We invest in the best entrepreneurs

 


Bei der Deaktivierung von Cookies kann die Funktionalität dieser Website eingeschränkt sein. Im Unterschied zu der Lernmethode des nicht-überwachten Lernens werden bei dem überwachten Lernen keinerlei Schlussfolgerungen durch die Maschine selbst getroffen. Tiani Spirit GmbH ist ein Softwareentwicklungsunternehmen aus Niederösterreich, das sich als Ziel gesetzt hat, Software für den Informationsaustausch im Gesundheitswesen auf Basis von Standards umzusetzen. Duden Wirtschaft von A bis Z:

Datenschutzerklärung


Hierfür stellen wir in jeder Newsletternachricht einen entsprechenden Link zur Verfügung. Des Weiteren können Sie den Newsletter auch direkt auf der Website abbestellen. Die von Ihnen zum Zwecke des Newsletter-Bezugs bei uns hinterlegten Daten werden von uns bis zu Ihrer Austragung aus dem Newsletter gespeichert und nach der Abbestellung des Newsletters sowohl von unseren Servern als auch von den Servern von CleverReach gelöscht.

Näheres entnehmen Sie den Datenschutzbestimmungen von CleverReach unter: Wir haben mit CleverReach einen Vertrag zur Auftragsverarbeitung abgeschlossen und setzen die strengen Vorgaben der deutschen Datenschutzbehörden bei der Nutzung von CleverReach vollständig um.

Nähere Informationen finden Sie unter: Dies stellt ein berechtigtes Interesse im Sinne des Art. Die Datenschutzerklärung von Adobe finden Sie unter: Der Anbieter dieser Seite hat keinen Einfluss auf diese Datenübertragung. Die Nutzung von Google Maps erfolgt im Interesse einer ansprechenden Darstellung unserer Online-Angebote und an einer leichten Auffindbarkeit der von uns auf der Website angegebenen Orte.

Dies stellt ein berechtigtes Interesse im Sinne von Art. KGaA oder mit ihr verbundener Partnerunternehmen. Historische Wertentwicklungsdaten sind keine Garantie für oder gegen zukünftige Erträge oder Verluste. Die Benutzer dieser Webseite sind aufgefordert, sich über derartige Beschränkungen zu informieren und diese einzuhalten.

Tiani Spirit GmbH ist ein Softwareentwicklungsunternehmen aus Niederösterreich, das sich als Ziel gesetzt hat, Software für den Informationsaustausch im Gesundheitswesen auf Basis von Standards umzusetzen.

Tiani Spirit entwickelt und gestaltet sein gesamtes Lösungsportfolio für den Gesundheitsbereich basierend auf diesen international anerkannten Standards der IHE. Die MagForce AG ist ein führendes Unternehmen auf dem Gebiet der nanotechnologisch basierten Krebstherapie und das erste Unternehmen weltweit, das die europäische Zulassung für ein Medizinprodukt mit Nanopartikeln erhalten hat.

Weitere Therapiezentren in Deutschland sind geplant. Springlane ist die Online-Plattform für alles rund ums Kochen. Das Team hat es sich zur Aufgabe gemacht, allen die sich gerne am Herd austoben, eine besondere Auswahl an Produkten für die Küche und den gedeckten Tisch zu bieten. Genauso kann der Kunde aber auch zahlreiche aufstrebende Newcomer-Brands entdecken.

Die im Jahr gegründeten Gesellschaft entwickelt und vertreibt mobile Sicherheitslösungen für Endkunden von Mobil- und Festnetzanbieter, virtuelle Mobilfunkanbieter und Unternehmen in der Finanzindustrie. Auf Basis dieser Technologie lassen sich Marken den passenden Influencern zuordnen.

Die Plattform kann zur Planung, Konzeption und Durchführung von Influencer-Kampagnen genutzt werden und bietet Kunden somit ein hohes Potential, um durch effektives Werben organisches Wachstum zu erzeugen.

Shoppen, sich informieren und bezahlen — alles digital über eine App, egal ob am POS, unterwegs oder von zuhause. Ihr Unternehmen passt zu uns? Dann sprechen Sie uns an und schicken uns aussagekräftige Unterlagen per E-Mail? Libify Technologies , mit Sitz in München, ist auf die Herstellung und den Vertrieb mobiler Notruf- und Ortungssysteme spezialisiert und steht für lösungsorientierte, hochqualitative Produkte im Bereich Sicherheit und Ortung.

Die Sleepz AG www. Die sleepz-Gruppe gehört zu einem der am schnellsten wachsenden Online-Händler im Bereich Schlafwelten in Deutschland. Über die Grafenfels Manufaktur GmbH www.

Die elumeo Gruppe mit Sitz in Berlin ist das führende europäische Unternehmen im elektronischen Vertrieb von hochwertigem Edelsteinschmuck, den die elumeo Gruppe überwiegend selbst in Thailand produziert.

Der Verkauf erfolgt überwiegend über den Direktvertrieb. Qualität, natürliche Materialien, beste Verarbeitung und Transparenz bezüglich der Herstellung der Produkte stehen im Mittelpunkt der Unternehmensphilosophie. Das Geschäftsmodell ist dabei ganz einfach: So entsteht Qualität, die nicht teuer ist — echte Lieblingsstücke für Zuhause. Neben einer positiven Aktienkursentwicklung wollen wir unsere Aktionäre insbesondere auch mittels einer nachhaltigen Dividendenpolitik am Erfolg der Gesellschaft partizipieren lassen.

