Um trotz einer geringeren Mindesteinlage sowie hinsichtlich den Gebührenerwartungen der Kunden rentabel zu sein, unterliegt die klassische Vermögensverwaltung einem Transformationsprozess, welcher Mensch-zu-Mensch Prozesse mit Mensch-zu-Maschinen Prozesse herausfordert. Aus dieser Entwicklung heraus entsteht die Robo-Advisory als Finanzintermediär.
Die vorliegende Arbeit ist in sechs Kapitel aufgeteilt. Im Rahmen des ersten Kapitels wird auf die Relevanz des Themas hingewiesen. Robo-Advisory ist als vergleichsweise junges Geschäftsmodell in die Vermögensverwaltung eingebettet, weshalb im zweiten Kapitel die Rolle der Vermögensverwaltung im Portfoliomanagement allgemein beschrieben wird. Im dritten Kapitel werden die Implikationen der Robo-Advisory beschrieben. Es wird verdeutlicht, dass nicht der typische Robo-Advisor existiert, sondern diese Geschäftsmodelle in drei Integrationsstufen aufgeteilt werden können. Ferner wird der Prozess der Robo-Advisory ausgehend von der Ermittlung der Anlegereigenschaften über die Generierung des Portfolios sowie der Handelsausführung beschrieben.
Dadurch, dass es keine spezielle Regulierung für Robo-Advisor gibt, ergeben sich aus der Überführung von Regelungen für die klassische Vermögensverwaltung in die digitale Welt diverse Problematiken. Die öko-nomische Analyse aus der Sicht von Verbrauchergruppen erfordert eine Beschreibung und Einordnung dieser. Dieser Schritt wird im vierten Kapitel vorgenommen, welches sich aus einer Auswahl sowie anschließenden Beschreibung der Anlegergruppen zusammensetzt. Die im Rahmen der vorliegenden Arbeit betrachteten Anlegergruppen gehen über die Trennung in professionelle und nicht-professionelle Kunden im Rahmen des §67 WpHG. Im fünften Kapitel erfolgt die ökonomische Analyse, die von der Erarbeitung der Empfehlungen geleitet wird. Im Rahmen der Seminararbeit werden fünf Handlungsempfehlungen ausgearbeitet, die das Ziel haben, den ökonomischen Nutzen für die Verbrauchergruppen zu erhöhen. Mit einer kurzen Zusammenfassung sowie einem Ausblick auf die Verknüpfung der Robo-Advisory und künstlicher Intelligenz schließt die Seminararbeit mit dem sechsten Kapitel.
Inhaltsverzeichnis
1 Einleitung
2 Die Rolle der Vermögensverwaltung im Portfoliomanagement
3 Implikationen der Robo-Advisory
3.1 Implementierungsstrategien
3.2 Prozess der Robo-Advisory
3.2.1 Einführung
3.2.2 Ermittlung der Anlegereigenschaften
3.2.3 Portfoliogenerierung
3.2.4 Handelsausführung, Portfolio-Rebalancing und Reporting
3.3 Regulatorische Aspekte
4 Einfluss der Robo-Advisory auf ausgewählte Anlegertypen
4.1 Auswahl der Anlegertypen
4.2 Der vertrauende Anleger
4.3 Der verletzliche Anleger
4.4 Der verantwortungsvolle Anleger
5 Handlungsempfehlungen für die Anlegergruppen
6 Zusammenfassung und Ausblick
Zielsetzung & Themen
Die Arbeit untersucht den ökonomischen Nutzen von Robo-Advisory-Systemen für verschiedene Anlegertypen. Dabei wird analysiert, wie automatisierte Vermögensverwaltungen bestehende Herausforderungen der klassischen Anlageberatung lösen und welche spezifischen Chancen oder Risiken sich für heterogene Verbrauchergruppen ergeben.
- Analyse des Prozesses der digitalen Vermögensverwaltung
- Differenzierung von Anlegertypen (vertrauend, verletzlich, verantwortlich)
- Untersuchung regulatorischer und verbraucherrechtlicher Aspekte
- Evaluierung von Innovationspotenzialen durch künstliche Intelligenz
- Entwicklung von Handlungsempfehlungen zur Verbesserung des Verbraucherschutzes
Auszug aus dem Buch
3.2.2 Ermittlung der Anlegereigenschaften
Im ersten Hauptprozess werden die Anlegereigenschaften ermittelt. Die Anlegereigenschaften ergeben sich aus der Risikotoleranz, der Risikotragfähigkeit, der Unsicherheitsaversion sowie der finanziellen Allgemeinbildung. Die Risikotoleranz beinhaltet individuelle Präferenzen hinsichtlich des Risiko-Rendite-Verhältnis. Tertilt & Scholz (2018) betonen, dass in diesem Prozess bei automatisierten Vermögensverwaltungen aus zwei Teilprozessen, der Sammlung von investorenspezifischen Informationen sowie der Zuordnung zu einem Musterportfolio, besteht. Außerdem werden Informationen hinsichtlich des Beitrags und Auszahlungsplan des Kunden, anderen Vermögensquellen, monatlichen Ausgaben, die Steuersituation sowie erwartete Ausgaben, wie beispielsweise Studiengebühren, ermittelt (Fein, 2015).
