Kontakt

Menü

Artikel

Robotik heute und morgen

Robotik und Automatisierungssysteme werden in einer Vielzahl von Branchen für repetitive, gefährliche und unliebsame Aufgaben eingesetzt. In vielen Fällen assistieren sie menschlichen Arbeitskräften, anstatt sie zu ersetzen, und ermöglichen es ihnen, ihre Arbeit effizienter und genauer oder über einen längeren Zeitraum hinweg auszuführen. Einige Bereiche der Automatisierung werden zur Durchführung physischer Aufgaben eingesetzt, während andere Lösungen möglicherweise rein softwarebasiert sind und zur Analyse und Verarbeitung von Daten verwendet werden, die zur Lösung von Problemen beitragen und uns letzten Endes bei der Entscheidungsfindung unterstützen.

14. März 2024

Angus Muirhead

Ein Roboter, der das Paket auf die Produktionslinie legt.

Wesentliche Erkenntnisse:

Robotik und Automatisierungssysteme werden zwar in einer Reihe von Branchen eingesetzt, doch ihre Rolle beschränkt sich weitgehend auf repetitive und vorhersagbare Aufgaben, die keine dynamische Interaktion mit ihrer Umgebung erfordern.

Maschinelles Lernen und tiefe neuronale Netze können eine viel grössere Autonomie ermöglichen und eine breite Palette neuer Möglichkeiten für Automatisierungssysteme und Robotik eröffnen.

Robotiksysteme, bei denen KI zum Einsatz kommt, dürften künftig für Menschen, Unternehmen und Regierungen weltweit deutlich nützlicher werden.

Da Technologien wie künstliche Intelligenz (KI) weiter voranschreiten, ist davon auszugehen, dass Robotik und Automatisierungssysteme künftig intelligenter, autonomer, kostengünstiger und einfacher zu bedienen sein werden. Infolgedessen könnten sie in vielen weiteren Funktionen und Branchen nützlich und wirtschaftlich tragfähig werden.

Wo werden robotergestützte Automatisierungssysteme heute primär eingesetzt?

Automatisierungssysteme laufen häufig verborgen im Hintergrund. Oft sind wir uns nicht bewusst, dass Automatisierungssysteme im Einsatz sind – ausser wenn etwas schiefgeht und das System nicht mehr einwandfrei funktioniert. Die Einsatzmöglichkeiten für Robotiksysteme sind vielfältig. Im Folgenden sind fünf wichtige Anwendungsbereiche aufgeführt:

1. Automobilindustrie

In keiner anderen Branche weltweit sind mehr Roboter im Einsatz als in der Automobilherstellung. Mit hoher Geschwindigkeit und Präzision schweissen und kleben sie Teile der Karosserie zusammen und sind dabei in der Regel während zehn oder mehr Jahren fast ununterbrochen im Einsatz. Die International Federation of Robotics schätzt den operativen Bestand der Roboter in der Automobilherstellung auf rund 1 Million. Am höchsten ist die Roboterdichte innerhalb der Automobilindustrie in Südkorea, wo ca. 2,9 Roboter pro 10 Beschäftigte in der Fabrik im Einsatz sind.1 Dank der technologischen Fortschritte stehen den Automobilherstellern neue Automatisierungslösungen zur Verfügung. Ein Beispiel sind autonome mobile Roboter (AMR). Während die Fahrzeuge bei einer traditionellen Fertigungsstrasse in einer Reihe warten, werden in einem modularen Produktionssystem ganze Fahrzeuge von AMR – mobilen Plattformen – zu verschiedenen Arbeitsplätzen transportiert und hochentwickelte Sensoren ermöglichen einen sicheren Betrieb der Roboter ohne physische Sicherheitskäfige. Die Einsatzmöglichkeiten in der Automobilbranche nehmen rasant zu.

Unbox the Future

Bedeutende Megatrends haben das Potenzial, jede Facette unseres täglichen Lebens zu verändern. Unterstützen Sie unser preisgekröntes Anlageteam bei der Suche nach den innovativsten Pure-Play-Unternehmen, die langfristiges Wachstumspotenzial und Portfoliodiversifikation bieten können.
 