Mit der Heliad-Aktie profitieren private und institutionelle Investoren somit mittels eines täglich liquiden Dividendentitels von den Chancen eines diversifizierten Portfolios der interessantesten disruptiven Wachstumsunternehmen im deutschsprachigen Raum. Wir fokussieren uns auf die DACH Region als unseren Heimatmarkt, in dem wir über ein exzellentes Netzwerk und damit auch einen sehr guten Dealflow verfügen.

Gleichzeitig ist Deutschland die mit Abstand stärkste und gesündeste Volkswirtschaft in Europa und wird dies unserer Meinung nach aufgrund zahlreicher struktureller Vorteile — einem starken Mittelstand, im Vergleich zum Konjunkturboom zu niedrigen Zinsen und einem zu niedrigem Euro, der die Exporte beflügelt — auch bleiben.

Über die Jahre hat sich ein klarer Fokus auf folgende zwei Sektoren herausgebildet, auf die wir uns konzentrieren:. Für die Heliad kommen dabei sowohl börsennotierte als auch nicht-börsennotierte Unternehmen in Betracht. Unser Ziel ist es, für unsere Aktionäre nachhaltig überdurchschnittliche Renditen zu erzielen, was uns seit Einführung der neuen Investmentstrategie im Oktober jedes Jahr überzeugend gelungen ist.

Dies schafft man unseres Erachtens nur, wenn man abseits der ausgetretenen Wege geht. Viele Unternehmen ergeben als Investment stand-alone keinen Sinn bzw. Wir sind selbst Unternehmer und glauben daher fest daran, dass ein herausragendes, unternehmerisches Management der Schlüssel zum Erfolg ist. Deshalb ist bei unseren Investitionsentscheidungen das Management das mit Abstand wichtigste Kriterium. Entweder die Firma verfügt bereits über ein exzellentes Gründer- bzw.

Management-Team, oder wir können — zum Beispiel im Rahmen einer Restrukturierung — das Management-Team durch uns bekannte Manager austauschen. Im Nachgang zu unserer Investition arbeiten wir Hand in Hand mit dem Management und stellen unser breites Netzwerk und langjährige Erfahrung zur Verfügung, um die Firma schnell zu neuen Höhen zu führen.

Im Rahmen der ordentlichen Corporate Governance üben wir unsere Gesellschafterrechte dabei aktiv in Form von Beirats- und Aufsichtsratsmandaten aus. Wie kann man nach einer erfolgreichen Akquisition den Wert der Firma steigern, die genannten Probleme beseitigen und damit den Unternehmenswert in möglichst kurzer Zeit massiv steigern?

Was ist der Katalysator, der die Beteiligung zum Fliegen bringt? Katalysatoren können so vielfältig sein wie die Beteiligungsanlässe, deshalb ist die folgende Aufzählung nur beispielhaft.

Das wichtigste ist jedoch, dass wir nicht warten, bis sich eine Verbesserung der Situation von selbst ergibt, sondern diese aktiv herbeiführen:. Die Liquidität für Investoren ergibt sich aufgrund der Börsennotiz der Heliad und der damit verbundenen täglichen Handelbarkeit der Heliad-Aktie.

Das Management Team der Heliad verfügt über langjährige Erfahrung im Beteiligungsgeschäft und insbesondere über komplementäre Fähigkeiten, von Private Equity Erfahrung über anwaltliche Kenntnisse bis hin zu Finance- und Controlling Background. Beim Net Asset Value kurz: NAV handelt es sich um eine Art Substanzwert, bei dem der Wert aller materiellen und immateriellen Vermögenswerte eines Unternehmens abzüglich der Verbindlichkeiten betrachtet wird. Dieser Substanzwert trifft keine Aussage über zukünftige Erträge des Unternehmens.

Beteiligungen an nicht börsennotierten Beteiligungen werden zu Fair Values bewertet. Bewertungen der börsennotierten Beteiligungen beruhen auf Marktwerten. Die ordentliche Hauptversammlung der Heliad Equity Partners fand am Volker Rofalski Vorsitzender Haftungshinweis: Datenschutz auf einen Blick Allgemeine Hinweise Die folgenden Hinweise geben einen einfachen Überblick darüber, was mit Ihren personenbezogenen Daten passiert, wenn Sie unsere Website besuchen.

Datenerfassung auf unserer Website Wer ist verantwortlich für die Datenerfassung auf dieser Website? Wie erfassen wir Ihre Daten? Wofür nutzen wir Ihre Daten? Welche Rechte haben Sie bezüglich Ihrer Daten? Hinweis zur verantwortlichen Stelle Die verantwortliche Stelle für die Datenverarbeitung auf dieser Website ist: Widerruf Ihrer Einwilligung zur Datenverarbeitung Viele Datenverarbeitungsvorgänge sind nur mit Ihrer ausdrücklichen Einwilligung möglich.

Widerspruchsrecht gegen die Datenerhebung in besonderen Fällen sowie gegen Direktwerbung Art. Recht auf Datenübertragbarkeit Sie haben das Recht, Daten, die wir auf Grundlage Ihrer Einwilligung oder in Erfüllung eines Vertrags automatisiert verarbeiten, an sich oder an einen Dritten in einem gängigen, maschinenlesbaren Format aushändigen zu lassen.

