Ich habe beschlossen die Gewinne mitzunehmen und heute Morgen meine Position verkauft. Dies hat verschiedene Gründe wie z.B. eine relativ hohe Bewertung und eine etwas hohe China-Abhängigkeit, aber der gravierendste Grund ist die Gefährdung des Monopols. Die US-Regierung möchte ASML $ASML (-0,98 %) ersetzen und unterstützt daher das Startup XLight (ich sage nicht, dass das schnell eine Bedrohung wird, aber langfristig könnte es mit starker Unterstützung funktionieren). Noch gefährlicher ist meiner Meinung nach eine Nachricht aus dieser Woche. Canon
$7751 (-0,46 %) und Dai Nippon Printing
$7912 (+0,67 %) haben ein Litographie-Verfahren basierend auf Canons Nanoimprint Lithography entwickelt, welches speziell auf 1,4nm Chips ausgerichtet ist und 90% weniger Energie benötigt. Das ist preislich schon ein gewaltiger Unterschied. Auch wenn im Super High End Bereich weiter auf EUV gesetzt wird, bricht das generelle Monopol im High End Bereich weg und damit die ganze Story. Solche Veränderungen geschehen nicht von heute auf morgen, aber sie geschehen. Letztendlich habe ich mich also entschieden mich von ASML zu trennen und anderweitig zu orientieren.

https://asia.nikkei.com/business/tech/semiconductors/new-japan-tech-said-to-slash-power-use-in-making-next-gen-1.4-nm-chips

Musste bei dem Preis auch mal zuschlagen.

Defensive Werte für einen ordentlichen Kern schaden nie, vor allem zu dem Preis.

Allerdings ist es kein Zukauf, hab Gewinne mitgenommen bei $ASML (-0,98 %) und etwas von den Gewinnen umgeschichtet.

langfristig natürlich weiterhin von $ASML (-0,98 %) überzeugt, allerdings war ich bei 100% Gewinn und die Zahlen gefielen mir nicht mehr so.

Mal schauen was wird.

Portfolio wird natürlich weiter ausgebaut.

Ganz eng auf meiner Watchlist befinden sich:

$ZTS (+1,47 %)

$WM (-0,3 %)

$TXRH (-0,31 %)

$V (-0,61 %)

$SYK (-0,84 %) und

$MELI (-1,67 %)

bei euch so?

Lesedauer: ca. 5-6 Minuten

Viele meiner letzten Beiträge drehen sich um Kennzahlen, die helfen, Geschäftsmodelle, Risiken und Bewertungen sauber einzuordnen. Beta gehört in diese Reihe – und zugleich nimmt die Kennzahl eine besondere Rolle ein. Sie ist überall verfügbar und schnell nachgeschlagen, wird aber erst im Kontext eines ganzen Depots wirklich aussagekräftig. Denn Beta beschreibt nicht das Unternehmen selbst, sondern das Verhalten einer Aktie im Zusammenspiel mit dem Markt.

Mathematisch misst Beta die Beziehung zwischen Aktienrenditen und Marktrenditen. Grundlage ist die Kovarianz dieser Renditen – und die basiert immer auf historischen Daten. Die Interpretation ist jedoch zwangsläufig zukunftsgerichtet, weil man aus den Mustern der Vergangenheit ableitet, wie sich ein Wert künftig typischerweise zum Markt verhält.

Formal lautet die Kennzahl:

Beta = Kovarianz(Aktienrendite, Marktrendite) / Varianz(Marktrendite)

Praktisch heißt das: Wenn der Markt sich bewegt, wie stark schlägt die Aktie typischerweise mit aus? Werte um 1 bedeuten marktähnliche Bewegungen, höhere Werte zeigen stärkere Schwankungen, niedrigere Werte ein ruhigeres Verhalten.

Dass Beta häufig fehlinterpretiert wird, liegt daran, dass es nicht stabil ist. Es hängt stark vom Zeitraum, der Marktphase und dem gewählten Index ab. Ein Unternehmen kann unverändert solide arbeiten, aber durch Zinsveränderungen oder Risikoumfeld plötzlich ein anderes Beta aufweisen. Beta misst also Verhalten – nicht Qualität.

