Monte-Carlo-Simulation für Privatanleger: Der ehrliche Leitfaden

Stell dir zwei Anleger vor, die heute mit identischen Voraussetzungen starten: 500 € monatliche Sparrate, 20 Jahre Zeit, 6 % erwartete Rendite.

Ein klassischer ETF-Rechner zeigt beiden dieselbe Zahl: je nach Rechenweise rund 227.000 bis 231.000 € Endvermögen.

Das klingt präzise. Ist es aber nicht.

Denn in der Realität entwickeln sich Kapitalmärkte nicht jedes Jahr mit exakt 6 %. Manche Jahre sind stark, andere schwach, manche sogar brutal schlecht. In einer Monte-Carlo-Simulation mit 6 % erwarteter Rendite und 15 % jährlicher Volatilität liegen 80 % der Ergebnisse ungefähr zwischen 118.000 € und 350.000 €. Einzelne Verläufe können auch darunter oder darüber liegen.

Der Unterschied ist kein Rechenfehler. Er heißt Volatilität.

Und genau sie macht den Unterschied zwischen einer Zahl, die gut aussieht, und einer Planung, die der Realität standhält.

In diesem Artikel erfährst du, warum klassische Finanzrechner zu kurz greifen, was Monte-Carlo-Simulation wirklich macht und wie du sie nutzt, um deinen Vermögensplan ehrlicher zu beurteilen.

Warum Durchschnittsrenditen täuschen

Viele ETF-Rechner arbeiten mit einer einfachen Annahme: Du gibst eine durchschnittliche Jahresrendite ein, zum Beispiel 6 % oder 7 %, und der Rechner schreibt diese Rendite Jahr für Jahr fort.

Das Problem: Kapitalmärkte liefern keine gleichmäßigen Renditen.

Globale Aktienindizes wie der MSCI World kamen historisch — je nach Zeitraum, Währung, Kosten, Steuern und Inflationsbetrachtung — auf grob 6 bis 9 % Rendite pro Jahr. Für langfristige Planungen werden deshalb häufig Werte um 6 bis 7 % verwendet.

Diese Annahme ist nicht falsch. Aber sie ist unvollständig.

Denn kaum ein einzelnes Börsenjahr entspricht genau dem Durchschnitt. Aktienmärkte schwanken stark. Einzelne Jahre können deutlich negativ ausfallen, andere sehr positiv. Die Durchschnittsrendite ist deshalb kein typisches Jahr, sondern ein statistischer Mittelwert.

Für eine Einmalanlage ohne weitere Ein- oder Auszahlungen ist die Reihenfolge der Renditen weniger entscheidend. Wenn dieselben Jahresrenditen nur in anderer Reihenfolge auftreten, kommt am Ende rechnerisch dasselbe Ergebnis heraus.

Bei einem Sparplan ist das anders.

Wer regelmäßig investiert, kauft in jedem Jahr mit unterschiedlichem Kapitalstand nach. Dadurch beeinflusst die Reihenfolge der Renditen das Endergebnis. Zwei Sparer können dieselben 20 Jahresrenditen erleben, aber in unterschiedlicher Reihenfolge — und am Ende mit unterschiedlichen Vermögen dastehen.

Der Grund: Am Anfang ist noch wenig Kapital investiert. Später ist der Depotwert deutlich größer. Eine schlechte Marktphase am Ende der Laufzeit trifft deshalb ein viel größeres Vermögen als eine schlechte Marktphase zu Beginn.

Diese Dynamik nennt man Sequence-of-Returns-Risiko.

Klassische Rechner kennen dieses Risiko nicht. Sie tun so, als wäre jedes Jahr gleich. Die Realität belohnt und bestraft dich aber nicht nach dem Durchschnitt, sondern nach dem konkreten Verlauf.

Was Monte-Carlo-Simulation macht

Monte-Carlo-Simulation ist ein Verfahren, das nach dem Casino in Monaco benannt ist — weil Zufall das zentrale Prinzip ist. Entwickelt wurde die Methode in den 1940er Jahren im Umfeld des Manhattan-Projekts. Sie half dabei, komplexe Prozesse zu berechnen, für die es keine einfache geschlossene Formel gab.

Die Grundidee ist einfach:

Wenn du nicht sicher vorhersagen kannst, was passieren wird, spielst du viele mögliche Zukünfte durch und schaust, wie sich die Ergebnisse verteilen.