Auskunft, Sperrung, Löschung und Berichtigung Sie haben im Rahmen der geltenden gesetzlichen Bestimmungen jederzeit das Recht auf unentgeltliche Auskunft über Ihre gespeicherten personenbezogenen Daten, deren Herkunft und Empfänger und den Zweck der Datenverarbeitung und ggf. Das Recht auf Einschränkung der Verarbeitung besteht in folgenden Fällen: Wenn Sie die Richtigkeit Ihrer bei uns gespeicherten personenbezogenen Daten bestreiten, benötigen wir in der Regel Zeit, um dies zu überprüfen.

Wenn wir Ihre personenbezogenen Daten nicht mehr benötigen, Sie sie jedoch zur Ausübung, Verteidigung oder Geltendmachung von Rechtsansprüchen benötigen, haben Sie das Recht, statt der Löschung die Einschränkung der Verarbeitung Ihrer personenbezogenen Daten zu verlangen.

Wenn Sie einen Widerspruch nach Art. Solange noch nicht feststeht, wessen Interessen überwiegen, haben Sie das Recht, die Einschränkung der Verarbeitung Ihrer personenbezogenen Daten zu verlangen. Datenschutzbeauftragter Gesetzlich vorgeschriebener Datenschutzbeauftragter Wir haben für unser Unternehmen einen Datenschutzbeauftragten bestellt.

Datenerfassung auf unserer Website Cookies Die Internetseiten verwenden teilweise so genannte Cookies. Browser Plugin Sie können die Speicherung der Cookies durch eine entsprechende Einstellung Ihrer Browser-Software verhindern; wir weisen Sie jedoch darauf hin, dass Sie in diesem Fall gegebenenfalls nicht sämtliche Funktionen dieser Website vollumfänglich werden nutzen können.

Auftragsverarbeitung Wir haben mit Google einen Vertrag zur Auftragsverarbeitung abgeschlossen und setzen die strengen Vorgaben der deutschen Datenschutzbehörden bei der Nutzung von Google Analytics vollständig um. Abschluss eines Vertrags über Auftragsverarbeitung Wir haben mit CleverReach einen Vertrag zur Auftragsverarbeitung abgeschlossen und setzen die strengen Vorgaben der deutschen Datenschutzbehörden bei der Nutzung von CleverReach vollständig um.

We invest in the best entrepreneurs Unsere Strategie Newsletter. Diese Webseite verwendet Cookies, um bestimmte Funktionen zu ermöglichen und das Angebot zu verbessern.

Indem Sie hier fortfahren, stimmen Sie der Nutzung von Cookies zu. Fokus auf 2 Sektoren Über die Jahre hat sich ein klarer Fokus auf folgende zwei Sektoren herausgebildet, auf die wir uns konzentrieren: Starkes operatives Management-Team als Erfolgsgarant Wir sind selbst Unternehmer und glauben daher fest daran, dass ein herausragendes, unternehmerisches Management der Schlüssel zum Erfolg ist.

Aktive Wertschöpfung Wie kann man nach einer erfolgreichen Akquisition den Wert der Firma steigern, die genannten Probleme beseitigen und damit den Unternehmenswert in möglichst kurzer Zeit massiv steigern? Das wichtigste ist jedoch, dass wir nicht warten, bis sich eine Verbesserung der Situation von selbst ergibt, sondern diese aktiv herbeiführen: Wir investieren sowohl in private als auch gelistete Unternehmen.

Viele Unternehmen werden für Folgeinvestoren erst dann interessant, wenn sie eine kritische Masse was Umsatz und Gewinn angeht erreichen. Eine aktive Wachstumsstrategie, eventuell verbunden mit einer Add-on-Akquisitionsstrategie, bringt das Unternehmen in neue Dimensionen und eröffnet so neue Investorenschichten, wodurch die Bewertung steigt.

Alle Technology Digital Brands. Heliad lockt mit Neugründungen deutsche-startups. Datenerhebung und Vorverarbeitung, Erstellung lernfähiger Merkmale, Merkmalsselektion sowie der Klassifikation [4].

Dabei wird eine umfassende Schlussbetrachtung angeführt, die Aufschluss darüber geben soll, inwiefern das Machine Learning auf dem Aktienmarkt verwendet werden kann. Die lernende Maschine soll auf möglichst effiziente Weise und ohne gravierende Abweichungen die ihr übermittelten Daten klassifizieren. Folglich müssen alle relevanten Merkmale selektiert und berücksichtigt werden, um die relevanten Daten klassifizieren zu können. Es existieren insgesamt drei verschiedene Verfahrensweisen, um die vorhandenen Daten zu annektieren.

Im Unterschied zu der Lernmethode des nicht-überwachten Lernens werden bei dem überwachten Lernen keinerlei Schlussfolgerungen durch die Maschine selbst getroffen. Dies bedeutet, dass die kognitive Anstrengung bei dem Prozess des Selektierens seitens des Lehrers z. Im Gegensatz zum Supervised Learning werden bei der oben bereits erwähnten Methode des nicht-überwachten Lernens selbst neue Theorien durch die Maschine konzipiert. Damit dieses System durch Experimente und Beobachtungen strukturiertes und verwendbares Wissen erhält, müssen eine erhebliche Anzahl von Schlussfolgerungen durchgeführt werden [7].

Laut Stuart Russel und Peter Norvig existieren nicht nur die zwei elementaren Lernmethoden überwachtes bzw. Bei dieser Methode erhält die zu lernende Maschine ein bestimmtes Feedback in Form von Verstärkungen, Belohnungen oder Bestrafungen [8].

