AI-Depot-Import

Statt Lots, Anschaffungskosten, Vorabpauschale und Teilfreistellung in 30 Felder einzutippen, fügst du den rohen Broker-Text ein. Eine LLM-basierte Pipeline liest die Daten heraus, normalisiert sie und übergibt sie der Steuerlogik.

Warum überhaupt ein Depot-Import?

Die meisten FIRE-Rechner ignorieren die unangenehmste Wahrheit über deutsche ETF-Besteuerung: 1 Mio. € Depot ≠ 1 Mio. € Cash. Wenn du verkaufen willst, muss anteilig die Abgeltungssteuer auf die enthaltenen Kursgewinne gezahlt werden, abzüglich Teilfreistellung und unter Anrechnung bereits gezahlter Vorabpauschale.

Um das korrekt zu rechnen, brauchen wir pro Position:

Aktueller Wert (z. B. 152.000 €)
Anschaffungskosten (z. B. 78.000 €)
Daraus: unrealisierte Kursgewinne (74.000 €)
Bereits gezahlte Vorabpauschale (z. B. 3.150 € summiert über mehrere Jahre)
Asset-Typ → effektiver Teilfreistellungssatz (Aktienfonds 30 %, Mischfonds 15 %, Anleihen 0 %)

Diese Daten findest du im Broker-Portal unter „Anschaffungsdaten", „Steuerübersicht" oder „Wertpapier-Bestand". Sie manuell einzutragen ist mühselig und fehleranfällig — gerade bei Depots mit 5+ Positionen.

Wie der Import funktioniert

Du kopierst den Text aus deinem Broker-Portal — eine Position, mehrere Positionen, oder die ganze Steuerübersicht.
Du fügst ein in das Eingabefeld im Rechner und klickst „Auswerten".
Server-seitig sendet unser Backend den Text einmalig an die Gemini-API von Google. Eine Schema-validierte Antwort kommt zurück.
Wir validieren die Antwort: Beträge werden gegen die Lots gegengerechnet (LLMs neigen zu Summenfehlern bei 5+ Zeilen), erfundene Namen werden gefiltert.
Du bekommst einen vorgefüllten Bucket im Rechner. Korrigieren kannst du jederzeit manuell.

Welche Broker werden unterstützt?

Wir setzen auf Format-Agnostik: das LLM versteht Tabellen, Listen, abgesetzte Beträge und Labels in verschiedenen Layouts. Konkret getestet:

Flatex / flatexDEGIRO — Anschaffungsdaten-Ansicht und Steuerübersicht
Scalable Capital — Steuerreport (PDF-Text) und Position-Detail
Trade Republic — Jahressteuerbescheinigung und Wertpapierbestand
comdirect — Einstandskurs-Ansicht
ING — Depotübersicht mit Anschaffungsdaten
DKB — Depot-Detail

Wenn dein Broker nicht in der Liste ist, funktioniert der Import in der Regel trotzdem — solange Anschaffungskurs, Stückzahl und ggf. Vorabpauschale im Text auftauchen.

Was wird übertragen — und was nicht

Übertragen: der von dir eingefügte Text und ein optionaler Hinweis (z. B. „Vanguard FTSE All-World").
Nicht übertragen: deine sonstigen Rechner-Eingaben (Startkapital, Renten, Geburtsdatum). Diese verlassen deinen Browser nie.
Empfänger: Google Ireland / Google LLC. Übertragung in die USA möglich, abgesichert durch das EU-US Data Privacy Framework.
Speicherung bei uns: wir speichern weder Anfrage noch Antwort dauerhaft.
Speicherung bei Google: API-Anfragen werden über die kostenpflichtige Gemini-API nicht für Modell-Training verwendet. Logs maximal 30 Tage zur Missbrauchsabwehr.

Details findest du in der Datenschutzerklärung, Abschnitt KI.

Empfehlung vor dem Einfügen

💡 Tipp Prüfe den Text auf Identifier, die du nicht senden möchtest: Transaktionsnummern, Depotnummern, persönliche Adressen. Diese stehen typischerweise nicht in der reinen Position-Ansicht — aber wenn du eine vollständige Steuerübersicht kopierst, können sie dabei sein. Du kannst sie problemlos vor dem Einfügen entfernen.

Was tun, wenn der Import fehlerhaft ist?

Trotz Validierung kann die KI Beträge falsch zuordnen — gerade bei seltenen Formaten oder wenn mehrere Positionen sehr ähnlich aussehen. Was du tun kannst:

Manuell korrigieren: Klick auf die importierte Position, Werte direkt überschreiben. Das funktioniert für jeden einzelnen Wert (Wert, Anschaffung, Vorabpauschale, Teilfreistellung).
Fundamental zerlegen: Bei sehr komplexen Beständen (mehrere ETFs, gemischte Asset-Klassen) füge die Positionen einzeln ein — das LLM macht weniger Fehler bei kürzeren, fokussierteren Inputs.
Hinweis-Feld nutzen: Wenn der Broker den ETF-Namen nicht ausschreibt, gib ihn als Hinweis ein („FTSE All-World Acc"). Das hilft beim Asset-Typ-Erkennen und filtert Halluzinationen.

Datenfluss-Diagramm in einer Zeile

Browser → POST /api/extract-portfolio → Gemini API → JSON-Schema-Validation → localStorage (browser) → Rechner-Engine

Server hält keinen Zustand, kein Logging der Inhalte. Wenn du die Seite schließt und wiederkommst, sind deine Buckets noch da — aus deinem eigenen localStorage, nicht aus unserer Datenbank.

🎯 Selbst ausprobieren Öffne den Rechner — links in der Sidebar findest du das Portfolio-Panel und den „+ Weitere Position"-Button mit der Einfügen-Funktion. Eine Demo-Position ist beim ersten Besuch bereits vorbelegt.

Weiterführend:

Vorabpauschale — was die KI im Broker-Text erkennen muss
Teilfreistellung bei ETFs — Asset-Typ-Sätze 30/15/0 %
ETF vs. Einzelaktien — warum der Asset-Typ entscheidend ist
Datenschutz — was bei der KI-Anfrage passiert

Depot importieren →