Sharpe Ratio 0.72. Beta zum Markt 0.01. Über 50 Jahre Backtests. Und eine Performance, die zwölf der bekanntesten Stardepots der Welt risikoadjustiert übertrifft – von Buffett über Dalio bis Swensen. Klingt nach Theorie? Es ist mathematisch belegbar. Dieser Artikel zeigt, wie zwei szenariobasierte Modellportfolios aufgebaut sind, warum sie funktionieren, und was das für Ihre eigene Portfoliostrategie bedeutet.
Warum die meisten Portfolios suboptimal sind
Die meisten Anleger – auch erfahrene – konstruieren Portfolios nach Intuition, Marktmeinung oder dem Vorbild prominenter Investoren. Warren Buffetts konzentrierter Value-Ansatz, Ray Dalios All-Weather-Portfolio, David Swensens Endowment-Modell: Diese Strategien haben beeindruckende Track Records. Doch sie teilen eine Schwäche – sie sind auf ein dominantes Marktszenario optimiert.
Die quantitative Realität zeigt: Ein Portfolio, das in Inflationsphasen brilliert, kann in Deflationsszenarien katastrophale Verluste produzieren. Und umgekehrt. Die Herausforderung für institutionelle Investoren und vermögende Privatanleger ist daher nicht, das „beste" Portfolio zu finden – sondern ein Portfolio-System, das in jedem makroökonomischen Regime funktioniert.
Genau hier setzt unser Ansatz an: Zwei komplementäre Modellportfolios, basierend auf Markowitz-Optimierung, über 50 Jahren historischer Daten und szenariobasierten Inflationsprognosen. Nicht als Empfehlung – sondern als analytisches Framework für Investoren, die evidenzbasierte Entscheidungen treffen.
Die Benchmark: 12 Stardepots im Vergleich
Um die Leistungsfähigkeit unserer Modellportfolios einzuordnen, haben wir sie gegen zwölf der bekanntesten Portfolio-Strategien der Welt getestet. Die Referenzportfolios umfassen Strategien von Warren Buffett, Ray Dalio (All Weather), David Swensen (Yale Endowment), Meb Faber (Global Tactical), Larry Swedroe, Harry Browne (Permanent Portfolio) und weitere.
Der entscheidende Vergleichsmaßstab ist nicht die absolute Rendite – sondern die risikoadjustierte Performance, gemessen an der Sharpe Ratio. Diese Kennzahl setzt die Überrendite eines Portfolios ins Verhältnis zu seiner Volatilität. Je höher die Sharpe Ratio, desto mehr Rendite pro eingegangene Risikoeinheit.
Die Ergebnisse sind bemerkenswert: Unser Deflationsportfolio erreicht eine Sharpe Ratio von 0.72 – die höchste aller verglichenen Strategien. Zum Vergleich: Buffett kommt auf 0.34, Swensen auf 0.39, Dalio auf 0.46. Das bedeutet nicht, dass Buffett ein schlechter Investor ist – sein konzentrierter Ansatz liefert in bestimmten Marktphasen herausragende absolute Renditen. Aber risikoadjustiert, über lange Zeiträume, gibt es effizientere Wege, Kapital zu allokieren.
Das Deflationsportfolio: Maximale Stabilität
Das Deflationsportfolio ist für Szenarien optimiert, in denen wirtschaftliche Kontraktion, sinkende Preise und Risikoaversion dominieren – Phasen, in denen die meisten Aktienportfolios massive Verluste erleiden.
Die Allokation ist bewusst minimalistisch: 80% Anleihen, 20% Gold. Diese Einfachheit ist kein Zufall – sie ist das Ergebnis der Optimierung. In deflationären Szenarien steigen Anleihepreise, weil Zinsen fallen. Gold fungiert als Versicherung gegen Systemrisiken und liefert in Krisenszenarien zusätzliche Stabilität.
Die Kennzahlen über den gesamten Backtest-Zeitraum: 6.54% Rendite p.a. bei nur 7.21% Volatilität. Der maximale Drawdown lag bei −16.7% – verglichen mit −50% oder mehr bei vielen Aktienportfolios in der Finanzkrise 2008. Die resultierende Sharpe Ratio von 0.72 bedeutet: Dieses Portfolio liefert die effizienteste Rendite pro Risikoeinheit aller verglichenen Strategien.
Besonders bemerkenswert: Das Beta zum Gesamtmarkt beträgt 0.01. Das Portfolio bewegt sich praktisch unabhängig vom Aktienmarkt. Für Investoren, die bereits signifikante Aktienexposure haben, bietet das eine echte Diversifikationsquelle – nicht nur nominal, sondern strukturell.