Um Aufschluss darüber zu geben, wie die zu lernenden Daten mit Hilfe verschiedenster Algorithmen klassifiziert werden können, beschreibt dieser Absatz drei exemplarische Ansätze zur Klassifikation der Daten.

Das Ziel der künstlichen neuronalen Netze ist es, die Arbeitsweise des menschlichen Gehirns zu imitieren und dieses als mathematisches Modell darzustellen [10]. Diese Form der Klassifikationsweise wird dann eingesetzt, um komplexe Relationen zwischen Ein- und Ausgabewerten zu erkennen. Künstliche Neuronen simulieren die Funktionsweise einer biologischen Nervenzelle und setzen sich aus einzelnen Einheiten zusammen, welche aus vier verschiedenen Komponenten bestehen: Soma, Dendriten, Axon und den Synapsen.

Das mathematische Äquivalent zur biologischen Nervenzelle besteht ebenfalls aus der Soma, welche in drei grundsätzlichen Funktionen aufgeteilt ist: Eingabefunktion, Aktivierungsfunktion sowie der eigentlichen Ausgabe, welche an die Ausgabeverknüpfungen weitergeleitet werden Axon. Jeder einzelnen Eingabeverknüpfung wird einer Gewichtung zugeordnet. Verstärkung von bestimmten Eingangssignalen Dendriten wird durch die sogenannten Synapsen Bias-Gewicht durchgeführt [11].

Demnach ergibt sich die folgende Abbildung für das mathematische Modell eines Neurons [12]:. Im Gegensatz zu der bereits genannten Klassifikationsmethode der neuronalen Netze trifft der Naive Bayes Klassifikator, welcher zur Familie der überwachten Lernverfahren gehört, die Annahme, dass jedes einzelne Element autonom von den restlichen Elementen existiert [14]. Diese Gleichung kann an einem Beispiel erläutert werden. Durch eine Modifikation der oben aufgeführten Gleichung ergibt sich ein Konstrukt, welches zur Klassifikation von E-Mails in den beiden bereits genannten Kategorien durchgeführt wird.

Die Problematik, komplexe Sachverhalte zu klassifizieren, wird durch diesen Algorithmus deutlich vereinfacht. Dabei werden die nächsten Nachbarn in einer Mehrheitsentscheidung mit einbezogen [18]. Um zu erfassen, welche Person ihre Rechnung bezahlt bzw. Andere Einflüsse werden in diesem Beispiel nicht berücksichtigt. Um nun zu ermitteln, ob eine Person A den Betrag einer Rechnung begleichen würde, werden nun zum Beispiel die Klassenzugehörigkeit der fünf nächsten Nachbarn ausgewertet und mit der Person A verglichen.

Hinsichtlich der Merkmale Alter und Einkommen haben in diesem Beispiel in der Vergangenheit drei von fünf Personen mit den nächstgelegenen Ausprägungen im Merkmalraum ihre Rechnung bezahlt. Nur zwei Personen haben den Prozess der Bezahlung nicht durchgeführt.

Demnach wird die Person A der Klasse 1 zugeordnet. Anwendungsgebiete des Machine Learning. Weitere Teilbereiche der Wirtschaft, in denen das Machine Learning bereits integriert wurde, sind die Marktanalyse Marketing und das Finanzwesen. Auf allen Finanzmärkten weltweit werden finanzielle Mittel von dem Kapitalanbieter Anleger zu den Kapitalnachfragern Investoren übermittelt.

Diese These wird durch die Abbildung 2. Der Bereich der Kapitalanbieter setzt sich aus dem Sektor der privaten Haushalte zusammen. Aufgrund der Bereitstellung des Kapitals durch die Anleger erhalten diese einen Gegenwert, welcher oft in Form von Wertpapieren ausgeschüttet wird.

Die Investoren setzen sich aus zwei Teilbereichen zusammen: Die Vermittlung des eingesetzten Kapitals, sei es Eigenkapital oder Fremdkapital, wird durch so genannte Finanzintermediäre durchgeführt.

Banken, Versicherungen, Bausparkassen und Fondsgesellschaften. Diese Institutionen agieren dementsprechend als Transportunternehmen der Finanzanlagen [24]. Der Netto-Kapitalexport errechnet sich durch Kapitalexporte minus Kapitalimporte. Es ergibt sich die logische Schlussfolgerung, dass aus der Sicht des Inlands das Geldvermögen in Form von Netto-Auslandsforderungen steigt, das Ausland aber hingegen Netto-Verbindlichkeiten gegenüber dem Inland eingeht, sodass sich das Geldvermögen vermindert [25].

Damit der tägliche Betrieb des Finanzmarktes gewährleistet werden kann, ist die Interaktion verschiedenster Akteure erforderlich. Der folgende Abschnitt beschreibt die Interaktion und Kommunikation der Akteure untereinander und deren Funktionen auf dem Finanzmarkt.

Wichtige Akteure des Finanzmarktes. Dazu gehört es, Konjunkturen zu stimulieren aber auch Rezessionen frühzeitig zu erkennen, um diesen positiv entgegenwirken zu können.

Umgangssprachlich ist die Zentralbank die Bank des Staates und der Banken. Somit agiert eine Zentralbank als letzte Refinanzierungsquelle der Kreditinstitute und fungiert als Hausbank des Staates. Zu den primären Aufgaben der Geschäftsbanken gehört das sogenannte Commercial Banking. Bei dem Commercial Banking handelt es sich um die Entgegennahme von Kundeneinlagen und die Gewährung von Fremdkapital.

