Ihr automatisiertes Risikomanagement für die vier Profile (Defensiv, Ausgewogen, Growth, Dynamisch) rebalanced mindestens monatlich, bei Chancen- und Risikosignalen sogar häufiger. Auf welcher Datenbasis (Volatilitäten, Korrelationen) beruht dieses Modell, und wie stellen Sie sicher, dass die Modellannahmen auch in abrupten Marktstressphasen valide bleiben?

Das ist eine sehr gute Frage, weil sie direkt zum Kern unserer Technologie führt. Zunächst sollte ich erwähnen, dass wir eng mit unserer Schwestergesellschaft GET Capital aus Düsseldorf zusammenarbeiten. Die haben bereits seit knapp 15 Jahren KI-Modelle für die Portfoliooptimierung institutioneller Kunden entwickelt – das ist also kein Neuland für uns.

Was besonders spannend ist: 2024 haben wir unsere KI-Modelle noch einmal grundlegend optimiert. Seitdem setzen wir unter anderem hochmoderne Deep-Learning-Modelle ein, konkret LSTM-Technologie. Zur Datenbasis: Wir nutzen historische Zeitreihen der Märkte über einen Zeitraum von 15 bis 20 Jahren. Diese analysieren unsere KI-Algorithmen – sowohl Risiko- als auch Return-Schätzer – um Muster zu erkennen, die uns bei der Prognose zukünftiger Marktentwicklungen helfen.

Und was die Stressphasen angeht: Genau durch diese lange Historie in unseren Daten können unsere Modelle auch abrupte Marktstressphasen berücksichtigen. Die Signalerkennung ermöglicht uns dann schnelle Anpassungen, sobald sich Chancen oder Risiken abzeichnen.

SMAVESTO investiert via ETFs, ETCs und ETNs in Aktien, Anleihen, Rohstoffe und (optional) Gold oder Bitcoin. Mit welchen quantitativen und qualitativen Auswahlkriterien wählen Sie die Produkte für jedes Risikoprofil, sodass Sie kurzfristige Marktchancen nutzen, ohne das Buy-&-Hold-Grundprinzip zu gefährden?

Das ist tatsächlich ein sehr durchdachter Prozess bei uns. Wir starten damit, dass wir – je nach den individuellen Kundenbedingungen – verschiedene Universen zugelassener Märkte definieren. Das umfasst dann Aktien, Anleihen, Rohstoffe und optional auch Gold oder Bitcoin.

Bei der Auswahl der konkreten Produkte schauen wir uns mehrere wichtige Kriterien genau an. Da sind zum einen die harten Faktoren wie die Kosten – also die TER -, aber auch die Fondsgröße, der Tracking Error und das Auflagedatum. Diese Kriterien helfen uns dabei zu entscheiden, ob ein Wertpapier überhaupt in unser Anlageuniversum aufgenommen wird.

Was dann täglich passiert, ist wirklich spannend: Unsere KI-Algorithmen analysieren die Märkte innerhalb dieser definierten Universen jeden Tag aufs Neue. Wenn die Modelle dabei Marktchancen erkennen oder negative Entwicklungen identifizieren, generieren sie Optimierungssignale. Das Schöne an diesem Ansatz ist, dass wir dadurch kurzfristige Marktchancen nutzen können, ohne dass wir unser Buy-&-Hold-Grundprinzip über Bord werfen.

Die Sparpläne bei SMAVESTO starten bereits ab 50 EUR im Monat. Welche Ausführungstechniken und Orderbündelungs-Mechanismen setzen Sie ein, um auch bei geringen Sparbeträgen institutionelle Konditionen sicherzustellen?

Alle Orders werden im Rahmen einer gesammelten Blockorder je ISIN an die Depotbank übermittelt und anschließend auf die einzelnen Depots verteilt.

Anleger wählen bei SMAVESTO zwischen klassischer und nachhaltiger Anlage. Wie integrieren Sie diese Unterscheidung in die Optimierungslogik der vier Risikoprofile, und welche Herausforderungen ergeben sich dabei für die Gesamt-Risiko-Rendite-Effizienz?

