KI-gestützte Anlageberatung und Robo-Advisor
KI analysiert Risikoprofil, Anlageziele und Marktlage und erstellt personalisierte Anlageempfehlungen — automatisch, konsistent und rund um die Uhr verfügbar.
- Problem
- Personalisierte Anlageberatung war lange nur für wohlhabende Kunden rentabel — für das breite Retail-Banking-Segment fehlt die wirtschaftliche Grundlage für individuelle Beratung.
- KI-Lösung
- Robo-Advisor-Systeme nutzen regelbasierte Portfoliooptimierung und LLM-gestützte Dokumentationsgenerierung — automatisches Rebalancing per Modern-Portfolio-Theory-Algorithmus, MiFID-II-Protokolle per Sprachmodell in Minuten.
- Typischer Nutzen
- Anlageberatung für Kunden ab kleinen Beträgen rentabel machen, MiFID-II-Dokumentationsaufwand um 50 Prozent reduzieren (Schätzwert aus Praxisberichten), Beratungsqualität konsistenter gestalten.
- Setup-Zeit
- BaFin-Zulassung + Integration: 6–12 Monate Minimum
- Kosteneinschätzung
- 30 €/Person/Monat (Copilot) bis 200.000 €/Jahr (Robo)
Es ist Mittwoch, 15:30 Uhr. Das Gespräch mit Frau Wagner dauert eine Stunde.
Tobias ist Anlageberater bei einer Volksbank. Frau Wagner, 43, hat 12.000 Euro geerbt und möchte sie anlegen. Sie ist noch nie Börsenkunde gewesen. Das Gespräch läuft gut. Er erklärt ETFs, Risikotoleranz, Anlagehorizont. Sie ist aufmerksam, stellt gute Fragen.
Nach dem Gespräch: MiFID-II-Beratungsprotokoll. 45 Minuten tippen. Welche Finanzprodukte besprochen, Risikoeinstufung, Empfehlungen, Geeignetheitserklärung, Unterschrift. Rechtlich notwendig, inhaltlich redundant zu dem, was gerade besprochen wurde.
Um 17:15 Uhr geht Tobias’ Telefon. Ein anderer Kunde — bereits zum dritten Mal diese Woche — fragt nach einem Termin. Tobias schaut auf seinen Kalender. Der nächste freie Slot ist in zwölf Tagen.
Das echte Ausmaß des Problems
Das klassische Vermögensverwaltungsgeschäft hat ein Skalierungsproblem. Für einen Kunden mit 500.000 Euro lohnt sich ein dedizierter Berater. Für einen Kunden mit 12.000 Euro ist persönliche Beratung wirtschaftlich für die Bank nicht profitabel — bei 1,5 Prozent Verwaltungsgebühr sind das 180 Euro Jahreserlös, gegen eine Beraterkapazität, die weit mehr kostet.
Das Ergebnis: Millionen Deutsche legen ihr Geld nicht an. Das Deutsche Aktieninstitut (DAI) schätzt, dass über 60 Prozent des deutschen Finanzvermögens in unverzinsten oder kaum verzinsten Konten liegt. Das ist nicht nur ein persönliches Wohlstandsproblem — es ist ein volkswirtschaftliches.
Das zweite Problem ist Konsistenz. Zwei Berater in derselben Bank geben bei identischem Kundenprofil unterschiedliche Empfehlungen — je nach Trainingszustand, aktuellen Vertriebsvorgaben und persönlichem Risikoempfinden. KI-Systeme sind konsistent.
Das dritte Problem ist MiFID-II-Dokumentation. Jedes Beratungsgespräch muss vollständig dokumentiert werden: besprochene Produkte, Risikoeinstufung, Empfehlungen, Geeignetheitserklärung. Das kostet Berater 30 bis 60 Minuten pro Gespräch — Zeit, die nicht in echte Beratung fließt.