Um sichtbarer zu machen, wie Beta im Depot wirkt, lohnt der Blick auf mein Portfolio. Es kombiniert robuste Qualitätswerte wie Visa, Alphabet und Honeywell, wachstumsorientierte Technologietitel wie ASML, Nu Holdings und Innodata, defensive Infrastruktur- und Wasserwerte wie Consolidated Water, Energiekontor und Energy Recovery, den globalen ETF auf den MSCI ACWI sowie einen Uran-Block als zyklische Idee mit Cameco, NexGen, Denison Mines, Paladin Energy und Yellow Cake. Bitcoin ergänzt das Ganze als eigenständiger, deutlich volatilerer Baustein.

Diese Mischung zeigt gut, warum Beta für mich im Alltag nützlich ist. Verschiedene Titel können fundamental stark sein und dennoch sehr unterschiedlich zum Schwankungsprofil des Depots beitragen. Manche Positionen glätten, andere verstärken – unabhängig davon, ob die Unternehmen gut geführt oder hochprofitabel sind. Es geht um Marktverhalten, nicht um Bilanzqualität.

Für die Beta-Betrachtung nutze ich konservative, marktübliche 3–5-Jahreswerte großer Anbieter. Die meisten Betas werden auf Basis täglicher oder monatlicher Renditen über genau solche Zeiträume berechnet – lang genug, um statistisch stabil zu sein, und kurz genug, um aktuelle Marktphasen realistisch abzubilden. Wo es keine offiziellen Daten gibt, kommen passende Sektorwerte zum Einsatz.

Die verwendeten Betas lauten:

Large Caps

• $ASML (-0,98 %) : 1,25

• $GOOGL (-0,59 %) : 1,05

• $V (-0,61 %) : 0,95

• $HON (+0,43 %) : 1,00

Midcaps / Infrastruktur

• $CWCO (-0,33 %) : 0,80

• $EKT (+0,8 %) : 0,75

• $ERII (+0,08 %) : 1,20

• $SOP (-0,13 %) : 1,10

Small Cap / High Beta

• $INOD (+3,76 %) : 1,80

Uran-Segment (zyklisch)

• $CCO (-2,99 %) : 1,40

• $NXE (-2,09 %) : 1,60

• $DML (+2,45 %) : 1,70

• $PDN (-2,81 %) : 1,50

• $YCA (-1,3 %) 1,30

ETF

• $ISAC (-0,39 %) : 1,00

Krypto

• $BTC (+1,42 %) : 2,50

Für das Portfolio-Beta zählt ausschließlich, wie groß jede Position im Verhältnis zum Depot ist.

So wird das Portfolio-Beta ermittelt:

Man schaut sich an, wie groß jede Position im Depot ist, multipliziert diesen Anteil mit dem Beta der jeweiligen Aktie und addiert alle Beiträge. Jede Position steuert also genau in dem Maß zum Gesamt-Beta bei, wie sie gewichtet ist.

Setzt man die Gewichtungen meines Depots in diesen Zusammenhang, ergibt sich folgendes Ergebnis: Das Portfolio kommt auf ein Beta von rund 1,33. Dieser Wert passt zur Struktur: eine stabile Basis, mehrere wachstumsorientierte Bausteine und ein bewusst eingesetzter Uran-Block sowie Bitcoin als stärkere Hebel.

Ein Beta auf diesem Niveau bedeutet ein grundsätzlich offensiveres Depot.

• In Aufwärtsphasen entwickelt es mehr Dynamik als der Markt.
• In Korrekturen reagiert es schneller und ausgeprägter.
• Die stärksten Treiber sind Bitcoin, Innodata, NexGen, Denison Mines und Paladin Energy.
• Gegengewichte liefern Visa, Consolidated Water, Energiekontor und der MSCI-ACWI-ETF.