Das Inflationsportfolio: Sachwertbasierter Schutz
Das Inflationsportfolio adressiert das komplementäre Szenario: steigende Preise, Währungsentwertung und reale Vermögensverluste – eine Konstellation, die in den kommenden Jahren angesichts expansiver Geldpolitik und geopolitischer Unsicherheiten zunehmend relevant wird.
Die Allokation ist breiter diversifiziert und sachwertorientiert: 25% Gold, 25% Rohstoffe, 17% Industrieländer-Aktien, 12% Emerging Markets, 11% US-Aktien und 10% TIPS (inflationsgeschützte Anleihen). Die Logik: In Inflationsphasen steigen Sachwerte und Rohstoffe, während nominale Anleihen an Kaufkraft verlieren.
Die Performance-Daten: 6.47% Rendite p.a. bei 12.19% Volatilität und einem maximalen Drawdown von −33.5%. Die Sharpe Ratio von 0.46 liegt gleichauf mit Dalios All-Weather-Portfolio und über Buffetts konzentriertem Ansatz. Der entscheidende Unterschied: Das Inflationsportfolio ist explizit für Kaufkraftschutz konzipiert, während Aktienportfolios in Inflationsphasen oft real an Wert verlieren.
Rendite-Risiko-Vergleich: Warum Effizienz wichtiger ist als Rendite
Betrachtet man alle Portfolios im Rendite-Risiko-Diagramm, wird ein zentrales Muster sichtbar: Viele Stardepots erzielen ähnliche oder sogar leicht höhere absolute Renditen – aber zu deutlich höherem Risiko.
Buffetts Strategie beispielsweise liefert 5.93% p.a. bei 15.0% Volatilität. Das Deflationsportfolio liefert 6.54% p.a. bei nur 7.21% Volatilität. Der Renditeunterschied ist marginal – der Risikounterschied ist dramatisch. In einer Welt, in der Drawdowns Karrieren, Stiftungsbudgets und Ruhestandspläne gefährden, ist diese Effizienz nicht akademisch – sie ist existenziell.
Für institutionelle Investoren, Family Offices und Stiftungen ist dieser Punkt besonders relevant: Sie können es sich nicht leisten, 50% ihres Portfolios in einer Krise zu verlieren, selbst wenn die langfristigen Renditen stimmen. Die Fähigkeit, Drawdowns zu begrenzen und trotzdem kompetitive Renditen zu erzielen, ist das eigentliche Qualitätsmerkmal eines sophistizierten Portfolios.
Die Rolle der Markowitz-Optimierung
Beide Modellportfolios basieren auf der Modernen Portfoliotheorie nach Harry Markowitz – konkret auf der Optimierung des effizienten Rands (Efficient Frontier). Das Prinzip: Für jedes gegebene Risikoniveau existiert eine optimale Kombination von Assets, die die erwartete Rendite maximiert.
Während viele Anleger dieses Konzept kennen, wenden es die wenigsten konsequent an. Stattdessen werden Portfolios nach Bauchgefühl, Momentum oder den Empfehlungen des letzten Podcast-Interviews zusammengestellt. Die Folge: Suboptimale Allokationen, die entweder zu viel Risiko für zu wenig Rendite eingehen – oder Rendite verschenken, weil die Korrelationsstruktur der Assets nicht berücksichtigt wird.
Unser Ansatz kombiniert die Markowitz-Optimierung mit szenariobasierten Annahmen: Anstatt ein einzelnes „optimales" Portfolio zu berechnen, optimieren wir für zwei distinkte makroökonomische Regimes – Deflation und Inflation. Das Ergebnis: Zwei Portfolios, die zusammen die gesamte Bandbreite plausibler Zukunftsszenarien abdecken.
Szenariobasierte Allokation: Warum ein Portfolio nicht reicht
Die traditionelle Portfolio-Konstruktion geht von einer einzigen Zukunftserwartung aus – typischerweise einer Mischung aus moderatem Wachstum und moderater Inflation. Das Problem: Die Zukunft ist nicht moderat. Sie bewegt sich in Regimen – Phasen, in denen bestimmte makroökonomische Kräfte dominieren und die Korrelationsstrukturen zwischen Assetklassen fundamental verändern.
In deflationären Phasen (wie 2008-2009 oder der europäischen Schuldenkrise) steigen Anleihen und Gold, während Aktien und Rohstoffe fallen. In inflationären Phasen (wie 2021-2023) steigen Rohstoffe und Sachwerte, während Anleihen abstürzen. Ein einziges Portfolio kann nicht in beiden Szenarien optimal performen.
