Erfahrungen & Bewertungen zu Heibel-Ticker

...
Veröffentlicht von Stephan Heibel am 14.04.2026 um 10:13 Uhr

Kai: KI-Agent im Heibel-Ticker – Aufbau und Erfahrungen

KI ist für uns kein Ersatz für Analyse und Urteil, sondern ein Werkzeug für Fleißarbeit: Daten sammeln, aufbereiten, strukturieren – damit mehr Zeit bleibt für das, was den Heibel-Ticker ausmacht: fundierte Einordnung für Privatanleger.

Warum wir KI einsetzen

  • Datengrundlage: Mehr Unternehmen, mehr Märkte, mehr Tiefe – ohne Qualitätsverlust.
  • Effizienz: Wiederkehrende Aufgaben automatisiert, Analysekapazität erhöht.
  • Skalierung: Langfristig sollen alle 1.400 Unternehmen unseres Aktienuniversums systematisch abgedeckt werden.

Was KI bei uns nicht macht

  • Keine Anlageentscheidungen, keine Empfehlungen, keine Einordnung.
  • Keine Analyse ohne menschliche Prüfung und Redaktion.
  • Kein Einsatz von Mitgliederdaten oder proprietären animusX-Daten in externen KI-Systemen.

Unser Anspruch an KI ist derselbe wie an unsere Arbeit insgesamt: hohe Qualität, klare Grundlage, nachvollziehbarer Prozess. Probabilistische KI liefert intelligente Antworten, eine deterministische Komponente stellt sicher, dass Finanzzahlen verlässlich sind. Beides zusammen bildet die Grundlage – und beides lässt sich nur dann wirklich kontrollieren, wenn man nicht auf einen fertigen KI-Dienst setzt, sondern einen eigenen Agenten entwickelt, der auf unsere Daten, unsere Bewertungslogik und die Bedürfnisse unserer Mitglieder zugeschnitten ist. Diesen Agenten nennen wir Kai. Wie wir ihn aufbauen, welche Aufgaben er übernimmt und welche Erfahrungen wir dabei machen, dokumentieren wir auf dieser Seite fortlaufend.

10.04.2026 – via Heibel-Ticker PLUS 26/15 – Wunschanalyse liefert tiefen Einblick in SAP

Ich hatte Ihnen versprochen, Sie über meine ersten Schritte in die Welt der Finanz-KI auf dem Laufenden zu halten. Diesem Versprechen möchte ich heute nachkommen. Ich berichte von der Einrichtung, den ersten Gehversuchen bis hin zum Erstellen regelmäßiger Morgen-Berichte und der Konfiguration einer Aktienanalyse.

Installation

Puh, das war tatsächlich komplizierter, da ich zunächst einmal vorhandene Hardware nutzen wollte, statt ahnungslos in Hardware zu investieren. Mein MacBook Pro aus dem Jahr 2012, das ich damals glücklicherweise maximal ausgestattet habe, kann sich, so mein bisheriges Ergebnis, in Sachen Performance durchaus mit heutigen Mac Minis vergleichen.

Der Weg dorthin war allerdings steinig: Das alte MacBook kann nicht mehr mit den heute aktuellen MacOS-Versionen betrieben werden. Die aktuellste der alten, passenden Versionen wiederum ermöglicht nicht die Installation von Homebrew, einer Zusatzsoftware, die für OpenClaw erforderlich ist.

Ich installierte daher Ubuntu auf dem Mac, auch davon eine alte Version. Es folgten einige Probleme: Die WLAN-Karte wurde nicht erkannt, einige in moderneren Ubuntu-Versionen zugefügte Zusatzmodule musste ich zunächst händisch installieren. Schließlich konnte die OpenClaw Installation laufen und nach einigen Problembeseitigungen lief dann endlich mein eigener KI-Bot.

Anfänglich versuchte ich, über Perplexity die Probleme zu lösen. Das war ziemlich nervenaufreibend, da Perplexity häufig den Kern des Problems nicht verstand oder im Verlauf aus den Augen verlor. Erst als ich mit Claude Code arbeitete, wurden die Ergebnisse deutlich besser.

Zu den ersten Tätigkeiten gehörte das Einhauchen einer Seele durch die Datei Soul.md, in der man dem KI-Bot sagen kann, wer er ist und was er kann. Ich nannte ihn, wie angekündigt, Kai: Künstliche (artificial) intelligence 😉

Erste Gehversuche

Als erstes ermöglichte ich Kai, mein Perplexity-Abo zu nutzen, da ich bislang überwiegend mit meinem ChatGPT-Abo arbeite und Kai nicht gleich in meine persönlichen Daten einladen wollte. Doch auch hier zeigte sich erneut, dass Perplexity qualitativ wirklich nicht brauchbar ist. Mein Wunsch nach einem Wochenbericht über die jüngsten Börsenentwicklungen wurde mit großen Fehlern bestückt. So schwadronierte Kai beispielsweise über die Ölpreisentwicklung auf Basis des Ölpreises von vor einem Jahr.