Stand 2025: Der deutsche Robo-Advisor-Markt hat ein Volumen von rund 20 Milliarden Euro verwaltetem Vermögen, mit Scalable Capital (über 10 Milliarden AuM) als Marktführer.
Mit vs. ohne KI — ein ehrlicher Vergleich
| Kennzahl | Ohne KI | Mit Robo-Advisor oder Berater-Assist |
|---|---|---|
| Mindest-Anlagevolumen für profitable Beratung | ~50.000 Euro | Ab 1.000 Euro (Robo-Advisor) |
| Verwaltungskosten für Kunden | 1,5–2,5 %/Jahr | 0,35–0,8 %/Jahr (Robo-Advisor) |
| MiFID-II-Protokoll-Erstellungszeit | 30–60 Minuten | 5–10 Minuten (KI-gestützt) |
| Beratungskonsistenz | Beraterabhängig | Konsistent über alle Kunden |
| Verfügbarkeit | Terminsache | 24/7 digital |
Einschätzung auf einen Blick
Zeitersparnis — niedrig (2/5)
KI-gestützte Protokollgenerierung nach MiFID II spart 30 bis 45 Minuten pro Gespräch — das ist real. Aber der Kern des Robo-Advisor-Use-Cases ist nicht Zeitersparnis, sondern Skalierung: Beratung für Kunden anbieten, die bisher keine erhalten. Das ist ein strategischer Nutzen, kein Effizienzgewinn im täglichen Arbeitsablauf. Zweite Niedrigbewertung im Branch.
Kosteneinsparung — mittel (3/5)
Die Kosteneinsparung fließt primär an den Kunden: 0,48 Prozent statt 1,5 bis 2,5 Prozent Verwaltungsgebühr. Die Bank spart Beraterkosten für das Massensegment. Aber der Break-Even des Robo-Advisors selbst hängt stark vom AuM-Volumen ab — und das aufzubauen dauert. Keine Soforteinsparung.
Schnelle Umsetzung — niedrig (2/5)
BaFin-Zulassung, WpHG-Konformität, MiFID-II-Anforderungen, KYC-Integration, Core-Banking-Anbindung — ein vollständig in Betrieb genommener Robo-Advisor braucht 6 bis 12 Monate Minimum. Berater-Assist mit Copilot ist schneller (2 bis 4 Wochen), aber das ist ein anderes Produkt. Einer der schwierigeren Einstiege im Branch.
ROI-Sicherheit — niedrig (2/5)
Das ist die schwächste Stelle: Der ROI des Robo-Advisors hängt am AuM-Wachstum. Break-Even ist typisch bei 2 bis 5 Millionen AuM — wie schnell das erreicht wird, ist sehr unsicher. Berater-Assist hat einen direkteren ROI (Protokoll-Zeit gespart), aber kleineres Volumen. Kein anderer Use Case im Branch hat eine ähnlich unsichere ROI-Gleichung.
Skalierbarkeit — sehr hoch (5/5)
Höchste Skalierbarkeit im gesamten Finanzen-Branch. Ein Robo-Advisor-System, das 1.000 Kunden verwaltet, kann 1 Million Kunden zu fast identischen Grenzkosten verwalten. Das ist das fundamentale Alleinstellungsmerkmal dieser Technologie — und der Grund, warum Scalable Capital über 10 Milliarden Euro verwaltet, ohne proportional mehr Personal.
Richtwerte — stark abhängig von AuM-Zielvolumen, Integration in bestehendes Banking-Ökosystem und regulatorischem Setup.
Was das System konkret macht
KI in der Anlageberatung hat zwei klar unterschiedliche Ausprägungen — wichtig, sie nicht zu verwechseln:
Robo-Advisor (vollautomatisch)
Der Kunde beantwortet einen Fragebogen zu Risikotoleranz, Anlagehorizont und Zielen. Das System berechnet eine optimale Asset-Allokation, investiert automatisch in ETFs oder andere Instrumente und führt regelmäßiges Rebalancing durch. Alles ohne menschlichen Berater.
