KI-Prompts für Trading, Aktienanalyse und Investment
Praxisnahes Handbuch mit Prompt-Vorlagen für Marktanalyse, Unternehmensbewertung, Risikoprüfung und Trading-Mindset – weitgehend modellübergreifend und aktualisiert für 2026.
Anzeige · Dieser Beitrag enthält Empfehlungslinks, die mit „Anzeige“ gekennzeichnet sind. Stellst du darüber eine Anfrage oder eröffnest ein Konto, kann eine Provision entstehen; der Preis für dich ändert sich dadurch in der Regel nicht.
Das Wichtigste vorweg: Gute KI-Prompts für Trading und Aktienanalyse legen Ziel, Datenbasis mit Stichtag, Prüfaufgabe, Grenzen, Ausgabeformat und Qualitätskontrolle fest. Dieses Handbuch liefert dafür fertige Prompt-Vorlagen für ChatGPT, Claude, Gemini und andere Modelle – von der Aktienanalyse über ETF-Portfolios und Setup-Analyse bis zum Marktbriefing. KI ersetzt dabei keine Entscheidung: Kurse, Kennzahlen und ISINs musst du selbst an verlässlichen Quellen prüfen.
RisikohinweisDieser Beitrag ist keine Anlage-, Steuer- oder Rechtsberatung. Trading und Investment sind mit Verlustrisiken bis zum Totalverlust verbunden. KI-Modelle können Kurse, Kennzahlen und Quellen erfinden. Bei gekauften Optionen kann die Prämie vollständig verloren gehen, bei ungedeckten verkauften Optionen können Verluste darüber hinausgehen.
Inhaltsverzeichnis
Vorwort: KI-Prompts für Trading und Aktienanalyse richtig nutzen
Künstliche Intelligenz ist im Finanzbereich nur dann nützlich, wenn sie klar geführt und mit belastbaren Daten versorgt wird. Wer unscharfe Fragen stellt, bekommt unscharfe Antworten. Wer Ziel, Datenbasis, Stichtag, Aufgabe, Grenzen und Ausgabeformat festlegt, erhält deutlich brauchbarere Ergebnisse.
Moderne Reasoning-Modelle brauchen keine komplizierten Zauberformeln. Entscheidend sind direkte Anweisungen, sauber getrennte Eingabedaten, verlässliche Quellen und eine sichtbare Qualitätskontrolle. Bei aktuellen Kursen, Kennzahlen oder Nachrichten muss die KI entweder auf geeignete Werkzeuge und Quellen zugreifen oder Datenlücken ausdrücklich benennen.
Dieses Handbuch richtet sich an Anleger und Trader, die KI-Prompts für Trading, Aktienanalyse und Investment-Recherche als Arbeitsmethode nutzen wollen. Ziel sind keine schnellen Kauf- oder Verkaufstipps, sondern strukturierte Analysen, überprüfbare Annahmen, klare Risiken und ein wiederholbarer Entscheidungsprozess.
Die Prompt-Vorlagen funktionieren als ChatGPT Trading Prompts ebenso wie mit Claude, Gemini oder anderen Assistenten. Du findest hier Prompts für die Aktienanalyse mit KI, für Makro- und Sektoranalysen, für ETF-Portfolios nach Core-Satellite-Logik, für Second-Order-Denken, Setup- und Optionsanalysen, das tägliche Marktbriefing, Trading-Psychologie und das Prompt-Audit – dazu Workflows, die mehrere Prompts zu festen Routinen verbinden.
Update 2026Die Vorlagen wurden weitgehend modellübergreifend überarbeitet. Im Mittelpunkt stehen Quellenangaben, Datenstichtage, prüfbare Begründungen, klare Ausgabeformate und der saubere Einsatz von Websuche, Dokumenten und Rechenwerkzeugen.
