Portfolio-Drift-Risikoerkennung

Das echte Ausmaß des Problems

Portfolio-Drift ist unvermeidlich — er entsteht immer dann, wenn sich Aktien- und Anleihemärkte unterschiedlich entwickeln. Ein 60/40-Portfolio, das ein Kunde im Januar 2023 bekommt, hat nach zwei Jahren Aktienbullenmarkt möglicherweise eine Aktienquote von 72 bis 76 Prozent — ohne dass irgendjemand aktiv eine Entscheidung getroffen hätte. Das Portfolio ist teurer in der Risikostruktur als vereinbart, aber es ist niemand aufgefallen.

Das Problem ist nicht der Drift selbst. Das Problem ist, dass unter MiFID II jeder Vermögensverwalter für jedes Mandat dokumentieren muss, dass die Anlage im Zeitverlauf dem vereinbarten Risikoprofil des Kunden entspricht — Art. 25 MiFID II, konkretisiert durch die ESMA-Leitlinien ESMA35-43-3172 (September 2022). Das bedeutet: Wenn ein Portfolio driftet und kein Rebalancing stattfindet, muss aktiv dokumentiert sein, warum das noch als geeignet gilt. Schweigen ist keine Compliance.

Wie groß ist das Ausmaß in der Praxis?

• 2–4 Stunden je Mandat und Quartal verbringt ein Berater im Schnitt mit der manuellen Aufbereitung von Driftanalysen, wenn er sie ad hoc für eine Prüfung zusammenstellen muss — laut Branchenberichten von Anbietern wie WealthArc und Investipal (2024)
• 8–12 Prozent Fehlerquote bei manuellen Rebalancing-Prozessen — fehlende Positionen, veraltete Kurse, Copy-Paste-Fehler in Spreadsheets (WealthArc-Praxisbericht, 2024)
• 500 Mandate bedeuten bei einem manuellen Quartalscheck durchschnittlich eine halbe bis eine Vollzeit-Kapazität nur für das Monitoring — ohne Beratung, ohne Kundenkontakt
• Laut ESMA-Supervisory-Briefing (ESMA35-43-1206, 2018) ist die Suitability-Dokumentation im laufenden Betrieb eine der häufigsten Schwachstellen in BaFin-Prüfungen von Wertpapierdienstleistern

Das eigentliche Problem ist selten das fehlende Wissen über die Regulierung — es ist die fehlende Infrastruktur, um Compliance in der Breite durchzusetzen. Einzelne Mandate manuell zu überprüfen ist machbar. 500 Mandate täglich zu überwachen ist ohne Automatisierung nicht möglich.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zeitwerte für die manuelle Variante stammen aus Erfahrungsberichten von Anbietern portfoliomanagement-naher Software (WealthArc, 2024; Investipal, 2024) und entsprechen der Einschätzung aus Prüfungsvorbereitung bei deutschen Vermögensverwaltungen.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Wer 300–600 Mandate verwaltet und heute manuell Drift-Analysen erstellt, spart durch automatisiertes Monitoring realistische 2–4 Stunden je Mandat pro Quartal — das summiert sich auf 600 bis 2.400 Stunden jährlich für ein Team dieser Größe. Das ist einer der stärksten Zeiteffekte in dieser Kategorie, weil es eine Kernaufgabe betrifft, nicht nur eine Verwaltungsarbeit.

Kosteneinsparung — niedrig (2/5) Direktkosten sinken wenig. Was sinkt, sind versteckte Opportunitätskosten: Stunden, die Berater mit Spreadsheet-Pflege statt mit Kundengesprächen verbringen. Das Argument ist stark — aber schwer zu buchhalterisch zu isolieren. Der eigentliche Wert liegt im vermiedenen Risiko: Compliance-Mängel bei BaFin-Prüfungen, Schadensersatzansprüche wegen mangelhafter Suitability-Dokumentation. Das ist Kostenersparnis — aber eine, die erst im Schadensfall sichtbar wird.

Schnelle Umsetzung — niedrig (2/5) Die Technologie ist nicht komplex. Der Aufwand liegt in der Integration: Depotbank-APIs anbinden, Zielallokationen je Mandate migrieren, Drift-Schwellenwerte kalibrieren, MiFID II-Dokumentationsparameter konfigurieren. Realistisch sind 8–14 Wochen bis zum produktiven Pilotbetrieb — mehr, wenn die Depotbank-Schnittstellen erst verhandelt werden müssen. Das ist unter den Anwendungsfällen in dieser Kategorie einer der langsameren Einstiege.

