Ein vollständig automatisiertes Fondsreporting ist nach 30 Tagen in der Regel noch nicht produktiv, aber der erste Monat entscheidet, ob es danach zügig gelingt. Realistisch sind nach vier Wochen drei Dinge: eine gemessene Ausgangslage, ein geklärter Datenpfad für jede Zahl auf dem Factsheet und ein Proof of Concept, der zeigt, wie der automatisierte Output in Ihrem eigenen Design aussieht. Wer diesen Monat sauber nutzt, entscheidet über den vollständigen Aufbau auf Basis von Belegen statt Annahmen. Das gilt für Anlagestiftungen und Pensionskassen ebenso wie für Fondsleitungen und Vermögensverwalter, ob FINMA-reguliert oder nicht.
Die erste Woche gehört der Ausgangslage. Erfassen Sie, wie viele Stunden ein Reporting-Zyklus heute tatsächlich bindet, wer daran arbeitet, wie viele Factsheets in welchen Sprachen entstehen und an welchen Stellen jemand freigibt. Wählen Sie dann bewusst einen eng begrenzten Ausschnitt: einen Factsheet-Typ, eine Gruppe von Fonds oder Anlagegruppen, eine Sprache. Ohne gemessene Ausgangslage lässt sich später weder der Nutzen belegen noch eine Abweichung erkennen, und ohne engen Ausschnitt wird aus dem ersten Monat eine Bestandsaufnahme ohne Ende.
In der zweiten Woche wird jede Zahl auf dem Factsheet bis zu ihrer Quelle zurückverfolgt. Woher stammen Performance, Allokation, Kennzahlen und Kommentartexte? Welche Werte werden aus Datenlieferungen übernommen, welche in Excel nachgerechnet, welche von Hand korrigiert? Genau diese manuellen Korrekturen sind die eigentliche Arbeit eines Reporting-Projekts, nicht das Layout. Am Ende der Woche liegt eine Karte des Datenpfads vor, die zeigt, was sich deterministisch und nachvollziehbar automatisieren lässt und wo eine fachliche Freigabe bewusst bestehen bleibt.
Die dritte Woche macht das Ergebnis sichtbar. Ein Proof of Concept baut einige Schlüsselseiten des Berichts in Ihrem eigenen Design mit Dummy-Daten nach, etwa auf Power BI, und zeigt Layout, Sprachvarianten und Rechenlogik, bevor echte Daten fliessen. Das ist der Moment, in dem Portfolio Management, Compliance und Geschäftsleitung zum ersten Mal denselben Output beurteilen können statt einer Beschreibung davon. Ein Proof of Concept belegt die Machbarkeit; er ist noch kein produktiver Betrieb und keine Verpflichtung zum vollständigen Aufbau.
Die vierte Woche dient der Entscheidung. Legen Sie den Proof of Concept neben die gemessene Ausgangslage und beantworten Sie drei Fragen: Trägt der Datenpfad, entspricht der Output Ihren Anforderungen, und in welcher Reihenfolge sollen die weiteren Factsheets, Sprachen und Anteilsklassen folgen? Daraus entsteht ein Umfang für den Aufbau, der sich an Ihrer Arbeit orientiert statt an einer Plattform. Sie besitzen die Pipeline, die Templates und die Logik; sie läuft auf den Microsoft-Lizenzen, die Sie bereits haben.
Das häufigste Gegenmuster ist der Versuch, im ersten Monat alles gleichzeitig anzugehen: sämtliche Fonds, alle Sprachen, ESG-Angaben und regulatorische Auswertungen in einem Zug. Solche Vorhaben bleiben typischerweise in der Datenklärung stecken, weil jede zusätzliche Variante neue Ausnahmen mitbringt. Der realistische Takt sieht anders aus. Bei der IST Investmentstiftung ging die erste produktive Pipeline rund zwei Monate nach Beginn der Strategiephase live. Die Reporting-Pipeline von Amula AI läuft dort seit Oktober 2025 produktiv: 39 Anlagegruppen sind im Mandat und werden Gruppe für Gruppe ausgerollt, die Factsheets entstehen auf Deutsch und Französisch im eigenen Design der IST, und der monatliche Aufwand sank von 20+ auf 3–4 Stunden (eine interne Schätzung auf Basis erster Messungen).
Dreissig Tage reichen also nicht für ein fertig automatisiertes Fondsreporting, aber sie reichen für eine belastbare Entscheidung darüber. Genau dafür ist der Proof of Concept der Reporting-Automatisierung gedacht: Bis zu 10 Schlüsselseiten Ihres Berichts werden in Ihrem Design mit Dummy-Daten nachgebaut, damit Sie den Output beurteilen können, bevor Sie sich auf einen vollständigen Aufbau festlegen. Sie kennen Ihren Engpass? Starten Sie mit der Reporting-Automatisierung. Unsicher, wo Sie anfangen sollen? Starten Sie mit der KI-Standortbestimmung.