenfasst.
- Bewertungskennzahlen (KGV, EV/EBITDA, ROE) automatisch vergleicht.
- Sentiment‑Analysen durchführt und Risiken visualisiert.
Der entscheidende Unterschied zu klassischen Tools liegt in der Flexibilität: Ein Prompt lässt sich in Echtzeit an neue Fragen anpassen, ohne dass ein separates Skript geschrieben werden muss.
Vier smarte Prompts im Detail
1. Unternehmensprofil und Quartalszahlen
Dieser Prompt fragt das Modell nach einem kompakten Überblick über das Unternehmen, inklusive der letzten Quartalszahlen, Wachstumsraten und wichtigen Ereignissen.
Erstelle ein 3‑Absatz‑Profil von {{Unternehmen}} mit Fokus auf Umsatz, EBITDA und Cash‑Flow der letzten 4 Quartale. Ergänze signifikante News aus den letzten 30 Tagen.
Ergebnis: Sie erhalten sofort ein strukturiertes Dokument, das Sie in Präsentationen oder Due‑Diligence‑Reports einbinden können.
2. Vergleich von Bewertungskennzahlen
Hier wird das Modell angehalten, mehrere Unternehmen anhand einheitlicher Kennzahlen zu vergleichen.
Vergleiche {{Unternehmen A}}, {{Unternehmen B}} und {{Unternehmen C}} nach KGV, PEG, EV/EBITDA und ROIC. Stelle die Werte in einer übersichtlichen Tabelle dar und markiere das Unternehmen mit dem besten Verhältnis.
Der Prompt liefert eine sofortige Benchmark‑Analyse, die sonst manuelle Excel‑Arbeit erfordern würde.
3. Sentiment‑Analyse von Analystenberichten
Die KI fasst die Tonalität von Analystenkommentaren zusammen und weist potenzielle Risiken aus.
Analysiere die letzten 10 Analystenberichte zu {{Unternehmen}}. Gib das durchschnittliche Sentiment (positiv/neutral/negativ) an und nenne die drei häufigsten Themen.
Damit können Sie Marktstimmungen schnell erfassen und Ihre Handelsstrategie anpassen.
4. ETF‑Strategie basierend auf KI‑Risiko‑Scoring
Für Portfolio‑Manager bietet dieser Prompt ein KI‑gestütztes Scoring aller im ETF enthaltenen Titel.
Erstelle ein Risiko‑Score‑Ranking für alle Bestandteile des {{ETF‑Name}} basierend auf Volatilität, Beta und jüngsten Gewinnwarnungen. Empfehle die Top‑3‑Titel für ein Upside‑Bias‑Rebalancing.
Das Ergebnis unterstützt datengetriebene Entscheidungen und reduziert das Risiko von Fehlallokationen.
Best Practices für den Prompt‑Einsatz
Damit Ihre Prompts zuverlässig funktionieren, beachten Sie folgende Punkte:
- Präzise Eingaben: Definieren Sie klare Variablen (z. B. Unternehmen, Zeitraum).
- Versionierung: Dokumentieren Sie Prompt‑Versionen, um Ergebnisse reproduzieren zu können.
- Validierung: Prüfen Sie die KI‑Ausgabe gegen offizielle Quellen, besonders bei regulatorisch relevanten Daten.
- Datenschutz: Verwenden Sie keine vertraulichen Insider‑Informationen, um Compliance‑Risiken zu vermeiden.
Durch konsequente Anwendung dieser Prinzipien erhöhen Sie die Qualität Ihrer Analyse und können schneller fundierte Investment‑Entscheidungen treffen.
Fazit
Die vier vorgestellten Prompts zeigen, wie KI‑gestützte Textabfragen die Aktien‑ und ETF‑Recherche effizienter, genauer und skalierbarer machen. Sie kombinieren technisches Know‑how mit praxisnahen Business‑Insights – ein Muss für jeden modernen Investor oder Digital‑Manager, der im Finanzsektor wettbewerbsfähig bleiben will.
