Zurück zur Startseite

Portfolio AI, mit KI-Agenten entwickelt

Ein KI-Wächter für Wertpapierdepots, als eigenes Produkt entwickelt und zugleich ein Praxisprojekt: Wie entsteht eine mandantenfähige Webanwendung, wenn KI-Agenten den Code schreiben und prüfen, und der Mensch entscheidet?

Ausgangslage

Wer sein Geld auf mehrere Depots verteilt, hat bei jeder Bank eine eigene Sicht. Die Frage «Wie stehe ich insgesamt da, und was sagen die Charts?» beantwortet keine davon. Und wer nicht täglich Kurse und Nachrichten verfolgen will, verpasst leicht den Moment, in dem etwas passiert.

Das Produkt

Portfolio AI führt bis zu zehn Portfolios nebeneinander, jedes mit eigener Strategie und Währung. Aus den erfassten Käufen, Verkäufen und Erträgen rechnet die Anwendung Bestand, Einstandswert nach der Durchschnittsmethode, Erträge und realisierte Gewinne selbst. Jede Zahl lässt sich auf eine Transaktion zurückführen.

Zu jedem Titel gibt es einen Kursverlauf mit den gleitenden Durchschnitten über 50 und 200 Tage und dem RSI über 14 Tage. Daraus entstehen Einschätzungen («Halten», «Beobachten», «Vorsicht») mit Begründung, Szenarien und Risiken. Als Wächter meldet sich Portfolio AI per Mail oder Telegram nur dann, wenn es einen klaren Anlass gibt.

Zwei Grundsätze gelten von Anfang an: Portfolio AI handelt nie selbst, es gibt keine Verbindung zu einer Bank und keine Funktion, die eine Order auslöst. Und jedes Konto ist in der Datenbank streng von allen anderen getrennt; diese Trennung wird bei jeder Änderung automatisch geprüft.

So entsteht es mit KI-Agenten

Der Code stammt von KI-Agenten. Damit daraus verlässliche Software wird, arbeitet das Projekt mit festen Rollen und einem Ablauf, der für jede Änderung gleich ist:

  • Klare Rollen. Ein KI-Agent (Claude Code) schreibt Code und Dokumentation. Ein zweites Modell eines anderen Anbieters (Codex von OpenAI) prüft jede Änderung, ohne selbst etwas zu ändern. Ich entscheide, gebe frei und übernehme die Änderung. Kein Agent darf selbst in den Hauptzweig schreiben; ein Prüfskript im Repository weist solche Versuche ab.
  • Jede Änderung beginnt mit einem Auftrag. Ein Issue beschreibt die Aufgabe mit Akzeptanzkriterien. Daraus entsteht ein Pull Request, das zweite Modell prüft ihn Punkt für Punkt gegen diese Kriterien und stuft Befunde als blockierend oder als Hinweis ein. Erst wenn nichts Blockierendes offen ist, gebe ich frei.
  • Entscheidungen sind festgehalten. Architekturfragen wie Datenbank, Trennung der Mandanten, Wahl der KI-Anbieter oder Datenquellen schlägt der Agent als Architekturentscheidung (ADR) vor; gültig wird sie erst mit meiner Zustimmung.
  • Tests statt Vertrauen. Jede Änderung bringt ihre automatischen Tests mit, darunter eigene Tests dafür, dass kein Konto die Daten eines anderen sieht.
  • Nachvollziehbar. Jeder Pull Request, jedes Review und jeder Journal-Eintrag nennt das verwendete Modell, seine Version und das Datum. Was nicht belegt ist, darf nicht behauptet werden: keine erfundenen Quellen, Messwerte oder Tests.

Die KI in der Anwendung selbst ist ebenfalls austauschbar: Sie steckt hinter einer eigenen Schnittstelle, und welcher Anbieter welche Aufgabe übernimmt, lässt sich im Admin-Bereich umstellen. Ein Sprachmodell erhält nur die Zahlen zur Analyse, keine Namen, keine E-Mail-Adressen und keine Kennungen des Kontos.

In Zahlen

Stand 31.10.2026, nach knapp drei Wochen Entwicklung seit dem 13.10.2026:

  • über 600 Commits und mehr als 200 Issues und Pull Requests
  • über 1'200 automatische Tests der Webanwendung
  • 23 festgehaltene Architekturentscheidungen
  • über 90 Journal-Einträge und über 40 ausgewertete Review-Runden

Was dabei funktioniert und wo man aufpassen muss, fliesst in ein Praxis-Handbuch zur Softwareentwicklung mit KI-Agenten und in meine Fachbeiträge.

Stand

Portfolio AI läuft im geschlossenen Testbetrieb, zunächst mit Beispielkursen. Zugang zum Test gibt es unter pfm.plebsapps.de. Portfolio AI gibt keine Anlageberatung.

Einblicke

Startseite von Portfolio AI: «KI-Wächter für Ihr Depot. Rund um die Uhr.» mit Depotansicht auf Laptop und Handy
Die Startseite mit Depotansicht auf Laptop und Handy.
Bestandsliste eines Beispielportfolios mit Wert, Veränderung, Tagesveränderung und Erträgen oben und sieben Titeln mit Menge, Kurs, Anteil, Veränderung und Einschätzung
Die Bestandsliste: Wert, Anteil und Entwicklung jedes Titels auf einen Blick.
Kursverlauf eines erfundenen Titels über ein Jahr mit Schlusskurs, SMA 50, SMA 200 und darunter dem RSI 14 mit den Grenzen 30 und 70
Kursverlauf mit SMA 50, SMA 200 und RSI 14, vom Server selbst berechnet.
Einschätzung eines erfundenen Titels: Urteil «Beobachten» mit Zusammenfassung, drei Gründen, drei Szenarien, zwei Risiken und dem Hinweis, dass es keine Anlageberatung und keine automatischen Orders gibt
Eine Einschätzung mit Begründung, Szenarien und Risiken, nie mit Order.

Die Bilder zeigen Beispielkurse und erfundene Depots.

Eingesetzte Technik

  • Python
  • FastAPI
  • Jinja2
  • PostgreSQL mit Row-Level-Security
  • Alembic
  • Docker Compose
  • Telegram
  • Claude Code
  • Codex

Sie möchten Software auf dieselbe Weise entwickeln lassen? Melden Sie sich gerne über das Kontaktformular.