Grundlagen: So sind gute KI-Prompts für Finanzanalysen aufgebaut
Kapitel 1: Warum Finance-Prompts scheitern
Die häufigsten Fehler und wie man sie vermeidet
Die meisten Finance-Prompts scheitern nicht an fehlender Rechenleistung, sondern an einer schlechten Aufgabenstellung. Fehlen Zeitraum, Datenstand, Ziel oder Risikorahmen, produziert die KI oft eine sprachlich saubere, aber analytisch wertlose Antwort.
„Analysiere Aktie X“ ist deshalb kein brauchbarer Prompt. Eine belastbare Aktienanalyse mit KI braucht mindestens das Unternehmen, den Bewertungsstichtag, den Anlagehorizont, die gewünschten Kennzahlen, zugelassene Quellen und ein festes Ausgabeformat. Wie der Ablauf vom Research bis zur Order aussieht, steht in Aktien kaufen: der Ablauf und die Fallen.
Hinzu kommen Halluzinationen und veraltete Finanzdaten. Professionelle Prompts müssen deshalb ausdrücklich verbieten, fehlende Zahlen zu erfinden. Statt interner Gedankengänge sollte die Ausgabe die verwendeten Quellen, zentralen Annahmen, Rechenschritte und Unsicherheiten knapp dokumentieren. Warum Sprachmodelle dabei trotzdem selbstbewusst falsche Antworten geben, erklärt der Beitrag Warum Sprachmodelle selbstbewusst irren.
Die GrundregelEin guter Finance-Prompt beantwortet sechs Fragen: Was ist das Ziel? Welche Daten gelten? Was soll geprüft werden? Welche Grenzen gelten? Wie soll die Antwort aussehen? Wie wird das Ergebnis kontrolliert?
Kapitel 2: Moderne Prompt-Strukturen UPDATE 2026
Ein weitgehend modellübergreifender Aufbau für Research, Aktienanalyse und Trading
Es gibt kein belastbares Spezial-Framework, das automatisch nur für ein bestimmtes KI-Modell funktioniert. ChatGPT, Claude, Gemini und andere moderne Assistenten profitieren grundsätzlich von denselben Kernelementen: einer klaren Aufgabe, relevantem Kontext, getrennten Daten, eindeutigen Grenzen und einem überprüfbaren Ausgabeformat.
| Baustein | Leitfrage | Nutzen | Beispiel |
|---|---|---|---|
| Ziel | Welche Entscheidung soll vorbereitet werden? | Verhindert allgemeine Antworten | Geschäftsqualität einer Aktie prüfen |
| Daten | Welche Quellen und welcher Stichtag gelten? | Reduziert veraltete oder erfundene Zahlen | Geschäftsbericht, 10-K, Quartalszahlen |
| Aufgabe | Welche Kriterien sind nacheinander zu prüfen? | Macht die Analyse vollständig | Bilanz, Wachstum, Bewertung, Risiken |
| Kontrolle | Wie werden Fehler und Unsicherheit sichtbar? | Erleichtert die eigene Nachprüfung | Quellen, Annahmen, Datenlücken, Gegenargumente |
Prüfbare Begründung statt GedankenprotokollVerlange keine vollständige interne Gedankenkette. Bitte stattdessen um eine kurze Begründung, die wichtigsten Annahmen, verwendete Quellen, nachvollziehbare Berechnungen und klar markierte Unsicherheiten.
Kapitel 3: Qualitätsregeln für professionelle Prompts
7 Regeln, die den Unterschied machen
-
1Eine klar abgegrenzte Hauptaufgabe pro PromptKein gleichzeitiges Research, Bewertung und Strategie in einem unklaren Mischtext. Komplexe Aufgaben in nachvollziehbare Teilschritte zerlegen oder auf mehrere Prompts verteilen. Klare Trennung erhöht die Qualität.
-
2Kontext vollständig angebenTicker, Zeithorizont, Risikoprofil, Zielsetzung – ohne diese Parameter arbeitet die KI zu allgemein.
-
3Ausgabeformat klar definierenTabelle, Scorecard, Rangfolge oder Kurzfazit – wer das Format vorgibt, bekommt nützlichere Antworten.