2. Halbleiterindustrie

Robotik und Automatisierung eignen sich nicht nur für die Fahrzeugproduktion, sondern auch für die Herstellung von Chips. Sowohl Autos als auch Chips weisen grundsätzlich ideale Produktionsmerkmale für die Automatisierung auf: grosse Produktmengen mit geringer Variation. Mit der fortschreitenden weltweiten Digitalisierung werden Halbleiter in mehr Produkten eingesetzt als je zuvor. Der Fertigungsprozess für Halbleiter ist einer der technisch anspruchsvollsten Prozesse überhaupt und erfordert in der Regel elf spezifische Schritte2, von denen viele bei der Herstellung eines Chips mehrmals wiederholt werden. Für alle kritischen Schritte werden hochgradig automatisierte und spezialisierte Anlagen verwendet; zu den fortschrittlichsten Technologien zählt dabei die EUV-Lithografie, die extrem ultraviolette Strahlung nutzt. Das niederländische Unternehmen ASML hat über EUR 6 Mia. in Forschung und Entwicklung (F&E) zur Entwicklung seiner EUV-Technologie3 investiert. Es verkauft diese Lösung für über USD 300 Mio.4 pro Gerät. Mit dem zunehmenden Einsatz von KI-Technologie werden mehr automatisierte Lösungen für die Chipherstellung benötigt.

3. Logistik

Mittlerweile ist es für uns eine Selbstverständlichkeit, Produkte online zu bestellen und sie einige Tage später oder sogar noch am selben Tag zu erhalten. Dazu sind allerdings logistische Höchstleistungen erforderlich. Im traditionellen Einzelhandel ist der Ablauf viel einfacher: Die Waren gelangen von der Fabrik zu einem Vertriebszentrum, anschliessend zu einem regionalen Verteilzentrum und schliesslich zum Einzelhandelsgeschäft. Feste Strecken, regelmässige Liefermengen, wiederholt und vorhersagbar. Anders beim E-Commerce: Alles was es braucht, ist eine Internetverbindung, um aus einer riesigen Auswahl an Waren zu bestellen und diese an eine beliebige Adresse liefern zu lassen. Automatisierung und Robotik sind entscheidend, um dies schnell und kostengünstig zu bewerkstelligen. Software hilft dabei, das Bestandsmanagement bis zu den einzelnen Einzelhandelsgeschäften, die Streckenplanung für Sendungen, das Ausfertigen von Zollformularen und die Entrichtung von Zollabgaben zu automatisieren, während verschiedene Robotiklösungen das Verpacken, Sortieren und Verarbeiten der Waren für den Versand unterstützen. Da der E-Commerce voraussichtlich um 9 % pro Jahr wachsen wird5, muss die Branche höhere Investitionen in die Automatisierung tätigen, um dieser Nachfrage gerecht zu werden.

4. Simulation

Vor nicht allzu langer Zeit erstellten die Fachkräfte im Industriedesign und Engineering noch physische Prototypen für neue Produkte, die sich in der Entwicklung befanden. Auf diese Weise sollten unvorhergesehene Probleme im Design und bei der Fertigung identifiziert werden. Die Prototypen wurden anhand praxisorientierter Szenarien – wie Eintauchen in Wasser, extreme Temperaturen und Hochdruck, wiederholte Verwendung sowie Crash- oder Kollisionstests – getestet. Heutzutage können Softwareprogramme viele dieser Prozesse automatisieren und Tausende von praxisorientierten Szenarien in einer virtuellen Umgebung simulieren, und zwar mit hoher Genauigkeit sowie schneller und effizienter, als dies mit physischen Prototypen möglich wäre. Da eine Vielzahl von Simulationen durchgeführt werden kann, sind die daraus resultierenden Produkte in der Regel zuverlässiger, sicherer und langlebiger als in der Vergangenheit. Auch entwickelt sich dieser Bereich dank einiger intelligenter KI-Technologien rasch weiter.

