Aus dem ETF Magazin: "Neue Index-Welt"

30. Juli 2026. MÜNCHEN (ETF Magazin). Wer an der Schnittstelle von Daten, Technologie und Indexkonstruktion arbeitet, erlebt diesen Wandel täglich: Strategien kommen schneller auf den Markt, Risikoprofile werden präziser, Analysen werden für deutlich mehr Anleger zugänglich. ETF-Anbieter agieren heute in einem Markt, der von Skalierbarkeit und Differenzierung geprägt ist. Das Zeitalter der einfachen Marktkapitalisierungsreplikation ist etabliert. Künstliche Intelligenz (KI) ersetzt dabei nicht die Grundsätze des regelbasierten Investierens – sie macht sie stärker.

Um die Auswirkungen von KI auf die Indexbranche zu verstehen, helfen zwei einfache Fragen: Was brauchen ETF-Anbieter heute? Und warum haben sich ihre Erwartungen so stark verändert? ETF-Anbieter wollen heute diversifizierte, differenzierte Risikoprofile. Sie wollen Indizes für außerbörsliche Marktsegmente und für Strategien, die die Komplexität moderner Portfolios abbilden. Und sie wollen, dass diese neuen Indizes schnell und präzise entwickelt werden. KI ermöglicht das auf drei Wegen.

Erstens erweitert sie Menge und Qualität der Daten für die Indexkonstruktion. Jede Anlagestrategie beginnt mit Daten. Deren Sammlung, Bereinigung, Analyse und Standardisierung war lange aufwändig. KI beschleunigt jeden dieser Schritte und erschließt zusätzliche Signale für die Methodik. MSCI nutzt beispielsweise große Sprachmodelle, um damit die Verbindung zwischen Unternehmen und Anlagestrategien zu bewerten. Dafür verarbeiten die Modelle öffentliche Informationen und Nachrichten in einem Umfang und Tempo, das mit klassischen Methoden kaum erreichbar wäre. Dieser neue Turboantrieb sorgt für reichhaltigere Daten, schnellere Bewertungen und präzisere Belege.

Zweitens kann KI durch Simulationen und Tests menschliche Forschungsteams sinnvoll ergänzen. Früher brauchte es oft Monate, um Hunderte von Simulationen durchzuführen und eine robuste Methodik zu entwickeln. Heute sind Tausende Simulationen in wenigen Stunden möglich. Das verbessert nicht nur die Forschungsqualität, sondern passt auch zur kommerziellen Realität: Der Go-to-Market-Zyklus für neue Finanzprodukte ist deutlich kürzer geworden. Wer da als Indexanbieter nicht mithält, wird zum Engpass statt zum Katalysator.

Drittens verändert künstliche Intelligenz auch, welche Erkenntnisse zusätzlich zum Index bereitgestellt werden können. Je komplexer indexgebundene Strategien werden, desto stärker benötigen ETF-Anbieter, Portfolio- und Risikomanager verständliche Analysen, die die Performance-Treiber offenlegen. Die neuen KI-Tools liefern diese Analysen schneller und zugänglicher – und öffnen damit Inhalte, für die früher Spezialwissen nötig war.

Alle diese nun entstandenen Fähigkeiten haben die Erwartungen der Asset Manager verändert. Unsere Kunden wollen dabei heute nicht nur bestehende Produkte schneller erhalten. Sie verlangen etwas grundsätzlich anderes: eine reaktionsfähigere, anpassbare Indexkonstruktion und Analysen, die die Strategie auch für ein breiteres Publikum verständlich machen.

Was ETF-Anbieter brauchen

Am sichtbarsten ist dieser Wandel bei der Geschwindigkeit der Markteinführung. Regulatorische Anforderungen bestimmen weiterhin Fondsstruktur und Einreichung. Doch die Phase davor – Forschung, Simulation und Methodikdesign – ist deutlich effizienter geworden. Indexanbieter, die diesen Zeitraum verkürzen, ohne Qualität und Regelkonformität zu gefährden, verschaffen ihren ETF-Kunden einen echten Wettbewerbsvorteil.

Auch die Nachfrage nach Vertriebsunterstützung ist gestiegen. Weil viele Nicht-Marktkapitalisierungsstrategien heute in Indexform angeboten werden, brauchen ETF-Anbieter Tools, mit denen ihre Kunden verstehen, was sie besitzen und warum es sich so verhält. Verständliche Portfolioanalysen – früher vor allem Quantspezialisten vorbehalten – werden zunehmend zur Grundanforderung.

KI verändert grundlegend, wie Anlagelösungen entwickelt werden. Das klassische Modell der Indexkonstruktion war weitgehend linear: Daten sammeln, eine Hypothese entwickeln, sie mit Simulationen testen, die Methodik verfeinern, validieren und starten. Die Schritte liefen meist nacheinander ab. Entsprechend war auch die Zahl der Strategien begrenzt, die parallel entwickelt und betreut werden konnten.

