Detailansicht
Mensch vs. künstliche Intelligenz
Evidenz aus der Verarbeitung von Finanzberichten
Aleksa Ljubicic
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Betriebswirtschaft
Betreuer*in
Daniel Garcia
DOI
10.25365/thesis.81597
URN
urn:nbn:at:at-ubw:1-11412.72095.537198-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die vorliegende Arbeit untersucht, ob ChatGPT auf Basis von Quartalsberichten (Form 10-Q) Handlungsempfehlungen für Aktien generieren kann, die mit jenen professioneller Finanzanalysten vergleichbar sind. Dazu werden für 50 S&P-500-Unternehmen die Empfehlungen von ChatGPT-5.4 Thinking mit dem Analystenkonsens verglichen und anhand der realisierten Aktienkursentwicklung in vier Prognosehorizonten (10, 30, 60 und 120 Handelstage) bewertet. Die Ergebnisse zeigen, dass GPT auf kurzfristigen und mittelfristigen Horizonten statistisch nicht signifikant schlechter als Analysten abschneidet. Lediglich im längsten Horizont von 120 Handelstagen erweisen sich Analysten als schwach signifikant treffsicherer. Eine zusätzliche Rollenzuweisung an GPT als Aktienanalyst verbessert die Performance nicht. Die Befunde legen nahe, dass ChatGPT als unterstützendes Analyseinstrument im Finanzbereich Potenzial besitzt, bei längeren Horizonten jedoch strukturellen Limitationen unterliegen könnte.
Schlagwörter
Schlagwörter
(Deutsch)
Large Language Models ChatGPT Finanzberichte Quartalsberichte Analystenempfehlungen Entscheidungsunterstützung Informationsverarbeitung Künstliche Intelligenz im Finanzwesen Mensch vs. Künstliche Intelligenz
Autor*innen
Aleksa Ljubicic
Haupttitel (Deutsch)
Mensch vs. künstliche Intelligenz
Hauptuntertitel (Deutsch)
Evidenz aus der Verarbeitung von Finanzberichten
Paralleltitel (Englisch)
Human vs. artificial intelligence
Paralleluntertitel (Englisch)
evidence from the processing of financial reports
Publikationsjahr
2026
Umfangsangabe
61 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Daniel Garcia
Klassifikationen
85 Betriebswirtschaft > 85.25 Betriebliches Rechnungswesen ,
85 Betriebswirtschaft > 85.30 Investition. Finanzierung
AC Nummer
AC17946996
Utheses ID
81416
Studienkennzahl
UA | 066 | 915 | |