Tertilt & Scholz (2018) haben den ersten Hauptprozess von zwölf digitalen Vermögensverwaltern mittels eines Algorithmus getestet, bei dem pro Robo-Advisor die Fragebögen in 10.000 Durchläufen bearbeitet wurden. Insgesamt wurden 22% der Fragen zu allgemeinen Informationen wie des Alters, der beruflichen Tätigkeit, dem Geschlecht, der finanziellen Allgemeinbildung oder dem familiären Status gestellt. 27% der Fragen betrafen die Risikotragfähigkeit, wie beispielsweise Investitionshorizont, Einkommenserwartung, Sparquote oder dem Investmentziel. 51% des Fragebogens betraf die Risikotoleranz, wie beispielsweise Risiko-Rendite-Präferenzen oder ob die Investition in eine risikoreiche Anlage Genugtuung stiften würde.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet den Markt für Robo-Advisory vor dem Hintergrund der volatilen Finanzmärkte und dem Bedürfnis nach unabhängiger, kostengünstiger Vermögensverwaltung für Privatanleger.
2 Die Rolle der Vermögensverwaltung im Portfoliomanagement: Dieses Kapitel erläutert die theoretischen Grundlagen des Portfoliomanagements nach Markowitz, einschließlich der Konzepte von Risiko, Diversifikation und dem Preis des Risikos.
3 Implikationen der Robo-Advisory: Hier werden die verschiedenen Integrationsstufen, die zugrunde liegenden Prozesse wie Risikoprofiling und Portfoliogenerierung sowie regulatorische Herausforderungen detailliert beschrieben.
4 Einfluss der Robo-Advisory auf ausgewählte Anlegertypen: Das Kapitel differenziert Anleger in vertrauende, verletzliche und verantwortungsvolle Typen, um die Wirkung digitaler Finanzdienstleistungen auf unterschiedliche Verbraucherbedürfnisse zu analysieren.
5 Handlungsempfehlungen für die Anlegergruppen: Es werden konkrete Maßnahmen zur Verbesserung von Standardisierung, Transparenz und Verbraucherschutz bei Robo-Advisors vorgeschlagen.
6 Zusammenfassung und Ausblick: Die Arbeit schließt mit einer Bilanz der Vor- und Nachteile von Robo-Advisors und einem Ausblick auf das Innovationspotenzial durch künstliche Intelligenz.
Schlüsselwörter
Robo-Advisory, Vermögensverwaltung, Anlegertypen, Risikoprofiling, Verbraucherschutz, Digitalisierung, Finanzmarkt, Portfolio-Rebalancing, Regulatorik, Transparenz, Informationstransparenz, Künstliche Intelligenz, Anlageberatung, Anlagevermittlung, Meta-Bildung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert die ökonomischen Auswirkungen von Robo-Advisory auf private Haushalte und untersucht, wie automatisierte Systeme als Finanzintermediäre agieren.
Was sind die zentralen Themenfelder der Analyse?
Zu den Kernbereichen gehören die Prozessstruktur automatisierter Anlagen, die regulatorischen Rahmenbedingungen in Deutschland sowie verhaltensökonomische Aspekte verschiedener Anlegertypen.
Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?
Das Ziel ist es, den ökonomischen Nutzen der Robo-Advisory für unterschiedliche Verbrauchergruppen zu bewerten und Optimierungsmöglichkeiten aufzuzeigen.
Welche wissenschaftliche Methode verwendet der Autor?
Die Arbeit nutzt eine ökonomische Analyse unter Einbeziehung verhaltenswissenschaftlicher Theorien, um die Auswirkungen der digitalen Transformation auf die Vermögensberatung zu untersuchen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung des Portfoliomanagements, eine detaillierte Prozessbeschreibung der Robo-Advisory, eine Typologisierung von Anlegern und eine darauf aufbauende Handlungsempfehlung.
Welche Schlüsselwörter charakterisieren diese Arbeit?
Wichtige Begriffe sind Robo-Advisory, Risikoprofiling, Verbraucherschutz, Anlegertypen, Anlagediversifikation und digitale Finanzdienstleistungen.
Wie unterscheidet sich der "verletzliche Anleger" von anderen Gruppen?
Der verletzliche Anleger weist aufgrund mangelnder Information oder technischer Barrieren ein höheres Risiko auf, Fehlentscheidungen zu treffen oder von der gesellschaftlichen Teilhabe an Finanzmärkten ausgeschlossen zu werden.
Welche Rolle spielt Künstliche Intelligenz für die Zukunft von Robo-Advisors?
Künstliche Intelligenz besitzt das Potenzial zur Radikalinnovation, indem sie durch verbesserte Analytik und Echtzeit-Reaktionen theoretisch Überrenditen erzielen könnte, birgt jedoch neue regulatorische Herausforderungen.
- Arbeit zitieren
- Anonym (Autor:in), 2019, Portfoliomanagement durch Robo-Advisory. Eine ökonomische Betrachtung aus der Sicht unterschiedlicher Anlegertypen, München, GRIN Verlag, https://www.grin.com/document/1034384
