Quant-Fonds: Diese Portfolios rechnen sich

Wer den Begriff Quant hört, denkt vielleicht zunächst an die bekannte deutsche Unternehmerfamilie. Doch damit haben die Quants, um die es hier geht, nur gemeinsam, dass sie rechnen können. Und dass es um Geld geht. Quant steht in der Fondswelt als Abkürzung für „quantitativ“, für Datenanalysen und Algorithmen. Quant bezeichnet deshalb weniger eine konkrete Strategie als eine Arbeitsweise bei der Umsetzung von Anlageideen. Entsprechend breit ist das Feld der konkreten Fonds-Strategien: Der Fonds Robeco QI Emerging Markets Active Equities etwa sortiert Schwellenländer-Titel anhand von Kennzahlen zu Preis, Unternehmensqualität und Kursdynamik und investiert dann in die Ranglisten-Spitzenreiter. Ziel des Quoniam Funds Selection – Emerging Markets Equities MinRisk wiederum ist ein möglichst schwankungsarmes Gesamtportfolio. Pictet setzt mit seinem Fonds Pictet-Quest Global Sustainable Equities auf KI-Modelle, die für rund 1.600 Aktien auf Sicht von 20 Tagen die Renditen schätzen und entsprechend handeln. Der AQR Style Premia UCITS Fund betrachtet Aktien, Anleihen und Währungen und wählt seine Kauf- und Leerverkaufspositionen mithilfe der Kriterien Value, Momentum, Carry und Defensive.

So verschieden die Strategien im Einzelnen sind, so unterschiedlich wirkt auch der versprochene Zahlenzauber. Das zeigt der Performance-Vergleich verschiedener Quant-Strategien. Bei zehn von der Redaktion ausgewählten Quant-Fonds liegt der Unterschied im Betrachtungszeitraum nur eines Jahres bei sage und schreibe 30 Prozentpunkten. Ist alles also nur Glückssache? Keineswegs, denn zur Wahrheit gehört auch, dass Quant-Fonds nicht miteinander, sondern mit ihren jeweiligen Peergroups verglichen werden müssen. Und da schneiden sie oft hervorragend ab. Auf Sicht von fünf Jahren haben sich neun der zehn ausgewählten Fonds in der unten gezeigten Tabelle besser als der Durchschnitt ihres jeweiligen Fondssektors entwickelt. Der Robeco QI Emerging Markets Active Equities etwa kommt kumuliert auf rund 91 Prozent gegenüber 50 Prozent im Sektor, der Pictet-Quest Global Sustainable Equities auf 69 gegenüber 43 Prozent, der DWS Qi Eurozone Equity auf 68 gegenüber 50 Prozent. Über drei Jahre hinweg sind es immerhin acht von zehn Fonds. Und über den Betrachtungszeitraum eines Jahres hinweg haben sieben von zehn Quant-Fonds besser abgeschnitten als ihre Peergroup.

Zehn ausgewählte Quant-Fonds für den deutschen Markt

Tabelle sortiert nach Fünf-Jahres-Ergebnis. Wertentwicklung in Euro. Quelle: FVBS professional, eigene Recherchen. Stand: 21. Oktober 2026.

Das Erfolgsgeheimnis: Eiserne Disziplin

Der erste Vorteil der Quant-Fonds ist ihre eiserne Disziplin: Entscheidungen fallen nach festen Regeln, nicht nach Stimmungen oder Spekulationen. Quant-Algorithmen haben keine Scheu, sich von Werten im Portfolio zu trennen, die nicht die errechnete Erwartung erfüllen, und gegen aussichtsreichere Titel auszutauschen. Der zweite Vorteil ist die Streuung. Quant-Portfolios betrachten oft ein sehr weites Titel-Universum und arbeiten mit strengen Positionsgrenzen. 

