$NCLH (-1,34 %)
$PINS (-0,27 %)
$SONO (-6,5 %)
$PARA (-3,57 %)
$PLTR (-4,26 %)
$DUOL
$HSBA (-1,19 %)
$UCG (-2,11 %)
$BOSS (-0,13 %)
$UNI (-1,35 %)
$CCO (-11,74 %)
$PYPL (-2,88 %)
$BNTX (-0,91 %)
$DOCN (-8,18 %)
$SHOP (-5,99 %)
$ROK (-2,64 %)
$RACE (-0,12 %)
$PFE (+2,02 %)
$ANET (-6,89 %)
$TEM (-9,79 %)
$AMD (-9,66 %)
$EA (+0,57 %)
$LITE (-7,67 %)
$MSTR (-5,8 %)
$SMCI (-9,38 %)
$CPNG (-6,36 %)
$IFX (-13,01 %)
$DTG (-2,58 %)
$KOG (+0,62 %)
$HFG (+0,8 %)
$BMW (-0,61 %)
$ZAL (+2,03 %)
$CVS (+2,04 %)
$UBER (-1,21 %)
$OSCR (+5,3 %)
$DIS (+1,17 %)
$ADYEN (-8,41 %)
$DASH (-0,92 %)
$FTNT (-2,69 %)
$FSLY (-8,99 %)
$IONQ (-12,96 %)
$SNAP (-4,41 %)
$APP (+0,47 %)
$ARM (-13,21 %)
$ALB (-5,15 %)
$DDOG (-4,51 %)
$RHM (+0,2 %)
$PTON (-5,24 %)
$MCD (+3,19 %)
$SHEL (-0,67 %)
$WULF (-8,63 %)

Lesedauer: ca.3- 4 Minuten

Wer eine Aktie kauft und Rendite erzielt, denkt zuerst an Gewinnwachstum. Das Unternehmen verdient mehr, der Kurs steigt. Diese Logik stimmt, erklärt aber nur einen Teil der Realität.

Ein zweiter Hebel wirkt oft genauso stark: Multiple Expansion. Der Aktienkurs lässt sich vereinfacht zerlegen in Gewinn mal Multiple. Rendite entsteht also entweder durch steigende Gewinne, durch ein steigendes Multiple, oder durch beides gleichzeitig. Das Multiple steigt nicht weil mehr verdient wird, sondern weil der Markt bereit ist, mehr pro Gewinneinheit zu zahlen.

Drei Faktoren treiben das regelmäßig an.

1. Narrativwechsel. Wird ein Unternehmen vom Markt neu eingeordnet, ändert sich die Bewertungsbereitschaft.

Aus einem zyklischen Industriekonzern wird plötzlich eine Plattform. Aus einem Hardwarehersteller ein Softwareunternehmen. Entscheidend ist dabei nicht das Narrativ allein, sondern dass der Markt eine strukturell höhere Qualität der Cashflows erwartet: mehr Wachstum, bessere Margen, geringere Zyklik. $MSFT (-2,23 %) ist das vielleicht sauberste Beispiel. Unter Steve Ballmer galt Microsoft als stagnierender Windows-Konzern mit einem KGV um die 10 bis 12. Satya Nadella positionierte das Unternehmen als Cloud-Plattform neu. Das Multiple vervielfachte sich, aber nicht blind: Azure-Wachstum und Margenverbesserung lieferten früh sichtbare Bestätigung. Story und Fundamentals zogen gemeinsam an.

2. Zinsen. Ein niedrigeres Zinsniveau erhöht den Barwert zukünftiger Gewinne.

Präziser: Entscheidend ist der gesamte Diskontsatz, also risikofreier Zins plus Risikoprämie auf Eigenkapital. Wachstumsaktien reagieren darauf stärker als der Marktdurchschnitt, weil ihre Gewinne weiter in der Zukunft liegen. Je länger die Laufzeit der erwarteten Cashflows, desto größer der Zinseffekt auf die Bewertung. 2022 war dafür ein Echtzeittest: Als die Fed die Zinsen aggressiv anhob, verloren hochbewertete Wachstumstitel wie $PYPL (-2,88 %) oder $SHOP (-5,99 %) massiv an Wert. Der Diskontsatzeffekt war dominant, auch wenn bei beiden zusätzlich operative Enttäuschungen hinzukamen.