Auf Finanzplanung übertragen heißt das:

1. Du definierst deine Ausgangsdaten: Startkapital, Sparrate, Zeithorizont, erwartete Rendite und Volatilität.
2. Du simulierst nicht einen einzigen Verlauf, sondern zum Beispiel 10.000 verschiedene.
3. In jedem Verlauf werden Renditen zufällig aus einer angenommenen Verteilung gezogen.
4. Am Ende erhältst du 10.000 mögliche Endvermögen.

Das Ergebnis ist keine einzelne Zahl. Es ist eine Verteilung.

Statt „Du wirst 231.000 € haben“ bekommst du einen Korridor möglicher Ergebnisse: schlechte, typische und sehr gute Verläufe.

Wichtig: Monte-Carlo sagt nicht die Zukunft voraus.

Die Simulation sagt nur, welche Ergebnisse unter bestimmten Annahmen plausibel sind. Wenn deine Annahmen über Rendite, Risiko und Laufzeit falsch sind, werden auch die Simulationsergebnisse falsch oder zumindest irreführend.

Monte-Carlo beseitigt Unsicherheit also nicht. Es macht sie sichtbar.

Perzentile richtig verstehen

Eine Monte-Carlo-Simulation liefert viele mögliche Ergebnisse. Um diese Ergebnisse verständlich zu machen, arbeitet man mit Perzentilen.

Die wichtigsten Werte sind häufig P10, P50 und P90.

• P10 bedeutet: 10 % der Simulationen liegen unter diesem Wert, 90 % darüber.
• P50 ist der Median: Die Hälfte der Simulationen liegt darunter, die andere Hälfte darüber.
• P90 bedeutet: 90 % der Simulationen liegen unter diesem Wert, 10 % darüber.

Ein häufiger Denkfehler: P50 ist nicht dasselbe wie der Durchschnitt.

Bei langfristigen Aktienanlagen sind die Ergebnisse oft rechtsschief verteilt. Das bedeutet: Einige sehr gute Verläufe ziehen den Durchschnitt nach oben. Der Mittelwert kann deshalb höher liegen als der Median.

Das ist praktisch wichtig.

Wer seinen Plan am Durchschnitt ausrichtet, plant oft optimistischer als der typische Verlauf. Wer am Median plant, ist realistischer, ignoriert aber immer noch die Möglichkeit schlechterer Marktverläufe. Wer zusätzlich auf P10 oder P20 schaut, erkennt, wie der Plan in ungünstigen Szenarien aussieht.

Deshalb ist der wichtigste Wert nicht eine einzelne Zahl. Entscheidend ist der Korridor.

Dein Vermögensplan ist kein Punkt. Er ist ein Möglichkeitsraum.

Praxisbeispiel: 500 € monatlich über 20 Jahre

Schauen wir uns ein konkretes Beispiel an.

Ausgangsszenario:

• Sparrate: 500 € pro Monat
• Laufzeit: 20 Jahre
• Erwartete Rendite: 6 % pro Jahr
• Volatilität: 15 % pro Jahr
• Simulationen: 10.000 mögliche Verläufe

Ein klassischer ETF-Rechner liefert bei diesen Annahmen je nach Verzinsungslogik etwa 227.000 bis 231.000 € Endvermögen.

Eine einfache Monte-Carlo-Simulation mit denselben Grundannahmen liefert dagegen ungefähr:

• P10: etwa 118.000 €
• P50 / Median: etwa 200.000 €
• P90: etwa 350.000 €

Das bedeutet:

In 10 % der simulierten Fälle liegt das Endvermögen unter etwa 118.000 €. In 90 % der Fälle liegt es darüber. Der Median liegt bei etwa 200.000 €. In besonders guten Verläufen kann das Ergebnis deutlich höher ausfallen.

Wichtig: Die Spanne von 118.000 € bis 350.000 € ist kein garantierter Mindest- und Höchstwert. Sie beschreibt nur den Bereich zwischen P10 und P90 — also die mittleren 80 % der simulierten Ergebnisse.

Genau darin liegt die eigentliche Erkenntnis.

Die Zukunft ist kein Punkt. Sie ist ein Korridor.

Wenn du deinen Vermögensplan nur auf die klassische Rechnerzahl von rund 231.000 € aufbaust, übersiehst du, dass viele plausible Verläufe darunter liegen. Der Rechner zeigt dir eine saubere Zahl. Die Simulation zeigt dir das Risiko um diese Zahl herum.

Das ist keine Schwäche der Simulation. Das ist die Realität von Kapitalmärkten.

Warum der Durchschnitt gefährlich bequem ist

Durchschnittswerte fühlen sich gut an, weil sie einfach sind.