ROI-Sicherheit — mittel (3/5) Der Nutzen ist greifbarer als bei vielen anderen KI-Anwendungsfällen, weil er direkt messbar ist: Anzahl der automatisch geprüften Mandate, Anzahl der erkannten Drift-Ereignisse, Time-to-Detection vor und nach Einführung. Was unsicher bleibt: der Wert der Compliance-Absicherung, die sich nur durch ausgebliebene Schäden manifestiert. Für Häuser mit >300 Mandaten ist der Nutzen trotzdem belastbar kalkulierbar.

Skalierbarkeit — sehr hoch (5/5) Das ist der stärkste Faktor dieses Anwendungsfalls. Ein gut konfiguriertes Monitoring-System prüft 100 Mandate genauso schnell wie 2.000. Jedes neue Mandat fließt automatisch in die Überwachung ein — ohne dass jemand eine Zeile in einer Excel-Tabelle hinzufügt. In keiner anderen Kategorie ist der Skalierungsvorteil so deutlich wie hier.

Richtwerte — stark abhängig von Mandatsvolumen, Anzahl der Depotbanken und Komplexität der Zielallokationen.

Was das System konkret macht

Das technische Prinzip ist simpler als der Regulierungsaufwand dahinter: Das System liest täglich (oder häufiger) die tatsächlichen Depotbestände aller Mandate aus den Depotbank-Schnittstellen, vergleicht sie gegen die gespeicherte Zielallokation je Mandat — und meldet Abweichungen, die einen konfigurierten Schwellenwert überschreiten.

Der gängige Schwellenwert in der Praxis liegt bei 3–5 Prozentpunkten von der Zielgewichtung pro Anlageklasse, so die Branchenpraxis nach WealthArc (2024). Was konkret passiert:

Stufe 1 — Täglich stiller Check: Das System berechnet für alle 480 Mandate die aktuelle Istallokation. Für jedes Mandat gilt: Liegt Aktien-Ist bei 60 % ± 5 Prozentpunkte (Ziel 60 %)? Falls ja — grün. Falls nein — markiert für Beobachtung.

Stufe 2 — Alert bei Schwellenwertüberschreitung: Rutscht ein Mandat dauerhaft über die Schwelle, erscheint es im Dashboard unter „Handlungsbedarf”. Nicht eine E-Mail-Flut je Mandat — ein priorisiertes Dashboard der Mandate, die Aufmerksamkeit brauchen.

Stufe 3 — Dokumentationsautomatisierung: Für jede Drift-Prüfung erzeugt das System einen Zeitstempel und einen Eintrag: „Mandat geprüft, Allokation innerhalb Toleranz” oder „Drift-Schwelle überschritten, Berater informiert am [Datum]”. Das ist die Dokumentation, die Art. 25 MiFID II fordert — automatisch, lückenlos, ohne manuelle Nacherfassung.

Was das System nicht macht: Es trifft keine Anlageentscheidungen. Der Rebalancing-Entscheid liegt beim Berater. Das System gibt einen strukturierten Entscheidungsanlass, nicht eine automatische Order.

Manche Systeme ermöglichen auch die Analyse nach Faktorexposure (Value/Growth/Momentum) oder Sektorkonzentration, nicht nur nach Anlageklassen — das ist sinnvoll, wenn Mandate auf Einzeltitelebene verwaltet werden, nicht nur auf Fondsebene.

MiFID II und die Dokumentationspflicht — was wirklich automatisiert werden muss

Das ist der Abschnitt, den die meisten Berater kennen, aber selten vollständig umsetzen. Deshalb lohnt es sich, ihn konkret zu machen.