Bekannte deutsche Anbieter: Scalable Capital (München, über 10 Milliarden AuM), Quirion (Quirin Bank), ING mit Robo-Funktionen. Diese Systeme sind nicht neu — sie existieren seit 2016/17. Quirion berichtet Verwaltungskosten von 0,48 Prozent/Jahr versus 1,5 bis 2,5 Prozent bei klassischer Verwaltung.
Berater-Assist (hybrid)
Berater bekommen Generative KI-Unterstützung: Das System analysiert das Kundenprofil, aktuelle Portfolio-Performance und Marktlage und schlägt Gesprächspunkte vor. Nach dem Gespräch: KI-generiertes MiFID-II-Protokoll zur Unterschrift. Das spart 30 bis 45 Minuten Protokollierungsaufwand pro Gespräch.
Praktische Auswirkung im Gespräch:
Während der Berater Stichworte eingibt, bekommt er: empfohlene Asset-Allokation für dieses Profil, Vergleich mit ähnlichen Kundenprofilen im Portfolio, KI-generierten Gesprächsleitfaden. Nach dem Gespräch: Protokollentwurf in 2 Minuten statt 45 Minuten manuelles Tippen.
Rechtliche Besonderheiten
Anlageberatung ist regulatorisch einer der am engsten geregelten Bereiche im Finanzsektor:
WpHG und MiFID II: Robo-Advisor unterliegen in Deutschland denselben WpHG- und MiFID-II-Anforderungen wie menschliche Berater — einschließlich Geeignetheitsprüfung, Informationspflichten und Beratungsprotokollierung. Die BaFin hat 2017 einen Fachartikel zu Robo-Advice veröffentlicht; die Anforderungen sind seither bekannt und durchgesetzt.
BaFin-Zulassung: Wer selbst eine Robo-Advisor-Plattform betreibt, benötigt eine BaFin-Erlaubnis nach WpHG §32. Wer eine externe Plattform als White-Label integriert, muss die Zulassungssituation des Anbieters prüfen.
EU AI Act: Anlageberatungssysteme, die automatische Empfehlungen ausgeben, könnten je nach Gestaltung als Hochrisiko-KI klassifiziert werden. Frühzeitige Einordnung mit Compliance-Juristen empfehlenswert — insbesondere wenn die KI-Empfehlung unmittelbar zu Transaktionen führt.
DSGVO Art. 22 — automatisierte Anlageentscheidungen: Soweit der Robo-Advisor automatisch Rebalancing-Transaktionen ausführt, gelten Art. 22-Anforderungen. Kunden müssen über ihr Recht auf menschliche Überprüfung informiert werden.
Konkrete Werkzeuge — was wann passt
Scalable Capital B2B-Plattform — Die Scalable-Infrastruktur steht Partnerbanken als B2B-Lösung unter eigenem Label zur Verfügung. Für Sparkassen und Volksbanken, die eine digitale Anlage-Lösung wollen, ohne sie selbst zu bauen. Direkte Partnerschaft anfragen.
Blackrock Aladdin Wealth — Die institutionelle Vermögensverwaltungs-Plattform für Privatkundenbanken. KI-gestützte Portfolio-Analyse und Beratungsunterstützung. Enterprise-Lizenz, auf Anfrage. Für große Banken mit ambitioniertem Wealth-Management-Anspruch.
Microsoft 365 Copilot — Für den Berater-Assist: Copilot in Teams und Word kann Gesprächsnotizen zusammenfassen, MiFID-II-Protokolle strukturieren und Folge-E-Mails formulieren. Keine Anlageberatungs-Kompetenz, aber erhebliche Zeitersparnis bei Dokumentation. Ca. 30 Euro/Person/Monat. Sofort einsetzbar.
Julius AI — Für Portfolio-Performance-Analysen und Kundensegment-Auswertungen intern. Kann Tabellen und Zeitreihendaten direkt analysieren und visualisieren. Ab 20 Dollar/Monat.