Damit zeigt sich: Beta ersetzt keine Fundamentalanalyse, aber es macht sichtbar, wie ein Depot sich bewegt und warum. Es hilft, Erwartungen zu kalibrieren, Schwankungen einzuordnen und die Struktur bewusster zu steuern. Ein Beta von 1,33 ist kein Urteil über die Qualität – es ist eine Bewegungsbeschreibung. Wichtig ist nur, ob diese Dynamik zur eigenen Anlagestrategie passt.

Zum Schluss zwei Fragen an euch:

Kennt ihr das Beta eures Portfolios?

Und spielt es für euch eine Rolle bei eurer Portfoliostrategie – oder eher nicht?

Sehen wir bei $ASML (-0,98 %) bald einen neuen ATH? Ich werde aufjedenfall weiterhin investiert bleiben.

Ich habe bemerkt, dass mein Portfolio sehr tech lastig ist und dadurch die letzten Tage den Markt stark underperfomed hat. Daraufhin habe ich mir gedacht ich frage (aus Spaß) mehrere KIs, wie sie mein Portfolio anpassen würden, um zwar weiterhin wachstumsorientiert zu bleiben aber mit mehr Diversifikation und etwas Stabilität.

Hier ist die Liste:

Tech:

6% $NV

5% $GOOGL (-0,59 %)

5% $AMZN (-0,28 %)

4% $MSFT (+0,29 %)

5% $ASML (-0,98 %)

5% $2330

4% $CSU (-1,82 %)

5% $PANW (+0,16 %) (neu)

4% $CRWD (-0,41 %)

6% $INTU (+1,38 %) (neu)

4% $CRM (+0,51 %)

Industrie:

3% $ETN (-1,29 %) (neu)

3% $APH (-0,45 %)

3% $HEI (-0,3 %)

Gesundheit:

4% $NOVO B (-2,62 %)

4% $LLY (-0,92 %) (neu)

3% $ISRG (-1,03 %) (neu)

Finanzen:

4% $V (-0,61 %)

3% $NU (-2,23 %)

Energie/Rohstoffe:

6% $LIN (+1,38 %) (neu)

2% $NEE (+0,06 %) (neu)

Infrastruktur:

3% $WM (-0,3 %) (neu)

Konsum:

9% $COST (+0,31 %) (neu)

Rausgeworfen hat die Ki:

BYD, Xiaomi, Iris Energy, Hims and Hers, Sofi, Applied Digital, Coreweave, Ondas, Rocket lab. Quasi China und die ganzen Hype Aktien

DIe KI hat sich allerdings mit sich selbst gestritten. Sie war der Meinung Crowdstrike soll durch Palo Alto ersetzt werden und, wenn Palo Alto dabei war, sollte es mit Crowdstrike ersetzt werden. Dasselbe mit Novo und Eli lilly, visa und mastercard, salesforce und service now.

Wie findet ihr das von der KI "optimierte Portfolio"?

Mein Weg zur Finanziellen Freiheit. Mein Anlage Horizont liegt bei ca. 15 Jahre.

• Sparrate monatlich 2600 Euro
• 1000 Euro ETF Sparplan
• 1150 Euro Einzel Aktien
• 400 Euro BTC Sparplan + 20000 Euro Cash die noch investiert werden um 20 % vom Portfolio zu erreichen
• 50 Euro P2P Go&Grow

Ziel Gewichtung

30 % ETF $SP20 (+0,33 %)

30 % Aktien

$AMD (-0,55 %)
$ASML (-0,98 %)
$SHOP (+0,47 %)
$NOW (+2,03 %)
$NU (-2,23 %)
$META (+0,77 %)
$FTNT (+1,32 %)
$ANET (-0,25 %)
$NFLX (+0,96 %)
$APP (-0,05 %)
$CRWD (-0,41 %)

20% Bitcoin $BTC (+1,42 %)

10% Gold $EWG2 (+0 %)

5% P2P Bondora Go&Grow

5% Cash Polster $ERNX (+0,01 %)

die Strategie wird individuell immer wieder angepasst.