3. Risikowahrnehmung. Wenn der Markt ein Unternehmen als sicherer einschätzt, sinkt die wahrgenommene Unsicherheit der Cashflows.

Niedrigere Eigenkapitalkosten rechtfertigen ein höheres Multiple, ohne dass sich operativ etwas verändert hat. Bei $AMZN (-2,32 %) war das zu beobachten, als AWS erstmals separat ausgewiesen wurde. Investoren erkannten, dass hinter dem marginschwachen Handelsgeschäft ein hochprofitables Cloud-Segment steckte. Das Risikoprofil des Konzerns wurde neu bewertet. Das Multiple zog an.

$NVDA (-4,99 %) illustriert Multiple Expansion besser als jedes Lehrbuchbeispiel, aber mit einer wichtigen Nuance. Ende 2022 wurde Nvidia mit einem Forward-KGV von grob 30 bis 40 gehandelt. Dann kam ChatGPT. Plötzlich sahen Investoren Nvidia nicht mehr als Grafikkartenhersteller, sondern als Infrastrukturanbieter für künstliche Intelligenz. Das Multiple kletterte stark an.

Gleichzeitig explodierten die Gewinnschätzungen. $NVDA (-4,99 %) ist deshalb kein Beispiel für reines Multiple-Vorlaufen, sondern für den Idealfall: Narrativwechsel, Gewinnrevisionen und Multiple Expansion trafen gleichzeitig ein. Alle drei Hebel zogen gemeinsam.

$META (-4,83 %) zeigt die andere Seite. Im Jahr 2022 kollabierte das Multiple von rund 25 auf unter 10. Der Markt glaubte nicht mehr an das Metaverse, fürchtete strukturellen Rückgang im Werbegeschäft, und sah Milliarden in Reality Labs verschwinden. Die Gewinne sanken, das Multiple schrumpfte dazu. Doppelte Kompression.

Was dann folgte, war Re-Rating in Reinform. Mark Zuckerberg verkündete das “Year of Efficiency”. Kosten wurden massiv gesenkt, das Unternehmen neu priorisiert. Die Gewinne erholten sich schnell. Das Multiple stieg von unter 10 auf über 25 zurück.

Wer $META (-4,83 %) Ende 2022 oder Anfang 2023 gekauft hat, erwischte ein selten sauberes Muster: Gewinnerholung plus Re-Rating. Beide Hebel gleichzeitig.

Daraus folgt eine unbequeme Wahrheit. Das Multiple selbst ist keine eigenständige Kraft, sondern eine Funktion aus Wachstumserwartungen, Zinsen und wahrgenommener Cashflow-Qualität. Was sich nicht zuverlässig prognostizieren lässt, ist nicht das Multiple, sondern wie sich Erwartungen und Narrative verschieben. Der Markt kann dieselben Zahlen eines Quartals als Bestätigung oder als Enttäuschung lesen, je nachdem was er vorher eingepreist hat.

Was man tun kann: erkennen, wann das Multiple bereits viel Optimismus einpreist, und einschätzen, ob das Narrativ das trägt. Ein KGV von 70 für$NVDA (-4,99 %) braucht anhaltend hohes Gewinnwachstum, um gerechtfertigt zu bleiben. Komprimiert das Multiple auf 40 ohne Gewinneinbruch, entsteht allein durch die Neubewertung ein erheblicher Gegenwind von über 40 Prozent. Das ist nicht passiert. $NVDA (-4,99 %) ist in die Bewertung reingewachsen.

Nach meiner Einschätzung ist Multiple Expansion eher eine Beobachtung als eine Strategie. Man sieht sie klarer im Rückspiegel als durch die Windschutzscheibe.

Der nächste Artikel dreht die Frage um: Was passiert, wenn das Multiple sich kaum bewegt? Wann reicht reines Gewinnwachstum aus, um außergewöhnliche Renditen zu liefern? $AMZN (-2,32 %) hat über zwei Jahrzehnte gezeigt, dass das möglich ist.​​​​​​​​​​​​​​​​

Lesedauer: ca. 4-5 Minuten

Ich habe in den letzten Wochen und Monaten viel über Kennzahlen geschrieben. KGV, ROIC, FCF-Yield, PEG, Rule of 40. Gleichzeitig ging es um Zinsen, Liquidität, Marktphasen, Multiple-Mechanik, Volatilität und Fiskalpolitik.