-
4Begründung und Prüfschritte verlangenQuellen, Annahmen, Berechnungen und Datenlücken knapp dokumentieren lassen – ohne ein vollständiges Gedankenprotokoll zu verlangen.
-
5Keine Floskeln, keine HypespracheNüchterne, faktenbasierte Sprache verlangen. Schicke Formulierungen liefern selten substanzielle Ergebnisse.
-
6Datenbasis und Stichtag festlegenQuellen, Berichtsperiode, Währung und Bewertungsdatum ausdrücklich nennen. Ohne aktuellen Datenzugriff dürfen keine Zahlen erfunden werden.
-
7Fehlergrenzen definierenWas darf nicht passieren? Keine Kursziele ohne nachvollziehbare Methode und keine Kauf- oder Verkaufsempfehlung allein aus dem Modelloutput. Risiken, Gegenargumente und Unsicherheiten immer separat ausweisen.
Analyse-Prompts: Aktienanalyse, Makro und ETF-Portfolio mit KI
Kapitel 4: Zukunftsszenarien und Thesenbildung
Langfristige Trends früh erkennen und in belastbare Thesen übersetzen
Dieses Modul dient dazu, langfristige Trends früh zu erkennen. Die KI soll nicht einfach Branchen aufzählen, sondern ein Muster erkennen und in eine belastbare These übersetzen. Wichtig: keine fertige Anlageempfehlung, sondern eine saubere Vorstufe – Thema, Kernproblem, Lösung, mögliche Profiteure und erste Signale.
EinsatzIdeal für Wochenroutinen und Ideenentwicklung. Zuerst die These bilden, dann erst die Detailanalyse starten.
Kapitel 5: Unternehmens- und Aktienanalyse
Systematische Bewertung von Geschäftsqualität, Bilanz und Bewertung
Hier geht es um die Bewertung einer einzelnen Aktie oder eines Unternehmens. Der Fokus liegt auf Qualität, Profitabilität, Bilanzstärke und Bewertung. Die KI soll nicht spekulieren, sondern ein Unternehmen systematisch bewerten.
Der Aktienanalyse-Prompt ist nur so gut wie die Zahlen, die du ihm gibst. Allgemeine Sprachmodelle haben oft keinen oder nur eingeschränkten Zugriff auf aktuelle Finanzdaten. Deshalb lohnt sich eine eigene Datenbasis: ein Aktien-Screener mit Kennzahlen, Analystenschätzungen und Unternehmensberichten, deren Werte du in den Kontext-Block einsetzt. Spezialisierte KI-Plattformen wie Intellectia.AI verbinden Daten und KI-Auswertung – auch deren Signale bleiben Input für deine eigene Prüfung.
Datenbasis für den Aktienanalyse-Prompt
Screener, Analystenkonsens und Unternehmensdaten liefern die Zahlen, die du in die Prompt-Vorlage einsetzt und gegenprüfst.
Kapitel 6: Makro- und Sektorprofiteure
Aus einer übergeordneten Marktthese konkrete Gewinner ableiten
Dieses Modul dient dazu, aus einer übergeordneten Marktthese konkrete Gewinner abzuleiten. Ein guter Makro-Prompt beginnt nicht mit einem Unternehmen, sondern mit einer Entwicklung – einem Zinsumfeld, einer geopolitischen Verschiebung oder einem strukturellen Umbau. Erst danach wird geprüft, welche börsennotierten Firmen davon am stärksten profitieren.
Kapitel 7: ETF- und Portfolio-Systeme
Core-Satellite-Struktur statt loser ETF-Liste
Dieses Modul richtet sich an alle, die langfristig Vermögen aufbauen und dabei mit ETFs arbeiten. Der Unterschied zwischen einer brauchbaren und einer wertlosen Antwort liegt fast immer in der Zielsetzung: Vermögensaufbau, Rentenstrategie und Einkommensorientierung führen zu völlig verschiedenen Portfolios.