Was MiFID II Art. 25 in der Praxis fordert (konkretisiert durch ESMA-Leitlinien ESMA35-43-3172, September 2022):

• Jede Anlageempfehlung und jede Anlageentscheidung im Rahmen der Portfolioverwaltung muss im Zeitpunkt der Entscheidung zum Risikoprofil des Kunden passen
• Bei laufender Vermögensverwaltung muss mindestens jährlich geprüft werden, ob die aktuelle Anlage noch geeignet ist — bei größeren Änderungen der Kundensituation oder des Portfolios auch zwischendurch
• Die Prüfung muss dokumentiert sein — nicht als formloses Memo, sondern mit Datum, Ergebnis und ggf. Begründung bei Abweichungen

Was das in der Praxis bedeutet:

Wenn ein 60/40-Mandat auf 73/27 driftet und der Berater das bei einem Jahresgespräch nicht explizit adressiert und dokumentiert, liegt eine Dokumentationslücke vor — selbst wenn das Risikoprofil des Kunden den Drift zuließe.

Was automatisiertes Monitoring löst:

Ein Portfolio-Management-System mit Drift-Modul generiert bei jeder Tagesprüfung einen Dokumentationseintrag. Damit kann auf Knopfdruck für jedes Mandat belegt werden: Datum der letzten Prüfung, festgestellte Allokation, Ergebnis der Suitability-Prüfung, ggf. ausgelöster Beraterbescheid. Das ist genau der Audit-Trail, den BaFin-Prüfer bei einer Stichprobe sehen wollen.

Was automatisiertes Monitoring nicht löst:

Die inhaltliche Qualität der Suitability-Einschätzung. Das System prüft, ob die Allokation zum dokumentierten Risikoprofil passt — aber das Risikoprofil selbst muss korrekt und aktuell sein. Wenn ein Kunde seit zwei Jahren keine Profil-Aktualisierung hatte, liegt das Problem woanders.

Die BaFin-Mindestanforderungen an das Risikomanagement (MaRisk, Rundschreiben 06/2024) stellen darüber hinaus Anforderungen an die Datenqualität und Granularität der Risikoübersicht: Das Haus muss jederzeit in der Lage sein, Risikokonzentrationen auf Portfolio- und Einzelmandatsebene darzustellen. Auch das ist ohne systemische Unterstützung ab einer gewissen Mandatszahl nicht realisierbar.

Konkrete Werkzeuge — was wann passt

Die Werkzeuglandschaft lässt sich grob in drei Segmente teilen: integrierte Plattformlösungen für mittlere bis große Häuser, leichtgewichtige Lösungen für kleinere Vermögensverwalter und analytische Ergänzungswerkzeuge.

WealthArc — Für unabhängige Vermögensverwalter und Family Offices mit 100–2.000 Mandaten bei mehreren Depotbanken. Cloud-native, europäisches Hosting, AuM-basiertes Preismodell ohne versteckte Per-User-Kosten. Tägliche automatische Datenaggregation, Drift-Alerts konfigurierbar, MiFID II-Reporting inklusive. Onboarding dauert 8–16 Wochen je nach Anzahl der Depotbankanbindungen. Keine öffentlichen Preise — Angebot auf Anfrage.

aixigo — Für Sparkassen, Volksbanken und Banken mit eigener Private-Banking-Einheit. API-First-Plattform, die sich in bestehende Bankensysteme integriert, statt sie zu ersetzen. Portfolio Compliance:BLOXX bietet vollautomatische Eignungs- und Angemessenheitsprüfungen. Implementierungsprojekt 6–18 Monate, sechsstellige Lizenzkosten typisch — aber für Institute mit >500 Mandaten wirtschaftlich darstellbar. Wurde 2024 für 149 Mio. Euro von Amundi Technology erworben.

Bloomberg Terminal — Nur relevant, wenn ohnehin im Einsatz. Das Terminal bietet Portfolio-Analyse-Funktionen und Drift-Monitoring, aber der Preispunkt (ca. 24.000–32.000 USD/Seat/Jahr) macht es nur für institutionelle Teams ab einer bestimmten AuM-Größe wirtschaftlich. Kein dediziertes MiFID II-Dokumentationsmodul — primär für Research und Marktdaten, nicht für systematisches Mandatsmonitoring.

Julius AI — Für Häuser, die noch kein dediziertes PMS haben und schnell eine strukturierte Driftanalyse auf Basis von Depotbank-Exporten aufbauen wollen. CSV-Exporte der Depotbestände hochladen, Zielallokation als Referenz hinterlegen, Drift-Abweichungen automatisch berechnen lassen. Kein automatisches tägliches Monitoring, keine Depotbank-API — aber ein guter Startpunkt für explorative Analysen und für Häuser unter 100 Mandaten. Freemium, keine DSGVO-relevante Datenresidenz in der EU.