Power BI — Für interne Portfolio-Performance-Dashboards und Kundensegment-Analysen mit KI-gestützten Trenderkennungen.
Zusammenfassung: Wann welcher Ansatz
- Vollständige Robo-Advisor-Plattform unter eigenem Label → Scalable Capital B2B oder Blackrock Aladdin
- MiFID-Protokoll-Dokumentation automatisieren → M365 Copilot, sofortiger Start
- Portfolio-Analysen für Berater → Julius AI oder Power BI
- Eigenentwicklung → sehr hohe regulatorische und technische Hürde; nur für große Institute sinnvoll
Datenschutz und Datenhaltung
Anlageprofile enthalten sehr sensible Finanzdaten: Vermögensverhältnisse, Risikotoleranz, Anlageziele. DSGVO-Anforderungen:
Zweckbindung: Daten aus der Geeignetheitsprüfung dürfen nur für Anlageberatungszwecke verwendet werden, nicht für Kreditscoring oder Marketingprofilierung.
Datenhaltung für MiFID-Compliance: MiFID II schreibt eine 5-jährige Aufbewahrungspflicht für Beratungsprotokolle vor. Das Robo-Advisor-System muss diese Archivierungsanforderung abbilden.
AVV für KI-Tools: Soweit LLMs für Protokollgenerierung genutzt werden — Microsoft Copilot im Tenant ist datenschutzkonform; Public-API-Nutzung von Claude oder ChatGPT erfordert AVV und darf keine konkreten Kundendaten enthalten.
Was es kostet — realistisch gerechnet
Berater-Assist (Copilot für Protokollierung, sofort)
- Microsoft 365 Copilot: 30 Euro/Person/Monat
- Einrichtungsaufwand: 1–2 Wochen
- Zeitersparnis: 30–45 Minuten Protokoll pro Gespräch × 5 Gespräche/Tag/Berater = 150–225 Minuten täglich; bei 10 Beratern: 25–37 Stunden täglich gespart
Robo-Advisor-Integration für Regionalbank
- Lizenzkosten für externe Plattform (Scalable B2B): 50.000–200.000 Euro/Jahr
- Integrationsaufwand: 3–6 Monate
- Regulatorische Prüfung (WpHG, MiFID II): 20.000–50.000 Euro einmalig
- Break-Even: Wenn der Robo-Advisor 2–5 Millionen AuM sammelt (je nach Gebührenstruktur)
ROI-Beispiel Berater-Assist:
10 Berater × 5 Gespräche/Tag × 30 gesparte Minuten = 25 Stunden täglich × 220 Arbeitstage × 40 Euro/Stunde = 220.000 Euro/Jahr eingesparte Protokollierungszeit. M365 Copilot-Kosten: 10 × 30 Euro × 12 = 3.600 Euro/Jahr. ROI: 60:1 — der klarste Sofort-ROI in diesem Use Case.
Typische Einstiegsfehler
1. Robo-Advisor und Berater-Assist verwechseln.
Diese sind fundamental verschiedene Produkte. Robo-Advisor ersetzt den Berater für Standardkunden. Berater-Assist unterstützt den Berater bei Dokumentation und Vorbereitung. Wer Berater-Assist kauft und Robo-Advisor erwartet, wird enttäuscht — und umgekehrt.
2. AuM-Aufbau unterschätzen.
Ein Robo-Advisor, der in 6 Monaten betriebsbereit ist, braucht dann weitere 12 bis 24 Monate, um Break-Even zu erreichen. Ohne aktives Marketing und klare Vertriebsstrategie für die neue Plattform bleibt das AuM-Volumen niedrig. Die technische Plattform ist die kleinere Herausforderung — der AuM-Aufbau ist die größere.