Das haben wir eigentlich sehr elegant gelöst. Wir definieren die Nachhaltigkeit bereits auf der Ebene des Investmentuniversums. Das bedeutet konkret: Kunden, die eine Nachhaltigkeitspräferenz haben, erhalten von uns ein Universum, das ausschließlich aus nachhaltigen Produkten besteht – und zwar nach unserer Nachhaltigkeitsrichtlinie.

Was uns dabei besonders wichtig ist: Wir stellen im Vergleich zu anderen Wettbewerbern fest, dass wir deutlich restriktivere Nachhaltigkeitskriterien anwenden. Da gehen wir wirklich konsequent vor.

Die Integration in unsere Optimierung ist dann aber sehr “straightforward”: Wir wenden einfach die gleiche Optimierungslogik für die vier Risikoprofile auf das jeweilige Universum an. Ob nachhaltig oder klassisch – die KI-Algorithmen arbeiten nach dem gleichen Prinzip, nur eben mit unterschiedlichen Ausgangs-Universen.

Abhängig vom Risikoprofil können Kunden bis zu 10 % in Bitcoin oder Gold anlegen. Wie steuern Sie das Gewicht dieser volatilen Assetklassen im Gesamtportfolio, und welche Risikopuffer oder Stop-Loss-Mechanismen haben Sie implementiert?

Bei Gold und Bitcoin verfahren wir tatsächlich sehr unterschiedlich, weil das auch ganz unterschiedliche Assetklassen sind.

Bei Gold ist es relativ einfach: Da machen wir keine Optimierung. Wenn ein Kunde Gold möchte, dann werden dauerhaft 10 Prozent seines Portfolios in Gold investiert. Das einzige, was wir machen, ist im Rahmen unserer monatlichen Reallokation diese Quote in Relation zum Gesamtportfolio regelmäßig feinjustieren – also sozusagen das Rebalancing.

Bitcoin ist da viel spannender und komplexer. Sobald ein Kunde das freigibt, generiert eines unserer KI-Modelle binäre Kauf- oder Verkaufssignale. Das funktioniert so: Bei einem Kaufsignal bauen wir sofort einen 10-prozentigen Bitcoin-Anteil auf. Bei einem Verkaufssignal bauen wir die Bitcoin-Position vollständig ab. Das ist also wirklich ein Alles-oder-Nichts-Ansatz.

Ihr Algorithmus reagiert frühzeitig auf Markttrends. Welche alternativen Datenquellen oder KI-basierten Modelle speisen Ihre Signale, und wie gewährleisten Sie dabei Transparenz und regulatorische Nachvollziehbarkeit?

Das ist eine sehr wichtige Frage, besonders was die Nachvollziehbarkeit angeht. Wir haben uns bewusst für einen sehr klaren und transparenten Ansatz entschieden.

Als Datenbasis nutzen wir ausschließlich Preisdaten der Märkte – also Indizes. Wir verwenden keine zusätzlichen externen Datenquellen. Das mag auf den ersten Blick vielleicht simpel erscheinen, aber dahinter steckt eine sehr durchdachte Strategie.

Wir arbeiten mit zwei verschiedenen Modellklassen: Zum einen setzen wir Klassifikationsverfahren ein, die Markttrends erkennen und vorhersagen können. Zum anderen nutzen wir Regressionsverfahren für die Prognose der erwarteten Renditen. Und ganz entscheidend: Die Anlagevorschläge unserer KI werden vor jeder Ordererstellung von einem Portfoliomanager geprüft und freigegeben.

SMAVESTO bietet eine intuitive App und Web-Oberfläche für die Auswahl von Risikoprofil, Sparplan und Zusatzoptionen (Krypto, Gold, nachhaltig). Welche UX-Elemente (z. B. Tutorials, Heatmaps, Gamification) helfen Anlegern, Fehlallokationen zu vermeiden?

Es gibt bestimmte Validierungen im Onboarding und auch bei der Depotänderung im Dashboard für Bestandskunden. Beispielsweise ist bei Auswahl des Anlageziels „Überproportionale Teilnahme an Kursgewinnen” nur das Risiko spekulativ wählbar, da dieses Ziel nur mit dem Anlagerisiko erreicht werden kann.