Ein Robo-Advisor kann eine Alternative sein, wenn du Auswahl und Rebalancing nicht selbst übernehmen willst. Ebenso wichtig ist die Trennung zwischen Basisbausteinen und thematischen Satelliten. Ohne sie liefert die KI eine Aufzählung von Produkten statt einer Struktur. Für Anleger in Deutschland gehören zusätzlich UCITS-Konformität, Handelbarkeit und die steuerliche Behandlung in den Prompt.
Wofür sich das Modul eignetAsset-Allocation, Sparplanaufbau und Portfolio-Review. Es zwingt die KI dazu, eine funktionierende Struktur zu liefern statt einer losen Produktsammlung. Welche Kosten beim Depot tatsächlich anfallen, klärt vorher Depotkosten und Handelsplätze. Prüfe ISINs, Kosten und Fondsvolumen anschließend selbst – erfundene Kennungen sind der häufigste Fehler in KI-Antworten zu ETFs. Und schau nicht nur auf die TER: Die Tracking-Differenz zeigt, wie weit ein ETF in der Praxis tatsächlich vom Index abweicht.
Aus dem Portfolio-Entwurf wird erst dann ein Depot, wenn du die ETFs über einen Broker mit passenden Sparplänen umsetzt – oder die Umsetzung einem Robo-Advisor überlässt. Die folgende Auswahl ist kein vollständiger Marktvergleich. Aufgeführt sind Anbieter, mit denen wir zusammenarbeiten.
Depot und Sparplan für dein ETF-Portfolio
ETF- und Aktien-Sparpläne selbst anlegen oder das Portfolio digital verwalten lassen.
Kapitel 8: Second-Order-Effekte
Die übersehene Nebenwirkung statt des offensichtlichen Gewinners
Direkte Profiteure eines Trends sind meist offensichtlicher und stehen schneller im Fokus. Zusätzliche Research-Ideen liefern häufig die Folgen zweiter und dritter Ordnung: Unternehmen und Bereiche, die auf den ersten Blick gar nichts mit dem Thema zu tun haben.
Das Modul zwingt dazu, Kausalketten zu formulieren, statt Schlagworte zu wiederholen. Genau darin liegt der Nutzen – nicht die offensichtliche Konsequenz ist investierbar, sondern die übersehene Nebenwirkung.
Warum das Modul nützlich istSecond-Order-Denken verhindert oberflächliche Trendanalyse. Es hilft, bessere Fragen zu stellen, statt dem ersten Reflex zu folgen – und liefert Kandidaten, die bei einer reinen Schlagwortsuche gar nicht auftauchen.
Trading-Prompts: Setup-Analyse, Optionen und Marktbriefing mit KI
Kapitel 9: Konfluenz- und Setup-Analyse
Mehrere Faktoren systematisch prüfen, bevor ein Trade platziert wird
Dieses Modul ist für Trader gedacht, die nicht blind jedem Signal folgen wollen. Es geht darum, verschiedene Faktoren (Konfluenz) zu prüfen, bevor ein Trade platziert wird. Ein guter Konfluenz-Prompt muss klar zwischen Analyse und Entscheidung trennen.
Das Invalidierungs-Level markiert den Kurs, bei dem die Handelsidee als widerlegt gilt. Soll der Ausstieg automatisiert werden, muss eine passende Order eingerichtet werden. Beachte: Eine normale Stop-Loss-Order garantiert keinen bestimmten Ausführungskurs. Welcher Auftragstyp passt und wo Stop-Loss-Orders an ihre Grenzen stoßen, erklärt der Beitrag Orderarten und Stop-Loss.
Kapitel 10: Options- und Volatilitätsstrategien
Technik, Volatilität und Handelsplan sauber getrennt
Optionen und andere Hebelprodukte sind der Bereich, in dem unstrukturierte KI-Antworten am wenigsten wert sind – und der teuerste, wenn man sich irrt. Warum ein großer Anteil der Retail-CFD-Konten Verluste macht, steht in CFD-Trading: was es kostet. Ohne Angaben zu Kurs, Volatilitätsumfeld und Zielsetzung bleibt die Antwort theoretisch und zählt am Ende nur Strategien auf.
