Warum Investoren KI‑Aktienberatung immer noch nicht vollständig vertrauen

Die Einführung von Künstlicher Intelligenz (AI) (KI) beschleunigt sich weiterhin mit „historischer Geschwindigkeit“. Während die Technologie sich ständig verbessert und mehr Menschen erreicht als je zuvor, wird sie nun leise auch Teil des Werkzeugkastens von Privatanlegern.

Von der Aktienauswahl über die Zusammenfassung von Gewinnaufrufen, das Erstellen von Handelsideen, die Analyse von Portfolios bis hin zur Ausführung von Trades wird KI schnell zu einem integralen Bestandteil des Investierens.

Doch trotz beeindruckender Fortschritte in generativer KI und maschinellem Lernen gibt es bei Investoren weiterhin Zurückhaltung, KI für tatsächliche Kauf‑ und Verkaufsentscheidungen zu vertrauen. Investoren lassen sich gerne von einem KI‑Modell ein Risiko aufzeigen oder einen Jahresabschluss erklären, aber weniger sind bereit, demselben Modell zu vertrauen, wenn echtes Geld auf dem Spiel steht.

Das zeigt, dass das Vertrauen hinter der Leistungsfähigkeit zurückbleibt, wobei Investoren sich Sorgen über Halluzinationen, algorithmische Voreingenommenheit, Datenqualität, Cybersicherheit und die Unfähigkeit der KI machen, unvorhersehbare makroökonomische oder geopolitische Ereignisse vollständig zu berücksichtigen.

Während die Branche und Regulierungsbehörden klären, wie Verantwortung aussieht, nutzen die meisten Investoren KI als Werkzeug zur Unterstützung ihrer Entscheidungsfindung statt als Ersatz für menschliches Urteilsvermögen. Die verbleibende Frage lautet: Werden Privatanleger KI genug vertrauen, um sie Einfluss auf Portfolioentscheidungen nehmen zu lassen?

KI gestaltet das Investitionshandbuch neu

KI erlebt einen boomenden Markt, wobei erwartet wird, dass die Technologie in den kommenden Jahrzehnten ein signifikantes Wirtschaftswachstum antreibt. Im Vergleich zu Eisenbahnen, Elektrizität und dem Internet verspricht die transformative Technologie alles zu verändern – von alltäglichen Internetsuchen bis hin zu tiefgreifenden industriellen Arbeitsabläufen, komplexer Fertigung und der Medikamentenforschung.

Der rasche Fortschritt der KI beeinflusst ebenfalls die Finanzmärkte. Heute setzen Finanzinstitute, Broker, Hedgefonds und Fintech‑Unternehmen KI auf ihren Plattformen für ein breites Spektrum an Aufgaben ein.

Diese Akteure nutzen KI für Sentiment‑Analyse, Risikomodellierung, Betrugserkennung, quantitativen Handel, Portfolio‑Optimierung, personalisierte Anlageempfehlungen und Kundensupport.

Generative KI hat diese Fähigkeiten weiter ausgebaut und bietet regulären Investoren erhebliche Vorteile. Sie ermöglicht es Investoren, komplexe Finanzinformationen mittels natürlicher Sprache abzufragen und senkt so die Hürden für anspruchsvolle Marktanalysen.

Dann gibt es noch die Fähigkeit der KI, enorme Datenmengen kontinuierlich und viel schneller zu analysieren als ein menschlicher Analyst, der dafür Tage benötigen würde.

Während es große Mengen strukturierter und unstrukturierter Daten analysiert, überwacht die Technologie gleichzeitig tausende von Vermögenswerten und erkennt verborgene Muster. Sie automatisiert zudem repetitive Rechercheaufgaben und reagiert fast sofort auf neue Informationen.

Als Maschine wird KI weder von Angst noch von Gier getrieben; vielmehr wendet sie konsistente Methoden an, die emotionale Verzerrungen wie Überconfidence, Verlustaversion und Herdenverhalten reduzieren, die menschliche Entscheidungen verzerren.

All diese Fähigkeiten machen die Investmentforschung effizienter und zugänglicher, insbesondere für Privatanleger, denen zuvor institutionelle Analysewerkzeuge fehlten.

Zusätzlich wurde festgestellt, dass KI Menschen beim Aktienauswahl übertrifft, indem sie „93 % der Manager über einen Zeitraum von 30 Jahren im Durchschnitt um 600 % schlägt“.

