Die Digitalisierung macht auch vor Private Banking und Wealth Management nicht halt. Im Fonds-Management und der Vermögensverwaltung ermöglicht Algorithmen-basiertes Data-Mining bessere Anlagestrategien.

Digitales Asset Management in Private Banking und Wealth Management

Digitales Asset Management in Private Banking und Wealth Management.

Partner des Bank Blogs

Der Mensch denkt am liebsten in normierten, leicht erfassbaren Dimensionen: in Jahren, in Kilometern, in Euro. Wann immer eine exponentielle Entwicklung auftritt, neigen wir dazu, die Auswirkungen massiv zu unterschätzen. Und genau darum geht es bei den Fortschritten in der Digitalisierung, die wir jetzt gerade erleben.

Stellen Sie sich vor, ein Anleger hätte einen Cent auf einem Sparkonto. Am nächsten Tag wären es zwei Cent, am dritten Tag vier Cent, dann acht, 16, und so weiter. In weniger als einem Monat wäre der glückliche Anleger Euro-Millionär. Nun übertragen wir den Startpunkt des Experiments auf das Jahr 1949, als Norbert Wiener, einer der frühen Computer-Pioniere, seine ersten Essays veröffentlichte. Wenden wir also das bekannte Moore’sche Gesetz an, dem zufolge sich die Leistungsfähigkeit von Prozessoren alle zwei Jahre verdoppelt. Danach sind aus unserem allerersten „Computer-Cent“ bis heute 86 Millionen Euro geworden! Und es geht weiter, jedes zusätzliche Jahr schraubt den Wert unseres digitalen Depots weiter massiv in die Höhe. Der digitale Fortschritt der letzten Jahre und Jahrzehnte lässt sich in vielen Bereichen mit dem Faktor 100 oder sogar 1000 beschreiben.

Digitales Potenzial der Finanzwelt

Im Vergleich zu dieser exponentiellen Entwicklung nehmen sich die Veränderungen in vielen Bereichen der Finanzwelt, vor allem im Asset Management, noch relativ überschaubar aus. Gewiss, der Börsenhandel funktioniert überwiegend computergesteuert, viele derivative Finanzprodukte wären ohne Computereinsatz nicht möglich. Aber betrachtet man die angewandten Strategien, hat sich seit den Value-Ansätzen von Graham und Dodd (1934), der Portfolio-Theorien von Markowitz (1952) und William F. Sharpe (1970) nicht viel geändert. Diese grundlegenden Theorien sind zweifellos weiterhin gültig. Aber da sich die Rechenleistung von Computern seit dieser Zeit um einen Millionen-Faktor gesteigert hat, ist es höchste Zeit, diese Möglichkeiten für das Asset Management zu nutzen. Vermögensverwalter, Fondsmanager und Portfoliogestalter schöpfen bisher erst einen kleinen Bruchteil dieses Potentials aus.

Private Banking mit seiner über Jahrzehnte gewachsenen Erfahrung sollte beim technologischen Fortschritt nicht den Anschluss verlieren. Die Verbindung von Tradition und Digitalisierung wird zum Garant für erfolgreiche Weiterentwicklung. Die intensive Beschäftigung mit zukunftsträchtigen Technologien ist der entscheidende Erfolgsfaktor, um sich künftig im regionalen und internationalen Wettbewerb zu behaupten.

Algorithmen auf dem Vormarsch

Zu den wichtigsten Anwendungsformen gehören die künstliche Intelligenz und das maschinelle Lernen. Der Finanzbereich schöpft aus einem unermesslichen Fundus von Transaktions- und Unternehmensdaten, dazu kommen Daten von Individuen und allgegenwärtigen Sensoren, die gesammelt, klassifiziert und analysiert werden müssen. Die Auswertung dieser Informationsflut übersteigt menschliche Kapazitäten, erst recht die Suche nach Mustern, Zusammenhängen und Korrelationen, die für Anlagestrategien genutzt werden können.

Lösbar wird diese Aufgabe durch den Einsatz von Algorithmen. Dazu kooperiert Donner & Reuschel beispielsweise mit einem Schweizer FinTech. Während die meisten FinTechs mit ihren Robo-Advisors lediglich Plattformen zur automatisierten Anlageberatung sind, wird hier eine durchgängige digitale Lösung für den Portfolioaufbau und das -management geboten. Solche Strategien stellen systematisches Handeln durch massiven Technologieeinsatz auf eine neue Stufe. Algorithmen durchsuchen große Datenmengen, um Beziehungen zwischen einzelnen Merkmalen – beispielsweise Trends in verschiedenen Anlageklassen – zu erkennen. Das sogenannte eAsset Management setzt also auf die Kombination von intelligent automatisierten Prozessen und Marktpreis-bezogenen, quantitativen Methoden, die je nach Markt- und Risikolage diversifiziert, kalibriert und skaliert werden. Dieses Algorithmen-basierte Data-Mining wird schon in wenigen Jahren zum Handwerkszeug jedes Fondsmanagers oder Vermögensverwalters gehören.


Der Beitrag erschien ursprünglich als Teil des Jahrbuchs 2017/18 des Vereins Finanzplatz Hamburg. Das Jahrbuch können Sie hier herunterladen oder als Hardcopy bestellen.