Das Modul trennt deshalb vier Phasen: Technik, Volatilität, Strategiewahl und Handelsplan. Erst diese Trennung macht aus einer Strategieliste einen überprüfbaren Plan mit Risikokennzahlen.
Wichtig vor dem EinsatzBei gekauften Optionen kann die gezahlte Prämie vollständig verloren gehen. Bei ungedeckten verkauften Optionen können die Verluste über die vereinnahmte Prämie hinausgehen – beim ungedeckten Call ist der Verlust theoretisch unbegrenzt. Und ohne aktuelle Optionskette kann kein Modell belastbare Strikes, Prämien oder Greeks liefern. Neue Strategien gehören deshalb zuerst in ein Demokonto, nicht ins Echtgeldkonto. Der Prompt ersetzt weder eine eigene Risikorechnung noch die Prüfung, ob die Strategie zum Depot passt.
Für einen Options-Handelsplan brauchst du eine aktuelle Optionskette mit Verfallsterminen, Strikes, Bid/Ask und impliziter Volatilität. Diese Daten erhältst du über geeignete Broker oder spezialisierte Marktdatenanbieter. Welche Anbieter echten Optionshandel ermöglichen und was sie kosten, zeigt der Optionen-Broker-Vergleich.
Optionskette und Demokonto für deinen Options-Prompt
CapTrader bietet Zugang zu internationalen Options- und Terminbörsen über Interactive Brokers – und ein Demokonto, um Strategien vorab ohne Echtgeld zu testen.
Kapitel 11: Tägliche Marktübersicht
Kompaktes, vollständiges Briefing für den Handelstag
Dieses Modul ist für den täglichen Blick auf Märkte, Daten und Ereignisse gedacht. Der Prompt soll nicht nur Daten auflisten, sondern sie gewichten. Am Ende soll eine konkrete Marktidee stehen oder zumindest eine klare Risikoeinschätzung.
Ein Marktbriefing steht und fällt mit aktuellen Kursen und Nachrichten. Eine Websuche liefert öffentlich verfügbare Informationen, oft mit Verzögerung. Wer das Briefing mit Live-Kursen und strukturierten Signalen füttern will, braucht ein eigenes Datenportal und setzt dessen Werte in den Kontext-Block ein.
Live-Daten für dein Marktbriefing
Live-Börsendaten, Aktien-News und KI-Signale aus Deutschland als Datenquelle für den Briefing-Prompt – Signale sind keine Anlageberatung.
Psychologie-Prompts: Trading-Mindset und Prompt-Audit
Kapitel 12: Behavioral Edge und Mindset
Eigene Denkfehler, Bias und Reaktionsmuster sichtbar machen
Dieses Modul ist für die Selbstreflexion gedacht. Gerade im Trading scheitern viele Entscheidungen nicht an fehlender Information, sondern an Emotion, Bias und mangelnder Disziplin. Wer seine Bias kennt, trifft bessere Entscheidungen.
Kapitel 13: Prompt-Audit und Verbesserung
Eigene Prompts systematisch bewerten und optimieren
Dieses Modul ist ein Werkzeug zur Selbstkontrolle. Es hilft dabei, eigene Prompts zu bewerten und systematisch zu verbessern. Der Prompt soll nicht nur Schwächen benennen, sondern auch eine verbesserte Version liefern.
Workflows: KI-Prompts im Trading- und Investment-Alltag
Kapitel 14: Praxisworkflows
Feste Abläufe, in denen mehrere Prompts nacheinander eingesetzt werden
Workflow 1: Morgenroutine
Tägliche Marktübersicht mit dem Briefing-Prompt erstellen lassen.
Einen Kandidaten für die vertiefte Prüfung identifizieren, ohne daraus bereits einen Trade abzuleiten.
Setup mit dem Konfluenz-Prompt analysieren und bewerten.
Positionsgröße, Verlustgrenze, Liquidität und eigene Risikoregeln außerhalb der KI-Antwort kontrollieren. Ein hoher Score allein ist kein Handelssignal.
