Modern portfolio theory has its attractive characteristics of promoting diversification in a portfolio and can be seen as an easy alternative for setting optimal weights for portfolio managers. Furthermore, as portfolio managers try to beat a defined benchmark for their portfolio the Black-Litterman model allows them to include their own prospects on the future return of markets and securities. This thesis examines how the practical use of the Black-Litterman model can affect portfolios' performance. The analysis was done by calculating historical portfolio weights with investor views, without investor views, and with perfect investor views in the Black-Litterman model. Thereafter, calculating historical return and volatility for six multi-asset portfolios between 2017-09-25 and 2021-01-31. This was then compared with benchmark portfolios, which reflect the practical use. These portfolios included historically used investor views and constraints in the mean-variance optimization. The results showed that investor views had a negative effect on total return (lower return) and a positive effect on volatility (lower risk), however, an increased Sharpe ratio. The constraints in the mean-variance optimization used in the benchmark portfolios resulted in a lower total return. In conclusion, the Black-Litterman model showed robustness and did not generate unintuitive or unreasonable portfolios, and it has great potential with increasing accuracy in the investor views. / Modern portföljteori har attraktiva egenskaper vad gäller att främja diversifiering i en portfölj och kan ses som ett enkelt alternativ för att välja optimala vikter för portföljförvaltare. Eftersom portföljförvaltare försöker slå ett definierat benchmark för sin portfölj tillåter dessutom Black-Litterman modellen dem att inkludera sina egna åsikter angående förväntade avkastningar på marknader och värdepapper. Detta examensarbete undersöker hur den praktiska användningen av Black-Litterman modellen kan påverka portföljernas prestation. Analysen gjordes genom att beräkna historiska portföljvikter med Black-Litterman modellen med och utan invetserarens egna åsikter angående förväntade avkastningar, och med perfekta förväntade avkastningar. Därefter beräknades historiska avkastningar och volatiliteter för sex investeringsportföljer mellan 2017-09-25 och 2020-01-31. Detta jämfördes med benchmarkportföljer, vilka återspeglade den praktiska användningen. Dessa portföljer inkluderade historiskt använda förväntade avkastningar och restriktioner i mean-variance optimeringen. Resultaten visade att investerares åsikter angående förväntade avkastningar hade en negativ effekt på avkastningen (lägre avkastning), positiv effekt på volatiliteten (lägre risk), vilket resulterade i en högre Sharpe kvot. Restriktionerna i mean-variance optimeringen som användes i benchmarkportföjerna resulterade i en lägre totalavkastning. Sammanfattningsvis visade Black-Litterman modellen robusthet och genererade inte ointuitiva eller olämpliga portföljer, och modellen har stor potential med ökad träffsäkerhet i investerarens åsikter angående förväntade avkastningar.