Ein weiteres Beispiel ist, dass der Krypto-Filter ebenso nur mit dem Anlagerisiko spekulativ wählbar ist, da die Volatilität in dieser Assetklasse nicht zu den anderen Risikoklassen passt. Zudem gibt es bestimmte Validierungen im Hinblick auf das Sparverhalten in Kombination mit den hinterlegten finanziellen Verhältnissen, sodass Anleger davor geschützt werden, „zu viel” anzulegen, wenn nicht ausreichend liquide Mittel vorhanden sind.

Wie häufig ändern Anleger bei SMAVESTO ihr Risikoprofil (z. B. von Defensiv zu Dynamisch), und welche Erkenntnisse aus diesen Verhaltensmustern fließen in die Weiterentwicklung der Rebalancing-Frequenz und der Risikopuffer ein?

Es gibt nur gelegentliche Änderungen der Risikostufen, viele Anleger starten mit einer Risikoklasse und ändern diese nie ab. Eine Änderung führt unmittelbar bei der nächsten Reallokation zu einer Neuallokation im Rahmen der KI-Optimierung, hier wird dann auch das damit verbundene neue Risikobudget berücksichtigt.

Angesichts des deutschen Robo-Advisor-Marktes 2025 – geprägt von Margendruck, regulatorischem Aufwand und Marktaustritten – wie schärft SMAVESTO sein Geschäftsmodell, um Skaleneffekte zu heben und gleichzeitig flexibel auf Nischenbedürfnisse zu reagieren?

Sie haben einen sehr wichtigen Punkt angesprochen – der Markt ist wirklich herausfordernd geworden. Wir sehen das auch und gehen das sehr proaktiv an.

Konkret planen wir für das kommende Jahr einige spannende Produkterweiterungen. Ein großes Thema für uns ist zum Beispiel die Mehrdepotfähigkeit. Das würde es unseren Anlegern ermöglichen, bei Smavesto mehrere Depots zu eröffnen – jedes mit unterschiedlichen Anlagestrategien.

Was unseren Entwicklungsprozess angeht, da sind wir sehr kundenorientiert vorgegangen. Wir berücksichtigen systematisch Kundenfeedbacks und führen regelmäßig Kundenumfragen durch. Außerdem haben wir einen Pool an Kunden aufgebaut, die sich als Beta-Tester gemeldet haben. Ich glaube, das ist der Schlüssel: Nah am Kunden bleiben und gleichzeitig die technologischen Möglichkeiten voll ausschöpfen.

Welche regulatorischen Neuerungen (MiFID-Review, Digital Asset Custody-Verordnung, EUR-AI-Act) und technologischen Trends (CBDC, KI-gestütztes Advisory-Interface) werden bis 2025 entscheidend für SMAVESTO sein, und wie bereiten Sie das Unternehmen proaktiv darauf vor?

Smavesto qualifiziert sich als „Mittleres Wertpapierinstitut” im Sinne des Aufsichtsrechtes. Als lizenzierter Finanzportfolioverwalter sind wir von jeher verpflichtet, die aufsichtsrechtlichen Anforderungen zu beachten. Aktuell gilt es, die neuen MaRisk für Wertpapierinstitute zu sichten und deren Auswirkungen auf unser Risikomanagement bzw. unsere Governance zu bewerten.

Im Rahmen der geplanten Produkterweiterungen sind natürlich auch einige aufsichtsrechtliche Themen zu beachten. Welche das genau sind, wollen wir aber noch nicht verraten, um die Spannung ein wenig aufzubauen.

Was sollten Sie schon immer einmal über die deutsche Anleger-Kultur / Mentalität loswerden?

Wir sehen eine latente Gefahr, insbesondere bei jüngeren Menschen, die zunehmend die Erwartungshaltung haben, dass eine „Finanzdienstleistung” nichts mehr kosten darf und insofern Finanzprodukte mit weniger transparenten Preisstrukturen gewählt werden (Stichwort: Payment for Orderflow). In diesem Kontext wird auch sehr häufig auf die Meinung von Finfluencern gehört.

Insofern muss es allen Finanzmarktteilnehmern zukünftig besser gelingen, die Finanzbildung in breiten Bevölkerungsschichten zu fördern, um damit eine nachhaltige Anleger-Kultur zu schaffen.