Workflow 2: Themenrecherche (Wochenroutine)
Langfristige Trends und Thesen mit dem Szenario-Prompt entwickeln.
Aus der These konkrete Unternehmen und Sektoren identifizieren.
Einzelne Kandidaten systematisch mit dem Aktienanalyse-Prompt bewerten.
Workflow 3: Sonntags-Review
Eigene Entscheidungen der Woche mit dem Mindset-Prompt reflektieren.
Verwendete Prompts der Woche bewerten und verbessern.
Journal aktualisieren und Übungen für die nächste Woche ableiten.
Workflow 4: Quartals-Review für ETF-Depots
Bestand, Gewichtung und Kosten mit dem ETF-Modul gegen die ursprüngliche Zielstruktur halten.
Prüfen, welche Positionen durch Kursentwicklung aus der Zielgewichtung gelaufen sind.
Selbst entscheiden, ob und wie umgeschichtet wird – Kosten und Steuerfolgen gehören in diese Rechnung.
Neue thematische Positionen nur aufnehmen, wenn eine schriftliche These dahintersteht. Sonst driftet das Depot unkontrolliert.
Die Workflows gibt es in kompakter Form auch als kostenloses PDF-Arbeitsheft: Der KI-Investment-Guide 2026 fasst die O.M.N.I.-Methode, zehn Prompt-Vorlagen, fünf Workflows und zwei Checklisten zum Ausdrucken zusammen.
Kapitel 15: Fehlervermeidung und Versionierung
Wie aus einer Sammlung ein System wird
Ein professionelles Prompt-System entwickelt sich weiter. Gute Prompts zu schreiben reicht nicht – sie müssen gepflegt, dokumentiert und angepasst werden. Wer das nicht tut, bleibt auf dem Stand einzelner Versuche stehen.
- 1Keine offenen Mehrfachaufträge in einem Prompt.
- 2Keine unklare Zielsetzung – jede Aufgabe hat ein benanntes Ergebnis.
- 3Keine fehlenden Parameter wie Zeitraum, Datenstand oder Risikoprofil.
- 4Keine unkontrollierten Formatwechsel mitten in der Ausgabe.
- 5Keine Verwendung ohne Prüfung der Datenbasis.
Dazu kommt die Versionierung. Jeder Prompt bekommt eine Nummer, damit Verbesserungen nachvollziehbar bleiben: 1.0 die erste brauchbare Fassung, 1.1 eine bessere Struktur, 1.2 präzisere Qualitätsregeln, 2.0 eine neue Logik oder ein neuer Einsatzzweck. So entsteht ein System statt einer zufälligen Sammlung.
Praktischer HinweisNotiere zu jeder Version in einem Satz, warum du sie geändert hast. Ohne diesen Satz weißt du nach drei Monaten nicht mehr, welche Fassung besser war und woran das lag.
Kurzreferenz: Prompt-Prinzipien für Anleger und Trader
Die wichtigsten Prinzipien auf einen Blick
Zum Ausdrucken und Aufhängen
| Kategorie | Prinzip |
|---|---|
| Aufbau | Ziel · Datenbasis · Aufgabe · Grenzen · Ausgabe · Kontrolle |
| Daten | Quelle → Stichtag → Währung → Datenlücken → Aktualitätsprüfung |
| Qualität | Klare Hauptaufgabe · Teilschritte · Quellen · Annahmen · Gegenargumente |
| Mindset | Analyse ≠ Entscheidung · Unsicherheit markieren · Bias kennen |
Glossar: Begriffe rund um KI-Prompts für Trading und Aktienanalyse
Arbeitsauftrag an ein KI-Modell. Je klarer Ziel, Daten, Grenzen und Ausgabeformat, desto brauchbarer die Antwort.
KI-Modell, das Aufgaben in mehreren Denkschritten bearbeitet. Braucht klare Ziele, aber keine Zauberformeln.
Frei erfundene, aber überzeugend formulierte KI-Antwort, etwa falsche Kurse, Kennzahlen, ISINs oder Quellen.