Heute möchte ich das alles zusammenführen.

Denn die zentrale Erkenntnis aus der gesamten Reihe ist für mich nicht eine einzelne Kennzahl. Es ist etwas Grundsätzlicheres: Kennzahlen entfalten ihren Wert erst im richtigen Bewertungsrahmen. Ohne Kontext sind sie präzise – aber nicht zwingend aussagekräftig.

Kennzahlen messen Zustände. Märkte handeln Erwartungen.

Der Preis eines Vermögenswertes ergibt sich aus dem Barwert erwarteter zukünftiger Cashflows. Historische Gewinne, Margen oder Cashflows sind dabei wichtige Referenzpunkte. Aber sie sind nicht die Zukunft – sie sind nur ein Teil der Informationsbasis.

Ein KGV von 30 ist weder automatisch teuer noch automatisch günstig. Es ist zunächst eine Relation zwischen Preis und Gewinn.

Ob 30 hoch oder niedrig ist, hängt vom Zinsniveau, von Wachstumserwartungen, vom Risikoappetit und vom Geschäftsmodell ab. In einem Umfeld niedriger Realzinsen sind höhere Multiples nachvollziehbarer, weil der Diskontierungssatz gering ist. Steigen Zinsen strukturell, verändert sich diese Logik. Der gleiche Gewinn wird stärker abgezinst – das Multiple sinkt, selbst wenn operativ alles stabil bleibt.

Bei $MSFT (-2,23 %) (Microsoft) kann ein höheres Multiple plausibel sein, solange Kapitalrenditen deutlich über den Kapitalkosten liegen. Steigen die Kapitalkosten, verringert sich der ökonomische Spielraum. Das Unternehmen bleibt qualitativ stark – aber die Bewertung reagiert auf den Rahmen.

Bei $NVDA (-4,99 %) (NVIDIA) sehen wir, wie ein Investitionszyklus in KI-Infrastruktur eine Phase von Multiple-Expansion tragen kann. Normalisieren sich Wachstum oder Investitionsdynamik, ändert sich die Wahrnehmung. Das Multiple wirkt plötzlich ambitionierter – obwohl die Kennzahl an sich unverändert erscheint.

Oder nehmen wir $XOM (-0,69 %) (Exxon Mobil). In einer Hochpreisphase kann eine hohe FCF-Yield entstehen. Das wirkt attraktiv. Doch Rohstoffe sind zyklisch. Cashflows am Peak sind oft nicht nachhaltig. Die Kennzahl ist korrekt – ihre Interpretation hängt vom Zyklus ab.

In der Serie habe ich deshalb ein Vier-Phasen-Modell vorgestellt: Aufbau, Beschleunigung, Euphorie, Top. Nicht als starres Schema, sondern als Interpretationshilfe.

Ein Umsatzwachstum von 20 % kann in einer frühen Phase stark positiv gewertet werden. In einer späten Phase kann dieselbe Zahl als unzureichend wahrgenommen werden. Die Kennzahl bleibt gleich. Der Kontext verändert sich.

Auch die PEG-Ratio ist nur so gut wie ihre Annahmen. Bei $SHOP (-5,99 %) (Shopify) kann eine Wachstumsnormalisierung die PEG verschlechtern, ohne dass das Geschäftsmodell strukturell beschädigt ist. Prognosen sind immer mit Unsicherheit behaftet.

Ein besonders zentraler Punkt ist die Relation von Kapitalrendite zu Kapitalkosten.

Ein ROIC von 15 % klingt stark. Liegen die Kapitalkosten bei 14 %, entsteht kaum ökonomischer Mehrwert. Ein ROIC von 12 % kann deutlich attraktiver sein, wenn die Kapitalkosten bei 6 % liegen. Entscheidend ist der Spread – nicht die isolierte Zahl.

Gleichzeitig bleibt Präzision wichtig. Ein strukturiertes Bewertungsmodell hilft, Annahmen transparent zu machen. Sensitivitätsanalysen zeigen, wie stark Bewertungen auf Zins- oder Margenänderungen reagieren. Problematisch wird es erst, wenn die scheinbare Exaktheit der Output-Zahl die Unsicherheit der Input-Annahmen überdeckt.