Wann welcher Ansatz:

• 100–2.000 Mandate, mehrere Depotbanken, EU-Hosting-Anforderung → WealthArc
• Sparkasse / Volksbank / Bank mit bestehender IT-Landschaft → aixigo
• Bloomberg bereits im Haus, institutionelles Setup → Bloomberg Terminal erweitern
• Unter 100 Mandate, explorativer Einstieg ohne API-Integration → Julius AI auf Basis von Exporten

Datenschutz und Datenhaltung

Portfolio-Daten sind in zweifacher Hinsicht sensibel: Sie enthalten personenbezogene Finanzdaten der Kunden (Art. 9 DSGVO: besondere Kategorien personenbezogener Daten, wenn Gesundheits- oder Risikoaspekte dokumentiert sind), und sie unterliegen dem Bank- und Berufsgeheimnis.

Für die DSGVO-konforme Verarbeitung gilt:

• Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO: Jeder externe Anbieter, der Portfoliodaten verarbeitet, muss per AVV eingebunden sein. Das gilt auch für cloud-basierte Monitoring-Plattformen.
• EU-Datenhaltung als Mindeststandard: WealthArc hostet auf Microsoft Azure (EU-Region) und Swisscom — das reicht für die meisten DSGVO-Anforderungen. aixigo unterstützt On-Premise-Deployment für Häuser mit strengen Datenresidenzvorgaben.
• Keine US-Hosting-Optionen bei Kundendepotdaten: Tools mit ausschließlichem US-Hosting (klassisches US-SaaS) scheiden für produktive Portfolio-Daten aus — es gibt keine DSGVO-konforme Lösung ohne EU-Standard-Vertragsklauseln, und die Risiken liegen auf der Hand (Patriot Act, Zugriffsrisiken).
• Julius AI: Ausschließlich US-Hosting — nur für anonymisierte Testdaten oder für eine reine Analyse ohne personenbezogene Kundendaten geeignet.

Für Kreditinstitute gilt zusätzlich: Das Outsourcing von IT-Prozessen mit Zugriff auf Kundendaten unterliegt den § 25b KWG-Anforderungen und muss der BaFin gemeldet werden, wenn es sich um eine wesentliche Auslagerung handelt. Das ist bei zentralen Portfolio-Management-Systemen in der Regel der Fall.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

Für eine Implementierung bei einem Haus mit 300–500 Mandaten und zwei bis drei Depotbanken ist realistisch zu planen:

• Softwarelizenz-Setup: 15.000–50.000 Euro einmalig, je nach Anbieter und Funktionsumfang (basierend auf veröffentlichten Angaben zu Tamarac: ab 5.000 USD/Jahr; iRebal: 20.000 USD/Jahr für Häuser unter 450 Mio. USD AuM; WealthArc / aixigo: höherwertiger, individuelle Angebote)
• Implementierungsaufwand intern: 60–120 Personenstunden für Datenmigration (Zielallokationen, Mandatsstammdaten), Anbieter-Onboarding, Testing
• Externe Projektbegleitung falls nötig: 10.000–30.000 Euro

Laufende Kosten

• WealthArc: AuM-basiert, keine öffentlichen Preise — für Häuser mit 200–500 Mio. Euro AuM realistisch im Bereich 20.000–60.000 Euro/Jahr; enthält unbegrenzte Nutzerlizenzen und Hosting
• aixigo: Typisch sechsstellig jährlich, abhängig von Modulkonfiguration und Nutzerzahl
• Ein schlankes Monitoring-Setup (ohne vollständiges PMS) kann für kleinere Häuser ab ca. 12.000–25.000 Euro/Jahr realisierbar sein

Wie du den Nutzen tatsächlich misst

Die ehrlichste Messgröße ist nicht die Stundeneinsparung auf dem Papier — es ist die Prüfungsbereitschaft. Wie lange dauert es, für eine BaFin-Stichprobe von 30 Mandaten vollständige Drift-Dokumentation mit Zeitstempeln zu liefern? Vor Systemeinführung: Wochen. Nach Systemeinführung: Minuten. Dieser Unterschied ist für ein Haus, das regelmäßig geprüft wird, bares Geld — und im Schadenfall Schutz vor zivilrechtlichen Ansprüchen.