KI ist jedoch nicht unfehlbar. Es gibt erhebliche Einschränkungen dieser Technologie, darunter die Tatsache, dass die meisten fortgeschrittenen KI‑Systeme als Black‑Boxen funktionieren, was bedeutet, dass man nicht weiß, wie sie ihre Empfehlungen erzeugen.

Die Technologie ist zudem nur so gut wie die Daten, auf denen sie trainiert wurde. Infolgedessen können KI‑Modelle nicht nur ungenaue, sondern sogar erfundene Informationen erzeugen.

Das Halluzinationsproblem bei KI ist gut dokumentiert. Sie liefert nicht nur falsche Antworten, sondern tut dies mit Selbstvertrauen, was die Erkennung erschwert.

„Halluzinationen sind plausible, aber falsche Aussagen, die von Sprachmodellen erzeugt werden. Sie können auf überraschende Weise auftreten, selbst bei scheinbar einfachen Fragen,“ erklärte OpenAI in seinem Blog mit dem Titel ‘Why language models hallucinate’. „Zum Beispiel, als wir einen weit verbreiteten Chatbot nach dem Titel der Doktorarbeit von Adam Tauman Kalai (einem Autor dieses Papiers) fragten, lieferte er selbstbewusst drei verschiedene Antworten – keine davon korrekt. Als wir nach seinem Geburtstag fragten, nannte er drei verschiedene Daten, ebenfalls alle falsch.“

Das ist noch nicht alles. KI‑Modelle haben auch Schwierigkeiten bei beispiellosen Marktereignissen, weil sie aus historischen Mustern lernen, anstatt die sich entwickelnden wirtschaftlichen Bedingungen wirklich zu verstehen.

Darüber hinaus würde die Nutzung derselben KI‑Modelle durch die meisten Investoren zu überfüllten Trades führen, die die Volatilität verstärken statt zu reduzieren. All diese Bedenken haben einen Bedarf an größerer Transparenz und menschlicher Aufsicht beim KI‑unterstützten Investieren geschaffen.

Hinweise deuten darauf hin, dass die Einführung der Technologie ungleichmäßig bleibt, wobei Vertrauen und wahrgenommenes Risiko von Forschern häufig als zentrale Hindernisse identifiziert werden.

Vertrauen in KI‑Ratschläge bleibt ein fortlaufender Prozess

KI gehört zu den wenigen Technologien, die extrem schnell zum Mainstream wurden. Ein großartiges Beispiel dafür ist OpenAIs ChatGPT, das in nur fünf Tagen die ersten 1 Million Nutzer erreichte und dann innerhalb von zwei Monaten 100 Millionen Nutzer verzeichnete. Zuletzt hat ChatGPT die Schwelle von 1 Milliarde global aktiver monatlicher App‑Nutzer überschritten, etwa drei Jahre nach dem Start, und ist damit die schnellste App, die dies je erreicht hat.

Während diese Daten eine breitere KI‑Nutzung zeigen, deuten Hinweise darauf hin, dass Investoren KI auch für investitionsbezogene Aufgaben gerne einsetzen.

Eine wachsende Zahl von Privatanlegern nutzt die Technologie jetzt, um Aktien zu recherchieren, Finanzberichte zusammenzufassen, unbekannte Finanzbegriffe zu interpretieren, nach Chancen zu screenen und schneller aktuelle Nachrichten zu erfassen.

Eine Umfrage von Investing.com unter 938 US‑Privatanlegern ergab, dass fast zwei Drittel (62 %) bereits KI‑Tools nutzen, um fundierte Investitionsentscheidungen zu treffen.

Davon nutzen 23,6 % KI‑Tools regelmäßig und 27,4 % gelegentlich. Nur 11,5 % haben sie ein‑ bis zweimal ausprobiert. Bemerkenswert sagten 21 % der Befragten, sie hätten KI noch nicht genutzt, erwägen es jedoch, während 16,6 % keinerlei Pläne haben, KI‑Tools für Investitionen zu verwenden.