Datum, auf das sich alle Zahlen einer Analyse beziehen. Ohne Stichtag sind Kurse und Kennzahlen nicht vergleichbar.
Übereinstimmung mehrerer unabhängiger Faktoren wie Trend, Schlüssel-Level, Volumen und Katalysator vor einem Trade.
Kursmarke, an der eine Handelsidee als widerlegt gilt. Sie bestimmt Stop und Positionsgröße.
Aus Optionspreisen abgeleitete erwartete Schwankung eines Basiswerts. Kern jeder Optionsstrategie.
Kennzahlen wie Delta, Gamma, Theta und Vega, die zeigen, wie der Optionspreis auf Kurs, Zeit und Volatilität reagiert.
Portfolio aus breitem ETF-Kern und kleineren thematischen Satelliten, die nur mit schriftlicher These dazukommen.
Tatsächliche Renditeabweichung eines ETFs von seinem Index. Aussagekräftiger als die TER allein.
Häufige Fragen zu KI-Prompts für Trading und Aktienanalyse
Welche KI eignet sich für Aktienanalysen?
Entscheidend ist weniger der Markenname als der verfügbare Datenzugriff und die Qualität des Prompts. Für aktuelle Analysen braucht das Modell verlässliche Quellen, einen klaren Datenstichtag und Regeln gegen erfundene Kennzahlen.
Können ChatGPT Trading Prompts Echtzeitkurse liefern?
Websuche und börsenechte Realtime-Kurse sind zweierlei. Eine Websuche liefert aktuelle öffentlich verfügbare Informationen, deren Kurse aber verzögert sein können. Echte Realtime-Kurse brauchen einen Markt- oder Broker-Datenfeed. Ohne solchen Zugriff müssen Kurse, Nachrichten und Termine vom Nutzer bereitgestellt oder ausdrücklich als nicht verfügbar markiert werden.
Was gehört in einen guten Prompt für eine Aktienanalyse?
Mindestens Ticker, Datenstichtag, Anlagehorizont, Risikoprofil, gewünschte Prüfkriterien, zugelassene Quellen, Ausgabeformat und die Anweisung, Datenlücken sowie Gegenargumente offen zu nennen.
Kann KI einen Trade zuverlässig empfehlen?
Nein. KI kann Daten strukturieren, Szenarien vergleichen und Risiken sichtbar machen. Sie kennt aber nicht automatisch deine finanzielle Situation, hat möglicherweise keine Echtzeitdaten und kann Fehler produzieren. Die Entscheidung und Risikokontrolle bleiben beim Nutzer.
Warum sollte man keine vollständige Chain of Thought verlangen?
Für die Prüfung reicht eine kompakte Begründung mit Quellen, Annahmen, Berechnungen und Unsicherheiten. Ein vollständiges internes Gedankenprotokoll brauchst du für die Qualitätsprüfung nicht, und moderne Reasoning-Systeme geben ihr internes Vorgehen ohnehin nicht als frei steuerbares Protokoll aus.
Welche Angaben braucht ein ETF-Prompt?
Anlagehorizont, Sparrate oder Einmalanlage, Risikoprofil, bestehende Positionen, Ausschlüsse und das Ziel – Vermögensaufbau, Rente oder Einkommen. Ohne Ziel liefert die KI eine Produktliste statt einer Portfolio-Struktur.
Warum erfinden Sprachmodelle ISINs und Kennzahlen?
Sprachmodelle können plausible, aber falsche Zahlen und Kennungen erzeugen, besonders wenn ihnen keine belastbare Datenquelle zur Verfügung steht. Mit Websuche, Dokumenten oder Datenbanken lässt sich eine Antwort fundieren, garantiert ist das aber nicht. Deshalb gehört in jeden Finance-Prompt die ausdrückliche Regel, fehlende Daten offen zu benennen statt sie zu ergänzen. Prüfen musst du sie trotzdem.
Was ist ein Second-Order-Effekt?
Die indirekte Folge eines Trends. Direkte Gewinner sind oft offensichtlicher; Second-Order-Effekte betrachten die mittelbaren Folgen – Unternehmen, die erst über eine Kausalkette profitieren, oder Bereiche, die unter dem Trend leiden.