Eine Zahl lässt sich leicht merken. Eine Zahl lässt sich leicht kommunizieren. Eine Zahl vermittelt Kontrolle.

Aber genau darin liegt die Gefahr.

Wer mit 6 % Rendite rechnet, stellt sich innerlich oft einen gleichmäßigen Vermögensaufbau vor: Jahr für Jahr wächst das Depot, kleine Schwankungen inklusive, aber im großen Ganzen planbar.

Die echte Welt sieht anders aus.

Es kann Jahre geben, in denen dein Depot trotz Sparplan fällt. Es kann lange Phasen geben, in denen wenig passiert. Und es kann starke Börsenjahre geben, die einen großen Teil der langfristigen Rendite ausmachen.

Diese Ungleichmäßigkeit ist kein Randproblem. Sie ist ein zentraler Bestandteil langfristiger Aktienanlage.

Monte-Carlo zwingt dich, genau diese Unsicherheit ernst zu nehmen.

Nicht, um Angst zu machen. Sondern um bessere Entscheidungen zu treffen.

Die Grenzen von Monte-Carlo

Monte-Carlo ist ein besseres Werkzeug als eine reine Durchschnittsrechnung. Aber es bleibt ein Modell.

Und jedes Modell hat Grenzen.

1. Die Ergebnisse hängen an den Annahmen

Wenn du mit 10 % erwarteter Rendite und nur 5 % Volatilität rechnest, bekommst du sehr optimistische Ergebnisse. Die Simulation merkt nicht, dass deine Annahmen vielleicht unrealistisch sind.

Für einen breit gestreuten Welt-Aktien-ETF sind langfristige Planungswerte von etwa 6 bis 7 % Rendite und 15 bis 20 % Volatilität realistischer als extrem glatte oder sehr hohe Annahmen. Aber auch diese Werte sind keine Garantie.

Monte-Carlo ist nur so gut wie die Eingaben.

2. Reale Märkte sind nicht normalverteilt

Viele einfache Monte-Carlo-Modelle arbeiten mit normalverteilten Renditen. Das ist praktisch, aber nicht perfekt.

Reale Kapitalmärkte haben sogenannte Fat Tails. Das bedeutet: Extreme Ereignisse treten häufiger auf, als es eine einfache Normalverteilung erwarten lässt.

Finanzkrise, Corona-Crash, Zinswende — solche Ereignisse zeigen, dass Märkte in Stressphasen heftiger reagieren können als glatte Modelle vermuten lassen.

Eine Standard-Simulation kann solche Extremrisiken unterschätzen.

3. Inflation verändert die Kaufkraft

Ein Endvermögen von 200.000 € in 20 Jahren klingt nach 200.000 €. In heutiger Kaufkraft ist es aber weniger wert.

Bei 2 % Inflation pro Jahr entsprechen 200.000 € in 20 Jahren nur rund 135.000 € heutiger Kaufkraft. Bei höherer Inflation entsprechend weniger.

Deshalb solltest du unterscheiden zwischen:

• nominalem Endvermögen
• realem Endvermögen nach Inflation
• verfügbarem Vermögen nach Kosten und Steuern

Für echte Lebensplanung ist die Kaufkraft entscheidend, nicht nur die nominale Zahl.

4. Steuern und Kosten werden oft vereinfacht

Viele Simulationen betrachten Bruttorenditen oder vereinfachte Nettorenditen. In der Praxis wirken aber Produktkosten, Steuern, Vorabpauschale, Ausschüttungen, Rebalancing und Verkaufsvorgänge auf das Ergebnis.

Das bedeutet nicht, dass Monte-Carlo unbrauchbar ist. Aber du solltest wissen, ob deine Simulation diese Faktoren berücksichtigt oder nicht.

Ein Modell ohne Steuern und Inflation ist kein Fehler. Es beantwortet nur eine einfachere Frage.

5. Korrelationen können sich verändern

Wer mehrere Anlageklassen hält, muss zusätzlich auf Korrelationen achten.

Aktien, Anleihen, Immobilien, Gold oder Cash entwickeln sich nicht unabhängig voneinander. In normalen Marktphasen können sie unterschiedlich reagieren. In Stressphasen können sich Zusammenhänge verändern.

Manche Anlagen, die im Durchschnitt gut diversifizieren, schützen in Krisen weniger als erwartet. Umgekehrt können hochwertige Staatsanleihen in bestimmten Aktiencrashs stabilisieren.

Eine realistische Mehr-Asset-Simulation sollte solche Wechselwirkungen zumindest grob berücksichtigen.