Zudem organisieren die Geschäftsbanken den allgemeinen Zahlungsverkehr und den Währungstausch. Neben den Zentralbanken sind die Geschäftsbanken ausnahmslos einer der wichtigsten Akteure am Finanzmarkt, da sich ihre Aufgabenbereiche auf die komplette Volkswirtschaft orientiert.

Neben dem Commercial Banking existiert das sogenannte Investment Banking. Dieser Zweig des Bankgeschäfts behandelt hauptsächlich Tätigkeiten wie z. Zudem gibt es sogenannte Pensionskassen , welche durch Beiträge vom Arbeitgeber sowie -nehmer gefüllt werden. Dieses Kapital, welches von Fondsmanagern verwaltet wird, kann dem Arbeitnehmer nach seiner Pensionierung dann als zusätzliche Betriebsrente zur Verfügung gestellt werden [32]. Investmentgesellschaften sind spezielle Unternehmen, welche Investmentfonds emittieren.

Zumeist handelt es sich bei diesen Unternehmen um Tochtergesellschaften von Banken. Das Konzept des Investmentfonds arbeitet nach folgendem Prinzip: Die Anleger investieren einen bestimmten Betrag und erhalten dafür im Gegenzug Fondsanteile ihrem Depotwert gutgeschrieben.

Durch den Erwerb solcher Fondsanteile an einem diversifizierten Portfolio kann somit das Risiko der Investition minimiert werden [33]. Dieses Prinzip der Geldanlage ist für Kunden interessant die nach einer weniger risikobehafteten Investitionsmöglichkeit suchen.

Üblicherweise wird der Kapitalmarkt auch als Wertpapiermarkt bezeichnet, da an diesem hauptsächlich börsenfähige Wertpapiere wie z. Aktien oder Anteile an Investmentfonds emittiert und gehandelt werden. Unterschieden wird in Anleihen-, Renten- und Aktienmarkt.

Der bereits genannte Renten- und Aktienmarkt wird aufgeteilt in Primär- sowie Sekundärmarkt. Diese beiden Formen des Aktienmarkts werden in Kapitel 2. Eine andere Umschreibung des Pimär- bzw. Sekundärmarkts ist der organisierte Kapitalmarkt. Alle Wertpapiermärkte werden unter diesem Begriff definiert. Der Gegensatz zum organisierten Kapitalmarkt ist der nicht organisierte Kapitalmarkt.

Dieser befasst sich hauptsächlich mit dem direkten bzw. Der Kontrast zum Kapitalmarkt ist der sogenannte Geldmarkt. Dieser behandelt Märkte für kurz- und mittelfristige Finanzierungen [36]. Der Kapitalmarkt als solches, welcher die Aufgabe hat die mittel- sowie langfristigen Kapitalanlagen bzw. Diese beiden Bereiche des Kapitalmarktes handeln hauptsächlich Wertpapiere. Ein weiterer Bestandteil des Kapitalmarktes sind die Märkte für Hypothekendarlehen. All diese Anlageformen sind für die langfristigen Finanzierungen ausgelegt [37].

Der organisierte Kapitalmarkt behandelt zumeist alle längerfristigen Transaktionen unter Einschaltung von Kreditinstituten und Kapitalsammelstellen. Die ausgeprägteste Form des organisierten Kapitalmarktes ist die Börse.

Der organisierte Kapitalmarkt steht unter ständiger Beobachtung des Staates. Das Gegenstück des organisierten Kapitalmarktes ist der nicht organisierte Kapitalmarkt. Zu diesem Teil des Kapitalmarktes gehören insbesondere Kreditbeziehungen zwischen Unternehmen, zum Beispiel in Form eines langfristigen Lieferantenkredits.

Ebenfalls Kreditbeziehungen zwischen privaten Haushalten sowie zwischen Unternehmen und Haushalten sind Bestandteil des nicht organisierten Kapitalmarktes [38]. Ein sehr guter Träger dafür, um Kapital in Umlauf zu bringen, sind Wertpapiere. Diese erstmalige Kapitalvermittlung geschieht auf dem Primärmarkt, welcher in Abbildung 2. Der Kapitalnachfrager, in diesem Falle das Unternehmen, welches seine Wertpapiere emittiert, erhält für eine bestimmte Anzahl von Aktien den entsprechenden Gegenwert.

Dieser Prozess ist an dem Geld- bzw. Wertpapierstrom in der Grafik deutlich zu erkennen. Die Kapitalinvestoren, welche während der Erstemission der Wertpapiere auf dem Primärmarkt beispielsweise Aktien eines Unternehmens erworben haben, können diese erworbenen Wertpapiere auf dem so genannten Sekundärmarkt in Umlauf bringen.

Die Wertpapiere werden lediglich anderen Kapitalanbietern verkauft. Zusammenfassend ist der Sekundärmarkt eine Plattform für den Handel mit bereits in Umlauf befindlichen Wertpapieren. Dieser Handel mit Wertpapieren, welche sich bereits im Umlauf befinden, wird auch als Börse bezeichnet und obliegt bestimmten gesetzlichen Regelungen und Kontrollen.

Emission und Handel von Wertpapieren. Die Börse ist ein elementarer Teil des Finanzmarktes. Die Grundlage zur Prognostizierung von Finanzdaten wie z. Aktien- oder Fondsverläufe sind die Historiendaten, welche in Betracht gezogen werden müssen. Da progressive Computersysteme des Jahrhunderts dieses enorme Datenaufkommen aufgrund verschiedener Klassifikationsalgorithmen deutlich schneller analysieren können als der Mensch, werden immer mehr analytische Aufgaben an Maschinen delegiert.