„Man könnte argumentieren, dass es nur wenige Branchen gibt, in denen KI so schnell disruptiv war wie in der Finanzbranche“, sagte Thomas Monteiro, Senior Analyst bei Investing.com. „Das gilt noch stärker für Privatanleger, bei denen Unternehmen jetzt Zugang zu allen Arten von Finanz‑Tools zu einem Bruchteil der Kosten von vor ein paar Jahren bieten können. Da sich diese Modelle weiterentwickeln und zunehmend relevant werden, wird die Nutzung voraussichtlich weiter steigen – selbst bei denen, die bereits mit einer Art KI‑Investmentassistenten interagieren.“

Eine HSBC‑Ipsos‑Umfrage unter fast 10.000 wohlhabenden und vermögenden (HNWI) Investoren in 10 Märkten ergab ebenfalls, dass Finanzen und Investitionen die häufigsten Anwendungsfälle für KI bei wohlhabenden Personen waren, noch vor Karriere‑ oder persönlicher Weiterentwicklung.

Wichtig ist, dass Gen Z und Millennials KI am schnellsten übernehmen. Diese jüngeren Kohorten nutzen KI, um Risiken zu erkennen, die Recherche zu beschleunigen oder eine „zweite Meinung“ einzuholen, bevor sie mit einem menschlichen Berater sprechen.

Dennoch fühlen sich Investoren deutlich weniger wohl dabei, KI ihr Portfolio verwalten oder Trades autonom ausführen zu lassen. Bedenken hinsichtlich der Antwortqualität und des Datenschutzes sind die größten Hindernisse für eine breitere Akzeptanz.

Laut der Investing.com‑Umfrage befürchten 38,9 % der KI‑Nutzer falsche oder irreführende Empfehlungen, und 24,2 % sorgen sich um das „Herdenverhalten“, bei dem zahlreiche Investoren dieselben KI‑generierten Signale nutzen.

Eine auf das Vereinigte Königreich fokussierte Good‑Money‑Guide‑Umfrage ergab ein ähnliches Muster: fast sieben von zehn Investoren hatten eine KI‑Plattform genutzt, doch nur 18,8 % gaben an, dass sie Tools wie ChatGPT oder Claude für Finanzberatung vertrauen würden, im Vergleich zu 60,2 % für etablierte Finanzwebsites.

Der Bedarf an professioneller Beratung bleibt in allen Altersgruppen bestehen, wobei ein hybrider Ansatz als ideales zukünftiges Entscheidungsmodell gilt.

„Kunden nutzen KI zunehmend, um ihre Optionen zu erkunden, aber wenn es um Investitionsentscheidungen geht, schätzen sie das Urteil, den Kontext und die Verantwortung eines vertrauenswürdigen Vermögensberaters.“

– Barry O’Byrne, CEO von International Wealth & Premier Banking bei HSBC

Forschung zeigt, dass Vertrauen wichtiger ist als Technologie

Eine neue Studie mit dem Titel „Mind over machine: A bibliometric journey into investor perceptions of AI in stock markets¹“ bietet einen umfassenden Überblick über akademische Forschung, die untersucht, wie Investoren KI auf den Finanzmärkten wahrnehmen.

Die Literatur untersucht zudem Anthropomorphismus, also das Design von KI, das menschlicher wirkt, als Faktor, der das Vertrauen der Investoren potenziell beeinflussen könnte, obwohl dies derzeit ein sich entwickelndes Forschungsfeld bleibt.

Interessanterweise untersuchten die Autoren in ihrer vorherigen Forschung mit dem Titel „Hey AI, should I buy this stock?“ – Trust, technology, and the rise of the young investor, veröffentlicht im Dezember 2025, wie junge Investoren mit KI‑gestützten Investment‑Tools interagieren.

Sie fanden heraus, dass Millennials und Gen Z zunehmend auf intelligente Systeme wie Robo‑Advisor, Aktien‑Screener und Chatbots zurückgreifen, wenn sie Investitionsentscheidungen treffen. Bei diesen jungen Investoren ist Vertrauen der entscheidende Faktor, der bestimmt, ob sie KI‑Tools übernehmen und weiter nutzen. Außerdem wünschen sie, dass KI‑Systeme die Begründung hinter Aktienempfehlungen erklären, da ihnen Ethik, Fairness und Verantwortlichkeit wichtig sind.

Die neueste Studie erweitert diese Erkenntnisse und argumentiert, dass der Aufbau von Vertrauen durch Transparenz und Erklärbarkeit genauso wichtig ist wie die Verbesserung der technischen Leistung von KI.