Guten Tag zusammen, da ich nun 18 bin habe ich mir jetzt ein eigenes Broker Depot zugelegt. Davor hatte ich alle Investitionen über meine Mutter laufen lassen. Dort hatte ich den $VWRL (-0,43 %)
$NOVO B (-2,62 %)
$NVDA (+0,42 %) ,$ASML (-0,98 %) , $Sales
$ADBE (-0,77 %) , $ANET (-0,25 %) . Aufgrund der Aktien Übertragungsgebühr habe ich mich entschieden jeweils die 1€ verkaufsgebühr zu nutzen und alles dort zu verkaufen. Insgesamt habe ich damit ein Plus von ca 200€ gemacht. Ich habe auf meinem Depot schon ein paar Käufe gemacht, habe aber jetzt wieder durch die Verkäufe circa 4000€-4500€ frei zum investieren, was auch ein guter Moment sein kann um bessere Käufe als damals zu machen. Daher wollte ich mal gerne Vorschläge von euch einholen. Einen Etf möchte ich gerne im Depot haben, den ich auch monatlich dann mit rund 250€ bespare. Der Rest steht offen, macht mir gerne konkrete Vorschläge welche Aktien ihr im Moment als top buy seht und auch gerne mit konkreter Investitionshöhe von meinem verfügbaren Geld. Im Anhang dann mein Depot und was ich jetzt schon an Positionen habe.

Liebe Mitstreiter,

ich habe viel zu oft für die kurze Zeit mein Portfolio umstrukturiert, mit diesem Portfolio war ich eigentlich zufrieden.

Jetzt bin ich aber der Meinung dass ich dem „Tech-Hype“ zu viel Platz in meinem Portfolio gegeben habe.

Da ich die meisten Positionen sowieso im $VWRL (-0,43 %) drinnen habe, ich aber das Gefühl hatte Rendite auf der Strecke zu lassen, würde mich eure Meinung interessieren, würdet ihr eure Anteile an $NVDA (+0,42 %)
$ASML (-0,98 %)
$GOOGL (-0,59 %) und $MSFT (+0,29 %) verkleinern bzw. vielleicht sogar auflösen?

Ich möchte dennoch auf Wachstum setzen, mich würden eure Top Wachstumsaktien interessieren vielleicht nicht in der Tech-Branche bzw eher in eine andere Richtung Tech also z.B Automatisierungstechnik

LG Flo

Diese Woche haben wir drei spannende Setups auf dem Radar 👇

***

📈 $AMD (-0,55 %) (Advanced Micro Devices)

Technische Unterstützung trifft auf saisonale Stärke – die Zone bleibt spannend für Long-Setups.

***

💸 $DLTR (-0,07 %) (Dollar Tree Inc.)

Nach längerer Erholung könnte der Kurs erneut Richtung neue lokale Hochs ausbrechen.

***

🔵 $ASML (-0,98 %) (ASML Holding NV)

Der Aufwärtstrend bleibt intakt – wir beobachten die blaue Zone für mögliche Einstiege.

Lesedauer: ca. 9 Minuten

Analysten genießen an den Märkten einen besonderen Status. Ihre Kursziele bewegen Aktien, ihre Einschätzungen prägen Schlagzeilen, und ihre Modelle fließen in Fondsentscheidungen ein. Doch wer ihre Prognosen nutzt, ohne sie kritisch zu prüfen, übersieht oft, dass Analystenberichte kein objektives Marktbarometer sind – sondern Produkte mit eigenen Interessen, Annahmen und systematischen Verzerrungen.

Die Empirie zeigt: Analysten liegen erstaunlich häufig daneben. Eine Metastudie der Universität von Iowa über 20 Jahre fand, dass im Durchschnitt nur etwa 47 % der Kursziele innerhalb von zwölf Monaten erreicht werden. Noch deutlicher: Bei den am stärksten optimistischen Prognosen lag die Trefferquote teilweise unter 30 %. Auch die vielzitierte Gewinnschätzung (EPS forecast) ist nicht unfehlbar – laut Refinitiv-Daten weichen die Konsensschätzungen zum Jahresende im Schnitt um 8–12 % vom tatsächlichen Ergebnis ab.