3. MiFID-II-Konformität als selbstverständlich behandeln.
Robo-Advisor sind keine regulatorisch einfachere Alternative zu menschlichen Beratern — sie unterliegen denselben Anforderungen. Automatisierte Geeignetheitsprüfungen, Informationspflichten, Protokollierungsanforderungen müssen technisch abgebildet sein. Ein fehlerhafter regulatorischer Setup kann den Launch verzögern oder zu BaFin-Nachfragen führen.
4. Produktuniversum und Geeignetheitsprüfung nach Launch nicht pflegen.
Der Robo-Advisor empfiehlt Produkte auf Basis der zum Konfigurationszeitpunkt hinterlegten Regeln und des verfügbaren Produktuniversums. Fonds werden aufgelöst oder verschmolzen, ETF-Kosten ändern sich, nachhaltige Produkte ändern ihre SFDR-Klassifikation. Wer das Produktuniversum und die Eignungsregeln nicht regelmäßig überprüft — mindestens halbjährlich — empfiehlt nach 18 Monaten möglicherweise Produkte, die heute nicht mehr die ursprünglich geprüften Eigenschaften haben. Das ist kein technisches Versagen, sondern ein Governance-Problem.
Was mit der Einführung wirklich passiert
Berater reagieren auf Robo-Advisor-Einführung mit charakteristischen Mustern.
Die Sorge vor Verdrängung: „Wenn Kunden sich selbst beraten, brauchen sie mich nicht mehr.” Diese Sorge ist für das Massensegment (bis 50.000 Euro) berechtigt — und intendiert. Für das profitable Segment (ab 100.000 Euro) ist persönliche Beratung nach wie vor das überlegene Produkt. Die klare Kommunikation: Robo-Advisor adressiert Kunden, für die persönliche Beratung heute wirtschaftlich nicht stattfindet. Niemand wird verdrängt.
Was beim Berater-Assist passiert: Berater sind überrascht, wie gut das KI-System MiFID-II-Protokolle formuliert — und etwas misstrauisch, ob das rechtssicher ist. Lösung: Die ersten Wochen alle KI-Protokolle gründlich gegen manuell erstellte Versionen vergleichen. Nach 4 bis 6 Wochen wächst das Vertrauen.
Realistischer Zeitplan mit Risikohinweisen
| Phase | Dauer | Was passiert | Typisches Risiko |
|---|---|---|---|
| Regulatorische Strategie | 1–2 Monate | WpHG-Paragraphen für Robo-Advisor klären, BaFin-Zulassung prüfen, MiFID-II-Anforderungen planen | Zulassungsprozess dauert länger als geplant — BaFin-Kommunikation früh beginnen |
| Plattform-Auswahl | 2–4 Monate | Externe Plattform vs. Eigenentwicklung entscheiden; Demo-Phasen mit 2–3 Anbietern | NIH-Syndrom treibt zu teurer Eigenentwicklung — kritisch prüfen |
| Integration und Compliance | 3–6 Monate | KYC/AML-Integration, MiFID-II-Dokumentation automatisieren, Testkunden | Compliance-Anforderungen unterschätzt — Pufferzeit einplanen |
| Soft-Launch und Marketing | Ab Monat 6–9 | Schrittweiser Launch für ausgewählte Kundengruppen, AuM aufbauen | Niedrige Adoption ohne aktive Kundenansprache — Berater müssen den Robo-Advisor aktiv empfehlen |
Häufige Einwände — und was dahintersteckt
„Unsere Kunden wollen mit Menschen sprechen.”
Für komplexe Anlagefragen stimmt das. Für Standardprodukte — ETF-Sparplan, Altersvorsorge — zeigt die Praxis: Scalable Capital hat über 600.000 Kunden. Das sind echte Menschen, die diese Lösung bewusst gewählt haben. Der Markt ist gespalten, nicht homogen.
„Wie funktioniert das bei einem Marktabsturz?”