Hierfür testeten die Forscher kein neues KI‑Modell; stattdessen führten sie eine bibliometrische Analyse von über 700 englischsprachigen, peer‑reviewten Publikationen aus der Scopus‑Datenbank durch, die den Zeitraum von 1993 bis 2025 abdecken.

Unter Verwendung des PRISMA‑Screening‑Frameworks und des Bibliometrix‑Pakets in R kartiert die Studie die Entwicklung der Forschung zur KI‑Adoption im Aktieninvestment über die letzten zweiunddreißig Jahre.

Die Übersicht ergab, dass die Literatur parallel zu Fortschritten im maschinellen Lernen, Deep Learning und Robo‑Advisory‑Dienstleistungen rasch gewachsen ist und vier dominante Forschungsthemen identifiziert: technische Optimierung von KI‑Modellen, ethische und Governance‑Fragen, Verhaltenspsychologie und Investor‑Vertrauen sowie praktische Anwendungen im Finanzsektor.

Was die technische Leistung betrifft, hat KI im Bereich Prognosen, Risikomanagement und Portfolio‑Optimierung erheblich Fortschritte gemacht. Doch obwohl KI bedeutende Vorteile in Bezug auf Effizienz, Automatisierung und Personalisierung bietet, führen diese nicht automatisch zu einer breiten Akzeptanz.

Investoren bleiben skeptisch, und das, so die Studie, resultiert größtenteils aus wahrgenommenen Risiken und nicht allein aus technischen Mängeln.

„Wahrgenommene Risiken bleiben eine anhaltende Gegenkraft“, sagten die Autoren. Vertrauen ist ein weiteres großes Hindernis, das einer breiteren Akzeptanz bei Investoren im Wege steht.

Weitere Bedenken drehen sich um Intransparenz, Fairness, algorithmische Voreingenommenheit, Datenschutzprobleme, regulatorische Unsicherheit, Verantwortlichkeit und die „Black‑Box“-Natur vieler KI‑Modelle, die die Bewertung der Nützlichkeit der Technologie durch Investoren schwächen und ihre Bereitschaft, sich für Investitionsentscheidungen darauf zu verlassen, reduzieren.

In diesem Sinne sind „Vertrauen und wahrgenommene Risiken keine peripheren Bedenken, sondern zentrale interpretative Mechanismen, die erklären, warum technische Leistungsfähigkeit allein für eine nachhaltige Nutzerakzeptanz in KI‑gesteuerten Aktienmärkten nicht ausreicht“, stellte die Studie fest.

Sie verweist auf die Adoption von Robo‑Advisor, die weniger von Effizienz als von einem Gleichgewicht zwischen Vertrauen und wahrgenommenem Risiko geprägt ist. Hier fördern menschenähnliches Design und Vertrauen die Akzeptanz, während Interaktionsprobleme und geringe Bekanntheit die Adoption behindern.

„Die Adoption durch Investoren wird nicht ausschließlich durch technische Effizienz bestimmt, sondern durch das Zusammenspiel von wahrgenommenem Risiko, KI‑Design‑Merkmalen… und Vertrauen“, bemerkte die Studie. „Diese Synthese stimmt mit jüngsten empirischen Erkenntnissen überein, die zeigen, dass das Engagement junger Investoren mit KI‑gesteuerten Aktienberatungs‑Tools hauptsächlich von Vertrauensbildungs‑Mechanismen geprägt ist, die in Transparenz, Personalisierung und wahrgenommener Fairness verwurzelt sind, nicht allein von der algorithmischen Leistung.“

Die Übersicht hebt zudem hervor, dass psychologische Faktoren eine entscheidende Rolle bei Adoptionsentscheidungen spielen.

Investoren sind eher bereit, KI zu akzeptieren, wenn Systeme verständliche Erklärungen bieten, über die Zeit Zuverlässigkeit zeigen und eine sinnvolle menschliche Aufsicht ermöglichen.

Frühere Studien haben zudem eine Spannung in der Mensch‑KI‑Interaktion aufgedeckt, die mit sozialen oder menschenähnlichen Designelementen adressiert werden kann; diese können für einige Investoren die Unsicherheit reduzieren, für andere jedoch Verhaltensbias erhöhen.

