Was ist Tracking Error? Abweichung vom Vergleichsindex und Datenaufbereitung mit KI erklärt

Tracking Error (auch Active Risk, aktives Risiko) ist eine Kennzahl, die misst, wie stark die Rendite eines Portfolios von der Rendite seines Vergleichsindex abweicht. Üblicherweise wird er als Standardabweichung der Differenz zwischen Portfolio- und Indexrendite berechnet (Wikipedia). Ein kleiner Tracking Error bedeutet, dass das Portfolio dem Index eng folgt; ein großer Wert zeigt eine deutliche Abweichung, etwa durch aktive Entscheidungen des Portfoliomanagers.

Der Tracking Error beantwortet eine einfache Frage: Verhält sich ein Portfolio so, wie es seine Benchmark erwarten lässt, oder weicht es davon ab? Er sagt dabei nichts darüber aus, ob das Portfolio besser oder schlechter als der Index abschneidet, sondern nur, wie weit es sich davon entfernt (Yahoo Finance).

Wofür der Tracking Error gebraucht wird

Viele Portfolios werden gegen eine Benchmark gemanagt, typischerweise einen Index. Der Tracking Error zeigt, wie nah das Portfolio an diesem Maßstab bleibt. Dabei gibt es zwei Lesarten, je nach Anlagestil:

• Passive Portfolios wie Indexfonds oder ETFs sollen den Index möglichst exakt nachbilden. Hier gilt: Je kleiner der Tracking Error, desto besser folgt die Anlage ihrem Vergleichsindex (Axis Max Life). Abweichungen entstehen etwa durch Gebühren, Steuern oder Verzögerungen bei der Nachbildung.
• Aktive Portfolios weichen bewusst vom Index ab, um eine Mehrrendite zu erzielen. Ein höherer Tracking Error ist hier eingeplant, muss aber durch einen entsprechenden Renditebeitrag gerechtfertigt sein.

Der Tracking Error hilft so, Können von Zufall zu unterscheiden und zu prüfen, ob sich ein Portfolio im Rahmen seiner festgelegten Anlageziele und Risikoparameter bewegt (Financial Edge).

Wie der Tracking Error berechnet wird

Die gebräuchlichste Form ist der ex-post Tracking Error: die Standardabweichung der aktiven Renditen über einen Zeitraum. Die aktive Rendite ist die Differenz zwischen Portfoliorendite (Rp) und Benchmarkrendite (Rb). Vereinfacht:

• Aktive Rendite je Periode = Rp − Rb
• Tracking Error = Standardabweichung dieser aktiven Renditen (SEBI Investor)

Davon zu unterscheiden ist die reine Tracking Difference, also die bloße Renditedifferenz über einen Zeitraum. Sie ist einfacher zu berechnen, sagt aber nichts über die Schwankung der Abweichung aus (Axis Max Life).

Der Tracking Error ist außerdem der Nenner der Information Ratio: Diese setzt die durchschnittliche aktive Rendite ins Verhältnis zum Tracking Error (IR = Mittelwert(Rp − Rb) / TE). Ein hoher Tracking Error ist nur dann vertretbar, wenn ihm eine entsprechend hohe aktive Rendite gegenübersteht (Ryan O'Connell, CFA). Unter der Annahme normalverteilter Renditen bedeutet ein aktives Risiko von x Prozent, dass rund zwei Drittel der aktiven Renditen innerhalb von plus/minus x Prozent um den Mittelwert liegen (Wikipedia).

Was die Berechnung in der Praxis erschwert

Die Formel ist überschaubar, die Datenbeschaffung dahinter ist es selten. Für einen belastbaren Tracking Error braucht es konsistente Renditereihen für Portfolio und Benchmark über denselben Zeitraum, in derselben Frequenz (täglich, wöchentlich, monatlich) und bereinigt um Ausschüttungen und Währungseffekte. In der Praxis liegen diese Daten in unterschiedlichen Systemen und Formaten vor: Depotauszüge, Indexdaten eines Anbieters, Transaktionslisten. Bevor gerechnet werden kann, müssen diese Quellen zusammengeführt, abgeglichen und auf gleiche Stichtage gebracht werden.

Genau an dieser Stelle setzt die Datenaufbereitung mit KI an. Ein AI-Mitarbeiter kann wiederkehrende Reihen sammeln, Lücken und Ausreißer markieren und die Daten in einem einheitlichen Format zusammenstellen, sodass die Kennzahl auf einer sauberen Grundlage berechnet wird. Hilfreich ist das besonders beim laufenden Portfolio-Monitoring, bei dem viele Depots und Mandate regelmäßig gegen ihre Benchmark geprüft werden.

Einordnung bei scoreprise.AI: Aufbereiten, nicht bewerten

Bei scoreprise.AI bereitet die KI Informationen auf und beobachtet, sie bewertet nicht. Für den Tracking Error heißt das konkret: Die KI stellt die Renditereihen zusammen, gleicht sie gegen die vereinbarte Benchmark ab und berechnet die Kennzahl nach den Vorgaben des Instituts. Ob eine Abweichung akzeptabel ist, ob gegengesteuert werden soll und wie der Wert im Kontext der Anlagerichtlinie zu lesen ist, entscheidet der Berater oder das Institut.

Der Tracking Error ist dabei eine von mehreren Kennzahlen, die in eine Entscheidungsvorlage einfließen können, neben Renditebeiträgen und Risikokennziffern. Die Aufgabe der KI endet bei der strukturierten Zusammenstellung der Zahlen; die Deutung bleibt beim Menschen. Dieses Prinzip, Datenaufbereitung statt Empfehlung, gilt für das gesamte KI-gestützte Investment Research.

Häufige Fragen

Was ist der Unterschied zwischen Tracking Error und Tracking Difference?

Die Tracking Difference ist die reine Renditedifferenz zwischen Portfolio und Index über einen Zeitraum, also wie weit beide am Ende auseinanderliegen. Der Tracking Error ist die Standardabweichung dieser Differenz und beschreibt, wie stark die Abweichung von Periode zu Periode schwankt. Die Difference ist einfacher zu berechnen, der Tracking Error ist aussagekräftiger für die Beständigkeit der Nachbildung.

Ist ein niedriger Tracking Error immer besser?

Das hängt vom Anlageziel ab. Bei passiven Produkten wie Indexfonds und ETFs ist ein niedriger Tracking Error erwünscht, weil das Produkt den Index möglichst genau nachbilden soll. Bei aktiv gemanagten Portfolios ist ein höherer Tracking Error eingeplant, weil bewusst vom Index abgewichen wird; dort kommt es darauf an, ob die Abweichung von einer entsprechenden aktiven Rendite begleitet wird.

Sagt der Tracking Error etwas über die Wertentwicklung aus?

Nein. Der Tracking Error misst nur das Ausmaß der Abweichung vom Index, nicht ihre Richtung. Ein Portfolio kann einen hohen Tracking Error haben und dabei besser oder schlechter als die Benchmark abschneiden. Für die Beurteilung der Wertentwicklung werden zusätzliche Kennzahlen herangezogen, etwa die Information Ratio.

Wie hilft KI bei der Berechnung des Tracking Error?

KI übernimmt vor allem die Datenaufbereitung: Sie sammelt Renditereihen für Portfolio und Benchmark, bringt sie auf gleiche Stichtage und Frequenzen, markiert Lücken und stellt alles in einem einheitlichen Format bereit. Bei scoreprise.AI berechnet die KI die Kennzahl nach den Vorgaben des Instituts; die Bewertung und jede Anlageentscheidung bleiben beim Berater.