5. Nahrungsmittelverarbeitung

Ein grosser Teil der von uns konsumierten Nahrungsmittel – Fisch, Fleisch, Gemüse und Obst ebenso wie verarbeitete Produkte wie Teigwaren, Kekse, Kuchen und Schokolade – wird mit unterschiedlichem Automatisierungsgrad produziert. Während einige Nahrungsmittel mit technischen Herausforderungen für die Automatisierung einhergehen, da sie sich in Bezug auf Form, Grösse und Konsistenz stark unterscheiden können (es gibt beispielsweise über 200 Arten von Speisefisch), sind andere wesentlich einheitlicher und relativ einfach mittels Automatisierung zu verarbeiten. Der globale Markt für Teigwaren hat einen Wert von rund USD 66 Mia.6 (Umsatz) und der Grossteil der kommerziellen Teigwarenproduktion ist automatisiert. Hausgemachte oder «handwerklich» hergestellte Teigwaren mögen zwar besser schmecken, dürften aber im Vergleich zu den Produkten der Branchenriesen preislich kaum konkurrenzfähig sein. In Parma, Italien, befindet sich die Flaggschifffabrik des weltweit grössten Pastaherstellers, der Barilla Group. Dabei handelt es sich um einen vollautomatischen «Lights-out»-Betrieb, der rund um die Uhr und 365 Tage im Jahr läuft. Mit 120 lasergeführten Fahrzeugen und 37 Robotiksystemen produziert das Unternehmen jährlich 320’000 Tonnen Pasta.7 Eine Automatisierung in dieser Grössenordnung trägt dazu bei, die Weltbevölkerung zu erschwinglichen Preisen zu ernähren, kann gleichzeitig aber auch Abfälle verringern ebenso wie das Risiko von Personenverletzungen und Nahrungsmittelverunreinigungen, indem die Standards für Nahrungsmittelsicherheit eingehalten werden.

Thematisch Investieren

Unsere Anlageteams identifizieren und investieren in vielversprechende, attraktiv bewertete Unternehmen, die zukunftsweisende Innovationen entwickeln. Investieren Sie gemeinsam mit uns in die Gewinner von morgen.

Roboter werden zunehmend intelligenter

Seit der Einführung der ersten digitalen Computer in den 1940er Jahren hat KI grosse Fortschritte gemacht. Der Ursprung der KI geht auf regelbasierte Systeme zurück, die für einfache Vorhersagen und Berechnungen verwendet wurden. Heutzutage können maschinelles Lernen und tiefe neuronale Netze kreativere – sogenannte «generative» – Aufgaben erledigen und eröffnen eine breite Palette neuer Möglichkeiten für Automatisierungssysteme und Robotik. Gleichzeitig profitieren Technologieunternehmen mit zunehmender Verbreitung dieser Technologien von grösseren Skaleneffekten, sodass die Robotik- und Automatisierungsunternehmen ihre Systeme günstiger herstellen können. Niedrigere Preise für Automatisierungslösungen ziehen wiederum neue Kundschaft an und eröffnen neue Anwendungsgebiete.

Im Gegensatz dazu wird die Arbeit von Menschen teurer und gewisse Aufgaben werden nicht mehr so gerne ausgeführt. In vielen Ländern besteht ein gravierender Fachkräftemangel in Fabriken, Logistikzentren, auf landwirtschaftlichen Betrieben sowie in Krankenhäusern und Pflegeheimen. Zudem stehen Unternehmen zunehmend unter Druck, wettbewerbsfähig zu bleiben und gleichzeitig die strengen Vorschriften zum Schutz der Sicherheit und Gesundheit ihrer Mitarbeitenden und zur Gewährleistung qualitativ hochwertiger, sicherer Produkte für ihre Kundschaft einzuhalten. Im Zuge des technologischen Fortschritts können intelligentere und kostengünstigere Automatisierungssysteme eine Lösung für diese Herausforderungen bieten.

Intelligente Automatisierungsmöglichkeiten

Da Roboter intelligenter und sicherer werden, dürften sie in immer mehr Branchen zum Einsatz kommen – und zwar mit Fertigkeiten und Fähigkeiten, die jene früherer Generationen klar in den Schatten stellen. Die fünf grössten Chancen einer intelligenteren Automatisierung sehen wir in folgenden Bereichen