Das Problem liegt weniger in der Methodik als im System. Ein Großteil der Analysten arbeitet bei Investmentbanken, die gleichzeitig Emissionen begleiten oder Geschäftsbeziehungen zu den analysierten Unternehmen pflegen. Negative Ratings sind dort selten. Von über 14.000 Empfehlungen im S&P-500-Universum waren laut FactSet zuletzt über 55 % „Buy“, nur 6 % „Sell“ – ein Missverhältnis, das kaum allein durch Optimismus erklärbar ist.

Beispiel 1: $AMZN (-0,28 %) (Amazon)

Vor der Dotcom-Blase lag das durchschnittliche Kursziel für Amazon im März 2000 bei rund 100 USD – wenige Wochen später fiel die Aktie um 90 %. Auch 2014, als die Margen schrumpften und Analysten ihre Modelle auf kurzfristige Gewinne stützten, lauteten 80 % der Ratings auf „Hold“ oder „Sell“. Wer damals gegen den Konsens investierte, vervielfachte sein Kapital bis 2020.

Das Muster: Analysten extrapolieren das Jetzt in die Zukunft. In Boomphasen überschätzen sie Wachstum, in Krisen unterschätzen sie Erholung.

Beispiel 2: $TSLA (+3,3 %) (Tesla)

2020 bewertete Goldman Sachs Tesla mit einem Kursziel von 780 USD – als die Aktie bei 400 stand. Sechs Monate später hatte sie sich verdreifacht. 2022 wiederum senkten viele Häuser ihre Ziele auf unter 200 USD, nachdem die Aktie bereits stark gefallen war. Die Anpassung kam also nach der Bewegung. Analysten reagieren, sie antizipieren selten.

Beispiel 3: $SPOT (+1,02 %) (Spotify)

2022 gaben große Banken wie Morgan Stanley Kursziele von 100 USD aus – mit der Begründung, das Streaming-Modell bleibe dauerhaft defizitär. Tatsächlich verbesserte Spotify kurz darauf seine Bruttomarge und wurde operativ profitabel. Der Kurs verdoppelte sich binnen Jahresfrist. Die Schätzungen waren korrekt, nur der Zeithorizont falsch: Analysten modellieren meist zwölf Monate, Investoren denken fünf Jahre.

Warum das so ist

Analysten stehen zwischen zwei Welten:

Vertrieb und Kundenbindung – Ihr primärer Auftrag ist, institutionelle Investoren mit Information zu versorgen, nicht Privatanleger. Ihre Berichte sind Teil einer Dienstleistung, die Vertrauen erzeugen soll – nicht zwingend Rendite.

Reputationsschutz – Wer zu stark abweicht, riskiert, im Ranking der großen Datendienste (Institutional Investor) schlecht abzuschneiden. Daher bewegen sich viele Prognosen im engen Konsensband.

Das führt zu einem Herdentrieb: Je mehr Analysten einen Wert „Buy“ nennen, desto weniger will jemand abweichen. Umgekehrt wirkt der Reputationsdruck in Krisenphasen dämpfend – niemand möchte zu früh wieder bullish werden. Die Folge: Analysten liegen häufig richtig in der Diagnose, aber falsch im Timing.

Die wichtigsten Häuser und Stimmen

Weltweit dominieren einige wenige Unternehmen die Analystenlandschaft. Im angelsächsischen Raum zählen dazu:

• Goldman Sachs, Morgan Stanley, J.P. Morgan, Bank of America – mit starker Gewichtung im institutionellen Research.
• UBS, Barclays, Deutsche Bank, Credit Suisse (heute UBS integriert) – mit oft sehr branchenspezifischen Analystenteams.
• Morningstar – unabhängig, mit Fokus auf fundamentale Bewertung (Fair-Value-Modelle, „Economic Moat“-Ansatz).
• CFRA Research, Argus, Jefferies, Wedbush – kleinere, aber oft konträrere Häuser mit höherer Trefferquote bei Nebenwerten.
• Bernstein Research gilt als besonders analytisch und quantitativ – häufig mit klaren Abweichungen vom Mainstream.

