🍏 Was ist die Idee?
Mit der Covid-Pandemie stürzten Travel-Aktien in 2020 ab. Aber wer hätte in 2020 gedacht, dass 3 Jahre später regionale Banken in den USA wackeln, weil Büroflächen leer stehen? Das sind Second-Order-Effects, und dein AI-Tool hilft Investoren diese vorauszusagen.
Was ist das Problem? - Keine Übersicht: Fast alles steht in einem kausalen Zusammenhang, aber wie wollen Investoren das alles verstehen?
- Keine Zeit: Es dauert lange, solche Second-Order-Effekte zu recherchieren
- Kein Link zur Vergangenheit: Wann ist ein Ereignis aufgetreten, das einen ähnlichen Effekt haben wird? Was ist nach der Spanischen Gruppe in den 1910ern passiert? Wie würde sich das auf die Post-Covid-Welt auswirken?
Was ist die Idee? Du baust einen KI-basierten Investment Advisor, der solche First- und Second-Order Effekte analysiert. Basierend auf den Erkenntnissen kausaler Zusammenhänge vergangener Ereignisse gibt dein Advisor dir mögliche Konsequenzen, die auf den ersten Blick nicht sichtbar sind.
🌵 Warum funktioniert's?
- FinTech Startups haben gerade keine einfache Zeit, sind aber immer noch unter den wertvollsten Startups der Welt.
- First-Order Effects: Aktienmärkte verarbeiten neue Informationen in den Kursen börsengelisteter Unternehmen. Ein Quartalsbericht führt häufig zu großen Kursbewegungen.
- Second-Order Effects: Einschneidende Events und Entwicklungen führen zu weiteren Effekten, die nicht so offensichtlich sind. Beispiele:
- Zum Start der Covid-19-Pandemie Anfang 2020 vielen Travel-Aktien ins Bodenlose (first-order-effect). Nicht ganz so offensichtlich war, dass regionale Bankaktien in den USA in 2023 unter großen Druck kamen, weil der Wert von Büroimmobilien massiv fiel (second-order-effect).
- Mit der Einführung des Internets wurden neue Unternehmen wie Google und Amazon groß (first order effect) und ein paare Jahre später boomte der Markt für Logistiker, die Pakete zu Kunden brachten (second-order-effect).
- Mit Ozempic kam in 2023 eine neue "Wunderdroge" auf den Markt, die Übergewichtigen hilft schlanker zu werden. Was heißt das für Coca Cola und McDonalds? Werden dadurch mehr Kinder geboren? Was heißt das für Krankenhäuser und -kassen?
- Wenn die Mehrheit der Autos mit Strom fahren, dann sinken die Umsätze mit Benzin (first order effect). Da über die Hälfte der Zigaretten in Tankstellen gekauft werden, sinkt dadurch auch der Tabakkonsum (second order effect).
- Es ist viel aufwendiger, second-order effects zu finden. Nur wenige Menschen machen sich die Mühe.
💡 Wie starte ich am Wochenende?
Schritt 1: Nachfrage testen
Wer interessiert sich für sowas überhaupt? Und wie kannst du das Konzept einfach vermitteln? Sprich mit Bekannten, die Geld an der Börse investieren. Idealerweise auch mit institutionellen Anlegern.
Schritt 2: Commercial MVP bauen
Was ist die einfachste Möglichkeit, dieses Konzept zu testen? Du könntest einfach einen kostenpflichtigen Newsletter aufsetzen, mit dem du wöchentlich deine Analysen von Second-Order-Effekten teilst.
Schritt 3: Technisches MVP bauen
Um zu skalieren, brauchst du ein technisches Produkt. Wie kannst du KI so nutzen, dass du ein proprietäres Produkt aufsetzen kannst?