1. Landwirtschaft

Etwa 40 % der weltweiten Landesfläche werden für die Landwirtschaft genutzt, dabei ein Drittel für den Anbau und zwei Drittel für die Haltung von Nutzvieh.8 Da die Weltbevölkerung wächst und die Menschen immer mehr Nahrung konsumieren, führen traditionelle Landwirtschaftsmethoden zu einer Bodendegradation, die langfristig nicht tragbar ist. Die Präzisionslandwirtschaft nutzt Satellitenbilder und Bodensensoren, um den Verbrauch von Wasser sowie den Einsatz von Düngemitteln und Unkrautvernichtungsmitteln zu reduzieren. Einige dieser Lösungen sollen gar in der Lage sein, die verwendeten chemischen Substanzen um mehr als 90 % zu reduzieren.9 Intelligente Robotiklösungen werden zunehmen auch in landwirtschaftlichen Betrieben genutzt, wo diese autonom durch Felder navigieren, um Unkraut zu vernichten sowie Schädlinge und Pflanzenerkrankungen zu identifizieren. Roboter können auch eingesetzt werden, um Anbaureihen in Kulturen zurückzuschneiden, Obst und Gemüse zu ernten, zu sortieren und nach Qualität einzuordnen.10

2. Diagnostik

Die frühzeitige Erkennung einer Krankheit kann in einigen Fällen die Heilungschancen erhöhen. Die medizinische Diagnostik wird mit dem Einsatz von KI-Technologien einen gewaltigen Schritt nach vorn machen, da enorme Mengen an medizinischen (oft unstrukturierten) Daten – von der menschlichen DNA über Krankenakten und Erkrankungen innerhalb der Familie bis hin zu Bluttypen und Umweltfaktoren – nach Mustern durchsucht werden können. Auf diese Weise soll die frühe Vorhersage von Krankheiten erheblich erleichtert werden, sodass die Patientinnen und Patienten Zeit haben, ihren Lebensstil frühzeitig anzupassen, während die Ärztinnen und Ärzte vorbeugende Medikamente verschreiben können, bevor die ersten Symptome auftreten.

3. Verkehrsregelung

Singapur verfügt über eines der intelligentesten Verkehrssysteme der Welt, mit Sensoren und Kameras, die über sein 160 km langes Autobahnnetz Daten in Echtzeit erfassen, um den Verkehrsfluss und die Verkehrssicherheit zu verbessern. Der Plan «2023 Smart Mobility»11 der Regierung beschreibt ein intelligentes, nachhaltiges und interaktives Verkehrssystem. Dieses nutzt GNSS-Daten (wie GPS) in Mobiltelefonen und Fahrzeugen in Kombination mit Sensoren und Kameras in der Strassen- und Ampelinfrastruktur, um Verkehrsschilder dynamisch anzupassen, Ampeln zu kontrollieren und dadurch den Verkehrsfluss zu verbessern und Staus zu vermeiden. Da Fahrzeuge immer autonomer und intelligenter miteinander verbunden werden, dürften die Möglichkeiten zur Verbesserung von Komfort, Verkehrsfluss und Energieeffizienz im Laufe des nächsten Jahrzehnts deutlich zunehmen.

Abbildung 1: Smart City

Intelligentes Verkehrsleitsystem auf Basis eines sogenannten Long Range Wide Area Network.

Nur für illustrative Zwecke.
Quelle: Credit Suisse, IEEE Future Directions. Basierend auf IEEE Future Directions (2018), Link, abgerufen am 1.3.2024.

4. Generative Gestaltung

Generative KI-Technologien setzen neue Massstäbe für das Produktdesign. Die generative Gestaltung, auch generatives Design genannt, verwendet KI-Technologien zur Erstellung und Beurteilung verschiedener Gestaltungsalternativen. Die Ingenieurinnen und Ingenieure können diese bewerten, anpassen und entwickeln lassen. Hierbei wird der Simulationsprozess gewissermassen umgekehrt. Der Mensch gibt das gewünschte Ergebnis, Parameter wie Stärke, Gewicht, Flexibilität, physische Abmessungen usw. ein, woraufhin das System eine riesige Datenbank an physischen Eigenschaften analysiert, um zum optimalen Design zu gelangen. Bemerkenswert ist dabei, dass viele dieser Designs Bäumen, Pflanzen und anderen Elementen aus der Natur ähneln.