Eine interessante Ergänzung bieten Plattformen wie TipRanks oder Refinitiv StarMine, die die Performance einzelner Analysten über Jahre tracken und bewertbar machen. So zeigt sich etwa: Die besten 10 % der Analysten übertreffen den Markt leicht – die restlichen 90 % nicht.

Welche Kennzahlen wirklich zählen

Die klassische Empfehlung („Buy“, „Hold“, „Sell“) ist plakativ, aber oberflächlich. Aussagekräftiger sind die quantitativen Kennzahlen, die im Hintergrund der Modelle stehen. Einige davon verdienen mehr Beachtung als die Schlagzeilen:

EPS-Revision Rate – misst, wie stark Gewinnschätzungen im Zeitverlauf angepasst werden. Positive Revisionen korrelieren mit Kurssteigerungen.

Target Price Gap – Differenz zwischen aktuellem Kurs und mittlerem Kursziel. Ein Gap von über 20 % wirkt attraktiv, ist aber nur dann relevant, wenn auch die Schätzungen stabil bleiben.

Dispersion der Schätzungen – große Streuung zwischen Analysten zeigt Unsicherheit; enge Bandbreite signalisiert Konsens (und damit weniger Überraschungspotenzial).

Valuation Spread – Verhältnis zwischen höchstem und niedrigstem Kursziel. Breite Spreads sind oft bei disruptiven Unternehmen zu finden (z. B. $TSLA (+3,3 %) , $PLTR (+0,71 %) ).

Earnings Surprise Rate – misst, wie oft ein Unternehmen Analystenschätzungen übertrifft. Firmen mit wiederholten „Beats“ (z. B. $V (-0,61 %) , $ASML (-0,98 %) ) genießen strukturellen Bewertungsaufschlag.

Diese Kennzahlen sind kein Ersatz, aber ein realistisches Korrektiv. Während Ratings Emotion enthalten, liefern Kennzahlen Evidenz.

Nehmen wir $INOD (+3,76 %) (Innodata). Noch 2022 lag das durchschnittliche Kursziel bei 3 USD, kaum jemand sah Potenzial. Als der KI-Hype begann, revidierten dieselben Häuser ihre Modelle – nun hieß es 9 USD fairer Wert. Der Kurs sprang auf 13. Nicht weil sich das Geschäft über Nacht verdreifacht hatte, sondern weil die Analysten ihre Annahmen nachträglich anpassten.

Ähnlich bei $NU (-2,23 %) (Nu Holdings): Lange als überteuertes Fintech abgestempelt, änderte sich die Tonlage, sobald Profitabilität sichtbar wurde.

Diese Beispiele zeigen: Analysten sind stark rückblickend kalibriert. Die wahren Chancen liegen dort, wo noch keine Coverage existiert oder wo das Narrativ kippt.

Analysten liefern wertvolle Datenpunkte, aber keine Richtung. Ihre Berichte können helfen, ein Fundament zu legen – ersetzen jedoch nicht die eigene Einschätzung. Entscheidend ist zu verstehen, wie ihre Modelle entstehen und welche Annahmen oder Interessenkonflikte darin wirken.

Empirisch lässt sich festhalten: Analysten bieten im Schnitt solide Fundamentaldaten, schwächeln jedoch bei Prognosequalität und Timing. Die beste Strategie ist daher, ihre Analysen als Input zu nutzen – aber das Urteil konsequent selbst zu fällen.

Oder anders gesagt: Analysten zeichnen die Landkarte, doch den Weg muss jeder Investor selbst bestimmen.

Wie nutzt du Analystenschätzungen? Als Orientierung, Kontraindikator oder gar nicht mehr?