Aktive Aktien-ETFs: Drei Wege zu einem stärkeren Kernportfolio

Core-Anlagen, die einen Marktindex nachbilden, eröffnen Anlegern einen breiten und effizienten Zugang zu den Aktienmärkten. Sie übernehmen dabei jedoch auch die Struktur der Benchmark, deren größte Unternehmen sowie Sektor- und Ländergewichtungen – unabhängig davon, ob diese Engagements die Einschätzungen eines Anlegers widerspiegeln oder nicht.

Die heutigen Märkte könnten einen differenzierteren Ansatz erfordern. Wechselnde Marktführerschaft, konzentrierte Indizes und sich ändernde Korrelationen führen dazu, dass Anleger zunehmend eine selektivere und risikokontrollierte Marktbeteiligung anstreben.

Die drei neuen SMART Equity-ETFs von AllianzGI sind darauf ausgelegt, genau diesen Bedarf zu decken – bei globalen, europäischen und US-Aktien.

Core-Aktienanlagen bieten umfassende Marktabdeckung, Liquidität und Diversifizierung. Aktives Management kann dabei durch fundierte Aktienauswahl und durchdachte Portfoliokonstruktion für mehr Substanz sorgen, indem zusätzliche Chancen erschlossen werden und gleichzeitig das aktive Risiko kontrolliert wird.

Aktive ETFs werden zunehmend für diese grundlegende Rolle im Portfolio in Betracht gezogen. Doch da immer mehr aktive ETFs auf den Markt kommen, müssen Anleger über die Bezeichnung hinausblicken und den jeweiligen Investmentprozess untersuchen: Woher stammen die Alpha-Signale, wie werden die Portfolios konstruiert und wer verantwortet das Anlageergebnis?

Die SMART Equity-ETFs von AllianzGI sollen eine systematische Aktienauswahl mit disziplinierter Risikokontrolle kombinieren, um dem Kern des Portfolios mehr Substanz zu verleihen. Sie streben einen Zusatzertrag (Alpha) im Vergleich zu breiten passiven Engagements an – gleichzeitig wahren sie die Eigenschaften, die Investoren bei einer Core-Anlage am meisten schätzen.

Etablierte Faktoren wie Value, Quality, Momentum und Growth tragen seit langem dazu bei, Unterschiede bei den Aktienrenditen zu erklären, und bilden die Basis vieler systematischer Aktienstrategien. Doch darauf beruhende Faktormodelle erfassen nicht jede potenziell nützliche Information. Wie professionelle Anleger positioniert sind, was Unternehmen kommunizieren und wie verschiedene Merkmale von Unternehmen in einem sich ändernden Marktumfeld zusammenwirken, kann ebenfalls Einblicke in die zukünftige Aktienentwicklung liefern.

Um entsprechende Chancen nutzen zu können, benötigt man ein spezialisiertes Instrumentarium, das unsere Systematic Equity-Plattform seit den 1990er Jahren entwickelt hat. Aufbauend auf jahrzehntelanger systematischer Aktienanalyse nutzt der SMART Equity-Ansatz vier mittels Künstlicher Intelligenz (KI) und alternativer Daten abgeleitete Signale, um zusätzliche Informationen zu analysieren – und auch unkonventionelle Alpha-Quellen zu erschließen.

Die Analyse von Daten in Bezug auf Wertpapierleihe hilft dabei, Leerverkaufsmuster und die Positionierung professioneller Anleger zu bewerten. Das Signal zeigt an, was Investoren tatsächlich tun, nicht was sie sagen. Indem es beobachtbare Verhaltensmuster identifiziert, liefert es ergänzende Einblicke in die tatsächlichen Anlageüberzeugungen der Investoren.

Ein spezielles Machine Learning Modell („Random Forest“) bewertet, wie Investmentstile wie Bewertung, Rentabilität und Gewinnmomentum miteinander und mit dem Marktumfeld interagieren. So können Unternehmen aus mehreren Blickwinkeln gleichzeitig betrachtet werden, anstatt sich auf nur einen Indikator zu verlassen. Dies eröffnet eine differenzierte Perspektive in Ergänzung traditioneller systematischer Multifaktor-Anlagen.

Jeden Monat werden mittels natürlicher Sprachverarbeitung systematisch tausende Gewinnberichte von Unternehmen analysiert. Moderne Sprachmodelle wandeln Wörter und Sätze in numerische Darstellungen um, die Bedeutung und Kontext erfassen und dabei helfen, konstruktive Kommunikation von eher vorsichtiger oder defensiver Sprache zu unterscheiden. Die Ergebnisse können dann unternehmensübergreifend verglichen werden, um zukunftsbezogene Alpha-Signale zu liefern.

Momentum beschreibt die Tendenz, dass Aktien, die sich bisher gut entwickelt haben, diesen Trend fortsetzen. Da sich Momentum-Muster mit sich ändernden Marktbedingungen wandeln können, stützt sich unser Advanced Momentum-Signal auf Deep-Learning-Modelle. Dabei wird analysiert, wie Kurstrends mit Variablen wie Volatilität, Handelsvolumen und Liquidität interagieren. Anschließend wird die Wahrscheinlichkeit geschätzt, mit der eine bestimmte Aktie vergleichbare Titel übertrifft.

Zusammen vereinen diese vier Signale enorme Informationen in Bezug auf Anlegerverhalten sowie Fundamental- und Marktdaten in einem systematischen Rahmen für die Aktienauswahl. Dabei wird Komplexität in anlagebezogene Erkenntnisse umgewandelt, auf deren Grundlage konsequent und in großem Maßstab gehandelt werden kann.

