Die Suche nach „Tenbaggers“ (Aktien, deren Wert sich verzehnfacht) mit generativer KI dreht sich nicht um die Vorhersage der Zukunft, sondern um die profane Aufgabe, Informationsmengen, die das menschliche Gehirn nicht verarbeiten kann, an Maschinen auszulagern.
Wenn du die KI einfach fragst: „Nenne mir Aktien, die um das Zehnfache steigen werden“, erhältst du keine nützlichen Antworten.
Das bedeutet jedoch nicht, dass KI für Investitionen nutzlos ist. Wenn sie als Werkzeug genutzt wird, um „Signale“, „strukturelle Veränderungen“ und „gemeinsame Bedingungen“ herauszufiltern, können Einzelpersonen eine branchenweite Perspektive gewinnen. Hier ist eine Anleitung in fünf Schritten.
3 Voraussetzungen (Erwartungen anpassen)
Der Begriff „Tenbagger“ wurde durch den US-Fondsmanager Peter Lynch in seinem 1989 erschienenen Buch One Up on Wall Street populär gemacht.
Bevor wir uns den Methoden zuwenden, sollten wir drei unvermeidbare Voraussetzungen klären.
【Lebensunterhalt niemals einsetzen】
Geld, das innerhalb weniger Monate benötigt wird, oder Notfallreserven sind tabu. Eine Investition mit dem Ziel einer Verzehnfachung bringt hohe Volatilität mit sich; du musst Phasen aushalten können, in denen der Kurs sich halbiert. Nur Geld einzusetzen, dessen Verlust dein Leben nicht durcheinanderbringt, ist der einzige Einstiegspunkt.
【Einen mittel- bis langfristigen Zeithorizont wählen】
Viele von Lynch angeführte Beispiele zeigen, dass Aktienkurse über Zeiträume von mehreren Jahren bis zu zehn Jahren wachsen. Ergebnisse innerhalb von sechs Monaten zu erwarten, ist grundsätzlich unvereinbar mit der Suche nach Tenbaggers.
【Davon ausgehen, dass die meisten Kandidaten scheitern】
Ein Bericht von JP Morgan Asset Management, „The Agony and the Ecstasy“ (2014, Michael Batty), zeigt, dass seit 1980 etwa 40 % der im Russell 3000 enthaltenen Unternehmen negative Renditen erzielten und nur etwa 7 % als „extreme Gewinner“ galten, die den Index deutlich schlugen. Untersuchungen des Finanzökonomen Hendrik Bessembinder belegen zudem, dass die Vermögensbildung am US-Aktienmarkt extrem auf wenige Titel konzentriert ist.
Die Jagd nach Tenbaggers ist ein Spiel, bei dem man darauf vorbereitet sein muss, neunmal danebenzugreifen, ohne dass dies das eigene Leben beeinträchtigt. Ob du diese Mentalität verinnerlichst, bestimmt maßgeblich, wie du anschließend KI nutzt.
Warum Menschen Tenbaggers übersehen
Laut Daten der Japan Exchange Group gibt es an der Tokioter Börse rund 3.900 gelistete Unternehmen. Unter Berücksichtigung von US-Aktien und globalen Branchentrends übersteigt dies bei Weitem das, was ein Einzelner visuell erfassen kann.
【Grenzen der Informationsmenge】
Quartalsberichte, Geschäftsberichte, Branchenanalysen. Die sorgfältige Lektüre eines einzigen Unternehmens dauert Stunden. Tausende Unternehmen allein zu vergleichen, ist zeitlich nicht realistisch.
【Bestätigungsfehler (Confirmation Bias)】
Menschen neigen dazu, in Unternehmen zu investieren, die sie kennen, oder Produkte zu kaufen, die sie selbst nutzen. Diese Tendenz, in der Verhaltensökonomie als Bestätigungsfehler oder Home Bias bekannt, fixiert den Blick auf die eigene „Lebenswelt“. Die Möglichkeit, dass die nächste Aktie, die sich verzehnfacht, in einer Branche wächst, die man nicht kennt, wird strukturell übersehen.
【Ineffiziente Analyse historischer Daten】
Vergangene Tenbaggers enden oft mit der Erinnerung: „Hätte ich doch damals gekauft.“ Häufig fehlt die Arbeit, die gemeinsamen finanziellen Kennzahlen und Geschäftsstrukturen der Unternehmen, die ein zehnfaches Wachstum erreichten, als konkrete Bedingungen zu formulieren.
Alle drei Punkte sind Probleme der Informationsverarbeitung. Genau hier wird KI zum Durchbruch.
Welche KI solltest du nutzen?
Fazit: Wähle die KI für die Aktiensuche danach aus, ob sie „mit Quellenangaben suchen“ und „lange Offenlegungsunterlagen direkt lesen“ kann. Kein einzelner Dienst ist perfekt; ein realistischer Workflow umfasst die Nutzung verschiedener Tools für jeden Schritt. Die folgenden Punkte sind in der Reihenfolge des Arbeitsablaufs angeordnet.
➊ Schritt 1: „Suchintegrierter Typ“
Wenn du Branchen kartierst, nutze eine KI, die Quellenlinks zurückgibt. OpenAI hat 2025 „Deep Research“ veröffentlicht, das Forschungsberichte durch Abgleich mehrerer Quellen erstellt. Googles Gemini bietet ebenfalls „Grounding“, wobei Antworten mit Google-Suchergebnissen abgeglichen werden. Behandle Antworten ohne Links als unbelegt und verwerfe sie sofort.