Robo-Advisor rebalancieren regelmäßig und kaufen bei Kurskorrekturen nach — das ist oft das design-konforme Verhalten. Automatische Regelentscheidungen in Krisen sind kalkuliert, nicht zufällig. Was sie nicht tun: panikverkaufen. Das ist für langfristig orientierte Anleger oft ein Vorteil.
„KI-Anlageberatung ist weniger reguliert.”
Falsch. Robo-Advisor unterliegen denselben WpHG- und MiFID-II-Anforderungen wie menschliche Berater. Die BaFin hat klare Anforderungen für automatisierte Anlageberatung — oft sind Robo-Advisor sogar transparenter als menschliche Berater, weil alle Entscheidungslogik dokumentiert ist.
Woran du merkst, dass das zu dir passt
- Persönliche Anlageberatung für Kunden unter 50.000 Euro Anlagevolumen ist in eurem Institut wirtschaftlich nicht profitabel — diese Kunden werden heute abgewiesen oder bekommen Standardprodukte
- Deine Berater verbringen täglich mehr als 2 Stunden mit MiFID-Protokollierung statt Beratung
- Du hast eine signifikante Gruppe digital-affiner Kunden, die einen Selbstbedienungs-Investmentkanal sucht
- Ihr könnt die regulatorische Investition in BaFin-Zulassung und MiFID-II-Compliance stemmen — das ist nicht trivial
Wer warten sollte:
- Institute ohne Ressourcen für einen 6–12-monatigen Implementierungsprozess und die anfängliche Periode bis Break-Even
- Wer primär Kunden mit komplexen Portfolios und spezifischen Steueroptimierungsanforderungen betreut — Robo-Advisor sind für Standardfälle optimiert
- Wer keine klare Vertriebsstrategie für den AuM-Aufbau hat — eine leere Plattform ist teuer ohne Kunden
Das kannst du heute noch tun
Starte mit dem Teil, der sofort ROI liefert: MiFID-II-Protokollierung mit Copilot automatisieren.
Mitarbeiter:in
KI-Assistent
Quellen & Methodik
- BaFin Fachartikel Robo-Advice 2017 — regulatorische Anforderungen für automatisierte Anlageberatung; weiterhin maßgeblich für deutsche Institute
- Deutsches Aktieninstitut (DAI): Aktionärszahlen 2024/25 — 60 Prozent des deutschen Finanzvermögens in niedrig-verzinsten oder unverzinsten Einlagen; strukturelles Anlage-Problem
- Quirion Kostenbericht — 0,48 Prozent Verwaltungskosten bei Robo-Advisor vs. 1,5–2,5 Prozent bei klassischer Vermögensverwaltung; Basis für Kundenvorteil-Darstellung
- Scalable Capital Geschäftsbericht 2024 — über 10 Milliarden AuM, über 600.000 Kunden; größter deutscher Robo-Advisor
- finanzen.net Robo-Advisor Vergleich 2026 — aktueller Marktüberblick mit 30 deutschen Anbietern; Anlagevolumen gesamt ca. 20 Milliarden Euro
Diesen Inhalt teilen:
Interesse an diesem Use Case?
Schreib uns, wenn du mehr erfahren oder diesen Use Case für dein Unternehmen umsetzen möchtest. Wir melden uns zeitnah bei dir.
Weitere Use Cases
Automatische Schadenbearbeitung in der Versicherung
KI bearbeitet einfache Schadensfälle vollautomatisch in Minuten statt in Tagen — von der Eingangserfassung bis zur Auszahlungsentscheidung.
Mehr erfahrenKI-gestütztes Beratungsprotokoll in der Finanzberatung
KI erstellt automatisch MiFID-konforme Beratungsprotokolle aus dem Beratungsgespräch — Berater können sich auf den Kunden konzentrieren statt auf die Dokumentation.
Mehr erfahrenKI-gestützte Risikoeinschätzung
KI analysiert Kreditanträge, Kundendaten und Marktinformationen schneller und konsistenter als manuelle Prüfprozesse.
Mehr erfahren