Pension AI
KI-gestützte Rentenplanung mit Monte-Carlo-Simulationen
Gebaut von Rogue AI · Rentenplanung mit KI-Berater · Produktiv seit 2026
Gestartet im Januar 2026 — ich wollte einen Rentenrechner, der nicht über Konfidenzintervalle lügt. Monte-Carlo-Engine im Februar, RAG-Berater obendrauf im März. Aktuell in privater Beta mit zwei Testnutzern, einer davon ich. Letzter Commit: April 2026.
Das Problem
Rentenrechner kommen in zwei Varianten: zu simple Ein-Slider-Spielzeuge oder Tabellen mit vierzig Reitern, die niemand pflegt. Keiner erklärt, warum die Kurve so aussieht, und keiner beantwortet Rückfragen wie „Was, wenn ich drei Jahre früher in Rente gehe?“
Was ich gebaut habe
Eine Web-App, die Monte-Carlo-Portfoliosimulation (10.000 Marktpfade) mit einem LLM-Berater kombiniert, der die Verteilung interpretiert, Szenarien stresstestet und Rückfragen in natürlicher Sprache beantwortet. Nutzer geben aktuelles Vermögen, Sparrate, Zielalter und Asset-Allocation ein — die Engine liefert eine Kurve mit p10/p50/p90-Konfidenzband und einer verständlichen Erklärung.
Architektur
Tech-Stack
Was zuerst gebrochen ist
- ▸
10.000 Pfade clientseitig zu rechnen war von Anfang an chancenlos — der Page-Jank war sichtbar. Simulation in einen Python-Worker hinter eine Queue verschoben; von 'unbenutzbar' auf unter 2 Sekunden für einen 10k-Lauf.
- ▸
pgvector mit 1024 Dimensionen gewählt, weil mehr klüger wirkt. War es nicht. Auf 768 halbiert nach Retrieval-Messung; Index-Größe sank, Recall blieb.
- ▸
Die Prisma-7-snake_case-Migration war der größte Yak-Shave des Projekts. Einen Tag mit dem PrismaPg-Adapter verbrannt, bevor Schema und Queries zueinander passten.
Ergebnis
Nutzer sehen ihre Rentenkurve über 10.000 Marktpfade und können Fragen wie „Was, wenn ich drei Jahre früher gehe“ oder „Was, wenn Märkte 2 % unter dem Durchschnitt liefern“ in Klartext stellen. Alle Daten bleiben auf eigener Infrastruktur — keine Dritt-APIs.
Ehrliche Grenzen
Renditen sind log-normal modelliert — Standard, unterschätzt aber Fat-Tail- und Regime-Shift-Risiko. Der LLM-Berater zeigt einen Disclaimer, dass er kein Finanzberater ist — weil er das nicht ist. UI hat DE/EN-Parität, aber die Steueransätze sind deutschlandspezifisch — US-Nutzer bekommen die Mathematik, nicht die Steuerstruktur.