Taugen KI-Prompts für Optionsstrategien?
Für die Struktur ja, für die Entscheidung nein. Ohne Kurs, IV-Kontext und Ziel bleibt die Antwort theoretisch. Und selbst ein sauberer Plan ersetzt weder die eigene Risikorechnung noch die Prüfung, ob die Strategie zum Depot passt.
Wie oft sollte ich meine Prompts überarbeiten?
Nicht schon nach einer einzelnen enttäuschenden Antwort, denn Ergebnisse schwanken. Teste den Prompt an mehreren repräsentativen Fällen und versioniere erst dann. Mit einer Versionsnummer und einem Satz zur Begründung bleibt nachvollziehbar, welche Fassung besser war und warum.
Kann ich diese Prompts mit jedem Modell nutzen?
Weitgehend ja. Die fünf Schichten aus Rolle, Kontext, Aufgabe, Format und Qualitätskontrolle sind übertragbar. Unterschiede bleiben trotzdem: Reasoning-Modelle und klassische Modelle reagieren verschieden auf ausführliche Denkanweisungen, und Datenzugriff wie verarbeitbare Länge unterscheiden sich ohnehin.
Wie erkenne ich, dass eine KI-Antwort unbrauchbar ist?
An drei Signalen: Es fehlen Quellen und Annahmen, die Antwort vermeidet Zahlen oder liefert sie ohne Stichtag, und Gegenargumente kommen gar nicht vor. Eine Analyse ohne Gegenposition ist meist nur eine Bestätigung deiner Ausgangsfrage.
Ersetzen Prompt-Systeme eine eigene Strategie?
Nein. Sie strukturieren Recherche und Analyse und machen Entscheidungen wiederholbar. Die Strategie, die Risikogrenzen und die Verantwortung bleiben bei dir.
Woher bekomme ich verlässliche Daten für meine Trading-Prompts?
Aus Primärquellen wie Geschäftsberichten und Investor-Relations-Seiten, aus Aktien-Screenern und Datenportalen sowie für Kurse und Optionsketten aus dem Datenfeed deines Brokers. Die Werte setzt du in den Kontext-Block ein und lässt die KI nur mit diesen Daten arbeiten.
Kann ich die Prompt-Vorlagen kostenlos nutzen?
Ja. Die Vorlagen in diesem Handbuch kannst du kopieren und an deine eigenen Angaben anpassen. Kosten entstehen höchstens für das KI-Modell selbst oder für kostenpflichtige Datenquellen, die du nutzt.
Warum Prompt-Systeme beim Investieren nur mit Prozess funktionieren
Prompt-Systeme für Trading und Investment können helfen, Gedanken zu strukturieren, Szenarien zu prüfen und emotionale Entscheidungen zu reduzieren. Entscheidend ist aber, dass Prompts nicht als Orakel genutzt werden, sondern als Teil eines wiederholbaren Analyseprozesses.
Die folgenden Beiträge vertiefen Investment-Prompts, systematisches Trading und bessere Entscheidungsprozesse. So wird aus KI-Unterstützung kein Bauchgefühl mit schöner Verpackung.
KI-Ausgaben können falsch, veraltet oder unvollständig sein. Sprachmodelle können plausible, aber falsche Zahlen, Kennungen und Quellen erzeugen. Kurse, Kennzahlen, ISINs und Termine gehören deshalb vor jeder Entscheidung gegen eine verlässliche Primärquelle geprüft.
Trading und Investment sind mit Verlustrisiken verbunden; bei Hebelprodukten kann der Einsatz vollständig verloren gehen, und bei ungedeckten verkauften Optionen kann der Verlust über den Einsatz beziehungsweise die vereinnahmte Prämie hinausgehen. Jede Entscheidung und die gesamte Risikokontrolle liegen bei dir. Angaben der Anbieter können sich ändern; maßgeblich sind die aktuellen Informationen beim jeweiligen Anbieter.