Ich stieg auf die Claude-API um (API = Schnittstelle für KI-Bots) und erlebte sensationell gute Ergebnisse, bis … bis Anthropic die kostenfreie API am Ostersamstag dicht machte. Folglich nutze ich „Openrouter“, ein Dienst, der – vermutlich ähnlich Perplexity – für verschiedene Aufgaben verschiedene KIs nutzt. In diesem Augenblick kassierte dann Openrouter das, was ich zuvor hätte an Claude-API zahlen müssen, dafür, dass er zwar Claude umging, dafür aber schlechtere Ergebnisse lieferte.

So habe ich nun eine Kaskade eingebaut: Openrouter ist abgeschaltet, Perplexity ist für einfache Aufgaben vorgesehen und für komplexere Aufgaben schenkt Kai nun auf ChatGPT Codex, die API von ChatGPT. Erst danach wird dann Claude Code aufgerufen.

Diese Reihenfolge lieferte heute für die SAP-Analyse viel Text und wenig brauchbare Erkenntnisse. Ich habe es also erst einmal dabei belassen, damit ich die heutige Ausgabe fertig kriege.

Morgenbericht

Anfang der Woche habe ich eine ausführliche Vorgabe für einen Heibel-Ticker spezifischen Morgenbericht erstellt. Anfänglich wiederholte sich Kai häufig und verlor sich in Zahlenreihen und Aufzählungen, doch nach entsprechenden Hinweisen änderte Kai seine Arbeitsweise und inzwischen liefert er einen gut lesbaren Morgenbericht … der sich allerdings von Morgen zu Morgen kaum ändert. Aktuell versuche ich ihm beizubringen, dass er Ereignisse, die er bereits einmal berichtete, in den Folgetagen nicht erneut berichten braucht, wenn sich nichts Wesentliches daran geändert hat. Das klappt noch nicht so gut bislang.

Aktienanalyse

Meine Idee ist es, die Wunschanalyse von Kai nach einem standardisierten Verfahren vorbereiten zu lassen. Dabei ist mir wichtig, dass Kai alle relevanten Informationen zusammenträgt und einordnet. Ich kann dann aus den Informationen die Wunschanalyse schreiben, denn wenn Kai schreiben würde, dann würden Sie beim Lesen einschlafen. So zumindest meine bisherigen Erkenntnisse, denn die KI formuliert so rund, dass es für einen Menschen kaum lesbar ist.

Inhaltlich nutze ich Kai zunächst, um die allgemeine Nachrichtenlage zu einem Unternehmen aufzubereiten. Die Bewertung der Aktie kann ich derzeit ziemlich schnell über meine Bloomberg-Daten durchführen, vielleicht stelle ich diese künftig Kai zur Verfügung. Wichtiger ist es mir jedoch, Kai die verschiedenen erfolgskritischen Faktoren bei Aktien verschiedener Branchen beizubringen.

Zwischenfazit

Bislang fühle ich mich bestätigt in meiner Entscheidung, mein altes MacBook zu nutzen, denn die Rechenleistung wird noch nicht ansatzweise ausgereizt. Das liegt daran, dass Kai die KI-Modelle im Netz aufruft und noch kein eigenes KI-Modell lokal betreibt. Eine lokale KI hätte den Vorteil, zu verarbeitende Daten nicht weggeben zu müssen. So bspw. unsere proprietären animusX-Daten, wenn es um die Analyse geht. Mal schauen, nach aktuellem Wissensstand könnte ich mich als nächstes am KI-Modell Mistral 8B versuchen. Das würde, so ChatGPT, auf meinem MacBook ausreichend Platz finden und performant laufen.

8B steht für 8 Billionen: Das KI-Modell wurde mit 8 Billionen Parametern trainiert. Sie wissen ja, je mehr Datenpunkte, desto besser wird die KI. Die KI-Modelle von Anthropic und OpenAI wurden meines Wissens mit hunderten Billionen von Parametern trainiert. Es geht hier also noch immer eher um das Verständnis, wie die KI funktioniert. Wenn ich wirklich die besten Antworten auf unsere Heibel-Ticker Fragen haben möchte, muss ich auf die besten KI-Modelle zugreifen – und die werden nicht lokal laufen.

