Finanzberatung, Robo-Advisor und KI: Ist die „Disintermediation“ des Beraters nahe?

Studien der Verhaltensfinanzierung zeigen, dass Anleger, wenn sie auf sich allein gestellt sind, durch emotionale Entscheidungen und eine geringere Performance ihres beweglichen Vermögens benachteiligt werden.

In den letzten Jahren haben Roboadvisor und AI in der Finanzberatung an Bedeutung gewonnen und bieten eine automatisierte Asset Allocation auf Basis von Algorithmen und künstlicher Intelligenz. Möglich wird dies durch die niedrigen Kosten und den einfachen Zugang. Die Grenze liegt jedoch darin, dass ein Algorithmus keine persönlichen Ziele, familiären Dynamiken oder komplexen steuerlichen Anforderungen erfassen kann. Trotz dieser Einschränkung veranlassen Online-Trading-Plattformen und der direkte Marktzugang viele Sparer, ihre Ersparnisse in Eigenregie zu verwalten – mit dem Versprechen von Freiheit, direkter Kontrolle und geringeren Kosten.

Beim Einsatz von Algorithmen zählen zu den bedeutendsten Innovationen die digitalen Plattformen, die Portfoliolösungen mithilfe von Optimierungsalgorithmen und zunehmend auf der Grundlage von Modellen der künstlichen Intelligenz (KI) anbieten. Diese Instrumente sind erfolgreich, weil sie Zugänglichkeit, Effizienz und Kostensenkung verbinden und selbst Privatanlegern den Zugang zu Dienstleistungen ermöglichen, die früher einer anspruchsvolleren Klientel vorbehalten waren (Sironi, 2016). Dennoch bleibt die Frage offen, ob sich die Figur des menschlichen Beraters durch ein automatisiertes System tatsächlich ersetzen lässt – vor allem in den qualitativen und relationalen Dimensionen, die den Beratungsprozess prägen.

Im Detail beruhen Roboadvisor auf Algorithmen, die je nach Risikoprofil und den vom Anleger angegebenen Zielen optimale Portfoliokombinationen bestimmen können. Dahinter steht die Logik der algorithmischen Rationalität, die kognitive Verzerrungen und jene Emotionen ausschließt, die menschliche Entscheidungen häufig negativ beeinflussen (Lo, 2019). Quantitative Effizienz bedeutet jedoch nicht zwangsläufig vollständige Beratung. Automatisierte Plattformen sind nicht in der Lage, qualitative Elemente wie familiäre Dynamiken, Steuerplanung oder das generationenübergreifende Vermögensmanagement in den Entscheidungsprozess einzubeziehen; dafür sind interdisziplinäre Kompetenzen und ein tiefes Verständnis individueller Bedürfnisse erforderlich (Cocca, 2016). In dieser Perspektive liegt der Wert des Finanzberaters nicht allein im Aufbau des Portfolios, sondern in der Fähigkeit, den persönlichen und psychologischen Kontext des Kunden zu deuten und ihn auf einen Weg zu führen, der mit seinen Lebenszielen im Einklang steht – und nicht nur mit Marktvariablen.

Die Verbreitung von Online-Trading-Plattformen und die zunehmende digitale Alphabetisierung haben die eigenständige Verwaltung von Ersparnissen gefördert, ein Phänomen, das die Wahrnehmung einer möglichen „Disintermediation“ des Beraters befeuert. Zahlreiche Forschungsarbeiten der Verhaltensfinanzierung zeigen jedoch, dass Privatanleger, die ohne professionelle Begleitung bleiben, dazu neigen, die Märkte systematisch zu unterperformen. Barber und Odean (2000) haben in einer inzwischen klassischen Studie nachgewiesen, dass ein übermäßiger Portfolio-Umschlag, der aus Overconfidence und impulsivem Verhalten resultiert, die durchschnittlichen Renditen im Vergleich zu den Referenzindizes deutlich schmälert. Ebenso zeigen Kahneman und Tversky (1979), dass die Loss Aversion dazu führt, dass Anleger Gewinne zu früh realisieren und verlustbringende Titel zu lange halten.

Diese Ergebnisse legen nahe, dass Disintermediation für die Mehrheit der Sparer keineswegs ein Vorteil ist, sondern sich als hoher impliziter Kostenfaktor erweisen kann – in Form entgangener Rendite durch irrationale Entscheidungen und ineffiziente Planung. Angesichts dieser Befunde erscheint die Annahme eines vollständigen Ersatzes des Beraters durch AI technologisch verfrüht und konzeptionell unzureichend. Realistischer ist ein Szenario der Komplementarität zwischen Mensch und Maschine, in dem Technologie zu einem Instrument der Unterstützung der Beratungstätigkeit wird. AI kann nämlich dazu beitragen, die Qualität des Dienstes durch prädiktive Analysen, Risikoptimierung und die Automatisierung administrativer Prozesse zu verbessern und so Zeit und Ressourcen für Tätigkeiten mit höherem Mehrwert freizusetzen: die Beziehung zum Kunden, die Finanzbildung und die strategische Vermögensplanung (Jung et al., 2018).

In dieser Perspektive entwickelt sich der Finanzberater zu einer hybriden Rolle, in der sich Beziehungskompetenz und Interpretationsfähigkeit mit dem bewussten Einsatz von digitalen Technologien verbinden. Daher bedeutet die fortschreitende Digitalisierung der Finanzdienstleistungen nicht zwangsläufig die Disintermediation des Beraters, sondern verändert vielmehr seine Natur und seine Arbeitsweise grundlegend. AI und Roboadvisor stellen eine Chance zur Weiterentwicklung des Beratungsmodells dar, keine Bedrohung für sein Überleben. Für eine kleine Minderheit von Anlegern mit soliden technischen Kenntnissen und hoher Verhaltensdisziplin kann die eigenständige Verwaltung effektiv sein. Für die Mehrheit der Sparer bleibt jedoch die Figur des Finanz- und Vermögensberaters unverzichtbar, um kognitive Biases zu mildern, langfristige Strategien aufzubauen und steuerliche, rechtliche und vermögensbezogene Dimensionen einzubeziehen, die ein Algorithmus nicht erfassen kann.

Literaturhinweise
Barber, B. M., & Odean, T. (2000). Trading is hazardous to your wealth: The common stock investment performance of individual investors. Journal of Finance, 55(2), 773–806.
Cocca, T. D. (2016). Potential and limitations of virtual advice in wealth management. Journal of Financial Transformation, 43, 65–72.
Jung, D., Dorner, V., Glaser, F., & Morana, S. (2018). Robo-advisory: Digitalization and automation of financial advice. Business & Information Systems Engineering, 60(1), 81–86.
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–292.
Lo, A. W. (2019). Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton University Press.
Sironi, P. (2016). FinTech Innovation: From Robo-Advisors to Goal Based Investing and Gamification. Wiley Finance Series.