Konversationale Robo‑Advisor‑Oberflächen, die soziale Signale integrieren, können beispielsweise das affektive Vertrauen steigern und damit die Akzeptanz von Empfehlungen bei Investoren erhöhen, selbst wenn die Empfehlung nicht mit ihrem tatsächlichen Risikoprofil übereinstimmt.

Laut der Studie sollte KI nicht nur als „Technologie allein“ analysiert werden, da selbst scheinbar technische Eigenschaften wie Fairness und Erklärbarkeit teilweise vom breiteren soziotechnischen System, etwa Institutionen, Regeln und Governance‑Strukturen, in dem die KI eingebettet und funktionsfähig ist, geprägt werden.

Neuere Forschungen zur KI‑Governance zeigen zudem, dass das Vertrauen von Investoren in algorithmische Systeme von ethischen Schutzmaßnahmen, institutioneller Glaubwürdigkeit und wahrgenommenen Verantwortungsstrukturen beeinflusst wird.

Dies betont, dass „Vertrauen aus der soziotechnischen Ausrichtung entsteht und nicht aus isolierter technischer Optimierung“.

Insgesamt kommt die Studie zu dem Schluss, dass zukünftiger Fortschritt nicht nur von der Verbesserung der Vorhersagegenauigkeit abhängt, sondern auch davon, KI‑Systeme zu entwerfen, die transparent, erklärbar und mit den Erwartungen der Investoren an Verantwortlichkeit und Kontrolle im Einklang stehen.

Für KI‑Investment‑Tools bedeutet das, dass sie in eine entscheidende zweite Phase eintreten, in der der Wettbewerbsvorteil nicht nur darin besteht, bessere Marktsignale zu erzeugen, sondern Analysen so vertrauenswürdig zu machen, dass Investoren darauf reagieren können.

Interactive Brokers

In der Finanzbranche hebt sich Interactive Brokers (IBKR ) dadurch hervor, dass es über die herkömmliche Brokerfunktionalität hinaus zu KI‑unterstützten Investment‑Workflows übergeht.

Der automatisierte globale elektronische Broker verwahrt und betreut Konten für ETFs, Hedge‑ und Investmentfonds, registrierte Anlageberater, proprietäre Handelsgruppen und Privatanleger. Das Unternehmen führt Trades mit ETFs, Aktien, Optionen, Futures, Devisen, Anleihen, Edelmetallen, Investmentfonds und Futures‑Kontrakten an über 170 Börsen weltweit aus.

Kunden können über die Plattform auch bestimmte Kryptowährungen über Drittanbieter handeln.

Die Handelsplattformen von Interactive Brokers umfassen IBKR Desktop, IBKR Mobile, IBKR Trader Workstation, IBKR Client Portal und weitere, während die wichtigsten Produktangebote IBKR Lite, IBKR Pro und IBKR Universal Account umfassen.

Was die KI‑Nutzung angeht, positioniert der Broker sie nicht als autonomen Portfoliomanager; vielmehr hat er KI in seine Produkte und Handelsplattformen integriert, sodass Nutzer Portfolios analysieren, Wertpapiere recherchieren, Risiken überwachen und Handelsanweisungen generieren können. Jeder Trade muss jedoch vom Kunden ausdrücklich geprüft und genehmigt werden, bevor er ausgeführt wird.

IBKR hat kürzlich seine KI‑Fähigkeiten über die ursprüngliche Claude‑Integration hinaus erweitert, um ChatGPT und Grok einzubeziehen und das Spektrum der Produkte, für die KI Anweisungen generieren kann, zu erweitern.

Das Unternehmen hat außerdem „Tools eingeführt, die KI nutzen, um die Recherche zu optimieren und Beziehungen zwischen Trends, Unternehmen und Wertpapieren zu visualisieren, um unseren Kunden umsetzbare Investmentideen zu geben“, erklärte Nancy Stuebe, Director of Investor Relations, während des Q1‑2026‑Ergebnisaufrufs des Unternehmens.

Sie wies zudem auf Verbesserungen beim KI‑gestützten Chatbot hin, die sowohl seine „Genauigkeit als auch Abdeckung erhöhen, während unsere Vertreter sich auf komplexere Themen konzentrieren können. Wir setzen KI auch ein, um Prozesse in Bereichen wie Onboarding, Compliance und anderen Abläufen weiter zu automatisieren. Die Erweiterung des KI‑Einsatzes bleibt in der gesamten Firma eine Priorität, sowohl zur Verbesserung der Kundenerfahrung als auch zur Steigerung der internen Effizienz“, fügte Stuebe hinzu.

