Hintergrund, Mission und Vision

Wir nutzen Künstliche Intelligenz für nachvollziehbare Marktstimmungsanalysen
Ein Wendepunkt der Marktstimmung beschreibt einen Zeitpunkt, an dem sich die Richtung oder Intensität der Marktmeinung deutlich verändert. Für Vesparilo ist es eine technische Frage: Wie lassen sich solche Punkte datenbasiert, systematisch und nachvollziehbar identifizieren? Der Weg führt über alternative Datensätze, etwa Nachrichtenfeeds, Stimmungsanalysen aus Foren und Echtzeit-Orderbuchdaten. KI-Modelle werden so trainiert, dass sie Muster und Brüche im Verhalten erkennen. Transparenz im Prozess, Prüfbarkeit der Ergebnisse und robuste Testverfahren stehen im Mittelpunkt. Das Ziel: Forschungsergebnisse, die Analysten und Fachleute nachvollziehbar einordnen können. Vesparilo stellt damit einen Beitrag für die Weiterentwicklung datengetriebener Analysen in der Finanzwelt bereit.
Finanzteam bei KI-Datenanalyse
Arbeitsraum für KI-Analyse

Grundprinzipien für verlässliche KI-basierte Marktstimmungsmodelle

1

Daten zuerst

Datenauswahl muss strukturiert erfolgen, Quellen werden auf Zuverlässigkeit und Aktualität geprüft. Nur so ist robuste Modellierung möglich.

2

Transparenz zählt

Modelle sind nur dann nützlich, wenn sie nachvollziehbar arbeiten. Dokumentation und Ergebnisvalidierung stehen im Fokus.

3

Praxisbezug sichern

Jede Methode wird gegen reale Marktdaten getestet. Rückmeldungen von Analysten fließen in die Optimierung ein.

Entwicklungsschritte

Wichtige Stationen von Konzept bis Anwendung

  1. 2019

    Konzeptentwicklung beginnt

    Die Konzeptidee für KI-gestützte Wendepunkt-Detektion entsteht nach Analyse alternativer Datenquellen.

    01 / 05
  2. 2020

    Datenschnittstellen geschaffen

    Das Team integriert erste Datenschnittstellen für Foren- und Nachrichtenquellen in die Analyseumgebung.

    02 / 05
  3. 2021

    KI-Prototyp gebaut

    Entwicklung des ersten Prototyps, der Stimmungsbrüche auf Basis von Echtzeitdaten identifiziert.

    03 / 05
  4. 2022

    Testphase und Validierung

    Umfassendes Backtesting der Modelle an historischen und aktuellen Marktdaten. Ergebnisse werden dokumentiert.

    04 / 05
  5. 2023

    Erweiterung und Skalierung

    Optimierung der Modelle durch Feedback von Analysten, Ausweitung der Datenquellen und technische Skalierung.

    05 / 05

Das Führungsteam und unsere Kernexpertise

Dr. Markus Stein, Leitung für KI-gestützte Marktanalyse
Anna Keller, Spezialistin für alternative Datensätze
Felix Schubert, Validierung und Testing
Jens Vogt, IT- und Infrastruktur-Architekt
Sabine Hartmann, Schnittstelle Fachcommunity
Thomas Becker, Kommunikation & Publikation