In der Vermögensverwaltung geht es bei Portfoliobesprechungen meist nur um Allokation, Performance und Risiko. Untersuchungen zeigen immer wieder, dass lediglich eine Minderheit der Berater mit ihren Kunden aktiv über ESG-Themen redet. Die Folge: Obwohl eine große Mehrheit der Kunden prinzipiell an nachhaltigen Anlagemöglichkeiten interessiert wäre, tut dies aktuell nur ein Bruchteil von ihnen. Es würde sich also durchaus lohnen, wenn Vermögensberater in Kundengesprächen Nachhaltigkeitsthemen viel stärker adressieren, damit aus ESG-Themen echte Transaktionen werden. Hat der Berater mit dem Kunden zusammen dessen ESG-Ziele definiert, kann er beispielsweise einen „Gesundheitscheck“ durchführen und das bestehende Portfolio an den definierten ESG-Zielen messen. Jeder Portfolio-Gesundheitscheck kann so ein Türöffner für neue Anlagevorschläge sein, die ein individuelles Kundenbedürfnis abdecken. Dabei ist es entscheidend, dass Banken und Vermögensverwalter die richtigen technologischen Voraussetzungen schaffen.
Wenn Finanzinstitute ernsthaft und effizient auf die ESG-Bedürfnisse von Kunden eingehen wollen, geht dies nur mithilfe der geeigneten Technologie. Es braucht beispielsweise eine neue Generation von ESG-Ratings und von Datenverwaltungsplattformen. Anders gesagt: ESG ist auch ein Digitalisierungsthema – denn Vermögensberater müssen die aktuelle ESG-Landschaft handhabbar machen und ein personalisiertes Angebot entwickeln, das den Werten der Kunden entspricht. Nachhaltigkeitsinformationen müssen für die individuellen Kunden relevant sein, damit sie fundierte Anlageentscheidungen treffen können. Abhängig von den Präferenzen und Profilen der Anleger können verschiedene ESG-Datenpunkte unterschiedliche Konsequenzen haben – je nachdem, ob es dem Anleger darum geht, sein Risiko zu managen, Alpha zu generieren oder den Impact zu steigern.
Zuerst muss die Beratungslösung, die die Arbeit des Kundenbetreuers unterstützt, in der Lage sein, die ESG-Präferenzen der Klienten zu erfassen und sie in die Kundenprofile zu integrieren. Kunden sollten ihren gewünschten ESG-Mindestwert schnell und intuitiv angeben können, gegebenenfalls auf einer Skala von 1 bis 10. Aber auch noch weit granularere Präferenzeinstellungen sind denkbar, etwa Mindeststufen für ökologische, soziale und staatliche Kriterien, die jeweils auf noch detailliertere Faktoren heruntergebrochen werden. Im Bereich Umwelt könnten das zum Beispiel Emissionen, Ressourcenverbrauch oder Innovationen sein. Die ESG-Präferenzen eines Kunden lassen sich zudem als harte oder weiche Auflagen definieren und in der weiteren Investment-Journey entsprechend behandeln. So wird sich das ESG-Profil eines Kunden letztlich ähnlich auf zukünftige Anlagevorschläge auswirken wie sein Risikoprofil.
Wenn ESG-Anlagen derzeit ihr gesamtes Potenzial noch nicht ausschöpfen, hat dies auch damit zu tun, dass es keine einheitlichen Ratingstandards gibt. Bislang sind die ESG-relevanten Daten weder standardisiert noch normiert, was Vergleiche zwischen Anlagemöglichkeiten erschwert. Das Fehlen von Standards führt dazu, dass die diversen Ratinganbieter unterschiedliche Bewertungsmethoden anwenden. Dies wiederum hat zur Folge, dass ein und dasselbe Unternehmen bei den diversen ESG-Ratinganbietern sehr unterschiedliche Bewertungen erhalten kann. Eben weil es noch keine „Single Point of Truth“-Plattform für ESG-Ratings gibt, gilt es, den Zugang zu den verfügbaren ESG-Daten zu optimieren. Aus Sicht der Vermögensberatung ist es wichtig, externe ESG-Daten vollständig in die Beratungssysteme zu integrieren, sodass die Relationship-Manager oder auch ihre Kunden nahtlos darauf zugreifen können. Denn all diese Informationen liefern eine Basis für fundierte ESG-Anlageentscheidungen.