Was aber funktionieren wird, sind spezielle Modelle für überschaubare Aufgaben. Daher werde ich also meinen Morgen-Bericht weiter optimieren, die Aktienanalyse nach konkreten Vorstellungen weiter ausarbeiten und die animusX-Daten weiterhin im Hinterkopf behalten für den Zeitpunkt, an dem ich mich fit genug für ein eigenes, lokales KI-Modell fühle.

Haben Sie Gedanken dazu? Ich lese alles, was Sie mir dazu schreiben … auch wenn eine Antwort manchmal auf sich warten lässt.

20.03.2026 – via Heibel-Ticker 26/12 – Märkte Crashen: Videocall Montag 17 Uhr

KI-Agenten übernehmen Fleißarbeit

Fleißarbeit, mit der viele Menschen ihr Geld verdienen, wird künftig nicht mehr benötigt. Seit kurzem kann sich jeder auf einem alten Rechner einen eigenen KI-Agenten installieren und ihn für seine Bedürfnisse „ausbilden“. Das sind heute noch digitale Arbeiten: Buchhaltung, Recherche, jegliche wiederkehrende Tätigkeiten. Künftig, wenn Roboter brauchbar sind, werden KI-Roboter auch physische Aufgaben übernehmen.

Warum der Agent Kai heißt

Doch so weit sind wir noch nicht. Kümmern wir uns zunächst um die digitalen KI-Agenten, um die Lobster. Ihr Autor wird an diesem Wochenende sein 12 Jahre altes MacBook auf Ubuntu umstellen und OpenClaw darauf installieren. Ich werde den Agenten Kai nennen, da ich für den Heibel-Ticker im Kopf immer zwischen den Begriffen KI (Künstliche Intelligenz) und ai (artificial intelligence) hin und her springe.

Probabilistisch intelligent, deterministisch verlässlich

Kai wird meine Fleißarbeit übernehmen. Dabei finde ich verlockend, dass hohe Anlaufprobleme, die ich erwarte, später überproportional zurückgezahlt werden können. Ich muss also zunächst dafür sorgen, dass Kai alle Finanzzahlen bekommt, die ich für wichtig halte. Dazu werde ich die Quellen klar definieren, um den Spagat zwischen probabilistischer und deterministischer KI zu schaffen: Die probabilistische (Wahrscheinlichkeit) KI sorgt dafür, dass die Antworten intelligent klingen, mit Hilfe der deterministischen Komponente sorge ich dafür, dass die gelieferten Zahlen verlässlich sind.

Ziel: 1.400 Unternehmen mit einem Klick

Wenn dies bei einem Dutzend Unternehmen funktioniert, dann kann ich diese intellektuelle Grundlage in Fleißarbeit umwandeln und mit einem Klick alle 1.400 Unternehmen aus meinem Aktienuniversum einbeziehen.

Drei Gründe für Transparenz

Warum erzähle ich das so ausführlich? Nun, das hat drei Gründe: Zum einen entziehe ich mir damit meine eigene Geschäftsgrundlage. Denn das kann jeder von Ihnen auch tun. Zum zweiten jedoch bin ich davon überzeugt, dass wir das gemeinsam besser können. Daher kommuniziere ich, was ich tue, und freue mich auf Ihre Anmerkungen, was ich besser machen kann, was ich zusätzlich berücksichtigen sollte, etc.

Zum dritten lässt sich aus dem Verständnis der KI besser ableiten, welche Unternehmen in der Zukunft erfolgreich sein werden. Dies hat sich heute ausgezahlt, als Dell aufgrund von Klagen gegen Mitarbeiter des Wettbewerbers SuperMicro (-27%) um 5% anspringt. Außerdem hat uns das Verständnis der KI davon abgehalten, Nvidia zu verkaufen, wie es viele Spekulanten getan haben.

...

Stephan Heibel

Seit 1998 verfolge ich mit Begeisterung die US- und europäischen Aktienmärkte. Ich schreibe nun wöchentlich für mehr als 25.000 Mitglieder über die Hintergründe des Aktienmarktes und die Ursachen von Kursbewegungen. Heibel-Ticker Mitglieder schätzen meinen neutralen, simplen und unterhaltsamen Stil. Als Privatanleger nutzen sie meine Einschätzungen und Anlageideen, um ihr Portfolio unabhängig zu optimieren.

heibel-ticker.de

Twitter LinkedIn YouTube Podcast Xing


Der wöchentliche Börsenbrief für alle, die professionellen und ehrlichen Rat für ihren Vermögensaufbau suchen. Jetzt gemeinsam mit über 25.000 Mitgliedern kostenfrei erhalten.

Heibel-Unplugged ist der Blog des Heibel-Ticker Börsenbriefs zur Ergänzung fachlicher Börsenexpertise mit dem Investoren-Sentiment

© Copyright 2006 - 2026 Heibel-Unplugged