Die Lösung: Ein duales Portfolio-System, bei dem der Investor – basierend auf seiner eigenen Einschätzung des wahrscheinlicheren Szenarios – zwischen den beiden Allokationen gewichtet oder sie kombiniert. Wer eine höhere Deflationswahrscheinlichkeit sieht, gewichtet das Deflationsportfolio stärker. Wer Inflation erwartet, verschiebt die Allokation entsprechend. Das Ergebnis ist eine antifragile Gesamtstruktur, die von Unsicherheit profitiert statt unter ihr zu leiden.
Was das für die Praxis bedeutet
Portfoliotheorie ist nur dann wertvoll, wenn sie sich in Handlungen übersetzen lässt. Für verschiedene Investorentypen ergeben sich unterschiedliche Implikationen.
Für institutionelle Investoren und Family Offices: Die Daten zeigen, dass selbst die renommiertesten Portfoliostrategien risikoadjustiert übertroffen werden können. Das bedeutet nicht, Buffett oder Dalio zu ignorieren – aber es bedeutet, die eigene Asset Allocation regelmäßig gegen quantitative Benchmarks zu prüfen. Der Yale-Endowment-Ansatz bietet hier ein etabliertes Framework für Alternative-Asset-Integration.
Für Unternehmer und Gründer mit eigenem Vermögen: Wer sein Kapital primär im eigenen Unternehmen gebunden hat, braucht ein komplementäres Portfolio, das minimale Korrelation zur eigenen Geschäftstätigkeit aufweist. Das Deflationsportfolio mit seinem Beta von 0.01 bietet genau diese Eigenschaft – und funktioniert damit als strukturelle Absicherung gegen das ohnehin konzentrierte Unternehmerrisiko.
Für Sachwert-orientierte Investoren: Wer bereits in Immobilien, Timberland oder andere reale Assets investiert ist, findet im Inflationsportfolio eine liquide Ergänzung, die denselben makroökonomischen Tailwind nutzt – aber mit der Flexibilität und Liquidität, die physische Assets nicht bieten.
Die Grenzen quantitativer Modelle
Transparenz ist Teil der Methodik. Backtests haben Grenzen: Sie können vergangene Performance analysieren, aber zukünftige Renditen nicht garantieren. Die Korrelationsstrukturen zwischen Assetklassen können sich verschieben – was in den letzten 50 Jahren funktioniert hat, muss nicht in den nächsten 50 Jahren identisch funktionieren.
Zusätzlich unterliegen alle dargestellten Modellportfolios vereinfachenden Annahmen: keine Transaktionskosten, keine Steuern, jährliches Rebalancing. In der Praxis können diese Faktoren die tatsächlich realisierte Performance beeinflussen. Die Modelle sind daher als analytisches Framework zu verstehen – nicht als Handlungsanweisung.
Was die Modelle jedoch zweifelsfrei zeigen: Es existieren systematische, datengetriebene Allokationsansätze, die die risikoadjustierte Performance prominenter Referenzportfolios übertreffen. Die Frage ist nicht, ob quantitative Portfoliooptimierung funktioniert – sondern ob man sie in seine eigene Investmentstrategie integriert.
Portfoliostrategie als Grundlage der Kapitalarchitektur
Für Unternehmer, die Kapital von institutionellen Investoren oder Family Offices einwerben, hat dieses Thema eine weitere Dimension: Investoren, die selbst sophisticated Portfoliostrategien verfolgen, erwarten dasselbe von den Unternehmen, in die sie investieren. Eine klare Equity Story, fundierte Finanzkennzahlen und ein Verständnis für risikoadjustierte Performance sind keine optionalen Extras – sie sind Voraussetzungen für den Dialog mit erfahrenen Kapitalgebern.
Die Verbindung zwischen Portfoliotheorie und Kapitalbeschaffung ist direkter, als viele Gründer denken: Wer versteht, wie Investoren denken – in Sharpe Ratios, Drawdowns und Korrelationen –, kann sein eigenes Projekt überzeugender positionieren. Das beginnt bei der Finanzierbarkeitsanalyse und endet bei der präzisen Ansprache der richtigen Investoren mit der richtigen Botschaft.
Die Daten sind klar, die Methodik ist offen, und die Ergebnisse sprechen für sich. Was fehlt, ist der nächste Schritt: Die eigene Strategie gegen quantitative Benchmarks zu prüfen – und dort zu optimieren, wo Effizienz auf dem Tisch liegt.
