News & Sentiment

Quellen & Erhebung

News kommen aus sehr unterschiedlichen Kanälen: Unternehmensmeldungen, Behörden, Fachpresse, verifizierte Social-Accounts, Analystenkommentare. Für eine belastbare Analyse braucht es klare Quellenlisten, Erhebungsintervalle, Zeitzonenregeln und IDs zur Zuordnung auf Wertpapiere.

Ziel ist ein reproduzierbarer Datenpfad: Was wurde wann, wo, unter welchem Link erfasst? Erst damit lassen sich spätere Ergebnisse nachvollziehen.

Normalisierung & Sprache

Texte werden bereinigt (Duplikate, Boilerplate), sprachlich erkannt und in ein einheitliches Format überführt. Named-Entity-Recognition verknüpft Firmen, Ticker, Personen und Orte. Einheitliche Zeitstempel sind Pflicht, ebenso die Kennzeichnung von Überschriften, Fließtext, Tabellen und Fußnoten.

Ergebnisse bleiben nur dann stabil, wenn Berechnungen dokumentiert werden: Tokenisierung, Lemmatization, Sonderfälle (z. B. Zahlenbereiche, Prozentangaben) und Regeln für Mehrsprachigkeit.

Ereignis-Extraktion

Statt „alles ist ein Signal“ werden Ereignistypen definiert: Ergebnisveröffentlichung, Guidance, Managementwechsel, Produkteinführung, Rechtsfälle, Makro-Ereignisse. Modelle erkennen diese Muster, markieren betroffene Unternehmen und liefern Begründungen (Belegstellen).

Gute Pipelines liefern Fakten + Kontext: Was ist passiert? Welche Einheiten sind betroffen? Gibt es Folgemeldungen, Korrekturen oder Dementis?

Sentiment & Tonalität

Sentiment ist eine Schätzung der Tonalität, keine Wahrheit. Modelle bewerten Formulierungen, Wörter und Kontexte (z. B. „besser als erwartet“), gewichten Quellen und kalibrieren Schwellen. Wichtig sind Konfidenzen statt vermeintlich exakter Scores.

Für die Praxis zählt Konsistenz: gleiche Regeln, gleiche Metriken, gleiche Fenster. So werden Vergleiche über Zeit und zwischen Quellen möglich.

Relevanz, Dedup & Evidenz

Viele Meldungen wiederholen nur Bekanntes. Dedup fasst Duplikate zusammen, Relevanz-Scoring bewertet Neuigkeitsgrad, Quelle, Reichweite und inhaltliche Nähe. Jeder Hinweis verlinkt auf Evidenz (Fundstellen), damit Auswertungen prüfbar bleiben.

Ergebnis ist eine fokussierte, nachvollziehbare Sicht statt eines Stroms ungefilterter Nachrichten.

Zeitbezug & Fenster

Ereignisse entfalten Wirkung in Zeitfenstern (vor/nach Veröffentlichung). Ohne saubere Zeitachsen drohen Leakage und Fehlinterpretationen. Definiere deshalb: Veröffentlichungszeit, lokale Börsenzeiten, „Event Window“ und Aufbewahrung der Rohzeitstempel.

So lassen sich spätere Auswertungen korrekt einordnen – unabhängig von der gewählten Strategie.

Evaluation & Drift

Qualität zeigt sich über Zeit: Stabilität der Klassifikationen, Kalibrierung der Schwellen, Drift der Sprachmodelle und Änderungen in Quellenlandschaften. Berichte sollten Treffer/Fehler, Konfidenzen und Sonderfälle transparent machen.

Regelmäßige Reviews und Vergleich mit Baselines verhindern, dass Scores „wegdriften“ oder ungewollte Bias-Effekte verstärken.

Transparenz & Compliance

Nachvollziehbarkeit ist Teil des Designs: Versionen von Daten, Features, Modellen und Regeln; Protokolle für Änderungen; Zugriffskontrollen; dokumentierte Freigaben. Keine Ergebniszusagen, sondern Entscheidungshilfen mit Belegen.

So bleibt der Einsatz von News & Sentiment in KI im Aktienhandel verantwortungsvoll und prüfbar.

Glossar

Dedup

Zusammenfassen inhaltlich gleicher/ähnlicher Meldungen zu einem Ereignis.

Konfidenz

Schätzung der Sicherheit eines Modellergebnisses (z. B. Sentiment-Score).

Evidenz

Belegstellen (Zitate/Abschnitte/Links) für eine Modellentscheidung oder ein Ereignis.