Inhaltsverzeichnis
Anlageberater der Bank sind oft falschen Anreizsystemen unterworfen. Möglicherweise richten sie sich mehr nach Geschäftsplänen ihres Arbeitgebers oder Provisionen als nach den Interessen der Kunden. Robo-Advisor gehen nach Algorithmen vor – unbestechlich, aber nur so gut und sinnvoll, wie die dahinterstehende Software es erlaubt.
Nur aktive Portfolio-Steuerung bringt Vorteile
Zu unterscheiden ist zwischen aktiven und passiven Robo-Advisors. Letztere verdienen eigentlich den Namen gar nicht, denn sie tun nicht mehr, als eine ursprünglich gewählte Verteilung auf verschiedene Anlageklassen nach Wertänderungen wiederherzustellen. Das Portal 9Brands.de gibt ein vereinfachtes Beispiel: Ein Anleger entscheidet sich, eine Geldanlage zu 60 % in Aktienfonds und zu 40 % in Staatsanleihen zu zeichnen. Nach einem Jahr haben die Fonds 6 % an Wert gewonnen, die Staatsanleihen aber nur 1 %. Die ursprüngliche Mischung hat sich also zugunsten der Aktienfonds verschoben. Der Robo-Advisor wird nun Fonds verkaufen und Staatsanleihen kaufen, bis wieder die ursprüngliche Gewichtung von 60:40 erreicht ist. Den Vorgang, der Rebalancing genannt wird, könnte ein Kunde aber mit einem simplen Taschenrechner auch selbst lösen. Oder er betrachtet das Verhältnis seiner Anlagen nicht nach Wert, sondern nach Stücken, sodass Rebalancing aufgrund von Wertänderungen entfällt. Aktive Robo-Advisor machen dagegen viel mehr. Sie versuchen, anhand von Frühindikatoren wirtschaftliche Entwicklungen vorauszusehen und die Zusammensetzung des Portfolios aufgrund der getroffenen Voraussagen anzupassen. Hierzu gibt es verschiedene Strategien. Einige Unternehmen arbeiten nach dem sogenannten Dreifaktor-Modell von Eugene Fama und Kenneth French. Hier geht es um die richtige Einschätzung von Aktienrenditen, die dann mit anderen Anlageklassen verglichen werden. Interessant ist auch der Ansatz Value at Risk (VaR), bei dem es um die Begrenzung von Verlustrisiken geht. Egal für welches Verfahren man sich entscheidet, in jedem Fall muss die Software in der Lage sein, eine Flut von Input-Daten zu verarbeiten und so zu interpretieren, dass man schon von künstlicher Intelligenz sprechen kann. Aufgrund fortschreitender Digitalisierung der Finanzbranche ist die Zulieferung maschinenlesbarer Daten in Echtzeit kein Problem.
Ausgefeilte Software für kostengünstige Verarbeitung nötig
Von Robo-Advisors wird erwartet, dass sie nicht nur hinsichtlich der Brutto-Rendite besser abschneiden als gemanagte Vermögensverwaltungen, sondern sie müssen auch billiger sein – schließlich spart der Anbieter ja die Kosten des menschlichen Anlageberaters. Marktüblich ist eine Vergütung unter einem Prozent der Vermögensanlage. Kunden übersehen dabei leicht, dass sich die Software nicht von allein schreibt. Programmierer werden bezahlt, und letztendlich ist der Robo-Advisor nur so gut wie das Fachwissen der Wirtschaftsexperten, das in die Algorithmen eingeflossen ist. Ein wichtiger Hebel für Kosteneinsparung ist die Verwaltung der Vermögen. Kaufen und Verkaufen von Anlagen im Rahmen eines Rebalancings oder wegen einer aktiven Empfehlung zur Veränderung der Gewichtung löst Geschäftsprozesse aus, die mit einer gut ausgestalteten Verknüpfung zwischen Robo-Advisor und ausführender Bank weitgehend automatisiert werden kann.