Monitoring-Dashboards für Live-Modelle die Kennzahlen, die wirklich Alarm schlagen.

Ein Live-Trading-Modell ohne Monitoring ist wie ein Auto mit verklebter Windschutzscheibe: Es fährt, aber niemand sieht, worauf es zusteuert. Das Tückische ist, dass viele Teams ein Dashboard haben — nur eines, das die falschen Dinge zeigt. Es prangt eine schöne Equity-Kurve, ein paar bunte Charts, vielleicht der aktuelle Kontostand, und alle fühlen sich informiert. Doch wenn das Modell still anfängt, daneben zu liegen — weil sich der Markt gedreht hat, ein Feature kaputt ist oder die Daten verspätet kommen —, schlägt ein solches Dashboard zu spät oder gar nicht Alarm. Gutes Monitoring überwacht nicht das Ergebnis, sondern die Gesundheit des Systems, das das Ergebnis erzeugt: die Verteilung der Vorhersagen, den Zustand der Eingangsdaten, die Latenz und die Frage, woher das PnL eigentlich kommt. Dieser Beitrag zeigt, welche Kennzahlen wirklich warnen, welche nur schmücken — und wie man Schwellwerte setzt, die anschlagen, bevor es teuer wird.

Warum die Equity-Kurve allein nicht genügt.

Die Equity-Kurve ist das Ergebnis — und Ergebnisse kommen mit Verzögerung. Wenn ein Modell heute beginnt, systematisch falsch zu liegen, sieht man das im PnL oft erst Tage oder Wochen später, wenn sich der Schaden schon angesammelt hat. Bis dahin hat das System weitergehandelt, im guten Glauben, dass alles in Ordnung ist.

Monitoring, das früh warnt, schaut deshalb auf vorlaufende Indikatoren statt auf das nachlaufende Ergebnis. Die zentrale Frage ist nicht „Verdiene ich noch Geld?“, sondern „Verhält sich das System noch so, wie es im Backtest verstanden wurde?“. Driftet die Vorhersage-Verteilung? Sind die Eingangsdaten noch gesund? Stimmt die Latenz? Diese Fragen lassen sich beantworten, bevor sich der Schaden im PnL niederschlägt.

Der Denkfehler vieler Dashboards ist, Sichtbarkeit mit Überwachung zu verwechseln. Ein Chart, der hübsch aussieht, aber keine Schwelle und keinen Alarm hat, ist Dekoration. Überwachung bedeutet: definierte Kennzahlen, definierte Grenzen, definierte Reaktion, wenn die Grenze gerissen wird.

Prediction-Distribution: driftet das Modell?

Die aussagekräftigste Frühwarnung ist meist die Verteilung der Modell-Vorhersagen selbst. Ein gesundes Modell produziert Vorhersagen, deren Verteilung der aus dem Training und der Validierung ähnelt. Verschiebt sich diese Verteilung — das Modell wird plötzlich viel zuversichtlicher, oder es gibt nur noch Signale in eine Richtung —, ist das ein Warnsignal, lange bevor das PnL reagiert.

Konkret überwacht man Lage und Streuung der Vorhersagen über die Zeit und vergleicht sie mit einer Referenzperiode. Ein plötzlicher Sprung in der durchschnittlichen Konfidenz, ein Verschwinden der Streuung, ein Schiefwerden der Verteilung — all das deutet darauf hin, dass das Modell in einem Bereich operiert, den es so nie gesehen hat.

Wichtig ist die ehrliche Lesart: Eine driftende Verteilung sagt nicht zwingend, dass das Modell falsch liegt. Manchmal hat sich der Markt tatsächlich verändert und das Modell reagiert korrekt. Die Drift ist ein Anlass zum Hinschauen, kein automatisches Abschaltsignal. Sie zwingt zu einer bewussten Entscheidung, statt das Problem zu übersehen.

Feature-Health: kaputte Eingaben früh erkennen.

Modelle sind nur so gut wie ihre Eingaben, und Eingaben gehen erstaunlich oft kaputt — meist still. Ein Vendor ändert ein Datenformat, ein Feed liefert plötzlich Nullen statt Werten, ein Feature, das auf 20-Tage-Historie beruht, bekommt nur noch 15 Tage. Das Modell rechnet unbeirrt weiter und produziert Müll-Vorhersagen aus Müll-Eingaben.

Feature-Monitoring überwacht für jedes wichtige Eingangsmerkmal mehrere Dinge: Fehlt der Wert? Liegt er im erwarteten Wertebereich? Hat sich seine Verteilung gegenüber der Trainingszeit verschoben? Kommt er rechtzeitig an? Schon einfache Plausibilitätsregeln — kein negatives Volumen, kein Preis von null, keine Lücke länger als ein Handelstag — fangen einen Großteil der typischen Datenpannen ab.

Latenz: wenn das Signal zu spät kommt.

Eine perfekte Vorhersage, die zu spät eintrifft, ist wertlos — bei manchen Strategien sogar schädlich, weil sie auf einem Preis fußt, den es nicht mehr gibt. Latenz-Monitoring überwacht die Zeit, die von der Datenaufnahme über die Modell-Inferenz bis zur fertigen Order vergeht, und zerlegt sie idealerweise in ihre Bestandteile.

