Ivernholl AI-Risikoanalyse-Dashboard-Konzept
KI-gestützte Risikointelligenz

KI, die Ihre Risikotoleranz automatisch lernt

Ivernholl analysiert Marktdaten, Transaktionshistorie und Einkommensmuster in Echtzeit und passt seine Empfehlungen dann an die tatsächlich verkraftbare Varianz an – kein allgemeiner, einmaliger Risikoscore.

Risiko analysieren Siehe die Methodik
Live-Modellausgabe

Eine kontinuierliche Ansicht der Exposition, der Abweichungsverfolgung und der Empfehlungszuverlässigkeit, die neu berechnet wird, sobald neue Daten eintreffen, und nicht nach einem festen Tagesplan.

Kernmotor

Ein prädiktiver Modellierungskern, der für kontinuierliche Entscheidungen entwickelt wurde

Das System ist kein statischer Rechner. Es erfasst kontinuierlich Daten und berechnet Empfehlungen neu, wenn sich die Bedingungen ändern, sodass die Ergebnisse an der aktuellen und nicht an der historischen Risikoexposition ausgerichtet sind.

Datenerfassung in Echtzeit

Marktdaten, Transaktionsverläufe und Einkommensmuster werden kontinuierlich verarbeitet und nicht in einem festen Zeitplan zusammengefasst.

Aktualisierungszyklus: Kontinuierlich

Modellierung der Risikovarianz

Empfehlungen werden anhand Ihrer beobachteten Drawdown-Toleranz gewichtet, die aus dem Verhalten und nicht aus einem statischen Fragebogen abgeleitet wird.

Neukalibrierung: Laufend

Adaptive Empfehlungs-Engine

Die Ergebnisse passen sich an, wenn sich Ihre finanzielle Situation ändert – Einkommensverschiebungen, neue Verbindlichkeiten oder geänderte kurzfristige Ziele.

Eingaben: Multi-Quelle

Inferenz mit geringer Latenz

Die Analyse erfolgt nah an der Datenquelle, sodass Empfehlungen die aktuellen Bedingungen und nicht einen vorherigen Schlusswert widerspiegeln.

Antwort: Sekundenbruchteil
DatenverarbeitungKontinuierliche Einnahme
ModellverhaltenSelbstkalibrierend
EntscheidungsbereichEinzel- und Mandatsebene
Über die Plattform

Entwickelt für Menschen ohne Zugang zu einem institutionellen Forschungsschalter

Ivernholl wurde aufgrund einer einfachen Einschränkung entwickelt: Die meisten Einzelinvestoren und Gig-Economy-Experten haben weder die Zeit, die Märkte kontinuierlich zu überwachen, noch das Personal, um ein vielfältiges Risikomandat abteilungsübergreifend zu verwalten.

Die Plattform übernimmt diese Überwachungsfunktion. Es wendet die gleiche Klasse prädiktiver Modellierung an, die auch in institutionellen Risikoabteilungen verwendet wird, verkleinert, um auf einem Einzelkonto oder einem einzelnen Unternehmensportfolio zu arbeiten, und automatisch angepasst, wenn sich die Umstände ändern.

Ivernholl-Datenanalyse-Workflow auf einer Workstation
Risikotoleranz-Lernen

Wie das Modell Ihre Risikotoleranz lernt

Die meisten Plattformen weisen beim Onboarding einmalig eine Risikokategorie zu und lassen diese unverändert. Ivernholl behandelt die Risikotoleranz als eine Variable, die sich mit dem Verhalten, der Einkommensstabilität und den beobachteten Reaktionen auf Volatilität ändert.

Signalfluss
Eingabesignale: Transaktionen, Einkommensrhythmus, angegebene Präferenzen
↓ gewichtet mit
Risikovarianzmodell
↓ passt sich an
Empfehlungsgewichtung
↓ produziert
Ausgabe auf Positionsebene, neu bewertet bei jeder Datenaktualisierung
  1. BasisbewertungBei der Erstkalibrierung werden angegebene Präferenzen mit allen verfügbaren historischen Transaktionsverhalten kombiniert, wodurch die Abhängigkeit von einem einzigen Fragebogen vermieden wird.
  2. VerhaltenskalibrierungDas Modell beobachtet, wie Empfehlungen tatsächlich verwendet werden – akzeptiert, geändert oder ignoriert – und behandelt diese Reaktion als Datenpunkt.
  3. VarianzanpassungWenn sich die Ergebnisse häufen, verschiebt sich der Toleranzwert nach oben oder unten und spiegelt eher die tatsächliche Bequemlichkeit mit der Inanspruchnahme als eine selbst gemeldete Schätzung wider.
  4. Kontinuierliche WeiterentwicklungDie Neukalibrierung endet nicht nach dem Onboarding. Dies geschieht so lange, wie das Konto aktiv bleibt.

Das praktische Ergebnis: Empfehlungen beschränken sich auf ein Risikoniveau, das Sie ertragen können, und nicht auf ein Risikoniveau, das Sie einmal ausgewählt und möglicherweise falsch eingeschätzt haben.

Anwendungsfälle

Wird auf unregelmäßige Einkünfte und Mandatsportfolios angewendet

Das gleiche zugrunde liegende Modell unterstützt zwei unterschiedliche Situationen: Einzelpersonen, die variables Teilzeitkapital zuteilen, und Unternehmensteams, die mehrere Risikomandate gleichzeitig verwalten.