Was du dagegenrechnen kannst

Ein Team von vier Beratern, das heute je 4 Stunden im Quartal manuell Drift analysiert: 64 Stunden pro Quartal, 256 Stunden jährlich. Bei einem Vollkostenansatz von 60–80 Euro/Stunde sind das 15.000–20.000 Euro jährlich — nur für Monitoring, das keine Erträge generiert. Ein System, das das automatisiert, amortisiert sich bei dieser Basis-Rechnung in 1–2 Jahren. Für Häuser mit mehr als 200 Mandaten ist der Break-Even deutlich schneller.

Drei typische Einstiegsfehler

1. Drift-Schwellenwerte pauschal für alle Mandate gleich setzen.

Der Reflex: Einmal 5 Prozentpunkte festlegen und fertig. Das Problem: Ein konservatives Mandat mit 30/70 (Aktien/Anleihen) und ein ausgewogenes Mandat mit 60/40 haben grundlegend unterschiedliche Risikoprofile. Der gleiche absolute Drift hat unterschiedliche Bedeutung. Ein konservatives Mandat, das von 30 auf 38 Prozent Aktienquote driftet, hat sich relativ um 27 Prozent verschoben — das ist erheblich. Die gleichen 8 Prozentpunkte bei einem aggressiven 70/30-Mandat sind weniger kritisch. Lösung: Schwellenwerte mandatsklassenspezifisch definieren — nicht als Einheitsregel.

2. Das System live nehmen, ohne die Zielallokations-Datenbasis zu bereinigen.

Häufig sind die gespeicherten Zielallokationen veraltet: Mandate, bei denen das Kundenprofil aktualisiert wurde, aber die Systemdaten noch die alte Aufteilung zeigen. Wenn das Monitoring-System gegen falsche Zielwerte prüft, produziert es Fehlalarme — oder übersieht echte Drifts. Das erzeugt genau die Art von Misstrauen, die dazu führt, dass das System ignoriert wird. Lösung: Vor dem Go-live eine vollständige Datenbereinigung der Zielallokationen durchführen. Das ist kein technischer, sondern ein operativer Schritt — und er kostet Zeit.

3. Das System als Compliance-Alibi behandeln.

Das ist der gefährlichste Fehler — weil er still passiert.

Ein Monitoring-System, das täglich Mandate prüft und keine Alerts auslöst, verleitet dazu zu glauben, alles sei in Ordnung. Aber das System prüft nur, was konfiguriert wurde. Es prüft nicht, ob das Risikoprofil des Kunden noch aktuell ist. Es prüft nicht, ob die Mandate noch zur Lebenssituation des Kunden passen. Und es prüft nicht, ob die Zielallokation selbst noch angemessen ist.

MiFID II-Compliance entsteht nicht durch das Vorhandensein eines Monitoring-Systems — sie entsteht durch einen durchdachten Beratungsprozess, den das System unterstützt. Ein System, das automatisch „alles grün” signalisiert, während die Kundenprofildaten drei Jahre alt sind, gibt ein falsches Sicherheitsgefühl. Wer das System einführt, muss gleichzeitig sicherstellen, dass auch der Prozess zur regelmäßigen Profil-Aktualisierung steht — sonst hat man ein gut dokumentiertes Problem statt gar kein Problem.

Was mit der Einführung wirklich passiert — und was nicht

Die technische Einführung ist selten das schwierigste. Das Schwierige ist die Daten-Herausforderung und die interne Akzeptanz.

Was fast immer unterschätzt wird: die Migrationslast.

Jedes Mandat braucht eine sauber dokumentierte Zielallokation im System. Bei Häusern, die bisher ad hoc oder aus dem Gedächtnis arbeiteten, sind diese Daten entweder gar nicht strukturiert vorhanden oder über Berater-Notizen, E-Mails und PDFs verstreut. Die Abfrage der Zielallokationen je Mandat vor dem Go-live kann 2–4 Wochen dauern — mehr, wenn Kundenprofile aktualisiert werden müssen.

Was Berater zunächst ablehnen: die Alert-Flut.

In den ersten Wochen löst ein neu konfiguriertes System mehr Alerts aus als erwartet — weil viele Mandate schon seit Monaten außerhalb der Toleranz lagen. Berater, die 40 Mandate auf einmal als „Handlungsbedarf” sehen, reagieren oft mit: „Das System ist kaputt, das kann nicht sein.” Das Gegenteil ist der Fall: Das System zeigt zum ersten Mal, was wirklich existiert. Die richtige Reaktion ist eine Priorisierung nach Abweichungsgröße und Risikoklasse — nicht das Ignorieren.