❷ Schritt 2: „Langtext-Lese-Typ“
Sobald die Kandidaten auf einige wenige Unternehmen eingegrenzt sind, füttere die KI direkt mit Geschäftsberichten oder Präsentationsmaterialien zur Zusammenfassung und Extraktion von Themen. Anthropics Claude ist ein Modell, das auf Long-Context-Verarbeitung setzt und 2025 Websuche erhielt. Prüfe vor der Nutzung die offiziellen Seiten für Zeichenlimits, um den Aufwand für die Aufteilung von Dokumenten zu reduzieren.
Zur Frage kostenlos vs. bezahlt: Viele fragen sich, was besser ist. Kostenlose Versionen leiden unter veralteten Trainingsdaten-Cutoffs, fehlenden Suchfunktionen und begrenztem Lesevolumen.
Daher ist das Kriterium für den Wechsel zur Bezahlversion, wie viele Primärquellen du lesen musst. Sobald die Kandidatenanzahl fünf überschreitet und du monatlich mehr als 10 Offenlegungsunterlagen liest, ist der Umstieg auf eine bezahlte Version, die einige tausend Yen pro Monat kostet, sinnvoll.
Unabhängig vom Dienst hängt die Präzision der Ausgabe jedoch vom Design der Fragen ab. Entscheidend ist nicht, welche KI du wählst, sondern dieselbe Frage an zwei oder mehr KIs zu stellen und nach Diskrepanzen zu suchen. Notiere dir widersprüchliche Zahlen oder Firmennamen, um sie im nächsten Schritt als Prüfpunkte gegen die Primärquellen zu verwenden.
4 Fragen, um Goldminen zu entdecken
Die Ausgabe der KI wird maßgeblich durch das Design der Fragen bestimmt. Bitte die KI um Bedingungen, nicht um Aktiennamen. Hier sind vier direkt nutzbare Fragen:
【Wachstumsbranchen identifizieren】
Frage: „Rank global rapidly growing markets by revenue growth rate and investment amount.“ Dies kartiert Branchen. Die hier identifizierten Bereiche bilden den späteren Suchrahmen.
【Strukturelle Veränderungen extrahieren】
Frage: „Tell me areas where the market will expand in the next 5 years due to regulatory changes, technological innovation, or demographic shifts.“ Das Ziel ist es, irreversible zugrundeliegende Veränderungen zu verbalisieren, nicht Aktienkurse.
【Gemeinsame Erfolgsmerkmale extrahieren】
Frage: „List common financial, business structure, and competitive advantages of past tenbagger companies.“ Elemente wie hohe Bruttomargen, wiederkehrende Umsätze und Markteintrittsbarrieren erscheinen als Bedingungen.
【In Kriterien umwandeln】
Follow up with: „Create criteria for companies meeting the above characteristics. Tell me only the features of likely matches.“
Kandidatenliste alle zwei Monate aktualisieren
Wenn du Prompts einmal testest und dann aufhörst, bleibt die KI nur eine schicke Suchleiste. Um Entdeckungen in Assets zu verwandeln, ist Dokumentation und Aktualisierung nötig. Welche Informationen sollten erfasst werden?
【5 zu dokumentierende Informationen】
① Firmenname
② Notierte strukturelle Veränderung
③ Grund für die Wachstumsannahme (ein Satz)
④ Zahlen (Marktkapitalisierung, Umsatzwachstum, operatives Ergebnis, Jahre seit Börsengang, Anteil Großaktionäre %)
⑤ Datum der Erfassung
Dokumentiere dies in Excel oder ähnlichem. Kandidaten mit leeren Feldern sind solche, die du noch nicht verstehst.
Das Update erfolgt primär alle zwei Monate, mit obligatorischen Checks während der Quartalsberichte. Verifiziere, ob die Zahlen innerhalb der spezifizierten Regularien liegen; streiche Ausreißer mit schriftlicher Begründung.
Sobald sich diese Gewohnheit etabliert, wechselst du vom vagen Nachrichtenverfolgen zur gezielten Informationssammlung. Intuitives „sieht gut aus“ wird ersetzt durch „kann erklären, warum es wachsen wird“. Der Standard, keine Aktie auf der Liste zu behalten, wenn der Wachstumsgrund nicht in einem Satz formuliert werden kann, wird zum Bollwerk deiner Anlageentscheidungen.
Zusammenfassung
Was die KI-gestützte Jagd nach Tenbaggers trägt, ist nicht die Illusion, dass Maschinen die Zukunft vorhersagen, sondern das Design einer profanen, wiederholbaren Aufgabe: KI als Netz nutzen, um aus dem weiten Meer der Offenlegungsinformationen tausender Unternehmen nur „Signale“ zu fischen, während der Mensch die letzte Entscheidung und Verantwortung behält.
Nach dem Lesen dieses Artikels genügt eine Frage, um zu starten. Wirf ein: „Tell me three industries whose market size will rapidly expand in the next 5 years, with evidence“, und schreibe die drei zurückgegebenen Branchen in die ersten Zeilen deiner Kandidatenliste.
Speichere diesen Artikel als Referenz für die Suche nach Goldminen.
Referenzen
[1] Peter Lynch, John Rothchild, One Up on Wall Street (1989 / japanische Übersetzung: Diamond Inc.)
[2] JP Morgan Asset Management, Michael Batty, "The Agony and the Ecstasy: The Risks and Rewards of a Concentrated Stock Position" (2014)
[3] Hendrik Bessembinder, "Do Stocks Outperform Treasury Bills?" Journal of Financial Economics (2018)
[4] Financial Services Agency / Investment Advisory Registration System under the Financial Instruments and Exchange Act (Article 29)
[5] Japan Exchange Group "Number of Listed Companies/Shares" Public Data (2024)