Die Bedingung für Durchführung dieser analytischen Aufgaben sind das Festlegen von definierten Rahmenbedingungen. Als Prämisse für die Prognoseerstellung durch progressive Computersysteme des Jahrhunderts, muss ein relevanter Datenbestand vorliegen. Beim erstellen besagter Datenprämisse muss akkurat ausgewählt werden welche Daten zu berücksichtigen sind, da jeder nicht zielführende Datensatz die Datenprämisse verfälscht [44].

N Die Aufnahme eines Stimmmusters ist beispielsweise durch Hintergrundgeräusche verfälscht. Hierdurch ist die Datenprämisse inkorrekt. Es ist unumgänglich das die kompromittierenden Geräusche aus dem Stimmmuster isoliert und entfernt werden, bevor dieser Datensatz Teil der Datenprämisse wird.

Derlei korrigierendes Eingreifen im vorne herein nennt sich Preprocessing. Ohne Preprocessing kann nicht gewährleistet werden, dass die Datenprämisse relevant und aussagekräftig für die angestrebten Zwecke ist. Am Beispiel eines Aktienkurses wird deutlich, dass der Kursverlauf unabhängig von der Art des Verlaufes Positiv oder Negativ unter anderem von politischen Entscheidungen abhängig ist.

Unberücksichtigte exogene Einflüsse beeinträchtigen somit die Prognosequalität enorm. Aus dieser Erkenntnis kann gefolgert werden, dass bekannte und absehbare exogene Faktoren zwingend in die Datenprämisse aufgenommen werden müssen [46].

Beim Studieren der Datenprämisse ergeben sich Merkmale mit differenzierter Aussagekraft über das Betrachtungsobjekt. Ein Betrachtungsobjekt wird als ein einzelnes Objekt der Datenprämisse definiert. Wird das Beispiel eines Aktienverlaufs zu Grunde gelegt, ist es denkbar, dass die Merkmale explizit das Betrachtungsobjekt skizzieren.

Derlei Merkmale nennt man direkte Merkmale. Weiterhin ist denkbar, dass Merkmale, welche das Betrachtungsobjekt nur dann direkt skizzieren, wenn diese in Verbindung mit anderen Merkmalen studiert werden, existieren.

Diese Merkmale nennen sich indirekte Merkmale. Es gilt aus dem kooperativen Studium der indirekten Merkmale, neue direkte Merkmale zu etablieren. Das Fusionieren von Merkmalen wird somit ein wesentlicher konstitutiver Bestandteil beim Studium von Merkmalen, um eine direkte Skizzierung des Betrachtungsobjektes zu erreichen.

Merkmale mit gültiger Aussagekraft werden hierbei nicht verworfen, sollten diese mit einem nicht gültigem Merkmal fusioniert werden. Diese Sachlage berücksichtigend, ist es erforderlich, die studierten Merkmale zu Standardisieren, um das Betrachtungsobjekt generisch zu definieren. Beim Generalisieren von Merkmalen muss sich darauf besonnen werden, dass durch die Generalisierung, mandatorisch spezifische Daten verloren gehen.

Notwendigerweise muss entschieden werden, welcher Spezifikationsgrad und welche Generalisierungsstufe benötigt werden. Die erstellten Klassifikationen müssen kritisch bewertet werden, ob diese das Betrachtungsobjekt genügend beschreiben.

Hierzu können die vorhandenen Daten in drei verschiedene Teile unterteilt werden. Es wird ein Teil benötigt anhand dessen die Klassifizierungen angepasst werden. Ein weiterer Teil dient zur Überprüfung der Klassifikationen, damit aufgrund dieser Klassifikationen, Parameter für die Erstellung von Prognosen erstellt werden können. Um die definierten Parameter auf Gültigkeit zu verifizieren, wird der dritte Teil der Daten verwendet.

Damit eine möglichst präzise Verifizierung der Parameter erzielt wird, muss mandatorisch die Anzahl der Verifizierungsdurchläufe maximiert werden. Eine maximierte Anzahl Verifizierungsdurchläufe garantiert eine höhere Präzision.

Auf diese Weise ist es realisierbar zu verifizieren, ob die definierten Parameter nur für einen Teil oder für die Gesamtheit der Datenprämisse Gültigkeit besitzen. Anzahl der Durchgänge n eines Zufallsexperiments. Mithilfe der Fundamentalanalyse wird der Wert eines Unternehmens unter Berücksichtigung verschiedener Faktoren bewertet.

Der Ansatz der Fundamentalanalyse folgt der Annahme, dass das betrachtete Unternehmen einen wirtschaftlichen Wert besitzt, dem sich der zugehörige Aktienkurs langfristig anpasst. Der Wert des betrachteten Unternehmens wird als innerer Aktienwert definiert.

Mit dem inneren Aktienwert wird die Aktienrentabilität bewertet, was Rückschlüsse auf die Branchenrentabilität ermöglicht. Eine geläufige Methode ist die Present Value Theory. Die Present Value Theory besagt, dass der innere Wert der Aktie durch die Summe der Dividenden und weiteren Geldwerten Vorteile auf eine einzelne Aktie entfallen und auf den aktuellen Tag abgezinst werden.