Das zentrale Ziel des SMART Equity-Ansatzes ist es, diese vier Signale in selektive, risikokontrollierte Portfolios umzusetzen. Anstatt bei allen Bestandteilen der Benchmark kleine Gewichtsanpassungen vorzunehmen, konzentriert sich der Ansatz auf Aktien, bei denen die kombinierten Signale am stärksten sind – das können auch Titel außerhalb der Benchmark sein. Infolgedessen ist unser Ansatz aktiver als manche Enhanced Index-Strategien und gibt dem Team mehr Spielraum, seine Einschätzungen auf Aktien- und Sektorebene umzusetzen.

Die Herausforderung besteht darin, diesen aktiven Einschätzungen genügend Gewicht zu verleihen, um die Rendite zu beeinflussen – ohne gleichzeitig unerwünschte Risiken einzugehen. Werden die Signale in zu schwacher Form umgesetzt, haben sie möglicherweise zu geringe Auswirkungen; werden sie zu stark umgesetzt, können sie die Kerneigenschaften des Portfolios verzerren.

Deshalb strebt unser Prozess zur Portfoliokonstruktion eine ausgewogene Umsetzung an: selektiv genug, um aktive Einschätzungen wirksam werden zu lassen und zugleich eingehegt durch Kontrollen, die dafür sorgen, dass die Portfolios weiter Core-Charakter besitzen.

Im Rahmen des Prozesses werden folgende Aspekte intensiv überwacht: Diversifizierung, Tracking Error, Liquidität, Sektor- und Länderpositionierung, Stil-Exposure sowie aktive Aktiengewichtungen.

Dabei liegt besonderes Augenmerk auf Risiken, die den Tracking Error erhöhen könnten, ohne einen entsprechenden Renditevorteil zu bieten. Durch das Management dieser unbeabsichtigten Risiken kann die Titelauswahl einen größeren Beitrag zum Erfolg leisten.

Jede Strategie folgt einem systematischen Rahmen, während die Signale, Modelle und die Portfoliokonstruktion von unseren Teams aktiv analysiert, überwacht und verfeinert werden.

Der SMART Equity-Ansatz stützt sich auf ein breites Spektrum von Analysen. Dabei bewerten unsere Modelle tausende Unternehmen an den Aktienmärkten der entwickelten Länder.

Die resultierenden Portfolios sind weiterhin breit über Sektoren, Länder und Unternehmen diversifiziert. Große Benchmark-Positionen können nach wie vor eine prominente Rolle spielen, und aktive Einschätzungen kommen durch die relative Positionsgröße, die Aktienauswahl und die Auswahl von Titeln außerhalb der Benchmark zum Ausdruck.

Künstliche Intelligenz (KI) kann dabei helfen, Informationen in großem Umfang zu verarbeiten und Erkenntnisse zu gewinnen, die andernfalls möglicherweise verborgen blieben. Menschliches Urteilsvermögen bleibt jedoch unverzichtbar: Die Modelle müssen entwickelt, getestet und überwacht werden, die gelieferten Signale müssen auf ihre Bedeutung für Anlagezwecke hin evaluiert und am Ende die Portfolios sorgfältig zusammengestellt werden.

Unser Systematic-Equity-Team besteht aus 24 erfahrenen Anlagespezialisten, darunter 11 promovierte Wissenschaftler (Stand: Juni 2026). Ihr professioneller Hintergrund reicht von Portfoliomanagement über quantitatives Research, traditionelle Finanzanalyse und Volkswirtschaft, Data Science, nachhaltige Investments und Risikokontrolle bis hin zu Naturwissenschaften.

Research und Portfoliomanagement arbeiten bei uns eng zusammen, sodass die Entwickler der Analysesysteme auch maßgeblich an den Entscheidungen mitwirken, mit denen die gewonnenen Signale in den Portfolios umgesetzt werden. Nichts läuft dabei im Autopilot-Modus: Menschen steuern das Systemdesign, das Training sowie die Überwachung und tragen weiterhin die Verantwortung für die Wertentwicklung der realen Portfolios.

Die Aktienmärkte enthalten mehr Informationen, als traditionelle Kennzahlen erfassen können. Beim Investieren in Aktien ging es schon immer darum, Unternehmen und Märkte zu verstehen: wie sich die Firmen entwickeln, wie sich die Marktteilnehmer verhalten und wie sich Trends im Laufe der Zeit entfalten.

Unser SMART Equity-Ansatz kombiniert verhaltensbezogene Informationen, Fundamentaldaten und Marktsignale in einem systematischen Aktien-Investmentprozess, den wir über Jahrzehnte hinweg verfeinert haben. Ob als aktive Core-Bausteine mit mehr Substanz oder als Instrumente zur Diversifizierung innerhalb einer Aktienanlage – das Ziel ist jeweils, umfassendere Erkenntnisse in eine besser fundierte Aktienauswahl umzusetzen und dabei die Hauptmerkmale einer Core-Allokation beizubehalten.

Die Core-Investments werden stets das Fundament eines Portfolios bilden. Unsere SMART Equity-ETFs sind darauf ausgelegt, das Potenzial dieser Kernanlagen noch besser auszuschöpfen.

Get active mit AllianzGI.

Der AllianzGI SMART Global Equity Active UCITS ETF, der AllianzGI SMART Europe Equity Active UCITS ETF und der AllianzGI SMART US Equity Active UCITS ETF wurden im Juli 2026 aufgelegt.