Zusätzliches Einkommen ohne Vollzeitüberwachung

Ein Gig-Economy-Experte mit unregelmäßigem Wochenverdienst teilt einen Teil des verfügbaren Kapitals über Ivernholl zu, anstatt die Positionen zwischen den Jobs manuell zu verwalten. Die Beitragshöhe variiert von Woche zu Woche und das Modell passt die Positionsgröße an das verfügbare Kapital an, anstatt von einem festen Einzahlungsplan auszugehen.

Das Modell behandelt inkonsistente Cashflows als bekannte Eingabe und nicht als Randfall, wodurch die Notwendigkeit einer manuellen Neuausrichtung nach jedem Einkommenszyklus verringert wird.

Ergebnis: Gleichbleibende Risikoexposition trotz unregelmäßiger Beiträge

Treasury-Teams verwalten mehrere Risikomandate

Ein Corporate-Finance-Team überwacht mehrere interne Portfolios mit jeweils unterschiedlichen genehmigten Risikoobergrenzen. Anstatt für jedes Mandat separate Tabellenkalkulationen zu führen, wendet Ivernholl mandatsspezifische Abweichungsgrenzen innerhalb einer einzigen überwachten Ansicht an und markiert jedes Portfolio, das außerhalb seines genehmigten Bereichs abweicht.

Jedes Mandat wird unabhängig bewertet, sodass eine risikoreichere Allokation in einem Portfolio nicht zu einer Verzerrung der Berichterstattung für ein konservativeres Portfolio führt.

Ergebnis: Eine konsolidierte Sicht auf unterschiedliche Risikomandate
Methodik

Ein transparenter, schrittweiser Prognoseprozess

Der folgende Workflow beschreibt, wie aus Rohdaten eine nutzbare Empfehlung wird. Jede Phase wird protokolliert, sodass jede Ausgabe auf die Eingaben zurückgeführt werden kann, die sie erzeugt haben.

  1. 01Datenerfassung – Markt-, Konto- und Verhaltensdaten aus verbundenen Quellen.
  2. 02Normalisierung – Eingaben werden zum Vergleich zwischen Quellen bereinigt und standardisiert.
  3. 03Modellbewertung – das Vorhersagemodell generiert eine risikobereinigte Prognose.
  4. 04Varianzprüfung – die Ausgabe wird anhand Ihres aktuellen Toleranzprofils überprüft.
  5. 05Lieferung – die Empfehlung wird mit dem zugrunde liegenden Konfidenzniveau angezeigt.

Datenverarbeitung

Konto- und Transaktionsdaten werden während der Übertragung und im Ruhezustand verschlüsselt. Der Zugriff auf Rohdaten wird protokolliert und auf die Prozesse beschränkt, die ihn für den Modellbetrieb benötigen.

Latenz

Empfehlungen werden aktualisiert, wenn neue Daten erfasst werden, und nicht in einem festen täglichen oder wöchentlichen Zyklus, sodass die Ausgaben aktuelle und nicht veraltete Bedingungen widerspiegeln.

Häufig gefragt

Technische und praktische Fragen

Wie bestimmt Ivernholl meine Risikotoleranz?

Das Modell kombiniert eine anfängliche, fragebogenbasierte Basislinie mit fortlaufenden Verhaltensdaten – wie Empfehlungen im Laufe der Zeit angenommen, angepasst oder abgelehnt werden. Die resultierende Punktzahl wird kontinuierlich neu berechnet und nicht beim Onboarding festgelegt.

Ist dies für unregelmäßiges Gig-Economy-Einkommen geeignet?

Ja. Das Modell geht nicht von einem festen Einzahlungsplan aus. Die Positionsgröße wird anhand des aktuell verfügbaren Kapitals neu berechnet, sodass variable Erträge nicht bei jeder Änderung manuell neu kalibriert werden müssen.

Auf welche Daten benötigt die Plattform Zugriff?

In der Regel handelt es sich um Transaktionshistorie und Daten auf Kontoebene aus verbundenen Quellen sowie alle für Ihre Bestände relevanten Marktdaten. Es werden keine Daten abgefragt, die über das für die Risikobewertung erforderliche Maß hinausgehen.

Kann ich die Empfehlungen der KI außer Kraft setzen?

Ja. Jede Empfehlung kann manuell angepasst oder abgelehnt werden. Diese Reaktion selbst wird als Datenpunkt behandelt und für eine zukünftige Neukalibrierung in das Varianzmodell zurückgeführt.

Sind meine Daten sicher?

Die Daten werden während der Übertragung und im Ruhezustand verschlüsselt, wobei der Zugriff auf Prozessebene eingeschränkt und protokolliert wird. Sicherheitspraktiken werden im Rahmen der laufenden Plattformwartung überprüft.

Funktioniert Ivernholl für Unternehmensportfolios mit mehreren Mandaten?

Ja. Jedes Mandat kann innerhalb eines einzigen Kontos unabhängig bewertet und überwacht werden, wobei Abweichungslimits pro Mandat und nicht für das gesamte Portfolio gelten.

Setzen Sie Ivernholl ein, um Ihr eigenes Risikoprofil in der Praxis zu sehen

Verbinden Sie eine Datenquelle und das Modell beginnt, aus Ihrem tatsächlichen Transaktionsverhalten zu lernen, nicht aus einem statischen Fragebogenergebnis.

Setzen Sie KI ein

Die Kontoeinrichtung dauert normalerweise einige Minuten. Das Modell beginnt mit der Kalibrierung von Ihrer ersten verbundenen Datenquelle.