Was gut funktioniert: ein schrittweiser Rollout.

Mit einem Mandatstyp starten (z.B. nur konservative Mandate), Schwellenwerte kalibrieren, Feedback einholen, dann auf weitere Klassen ausweiten. Der Pilot-Zeitraum von 4–6 Wochen ist gut genutzt, wenn er als Kalibrierungsphase verstanden wird — nicht als Testbetrieb, nach dem man auf „normal” umschaltet.

Was Berater nach dem Rollout schätzen:

Die Prüfungsvorbereitung. Nach der Einführung dauert es Minuten, für jedes Mandat den vollständigen Drift-Verlauf mit Timestamps zu exportieren. Das ist der Moment, an dem auch skeptische Berater den Wert erkennen — wenn der nächste BaFin-Brief kommt.

Realistischer Zeitplan mit Risikohinweisen

Abhängigkeit, die den Zeitplan dominiert: Depotbank-Schnittstellen. Nicht jede Depotbank hat eine standardisierte API, und manche erfordern separate Verträge oder Freischaltungen. Wer drei Depotbanken anbinden will, sollte frühzeitig klären, welche davon direkten API-Zugang ermöglichen — und welche noch manuelle Export-Prozesse erfordern.

Häufige Einwände — und was dahintersteckt

„Wir machen das schon mit unserem Portfolio-Management-System.”
Das stimmt oft — teilweise. Die meisten klassischen PMS-Systeme enthalten Portfolioübersichten, aber kein systematisches Drift-Monitoring mit automatischen Alerts und MiFID II-Dokumentation. Der Unterschied liegt in der Automatisierung: Ein Dashboard, das man manuell aufrufen muss, wird nicht täglich für alle 500 Mandate aufgerufen. Ein System, das Alerts auslöst, schon.

„Das ist zu teuer für unsere Größe.”
Das hängt von der Mandatszahl ab. Unter 100 Mandaten: wahrscheinlich richtig — ein strukturierter Excel-Prozess mit wöchentlichem Datenexport ist kostengünstiger. Ab 200–300 Mandaten: die Rechnung kippt. Wenn vier Berater je 4 Stunden pro Quartal mit manueller Drift-Analyse verbringen (256 Stunden/Jahr à 70 Euro Vollkosten = ca. 18.000 Euro), sind 20.000 Euro jährliche Systemkosten bereits vergleichbar — ohne die Compliance-Absicherung einzupreisen.

„KI klingt nach Black Box — was wenn das System einen Fehler macht?”
Portfolio-Drift-Monitoring ist kein Machine Learning mit undurchsichtigen Modellen — es ist regelbasierte Arithmetik. Das System berechnet: Ist der aktuelle Aktienanteil mehr als X Prozentpunkte vom Zielwert entfernt? Das ist vollständig nachvollziehbar und überprüfbar. Der Berater trifft immer noch die Entscheidung über das Rebalancing — das System liefert nur den strukturierten Anstoß und die Dokumentation.

Woran du merkst, dass das zu dir passt

• Du verwaltest mehr als 200 aktive Mandate mit individuellen Zielallokationen — oder du verwaltest weniger, aber Prüfungsanforderungen sind bei dir häufig und komplex
• Deine Mandatsdaten laufen bei zwei oder mehr Depotbanken: Jeder manuelle Monitoring-Prozess erfordert Exporte aus mehreren Quellen und manuelle Konsolidierung
• Du hast schon einmal in einer BaFin-Prüfungssituation bemerkt, dass Drift-Dokumentation lückenhaft war — oder du weißt, dass du das noch nicht systematisch adressiert hast
• Dein Team verbringt regelmäßig Zeit mit Spreadsheet-Pflege für Portfolioübersichten, die eigentlich automatisiert sein könnten
• Die Skalierung ist für dich relevant: Du wächst — oder willst wachsen — und weißt, dass der manuelle Prozess nicht mit der Mandatszahl mitwächst

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 100–150 aktiven Mandaten mit individuellen Zielallokationen. Der Implementierungsaufwand (8–16 Wochen Projektzeit, 5-stellige Systemkosten) ist bei kleinem Mandatsbestand nicht gerechtfertigt. Hier reicht ein strukturierter Excel-Prozess mit wöchentlichem Depotbank-Export und dokumentiertem Review-Datum.

