Cluster statt Sektoren: Wie KI verborgene Risikogruppen erkennt.

Die Sektor-Einteilung des MSCI ist die bekannteste Streuungslogik. Sie ist auch die grobste. Eine Clusterung auf Renditen erkennt Gruppen, die Sektoren übersehen — und zeigt Streuung, die ein Sektorbericht vorgaukelt.

Warum Sektoren nicht genug sind.

Sektoren sortieren Unternehmen nach Tätigkeit: Finanzwesen, Industrie, Gesundheitswesen. Das ist eine Ordnung, aber keine Risikofolge. Ein deutscher Automobilbauer und ein deutscher Maschinenbauer sitzen in verschiedenen Sektoren, reagieren aber auf denselben Konjunkturimpuls. Eine Sektor-Streuung von 11 Gruppen kann eine Risikostreuung von drei Gruppen sein.

Wer Streuung an Sektoren misst, misst Etiketten, nicht Bewegung. Genau hier setzt die Clusterung an.

Was eine Clusterung tut.

Die hierarchische Clusterung gruppiert Einzeltitel nach der Ähnlichkeit ihrer Rendigstruktur über einen gewählten Zeitraum. Titel, die sich ähnlich bewegen, landen in einer Gruppe. Titel, die sich unabhängig bewegen, in verschiedenen. Das Verfahren ist unüberwacht — es kennt die Sektoren nicht und gruppieren sie trotzdem oft ähnlich. Wo es abweicht, wird es interessant.

Die KI-Komponente steckt im Maß der Ähnlichkeit und in der Wahl des Cut-Points, ab dem eine Gruppe als eigenständig gilt. Wir verwenden eine auf Wochenrenditen geglättete Distanz und einen Cut-Point, der sich an der natürlichen Lücke des Dendrogramms orientiert, nicht an einer vorgegebenen Gruppenzahl.

Ein Beispiel aus der Praxis.

In einer Analyse Ende 2025 gruppierte die Clusterung drei Titel zusammen, die in drei verschiedenen MSCI-Sektoren lagen: ein Wohnungsbauunternehmen (Immobilien), einen Baustoffhersteller (Grundstoffe) und einen Baumaschinenbauer (Industrie). Die Sektor-Sreuung sah drei Gruppen; die Clusterung sah eine. In der Krise fielen alle drei gemeinsam — die Sektor-Sicherung war eine Scheinsicherung.

Wo die Clusterung versagt.

Clusterung braucht Daten und stabile Beziehungen. In Regimewechseln lösen sich Gruppen kurzfristig auf, die vorher stabil wirkten. Eine Clusterung allein liest dann die Vergangenheit in die Zukunft. Wir kombinieren sie deshalb mit einer Regimeprüfung und streichen Cluster, die nur in einem einzigen Regime stabil waren.

„Cluster zeigen Bewegung, nicht Ursache. Sie sind ein Werkzeug, kein Urteil.“

Fazit

Sektoren sind eine erste Ordnung, Cluster eine zweite. Wer Streuung ernst nimmt, liest beide — und vertraut der, die Bewegung erklärt, nicht der, die Etiketten zählt.