Risiken: Gleichschritt, lange Flauten, tiefe Einbrüche

Natürlich ist auch die Investition in Quant-Fonds nicht frei von Risiken. Das größte Risiko für die Rechenmodelle ist ihr möglicher Gleichschritt. Denn die Faktoren, auf die Quants setzen, kennen auch ihre Wettbewerber. Große Hedgefonds und Asset Manager wie etwa Citadel oder AQR geben sich zwar große Mühe, ihre Geschäftsgeheimnisse zu schützen. Diese basieren im Kern aber letztlich auf denselben wissenschaftlichen Fundamenten. So nutzen Quant-Hedgefonds etwa oft Statistical Arbitrage: Sie suchen nach zwei oder mehr miteinander korrelierenden Finanzinstrumenten. Tanzt eines aus der Reihe, versuchen sie, diese kurzfristige Preisanomalie für sich zu nutzen, indem sie gleichzeitig die Aktien ähnlicher Unternehmen handeln. Bekannt ist auch die sogenannte Mean Reversion-Strategie: Quants schätzen einen fairen Wert für ein Wertpapier oder Produkt. Liegt der Preis darunter, kaufen sie. Liegt er darüber, verkaufen oder shorten sie. Factor Investing ist ebenfalls ein gängiges Vorgehen: Die betreffenden Quant-Modelle bewerten eine Vielzahl von Assets anhand von Faktoren wie Momentum, Volatilität und Marktkapitalisierung und ziehen Vergleiche zu historischen Entwicklungen. Daraus leiten sie Signale für Käufe und Verkäufe ab. Immer beliebter wird sogenanntes Machine Learning: ML-Quants durchforsten riesige Datensätze und suchen nach Kauf- und Verkauf-Signalen, die mit klassischen Methoden nicht analysierbar wären. Doch gerade für diese Disziplin gilt: Mathematik lässt sich nicht austricksen. Die Gefahr ist ausgerechnet beim Machine Learning groß, dass verschiedene Fonds dieselben Signale erkennen. Schließlich ist die Anzahl der Anbieter dieser spezifischen Rechenmodelle begrenzt.

Quant-Fonds sind noch kein Megatrend

Noch gelten Quants hierzulande unter Anlegern als Exoten. In manchen Portfolios werden nur zweistellige Millionenbeträge verwaltet. Es gibt noch nicht einmal eine eigene Absatzstatistik für Quant-Fonds. Fonds wie der Robeco QI Emerging Markets Active Equities, dessen verwaltetes Vermögen in den vergangenen zwölf Monaten von rund vier auf etwa 6,6 Milliarden Euro gestiegen ist, sind eher die Ausnahme. Doch die Branche ist in Bewegung – nicht zuletzt aufgrund der zunehmenden Bedeutung von Künstlicher Intelligenz beim Managen von Fonds. Es ist gut möglich, dass die Grenze zwischen klassischen und softwaregesteuerten Produkten in Zukunft immer mehr verschwimmt. Fonds, die heute schon gezielt quantitative Modelle einsetzen, könnten mittelfristig von ihrem Wissensvorsprung gegenüber aktiv gemanagten Fonds auf diesem Gebiet profitieren. Eine ernsthaftere Konkurrenz droht eher von Seiten systematisch agierender Aktien-ETFs. In den USA verzeichneten alternative ETFs zuletzt Rekordzuflüsse, getragen von Multi-Strategy- und Market-Neutral-Ansätzen.

Deutschland: Neue Impulse durch das neue Altersvorsorgedepot

Hierzulande könnte die geplante Einführung des Altersvorsorgedepots für neuen Schwung bei Quant-Fonds sorgen. Denn das Fondssparen zertifizierter Fonds wird staatlich gefördert. Gleichzeitig werden die laufenden Kosten vom Gesetzgeber begrenzt. Für Quant-Fonds öffnet sich hier ein Fenster. Sie können gemanagte, risikoreduzierende Modelle zu überschaubaren Kosten anbieten. Die genossenschaftliche Union Investment hat bereits angekündigt, diese Chance nutzen zu wollen. Ab dem 1. Januar 2027 wird sie im Zuge der neuen Reform der privaten Altersvorsorge Produkte unter dem Namen „UniVorsorge“ anbieten. Für das staatlich definierte Standardprodukt, das sogenannte Altersvorsorgedepot ohne Beitragsgarantie, setzt die Fondsgesellschaft auf eine Kombination aus aktiven ETFs ihrer quantitativen Tochtergesellschaft Quoniam Asset Management. Dass Quoniam erfolgreich defensive Anlagestrategien umsetzen kann, hat die Gesellschaft bereits bewiesen. Die Quoniam MinRisk-Modelle haben sich in den vergangenen Jahren im Vergleich zum Gesamtmarkt sehr ordentlich geschlagen – und zwar in allen Marktphasen.

Fazit: Schon immer haben Portfoliomanager versucht, durch verschiedene Arten von Datenanalysen Informationen zu gewinnen, mit deren Hilfe sie ihre Kauf- und Verkaufsentscheidungen optimieren können. Quant-Fonds treiben diese Überlegung auf die Spitze, indem sie den Analyse- und Auswahlprozess sowie die daraus entstehenden Kauf- und Verkaufsempfehlungen komplett automatisieren. Bisher bilden diese Produkte im gesamten Fondsuniversum noch eine Ausnahme. In Zukunft dürfte diese Art des Investierens jedoch stark zunehmen. Nicht zuletzt durch den zunehmenden Einsatz von künstlicher Intelligenz. Es bleibt deshalb spannend, wie sich dieses Fondssegment weiter entwickeln wird.