SSi basiert auf einer einfachen These: Strukturierte Daten erklären, was bereits geschehen ist, während Narrative bestimmen, was der Preis als Nächstes tut. Statt jeden Beitrag, Artikel oder Suchanstieg gleich zu gewichten, filtert die Plattform Rauschen über Buzz-Schwellen und statistische Scores und versucht anschließend, die Gründe hinter einer Sentiment-Verschiebung zu erklären. Das Ergebnis ist für Analysten gedacht, nicht nur für Maschinen: Jedes Signal nennt einen Konfidenzwert, damit Research- oder Risikoteams entscheiden können, wie viel Gewicht sie ihm geben.
Das Produkt deckt vier Workflows ab. Research-Teams können nach Narrativ-Momentum statt nur nach Preis screenen. Aktive Trader und Berater erhalten Pre-Market-Signale und Alerts zum mittelfristigen Momentum. Risikoverantwortliche und Portfoliomanager erkennen narrativ getriebene Risiken früher. ESG- und Impact-Fonds verfolgen Sentiment-Verschiebungen, bevor Ratingagenturen veröffentlichen. Der Anbieter beschreibt das System als kontinuierlich lernend: Live-Trades und Trade-Logs fließen in die Justierung von Schwellen und Modellen zurück, damit Alerts schneller und Risikokontrollen strenger werden.
Die Website bewirbt eine 30-tägige kostenlose Testphase und ein Preismodell auf Anfrage, sodass Konditionen in einem Verkaufsgespräch statt in einer öffentlichen Preisliste festgelegt werden. FinSoftAI veröffentlicht eigene Live-Trading-Statistiken, darunter eine annualisierte Rendite, eine Trefferquote und einen Profit-Faktor über ein genanntes Fenster. Diese sind anbieterseitig berichtet und basieren auf einer begrenzten Stichprobe, sollten also als illustrativ und nicht als prädiktiv verstanden werden.