5. Forschung und Entwicklung

Und nun das Beste zum Schluss: Das Potenzial, mit KI sämtliche wissenschaftlichen Forschungsgebiete zu revolutionieren, ist immens. Zahlreiche Innovationen sind heute dem Zufall zu verdanken. Je mehr wir über bestimmte Wissensgebiete herausfinden, desto schwieriger wird es für uns als Menschen, ein Universalwissen über eine Bandbreite von Themen hinweg zu erlangen. Ein gutes Beispiel für das grosse Potenzial lieferte DeepMind, ein britisches Unternehmen, das 2014 von Google übernommen wurde. Nachdem DeepMind die Weltmeister des Brettspiels «Go», eine Art chinesisches Damespiel, besiegt hatte, widmete sich das Unternehmen der Vorhersage der räumlichen Struktur von Proteinen.12 Dies ist eine der fundamentalen Herausforderungen in der Biologie. Das Team «AlphaFold» von DeepMind trainierte KI-Algorithmen zu den 170’000 Proteinen, die zum damaligen Zeitpunkt öffentlich bekannt und verfügbar waren. Nur wenige Jahre später veröffentlichte es 2021 eine Datenbank mit über 200 Millionen 3D-Darstellungen von Proteinstrukturen.13 DeepMind hat diese riesige Datenbank kostenlos zur freien Verfügung gestellt, um die wissenschaftliche Forschung zu beschleunigen. Angesichts solcher enormer Fortschritte, was die Grundlagenwissenschaft und unser Verständnis der natürlichen Welt betrifft, dürfte das Innovationstempo eine exponentielle Beschleunigung verzeichnen.

KI – die treibende Kraft hinter der Robotik

Anlagemöglichkeiten

Wählen Sie in der Fondssuche aus unserem umfangreichen Produktangebot die für Sie passende Anlagelösung. Hier erhalten Sie Zugriff auf alle produktbezogenen Informationen.

Wenden Sie sich ans Asset Management

Fragen Sie uns nach interessanten Anlagechancen. Wir helfen Ihnen, Ihre Anlageziele zu erreichen.

Sofern dieses Material Aussagen zur Zukunft enthält, sind diese Aussagen zukunftsgerichtet und bergen daher diverse Risiken und Ungewissheiten. Sie sind keine Garantie für zukünftige Ergebnisse oder die zukünftige Wertentwicklung.

Die dargestellten Unternehmen dienen ausschliesslich zu Illustrationszwecken und sind weder als Aufforderung noch als Angebot zum Kauf oder Verkauf einer Beteiligung oder einer Anlage zu verstehen.

1 International Federation of Robotics, IFR, (2023). Eine Million Roboter arbeiten in der Auto-Industrie weltweit – neuer Rekord. Pressemitteilung vom 22.3.2023; Link; abgerufen am 19.2.2024.
2 Die Schritte der Halbleiterherstellung: Waferreinigung, Dünnschichtabscheidung, Reinigung nach der Abscheidung, Resist-Beschichtung, Belichtung, Entwicklung, Ätzverfahren, Implantation und Aktivierung, Resist-Stripping und Verpackung/Montage.
3 ASML (ohne Datum). The road to EUV. EUV technology took more than two decades to developLink; abgerufen am 14.2.2024.
4 Reuters (2024). ASML's next chip challenge: rollout of its new $350 mln 'High NA EUV' machine. Veröffentlicht am 9.2.2024. Link. Abgerufen am 6.3.2024.
5 Boston Consulting Group (2023). Winning formulas for e-commerce growth. Veröffentlicht am 31.10.2023; Link; «9% CAGR through 2027.» (durchschnittliche jährliche Wachstumsrate von 9 % bis 2027); abgerufen am 19.2.2024.
Fortune Business Insights (2023). Market research report: Food processing & processed food. Pasta Market. Veröffentlicht im September 2023. Link; abgerufen am 20.2.2024.
7 Robotics Tomorrow (2022). World’s largest pasta production plant a showcase for integrated robotics and sustainable distribution. Veröffentlicht am 28.12.2022; Link; abgerufen am 19.2.2024.
8 Our World in Data (22024). Half of the world’s habitable land is used for agriculture. Veröffentlicht am 16.2.2024; Link; abgerufen am 6.3.2024.
9 John Deere (2023). [John Deere acquires Smart Apply] Smart Apply technology virtually eliminates over-spraying. Veröffentlicht am 14.7.2023; Link; abgerufen am 15.2.2024.
10 Weltwirtschaftsforum in Zusammenarbeit mit McKinsey & Company (2023). The rise of autonomous farms: How technology is revolutionizing agriculture. Veröffentlicht am 4.7.2023; Link; abgerufen am 19.2.2024..
11 Land Transport Authority, eine Website der Singapore Government Agency (ohne Datum). Intelligent Transport Systems. Smart Mobility 2030; Link; abgerufen am 19.2.2024.
12 OECD (2020). Deepmind’s Alphafold: a solution to the 50-year-old challenge of protein folding. Veröffentlicht am 14.12.2020;Link; abgerufen am 20.2.2024.
13 Google DeepMind (2022). AlphaFold reveals the structure of the protein universe. Veröffentlicht am 28.7.2022;Link; abgerufen am 20.2.2024.