Mit einer Marktkapitalisierung von 158,6 Mrd. $ handelt IBKR bei 94,18 $, ein Anstieg von 45,48 % im Jahresverlauf und 57 % im vergangenen Jahr, wobei im letzten Monat ein neues All‑Time‑High (ATH) von 97,84 $ erreicht wurde, ein Plus von über 653 % seit 2022. Das Unternehmen weist ein EPS (TTM) von 2,34 und ein KGV (TTM) von 39,98 auf, bei einer Dividendenrendite von 0,37 %.

Für das 1. Quartal 2026 meldete das Unternehmen ein verwässertes EPS von 0,59 $ bzw. 0,60 $ auf bereinigter Basis, gegenüber 0,48 $ bzw. 0,47 $ im Vorjahr, bei einem Nettoumsatz von 1,67 Mrd. $ (1,68 Mrd. $ auf bereinigter Basis).

Die Provisionsumsätze stiegen um 19 % auf 613 Mio. $, getrieben durch höhere Handelsvolumina der Kunden, die um 25 % bei Aktien, 20 % bei Futures und 16 % bei Optionen zunahmen. Das Nettozinseinkommen wuchs um 17 % auf 904 Mio. $, bedingt durch höhere durchschnittliche Kundenguthaben und Margin‑Kredite, während andere Gebühren und Dienstleistungen um 10 % auf 86 Mio. $ zunahmen.

Ausführungs‑, Clearing‑ und Vertriebsgebühren sanken um 12 % auf 106 Mio. $, aufgrund niedrigerer Regulierungsgebühren. Kürzlich hat die SEC zudem die Pattern‑Day‑Trader‑Regel abgeschafft, aber CEO Milan Galik erwartet, dass dies „den Zugang für Privatanleger erweitert, die Handelsfrequenz und das Engagement erhöht und zudem die Liquidität an den Märkten steigert“.

Das Einkommen des Unternehmens vor Steuern betrug 1,29 Mrd. $, und die Vorsteuer‑Gewinnmarge lag im 1. Quartal bei 77 %, sowohl nach Bericht als auch nach Bereinigung.

In diesem Zeitraum stiegen die Kundenkonten von IBKR um 31 % auf 4,75 Mio., während das Kundenvermögen um 38 % auf 789,4 Mrd. $ wuchs. Sowohl die Kundenguthaben als auch die Margin‑Kredite erhöhten sich jeweils um 35 % auf 168,8 Mrd. $ bzw. 86 Mrd. $.

Die Interactive Brokers Group meldete ein Gesamteigenkapital von 21,3 Mrd. $ und kündigte eine Erhöhung ihrer vierteljährlichen Bardividende von 0,08 $ pro Aktie auf 0,0875 $ pro Aktie an.

Fazit

Durch Durchbrüche bei großen Sprachmodellen (LLMs) und beschleunigtem Computing verändert KI grundlegend, wie Investoren Vermögenswerte recherchieren, ihre Portfolios überwachen und Trades ausführen.

Die Fähigkeit der Technologie, Informationen schnell zu verarbeiten, Muster zu erkennen und die analytische Effizienz zu steigern, hat sie zu einem wertvollen Werkzeug für institutionelle und private Investoren gemacht. Doch das Vertrauen in KI‑generierte Anlageempfehlungen fehlt noch, da Investoren Transparenz, Verantwortlichkeit, Datenqualität und menschliches Urteilsvermögen über vollständig autonome Entscheidungen stellen.

Es ist unwahrscheinlich, dass KI den Menschen im Investment vollständig ersetzt; stattdessen wird die Zukunft ein hybrides Modell umfassen, in dem KI als Analyst fungiert und Menschen als Entscheidungsträger.

Klicken Sie hier, um alles über das Investieren in Künstliche Intelligenz zu erfahren.

Referenzen

1. Phan, T. A., Tran, H. P., Ninh, T. T. & Nguyen, H. K. Mind over machine: A bibliometric journey into investor perceptions of AI in stock markets. Strategic Business Research, 100115 (2026). https://doi.org/10.1016/j.sbr.2026.100115