2. Keine definierten Zielallokationen je Mandat vorhanden. Drift-Monitoring funktioniert nur, wenn es einen Zielwert gibt, gegen den die Ist-Allokation gemessen wird. Wer bisher ad hoc agiert — ohne schriftlich dokumentierte Anlagerichtlinien je Mandatstyp oder je Kunde — muss zuerst diesen Prozess aufbauen. Das ist keine technische Voraussetzung, sondern eine organisatorische: Kein System kann Drift erkennen, wenn niemand weiß, wie das Portfolio eigentlich aussehen soll.

3. Portfoliodaten liegen nur in PDFs oder manuell gepflegten Spreadsheets ohne strukturierten Export. Automatisiertes Monitoring setzt maschinenlesbare Depot-Daten voraus. Wer keine Depotbank-API und keinen strukturierten Datenexport hat, muss erst diese Infrastruktur schaffen — das ist die eigentliche Voraussetzung, nicht das Monitoring-System selbst.

Das kannst du heute noch tun

Bevor du in ein Monitoring-System investierst: Mach eine schnelle Bestandsaufnahme mit den Daten, die du heute hast.

Exportiere die aktuellen Depotbestände deiner letzten 20–30 Mandate als CSV oder Excel aus deinen Depotbank-Portalen. Lade sie in Julius AI (kostenlos, kein Setup) oder direkt in ein KI-Werkzeug wie ChatGPT oder Claude hoch — und stelle die Frage, welche Mandate am stärksten von einer einfachen 60/40-Referenzallokation abweichen. Das ist kein produktives Monitoring — aber es zeigt dir in 30 Minuten, wie groß das tatsächliche Drift-Ausmaß bei dir heute ist.

Dann: Entscheide, ob die Größenordnung ein strukturiertes System rechtfertigt.

Quellen & Methodik

• ESMA-Leitlinien zu MiFID II Eignungsanforderungen: ESMA Final Report ESMA35-43-3172, „Guidelines on certain aspects of the MiFID II suitability requirements”, September 2022. Konkretisiert die Anforderungen an kontinuierliches Suitability-Monitoring in der Portfolioverwaltung.
• ESMA Supervisory Briefing Suitability: ESMA35-43-1206, November 2018. Suitability-Dokumentation als häufige Schwachstelle in Prüfungen.
• BaFin MaRisk: Rundschreiben 06/2024 (BA), Mindestanforderungen an das Risikomanagement, veröffentlicht Mai 2024. Anforderungen an Datenqualität und Risikoübersicht auf Portfolioebene.
• Manuelle Rebalancing-Fehlerquote 8–12 %: WealthArc, „Automating Portfolio Rebalancing: Strategies for Increasing Efficiency and Accuracy” (2024), wealtharc.com.
• Zeiteinsparung 3–5 Stunden je Mandat/Quartal: Investipal, „How to Automate Portfolio Rebalancing: Tools, Strategies, and Compliance Considerations” (2024), investipal.co.
• Drift-Schwellenwerte 3–5 Prozentpunkte: Branchenpraxis nach WealthArc-Praxisbericht (2024); bestätigt durch Practitioner-Berichte bei SmartAsset/Kitces.com.
• Preisangaben Tamarac/iRebal: InvestmentNews, „New rebalancing solution cost-effective for smaller firms” (referenziert Tamarac ab 5.000 USD/Jahr; iRebal standalone ab 20.000 USD/Jahr für AuM < 450 Mio. USD). Orion: 12.000–28.000 USD/Jahr laut Anbieterseite (Stand April 2026).
• Aixigo-Übernahme durch Amundi Technology: Finovate, „Amundi Technology acquires aixigo for $157 million” (2024).
• Implementierungskosten und Praxisangaben: Erfahrungswerte aus Projektberichten im DACH-Raum für Portfolio-Management-Systeme bei Häusern mit 200–600 Mandaten (Stand April 2026).

Du willst wissen, welcher Systemansatz für euren Mandatsbestand und eure Depotbankstruktur am besten passt? Meld dich — das klären wir in einem kurzen Gespräch.