KI führt ein anderes Modell ein. Die Datenerhebung und -aufbereitung, lange ein zentraler Verzögerungsfaktor, lässt sich heute weitgehend automatisieren. Zugleich erweitert KI die Möglichkeiten der Indexkonstruktion, gewünschte Risikoausrichtungen zu erreichen. Statt nur einen Ansatz zu verfolgen, können Konstrukteure mehrere belastbare Optionen parallel prüfen und die passende auswählen. Damit schrumpft der Weg von der Idee zum investierbaren Index auf Tage oder sogar Stunden.

Die wichtigste Folge dieses Wandels ist Personalisierung im großen Maßstab. Anleger unterscheiden sich in Risikobereitschaft, Zeithorizont, Zielen und bestehenden Positionen. Ein Unternehmer mit starkem Engagement in privaten Vermögenswerten braucht etwas anderes als junge Anlegerinnen und Anleger, der erstmals langfristig sparen. Bis vor kurzem fehlte die Infrastruktur, um beide im großen Maßstab wirklich maßgeschneidert zu bedienen. Personalisierung für viele war eine Vision, keine operative Realität. KI verändert das durch reichhaltigere Daten, automatisierte Verarbeitung und intelligente Simulationen.

Bei jeder transformativen Technologie besteht die Gefahr, dass Begeisterung für neue Möglichkeiten Transparenz und Kontrolle überdeckt – und KI-gestützte Indexkonstruktion als Black Box erscheint. Dies stellt das Verhältnis zwischen KI und regelbasiertem Investieren auf den Kopf.

Regelbasiertes Investieren folgt dem Grundsatz, dass Anlageentscheidungen systematisch, transparent und überprüfbar sein müssen. Ein Index tut, was seine Methodik vorgibt – und diese Methodik ist öffentlich und nachvollziehbar. Richtig eingesetzt stärkt KI genau diesen Grundsatz. Voraussetzung ist, dass Transparenz von Anfang an Teil des Systemdesigns ist. MSCI hat das im eigenen KI-gestützten Ansatz zur Strategiekonstruktion verankert: Jede Verbindung zwischen einem Unternehmen und einer Anlagestrategie wird mit einer expliziten Begründung versehen, die überprüft und hinterfragt werden kann. Das Modell erkennt Zusammenhänge, trifft aber keine Urteile, die sich nicht nachvollziehen lassen. KI kann die Konstruktion regelbasierter Strategien beschleunigen – die Regeln und die menschliche Kontrolle sollte sie nicht ersetzen.

Was KI nicht ersetzt, ist Governance

Einen Index über die Zeit hinweg zu pflegen, sicherzustellen, dass er weiterhin seinen Zweck erfüllt, Neugewichtungen mit klaren Leitplanken zu steuern und Qualitätskontrollen aufrechtzuerhalten – all das lässt sich nicht allein automatisieren. Es braucht menschliches Urteilsvermögen, Verantwortung, Autorität und ein echtes Qualitätsversprechen. Die Chance von KI liegt darin, regelbasiertes Investieren leistungsfähiger, skalierbarer und zugänglicher zu machen – ohne Transparenz und Kontrolle aufzugeben.

In den nächsten drei bis fünf Jahren wird sich die ETF-Landschaft durch neue Strategien verändern, die komplexer sind als die heutigen. Die vertrauten Bausteine der Vermögensallokation – Marktkapitalisierung, Sektor, Geografie und Fixed-Income-Teilanlageklassen – haben der Branche gute Dienste geleistet und werden das weiter tun. Doch KI ermöglicht Strategien, die traditionelle Kategorien überschreiten. Deshalb müssen sich auch die Rahmenwerke weiterentwickeln, mit denen Anleger Allokationen beurteilen.

Eine thematische Strategie entlang einer aufkommenden Technologie-Wertschöpfungskette sieht heute anders aus und verhält sich anders nächstes Jahr. Die Kategorien für Beschreibung und Vergleich von Strategien müssen daher dynamischer, differenzierter und datengesteuerter werden. KI ist – neben menschlicher Expertise – das Werkzeug, mit dem die Investmentbranche diese Herausforderung angehen wird.

Was morgen kommt

Je weiter sich systematische Strategien ausbreiten, desto stärker ergänzen sich auch Indexierung und aktive ETFs. Indexierung bringt regelbasierte Strenge, Transparenz und Skalierbarkeit. Aktive ETFs ergänzen Flexibilität und Zugänglichkeit. Zusammen bieten sie Vermögensverwaltern und Anlegern eine besonders wirksame Struktur für personalisierte Anlagestrategien im großen Maßstab.

Für Anbieter von Finanzprodukten verschiebt KI also dauerhaft die Grenzen dessen, was für ein möglichst passgenaues Portfolio des Endanlegers machbar ist. Weil komplexe Strategien schneller entstehen, steigt auch die Wettbewerbslatte. Führend werden jene Anbieter sein, die KI nicht als einmaligen Effizienzgewinn sehen, sondern als Fähigkeit, die sich laufend weiterentwickelt.

Von Jana Haines (MSCI), Juli 2026, © ETF Magazin

Der Artikel stammt aus der aktuellen Ausgabe des ETF Magazins, dem Fachjournal für Profis und informierte Anleger*innen.

• ETF Magazin herunterladen als PDF