Sich jetzt mit ESG zu beschäftigen, ist unverzichtbar
Es gibt bereits ausgefeilte ESG-Investmentlösungen für Banken und Vermögensverwalter, die Technologien wie Künstliche Intelligenz (KI) und Machine Learning (ML) dazu einsetzen, ESG-Daten zu analysieren und aussagekräftig zu machen. Mit solch einer ESG-Lösung können Berater maßgeschneiderte, personalisierte und ESG-konforme Portfolios für ihre Kunden zusammenstellen. Auch das Natural Language Processing (NLP) ist eine wesentliche Technologie, um ESG-Informationen aus unterschiedlichsten Quellen zu erfassen. Zumal sich KI darauf trainieren lässt, die entscheidenden ESG-Kennzahlen eines Unternehmens zu identifizieren. Während viele ESG-Daten heute noch manuell aus Unternehmensberichten in Datenblätter übertragen werden, schaffen maschinelles Lernen und das Verarbeiten natürlicher Sprache die Basis für eine automatisierte Identifizierung – und Personalisierung – der ESG-relevanten Informationen.
Zumal eine Avaloq-Studie zeigt, dass wohlhabende Anleger, die bereits mit einem Vermögensberater arbeiten, es durchaus begrüßen, wenn dessen Beratungstätigkeit durch KI-Technologie unterstützt wird. 56 Prozent der weltweit befragten Investoren, die mit einem Berater arbeiten, gaben an, sie seien für KI-gestützte, aber nach wie vor persönliche Produktempfehlungen offen, die ihr Verhalten und ihre Vorlieben berücksichtigen. Das heißt: Die Mehrheit befürwortet einen hybriden Beratungsansatz. 26 Prozent von ihnen können sich sogar vollautomatische KI-gestützte Produktempfehlungen vorstellen. Die Umfrage zeigt auch, dass es in Sachen KI-Affinität kaum einen Unterschied macht, ob Anleger mit Beratern arbeiten oder Investmentscheidungen lieber allein treffen: Beide Anlegergruppen zeigen sich in ähnlichem Umfang für KI-Unterstützung offen.
Sich jetzt mit ESG zu beschäftigen, ist unverzichtbar. Denn in einigen Jahren dürfte sich die Wettbewerbsfähigkeit von Vermögensberatern auch daran bemessen, wie transparent, verifiziert und ausgefeilt ihr ESG-Angebot ist. Kunden werden dies einfach erwarten. Auch die Umfrage von Avaloq zeigt, dass es für 43 Prozent der Anleger ein Grund sein kann, den Vermögensberater zu wechseln, wenn dieser sich nicht an die sich verändernden Bedürfnisse seines Klienten anpasst. Und bei 42 Prozent der Investoren entsteht eine Churn-Gefahr (Kundenabwanderungen), wenn sie den Eindruck gewinnen, dass ihr Berater zu wenig mit ihnen kommuniziert. Allein bezogen auf die deutschen Befragten gab sogar etwas mehr als die Hälfte an, bereits aktiv ESG-Anlagemöglichkeiten zu nutzen. Wollen Berater allerdings in Sachen ESG-Investments kompetent unterstützen, benötigen sie wegen der Komplexität des Themas dafür automatisierte Unterstützung – unter Rückgriff auf unterschiedlichste Datenquellen und modernste KI-, ML- und NLP-Lösungen.
Für andere neue Anlageformen wie Krypto oder non-bankable Assets gilt es ebenso: Wenn ein Berater den neuen, individuellen Wünschen seiner Klienten entsprechen und all diese Anlagemöglichkeiten bieten will, geht dies nur, wenn seine Beratungsplattform ihm diese Möglichkeiten eröffnet. Zum einen muss die Beratungsplattform die ESG-Daten zu jedem Investment analysieren und zu handhabbaren ESG-Kriterien verdichten. Zum anderen muss die Beratungslösung die individuellen ESG-Präferenzen zu jedem Kunden erfassen, dessen Portfolio analysieren und dem Berater auf dieser Grundlage personalisierte Anlageempfehlungen für seinen Kunden vorschlagen. Für Finanzinstitute ist ESG darum nicht nur eine regulatorische, sondern vor allem eine technologische Herausforderung.
Thomas Möller ist freier Redakteur für Avaloq, globaler Anbieter von digitalen Banking-Lösungen.
