Inkonsistente Fondsdaten als unterschätztes Risiko
Fondsdaten werden im Markt häufig als einzelne Datenpunkte betrachtet: ein Risikoindikator im EMT, Nachhaltigkeitsangaben im EET, Kostenangaben im PRIIPs-KID, Gebührenregelungen im Verkaufsprospekt oder historische Performance-Daten aus Kursreihen. In der praktischen Nutzung zeigt sich jedoch oft ein anderes Bild: Erst im Zusammenspiel dieser Informationen wird sichtbar, ob die Daten eines Fonds wirklich konsistent und plausibel sind. Genau hier entsteht ein Risiko, das häufig unterschätzt wird.
Einzelne Angaben können für sich genommen korrekt erscheinen, aber über verschiedene Quellen hinweg inkonsistent sein. Ein Fonds kann im EMT mit einem bestimmten SRI-Wert ausgewiesen werden, während das PRIIPs-KID eine andere Risikoklasse zeigt. Nachhaltigkeitsbezogene Angaben im EET können von der Sektorenallokation oder Produktdarstellung abweichen. Kostenbestandteile werden im PRIIPs-KID anders dargestellt als im EMT oder Verkaufsprospekt. Ebenso wird ein Produkt für Anleger mit begrenzter Verlusttragfähigkeit eingeordnet, obwohl die historische Wertentwicklung deutliche Rückgänge zeigt.
Solche Abweichungen sind nicht nur ein technisches Datenqualitätsproblem. Sie können Auswirkungen auf Vertrieb, Produktauswahl, Reporting, interne Kontrollen und regulatorische Nachvollziehbarkeit haben. Gleichzeitig stellen sie nicht nur für Banken, Versicherungen, Plattformen oder andere Datenabnehmer ein Risiko dar, sondern auch für die Fondsgesellschaft selbst. Inkonsistente Fondsdaten können Rückfragen von Vertriebspartnern auslösen, manuellen Klärungsaufwand verursachen, die operative Verarbeitung erschweren und im ungünstigen Fall Reputations- oder Prüfungsrisiken erhöhen.
Besonders im Fokus stehen dabei vertriebs- und regulatorisch relevante Fondsdaten aus unterschiedlichen Quellen: EMT, EET, PRIIPs-KID, Verkaufsprospekt sowie historische Wertentwicklung. Im Vordergrund stehen dabei vor allem Risikoindikatoren, Zielmarktangaben, Nachhaltigkeitsangaben, Gebührenparameter und historische Zeitreihen.
Gerade bei größeren Fondsuniversen ist eine manuelle Prüfung solcher Zusammenhänge kaum skalierbar. Unterschiedliche Aktualisierungszeitpunkte, mehrere Dokumente je Fonds und zahlreiche Datenpunkte erhöhen das Risiko, dass Inkonsistenzen nicht oder erst spät erkannt werden.
Ein strukturierter Konsistenz-Check kann helfen, solche Auffälligkeiten systematisch sichtbar zu machen. Entscheidend ist dabei nicht nur, ob einzelne Datenparameter vorhanden sind, sondern ob sie im Verhältnis zueinander plausibel und nachvollziehbar sind. So können Abweichungen frühzeitig erkannt, priorisiert und gezielt geprüft werden.
Damit wird Konsistenz zu einem messbaren Qualitätsmerkmal. Fondsdaten müssen nicht nur vollständig und aktuell sein. Sie müssen auch über verschiedene Quellen hinweg plausibel, konsistent und nachvollziehbar sein.
Die Services von Fenion können hierbei unterstützen, indem sie Inkonsistenzen erkennen, bewerten und dabei helfen, diese frühzeitig zu vermeiden.