Das Gegenwartswert- oder Barwertkonzept ermöglicht die Errechnung des inneren Wertes [52]. Durch dieses Mittel wird eine möglichst zeitnahe Einsicht der Kursgewinnchancen von Firmenaktien gewonnen. Es ist mandatorisch zu berücksichtigen, dass die Kursgewinnchancen sich in Abhängigkeit zu dem inneren Wert der Aktie befinden [54].

Erwähnenswert ist, dass Konklusionen den globalen Markt betreffend, anhand der Skizzierung eines einzelnen Unternehmens erarbeitet wurden, nur von ungenügender Qualität sind. Es sollte ebenso vermieden werden, anhand des globalen Marktes Schlussfolgerungen für ein spezifisches Unternehmen zu ziehen. Um Konklusionen annehmbarer Qualität zu ziehen, ist es mandatorisch Unternehmens spezifische, Branchenspezifische sowie globale Aspekte zentralisiert zu beurteilen [56]. Erhardt , S. Verhältnis Global, Branche und Unternehmen.

Die Top-Down-Analyse verfolgt den Ansatz globale Daten auf die Branche zu spezifizieren, die hierdurch etablierten Konklusionen werden wiederum auf die Unternehmen spezifiziert. Bei der Bottom-Up-Analyse wird vice versa versucht, die unternehmensspezifischen Konklusionen auf die Branche zu generalisieren, welche wiederum auf den globalen Markt generalisiert werden [57].

Die drei definierten Trends. Die Technische Analyse — teilweise auch als Chartanalyse bekannt —versucht durch Beobachtung von Marktbewegungen Kurstrends vorherzusagen. Es wird davon ausgegangen, dass alle nötigen Marktinformationen bereits in den Kursverläufen enthalten sind und eine Analyse der betriebswirtschaftlichen Daten des Unternehmens nicht notwendig ist. Die Technische Analyse lässt sich in drei Ansätze unterteilen [59].

Alles was die Kurse beeinflussen kann wird durch den Marktpreis wiedergespiegelt. Durch diese Annahme ist es beim Machine Learning möglich ein Verhaltensmuster aus dem Kursverlauf und dem Marktpreis zu erstellen, um daraus eine Vorhersage zu den weiteren Kursverläufen ableiten zu können.

Trends verdeutlichen Aktienverläufe und ermöglichen somit Wahrscheinlichkeitsprognosen über den weiterführenden Verlauf [60]. Als Prämisse für die Einteilung in Trends muss definiert werden welche Anzahl von Trendarten zu spezifizieren sind. Ferner ist Bestandteil der Prämisse, welche Distinktionen es zwischen den spezifizierten Trends existieren und wie besagte Trends sich unterscheiden. Um Trends zu definieren, werden die Verlaufsrichtungen der kurzzeitigen Kursspitzen weiterhin genannt Gipfel und der kurzzeitigen Kurstiefen weiterhin Täler genannt studiert.

Hierdurch werden die Trends wie folgt definiert. Eine Seitwärtsbewegung von Gipfeln und Tälern definieren einen Seitwärtstrend, eine sukzessive Steigerung von Gipfeln und Tälern definieren einen Aufwärtstrend vice versa definiert einer sukzessiver Abfall der Gipfel und Täler einen Abwärtstrend [61]. Primär- Sekundär- und Tertiärtrend. Jeder Trend wird als langfristig, kurzfristig oder mittelfristig kategorisiert [63]. Es gilt zu berücksichtigen das jede Trendart innerhalb eines Aktienverlaufes unendlich häufig existiert.

Um die Menge der zu betrachtenden Trends zu minimieren ist mandatorisch zu definieren welcher Zeitraum als langfristig, kurzfristig oder mittelfristig gültig ist. Mittelfristige Trends sind als gleichbleibende Trendverläufe von drei Wochen bis mehreren Monaten definiert. Alle Trendverläufe, die kürzer als drei Wochen andauern, werden als kurzfristiger Trend definiert [64].

Zusammenfassend wurde definiert, dass Trends aus Gipfeln und Tälern bestehen. An dem Zeitpunkt an dem ein Tal niedrig genug ist, wechselt das Verkaufsverhalten in ein Kaufverhalten. Hierdurch wird der vorherrschende Abwärtstrend zu einem Aufwärtstrend. Dieser exakte Zeitpunkt wird als Unterstützung definiert. Vice versa wird der exakte Zeitpunkt eines Wechsels von Aufwärtstrend zu Abwärtstrend als Widerstand definiert [65].

Darstellung von Unterstützung und Widerstand. Eine Widerstandslinie ist nicht ausserstande einen steigenden Trend zu unterbrechen, infolge dessen ist die Widerstandlinie als kurzzeitige Unterbrechung definiert.

Ein fortgesetzter Aufwärtstrend kann dadurch bestimmt werden, dass die sukzessive aufeinander folgenden Unterstützungen einen höheren Kurspunkt beschreiben, als die jeweilige vorhergehende Unterstützung. Ein fortgesetzter Abwärtstrend ist bestimmbar, sobald die sukzessive aufeinander folgenden Widerstände tiefere Kurspunkte beschreiben, als der jeweilige vorangegangene Widerstand.

Es ist unumgänglich zu definieren wie Kurswechsel bestimmt wird. Ein Kursabfall kann bestimmt werden, sobald in einem Aufwärtstrend ein Kursabfall die vorhergegangene Unterstützungslinie unterschreitet. Die Bestimmung eines Kursanstiegs oder Kursabfalls, ermöglicht eine Trendumkehrung oder den Übergang in einen Seitwärtstrend [67]. Wird nach einem Trendwechsel von einem Abwärtstrend die höchste bisherige Widerstandslinie deutlich überschritten wird diese beim Trendwechsel als neue Unterstützungslinie gewertet.