Die ehrliche Einordnung lautet:

Monte-Carlo ist keine Wahrheit. Es ist eine strukturierte Art, über Unsicherheit nachzudenken. Das ist deutlich besser als eine reine Durchschnittsrechnung — aber es ist keine Prophezeiung.

Monte-Carlo praktisch nutzen

Der eigentliche Wert von Monte-Carlo liegt nicht in den Zahlen selbst.

Er liegt in den Fragen, die diese Zahlen auslösen.

Frage 1: Welche Bandbreite hält dein Plan aus?

Wenn dein Ziel 500.000 € sind und dein P10-Szenario nur 350.000 € ergibt, ist das kein Scheitern. Es ist eine Information.

Die Frage lautet dann:

Kann dein Leben auch mit 350.000 € funktionieren?

Wenn ja, ist dein Plan robust. Wenn nein, musst du etwas verändern: mehr sparen, länger investieren, das Risiko anpassen oder dein Ziel überprüfen.

Frage 2: Ist dein Plan flexibel genug?

Ein Plan, der nur im Median funktioniert, ist empfindlich. Schon ein unterdurchschnittlicher Marktverlauf kann ihn gefährden.

Ein Plan, der auch bei P20 oder P10 noch tragfähig ist, ist deutlich robuster.

Das bedeutet nicht, dass du immer extrem konservativ planen musst. Aber du solltest wissen, wie viel Sicherheit du brauchst.

Frage 3: Was machst du bei Unterperformance?

Diese Frage ist wichtiger als viele Renditeannahmen.

Was passiert, wenn die Märkte in den ersten fünf Jahren kaum Rendite liefern? Was machst du, wenn dein Depot kurz vor dem Ziel stark fällt? Erhöhst du die Sparrate? Verlängerst du den Anlagezeitraum? Reduzierst du dein Ziel? Änderst du die Asset-Allokation?

Die Antworten auf diese Fragen solltest du nicht erst in der Krise suchen.

Monte-Carlo hilft dir, solche Szenarien vorher zu sehen.

Frage 4: Wie viel Sicherheit willst du wirklich?

Manche Anleger können mit einer 60-prozentigen Zielwahrscheinlichkeit leben. Andere brauchen 80 oder 90 %.

Wie genau diese Wahrscheinlichkeiten in unserem Modell zustande kommen, beschreiben wir in unserer Methodik — inklusive Annahmen zu Renditeerwartung und Volatilität.

Beides kann richtig sein. Es hängt von deinem Ziel ab.

Für einen optionalen früheren Ruhestand reicht vielleicht eine geringere Wahrscheinlichkeit. Für eine zwingend notwendige Altersvorsorge sollte der Plan robuster sein.

Monte-Carlo macht diese Entscheidung sichtbar.

Eine einfache Faustregel

Arbeite nicht mit einer einzigen Zahl.

Arbeite mit drei Szenarien:

• vorsichtig: P10 oder P20
• typisch: P50
• optimistisch: P80 oder P90

Plane dein Leben so, dass es im vorsichtigen Szenario noch funktioniert. Betrachte das typische Szenario als realistische Mitte. Und nutze das optimistische Szenario nicht als Basis, sondern als möglichen Bonus.

So wird dein Plan robuster.

Zusammenfassung

Drei Dinge solltest du aus diesem Artikel mitnehmen:

1. Durchschnittsrenditen greifen zu kurz. Sie zeigen eine saubere Zahl, aber verschweigen die Schwankungsbreite.
2. Monte-Carlo-Simulation zeigt Bandbreiten statt Punktprognosen. Sie macht sichtbar, wie unterschiedlich plausible Zukunftsverläufe ausfallen können.
3. Perzentile helfen bei besseren Entscheidungen. P10, P50 und P90 sind keine abstrakten Statistikwerte, sondern praktische Werkzeuge für Vermögensplanung.

Der Unterschied zwischen „Ich hoffe, ich komme auf 231.000 €“ und „Ich kenne den Korridor meiner möglichen Ergebnisse“ ist der Unterschied zwischen Wunschdenken und Planung.

FONDR ist genau dafür gebaut.

Die Anwendung führt 10.000 Monte-Carlo-Simulationen für dein individuelles Portfolio, deine Sparrate und dein Zeitziel durch. Du siehst nicht nur einen erwarteten Endwert, sondern einen Korridor möglicher Ergebnisse — und wie wahrscheinlich dein Ziel unter deinen Annahmen erreichbar ist.

Wer einmal verstanden hat, dass Finanzplanung kein Punkt, sondern eine Verteilung ist, plant anders.

Ehrlicher. Robuster. Besser.

FONDR kostenlos testen →