Dies ist eine Marketingmitteilung.

Quelle: Credit Suisse, ansonsten vermerkt.
Sofern nicht explizit anders gekennzeichnet, wurden alle Abbildungen in diesem Dokument von Credit Suisse AG und/oder den mit ihr verbundenen Unternehmen mit grösster Sorgfalt und nach bestem Wissen und Gewissen erstellt.

Wichtige Hinweise
Dieses Material stellt Marketingmaterial der Credit Suisse AG und/oder mit ihr verbundener Unternehmen (nachfolgend «CS» genannt) dar. Dieses Material stellt weder ein Angebot oder eine Aufforderung zur Emission oder zum Verkauf noch einen Bestandteil eines Angebots oder einer Aufforderung zur Zeichnung oder zum Kauf von Wertpapieren oder anderen Finanzinstrumenten oder zum Abschluss einer anderen Finanztransaktion dar. Ebenso wenig stellt es eine Aufforderung oder Empfehlung zur Partizipation an einem Produkt, einem Angebot oder einer Anlage dar. Diese Marketingmitteilung stellt kein rechtsverbindliches Dokument und keine gesetzlich vorgeschriebene Produktinformation dar. Dieses Material stellt in keiner Weise ein Anlageresearch oder eine Anlageberatung dar und darf nicht für Anlageentscheidungen herangezogen werden. Es berücksichtigt weder Ihre persönlichen Umstände noch stellt es eine persönliche Empfehlung dar, und die enthaltenen Informationen sind nicht ausreichend für eine Anlageentscheidung. Die in diesem Dokument enthaltenen Informationen und Meinungen repräsentieren die Sicht der CS zum Zeitpunkt der Erstellung und können sich jederzeit und ohne Mitteilung ändern. Sie stammen aus Quellen, die für zuverlässig erachtet werden. Die CS gibt keine Gewähr hinsichtlich des Inhalts und der Vollständigkeit der Informationen und lehnt, sofern rechtlich möglich, jede Haftung für Verluste ab, die sich aus der Verwendung der Informationen ergeben. Ist nichts anderes vermerkt, sind alle Zahlen ungeprüft. Die Informationen in diesem Dokument dienen der ausschliesslichen Nutzung durch den Empfänger. Die Angaben in diesem Material können sich nach dem Datum der Veröffentlichung dieses Materials ohne Ankündigung ändern, und die CS ist nicht verpflichtet, die Angaben zu aktualisieren. Dieses Material kann Angaben enthalten, die lizenziert und/oder durch geistige Eigentumsrechte der Lizenzinhaber und Schutzrechtsinhaber geschützt sind. Nichts in diesem Material ist dahingehend auszulegen, dass die Lizenzinhaber oder Schutzrechtsinhaber eine Haftung übernehmen. Das unerlaubte Kopieren von Informationen der Lizenzinhaber oder Schutzrechtsinhaber ist strengstens untersagt. Dieses Material darf nicht an Dritte weitergegeben oder verbreitet und vervielfältigt werden. Jegliche Weitergabe, Verbreitung oder Vervielfältigung ist unzulässig und kann einen Verstoss gegen den Securities Act der Vereinigten Staaten von 1933 in seiner jeweiligen Fassung (der «Securities Act») bedeuten.

Wichtiger Hinweis für Anleger in Deutschland
Dieses Marketingmaterial wird von CREDIT SUISSE AG und Credit Suisse (Deutschland) Aktiengesellschaft, Teil des UBS-Konzerns, an Privatkunden und professionelle Kunden versandt
Copyright © 2023 CREDIT SUISSE. Alle Rechte vorbehalten.

Händler und Informationsstelle: Credit Suisse (Deutschland) AG, Taunustor 1, 60310 Frankfurt am Main I Regulator / Aufsichtsorgan (Registrierungsstelle): Bundesanstalt für Finanzdienstleistungsaufsicht (die „BaFin“)