Dieses vorgehen nennt sich Rollentausch von Unterstützung und Widerstand [68]. Darstellung eines Rollentausches zwischen Widerstand und Unterstützung. Markteinflüsse, die sich der Annahme nach wiederholen müssten, können dabei für eine Vorhersage verwendet werden.

Grundlage für die zu lernenden Daten sind einerseits die Quellen, welche zur Prognosenerstellung benötigt werden und zum anderen die Methodik, um diese auswerten zu können. Um Aktienprognosen mittels Machine Learning erstellen zu können, müssen zu Beginn die Quellen hinsichtlich der benötigten Daten definiert werden. Für eine Prognose sollten die Daten aus Quellen stammen von der sich auch andere Aktieninhaber Informationen beschaffen würden, um somit ein Verhalten zwischen Angebot und Nachfrage besser bestimmen zu können.

Quellen die Informationen über zukünftige Dividenden, Zinssätze und zukünftige Kurse liefern sind hierfür geeignet. Die Informationen können automatisiert aus Onlineportalen bzw. Nachrichtenmagazinen entnommen oder manuell eingegeben werden. Bei einer manuellen Eingabe ist eine weitere Kontrolle durch den Anwender möglich was auf der einen Seite zwar den Aufwand erhöht, aber auf der anderen Seite sicherstellt das nur geprüfte Daten für eine Prognose verwendet werden.

Als Grundlage für die maschinelle Auswertung der Daten, wird in dieser Arbeit auf das neuronale Netz weiter eingegangen. Ein neuronales Netz besteht aus künstlichen Neuronen und stellt einen Teil der künstlichen Intelligenz dar. Bei der Mustererkennung, Kategorisierung oder auch Prognose werden neuronale Netze erfolgreich eingesetzt [72]. Im Gegensatz zu einem Computerprogramm müssen neuronale Netze nicht programmiert oder auf eine bestimmte Situation angepasst werden.

Mit vorhandenen Daten kann so ein Netz angelernt werden und auf Grundlage dessen, in einer neuen bzw.

Intern arbeitet ein Netz mit unterschiedlichen Neuronen die miteinander in verschiedenen Schichten verknüpft sind. In einigen Anwendungsfällen, wird auf die Verwendung eines Hiddenlayer verzichtet. Dann werden die Informationen direkt von dem Input- an den Outputlayer weitergegeben. Die Neuronen haben so gesehen als Aufgabe Informationen aus der Umwelt oder von anderen Neuronen aufzunehmen und diese in abgewandelter Form weiterzugeben.

Durch den Lernstand können die Neuronen individuell Verknüpfungen zu anderen Neuronen aufbauen, Gewichtungen ändern oder Verknüpfungen trennen [75]. Wie bereits erläutert, sind die einzelnen Neuronen mit einer Gewichtung verknüpft. Eine positive Gewichtung gibt an, dass ein Neuron einen erregenden Einfluss auf den nächsten Layer ausübt.

Bei einem Wert von Null wird keine Wirkung auf die nächste Schicht ausgeübt. Neben der Gewichtung wird das Ergebnis zum nächsten Neuron auch durch dessen Output-Leistung oder auch Output-Betrag genannt, beeinflusst. Erst die Multiplikation zwischen Output-Betrag und Gewichtung ergibt das Ergebnis welches als Input an das nächste Neuron weitergeben wird. Input für das nächste Neuron kann auch als Formel angegeben werden: Input der Unit i: Der Inhalt des Outputlayers wird durch die Anordnung bzw.

Gewichtung der einzelnen Neuronen bestimmt. Eine kleine Veränderung der Gewichtung kann somit schon das Ergebnis der vorhin im Beispiel genannten Kreditzusage beeinflussen. Im Folgenden wird ein exemplarisches Beispiel gezeigt, wie die einzelnen Verbindungen der Neuronen bewertet werden können. Aufbau eines neuronalen Netzes mit Gewichtungsbeispiel. Aufbau eines neuronalen Netzes mit Bias-Neuronen. Durch die Aktivierungsfunktion der Neuronen, kann das Ergebnis auch weiter beeinflusst werden.

Eine weitere Möglichkeit die Ausgabe zu beeinflussen stellt das Bias-Neuron bzw. Die Gewichtung fällt entweder positiv oder negativ auf die anderen Neuronen aus. Bei einer positiven Gewichtung sorgt das Bias-Neuron dafür, dass die empfangene Einheit auch aktiv bleibt, wenn kein starker positiver Input der anderen Neuronen vorliegt. Bei einer negativen Gewichtung besteht die Gefahr das die verbundenen Units in einem negativen bzw. Weiterhin ist einen Negativen Gewichtung von Vorteil, wenn ein Schwellenwert simuliert werden soll.

Ein bestimmtes Ergebnis wird nur durch übersteuern des Bias-Neurons zugelassen. Die anderen Input-Neuronen müssen somit ungefähr ein einheitliches Ergebnis wiederspiegeln, um das Bias-Neuron übersteuern zu können. Der Bias-Wert ist somit eine Stellschraube, um das Ergebnis anpassen zu können [80]. Bevor Daten für die Erstellung lernfähiger Merkmale verwendet werden können, müssen diese zunächst Aufbereitet werden.

Ein sauberer Datenbestand ist die Grundlage des Machine Learning.