Entscheidend ist nicht der Durchschnitt, sondern die Schwanz-Verteilung. Ein Modell, das im Mittel in fünf Millisekunden antwortet, aber in einem Prozent der Fälle 200 Millisekunden braucht, hat ein Problem — und genau diese Ausreißer fallen oft mit den volatilen Momenten zusammen, in denen Geschwindigkeit am meisten zählt. Man überwacht deshalb hohe Perzentile, nicht den Mittelwert.

Latenz-Spitzen sind außerdem ein guter Frühindikator für Infrastrukturprobleme, die sonst unsichtbar bleiben: ein überlasteter Server, ein langsam werdender Datenbank-Zugriff, ein Netzwerkengpass. Wer Latenz misst, sieht solche Probleme kommen, bevor sie sich in verpassten Trades niederschlagen.

PnL-Attribution: woher kommt das Ergebnis wirklich?

Das nackte PnL sagt, dass man Geld verdient oder verliert, aber nicht warum. PnL-Attribution zerlegt das Ergebnis in seine Quellen: Wie viel kommt vom eigentlichen Signal, wie viel von den Transaktionskosten, wie viel von Slippage, wie viel von einzelnen Ausreißer-Trades? Diese Zerlegung ist oft ernüchternd und immer lehrreich.

Ein häufiges Muster: Ein Modell sieht im Dashboard profitabel aus, aber die Attribution zeigt, dass der gesamte Gewinn aus wenigen großen Trades stammt, während die Masse der Trades nach Kosten leicht verliert. Das ist eine fragile Quelle von Profitabilität, die ein reines PnL-Chart nie offengelegt hätte. Ebenso deckt Attribution auf, wenn Slippage oder Gebühren still den Edge auffressen.

Besonders wertvoll ist der Abgleich mit der Backtest-Erwartung. Wenn die Live-Attribution systematisch von der Backtest-Attribution abweicht — etwa deutlich höhere Slippage als angenommen —, ist das ein präziser Hinweis darauf, wo die Realität dem Modell widerspricht. Das ist diagnostisch viel wertvoller als die Feststellung, dass das PnL einfach „schlechter“ ist.

Schwellwerte und Alarme, die nicht abstumpfen.

Die schwierigste Kunst im Monitoring ist nicht das Messen, sondern das Alarmieren. Zu enge Schwellen erzeugen ständig Fehlalarme, das Team gewöhnt sich daran, ignoriert sie — und überhört irgendwann auch den echten. Zu weite Schwellen schlagen erst an, wenn der Schaden längst da ist. Die Balance ist heikel und muss gepflegt werden.

Ein paar bewährte Prinzipien: Schwellen aus den tatsächlich gemessenen Normalbereichen ableiten, nicht aus dem Bauch. Zwischen Warnung (hinschauen) und Alarm (handeln) unterscheiden, damit nicht jede Kleinigkeit als Notfall erscheint. Alarme so formulieren, dass sie sagen, was zu tun ist, nicht nur, dass etwas ist. Und die Fehlalarmrate selbst als Kennzahl führen — wenn sie steigt, sind die Schwellen falsch eingestellt.

Ein Alarm sollte außerdem immer mit einer klaren Eskalation verbunden sein: Wer wird benachrichtigt, und was ist die definierte Reaktion — Position reduzieren, Strategie pausieren, manuell prüfen? Ein Alarm ohne hinterlegte Handlung ist nur Lärm.

Aufwand, Grenzen und ein realistischer Einstieg.

Ein vollständiges Monitoring-System mit Prediction-Drift, Feature-Health, Latenz und PnL-Attribution baut man nicht an einem Wochenende. Realistisch sind für einen ersten brauchbaren Stand einige Wochen, mehr wenn die Datenanbindung kompliziert ist. Der Aufwand lohnt sich, aber man sollte ihn nicht unterschätzen.

Es gibt auch ehrliche Grenzen. Monitoring erkennt, dass sich etwas verändert hat — es sagt nicht immer, ob die Veränderung schlimm ist. Die Interpretation bleibt menschlich: Ist die Drift ein echter Regimewechsel oder ein vorübergehendes Rauschen? Hier ersetzt kein Dashboard die Erfahrung des Teams, es liefert nur die Grundlage für die Entscheidung.

Ein pragmatischer Einstieg setzt Prioritäten statt Vollständigkeit. Zuerst die Checks, die die häufigsten und teuersten Pannen abfangen — meist Feature-Health und einfache Plausibilitätsregeln, denn kaputte Eingaben sind der häufigste stille Killer. Danach Prediction-Drift, dann Latenz, dann die feinere PnL-Attribution. Lieber wenige, scharf eingestellte Alarme, die man ernst nimmt, als ein überladenes Dashboard, das niemand mehr liest.

Sie betreiben ein Live-Modell, aber Ihr Dashboard zeigt eher schöne Charts als echte Frühwarnsignale? Unverbindlich anfragen — wir identifizieren gemeinsam die Kennzahlen, die für Ihre Strategie wirklich Alarm schlagen müssen, und stellen Schwellwerte ein, die warnen, bevor es ins PnL durchschlägt.