Digitale Innovation in der Finanzwelt. Die Performance von ETF-Portfolios und KI-gestützten Robo-Advisor-Portfolios in der Vermögensanlage (PDF)

Bachelorarbeit aus dem Jahr 2023 im Fachbereich BWL - Investition und Finanzierung, Note: 1,0, FOM Essen, Hochschule für Oekonomie & Management gemeinnützige GmbH, Hochschulleitung Essen früher Fachhochschule, Sprache: Deutsch, Abstract: In dieser Bachelorthesis wird untersucht, inwieweit algorithmen-basierte Robo-Advisor-ETF-Portfolios einen signifikanten Vorteil in Bezug auf Rendite und Risikomanagement gegenüber klassischen, selbstverwalteten ETF-Portfolios aufweisen können. Neben einem theoretischen Überblick über ETFs und Portfoliomanagement im Allgemeinen wird Robo Advisory als Variante zum ETF-Portfoliomanagement vorgestellt. Die empirische Untersuchung basiert auf fünf ein- und zweidimensionalen Performance-Kennzahlen, die die Robo-Advisor-Portfolios und klassischen ETF-Portfolios nach drei Anlagestrategien miteinander vergleicht.

Für die Kennzahlen-Analyse wurden alle deutschen Robo Advisor auf Auswahlkriterien überprüft und in die Untersuchung, die auf historischen 1-, 3- und 5-Jahres-Ergebnissen fusst, miteinbezogen. Im Verlauf stellte sich heraus, dass die Robo-Advisor-Portfolios in der einjährigen Betrachtung zwar durchaus bessere Resultate erzielen konnten, über längere Sicht die klassischen ETF-Portfolios jedoch - insbesondere in der Netto-Rendite - bessere Ergebnisse erreichten. Gleichzeitig wiesen die Robo-Advisor-Portfolios eine bessere Performance in Bezug auf das Risikomanagement auf.

Insgesamt zeigte die Untersuchung, dass Robo Advisor trotz ihrer grossen Datenmenge und Automatisierung in der Performance nur bedingt vorteilhaft für Anleger sind und klassische ETF-Portfolios trotz ihrer Einfachheit bessere Resultate erzielen können. Die Ergebnisse sind dennoch u.a. aufgrund nicht ausreichend vorliegenden Daten und hypothetischen Charakters mit Einschränkungen verbunden.