Die übergeordnete Erkenntnis lautet daher: Zahlen sind notwendig, aber nicht hinreichend.

Ein Investor ohne Kennzahlen verliert Orientierung. Ein Investor mit Kennzahlen, aber ohne Bewertungsrahmen, läuft Gefahr, Scheinsicherheit zu entwickeln. Qualität entsteht im Zusammenspiel von quantitativer Analyse, Makroverständnis, Zyklusbewusstsein und Geschäftsmodellanalyse.

Nicht die Frage, ob das KGV 28 oder 30 beträgt, ist langfristig entscheidend. Wichtiger ist, in welchem Marktrahmen wir uns bewegen. Welche Phase dominiert? Wie entwickeln sich Zinsen und Liquidität? Liegt der ROIC nachhaltig über den Kapitalkosten? Wie sensibel reagiert die Bewertung auf veränderte Annahmen?

Diese Serie begann mit Zinsen und Liquidität. Sie ging über Marktphasen und Bewertungsmechanik hin zu einzelnen Kennzahlen. Wenn ich alles in einem Satz zusammenfasse, dann so: Kennzahlen sind Werkzeuge. Der Bewertungsrahmen ist die Architektur, in der sie sinnvoll eingesetzt werden. Einordnung erhöht die Aussagekraft von Kennzahlen. Kontext strukturiert Präzision.

Wenn wir diesen Gedanken weiterdenken, stellt sich die Frage nach den nächsten logischen Schritten. Hier vier mögliche Richtungen für die nächste Serie:

1. Entscheidungsarchitektur im Portfolio

Wie definiere ich Einstiegszonen entlang von Szenarien? Wie bestimme ich Positionsgrößen in Abhängigkeit von Unsicherheit? Wie gehe ich mit Gewinnern wie $MSFT (-2,23 %) (Microsoft) um, die ambitioniert bewertet sind, aber strukturell stark bleiben?

2. Bewertungsmechanik & Renditequellen

Wie setzt sich langfristige Performance zusammen? Wie viel Rendite bei $AMZN (-2,32 %) (Amazon) stammt aus Gewinnwachstum, wie viel aus Multiple-Veränderungen? Wann dominiert Earnings Growth, wann Bewertungsanpassung?

3. Zyklus-Investieren ohne Market-Timing

Wie unterscheide ich bei $XOM (-0,69 %) (Exxon Mobil) strukturelle Qualität von zyklischer Übertreibung? Welche Rolle spielen Gewinnrevisionen? Wie verhalten sich unterschiedliche Branchen in verschiedenen Phasen?

4. Qualität vs. Bewertung

Wann ist ein Bewertungs-Premium für hohe Kapitalrenditen gerechtfertigt? Wann wird Qualität systematisch überbezahlt? Wie lange können Spreads zwischen ROIC und Kapitalkosten realistisch bestehen bleiben?

Mich würde eure Einschätzung interessieren.

Welche dieser vier Richtungen würdet ihr priorisieren? Oder gibt es ein ganz anderes Thema, das wir systematisch vertiefen sollten?

$SHOP (-5,99 %)

Einst gefeierter Shootingstar, jetzt im Kreuzfeuer der KI-Diskussion. Ist die Siegesserie von Shopify in Gefahr?

Das Fähnchen kann sich morgen wieder drehen

Shopify gehört zu einer Riege von Aktien, bei denen sich das Narrativ in unregelmäßigen Abständen komplett verändert.

Es gab Zeiten, in denen das Unternehmen als Alternative zu Amazon gehandelt wurde, als überholter und unprofitabler Problemkandidat, zeitweise konnte kein Preis zu hoch sein, dann keiner zu niedrig.

In den letzten 2-3 Jahren erlebte die Aktie dann eine Renaissance. Die operativen Erfolge waren beachtlich und der Kurs verzehnfachte sich nahezu.

Doch seit einiger Zeit hat sich ein neues Narrativ gefunden und die Aktie ist deutlich unter Druck geraten.

Derzeit wird die Börse von einem Thema beherrscht. Es wächst die Sorge, dass traditionelle Software-Anbieter und SaaS‑Plattformen wie Shopify durch neue, KI‑fokussierte Wettbewerber oder alternative Technologien unter Druck geraten könnten.

Diese Debatte hat zu einem regelrechten „Blutbad“ im Software-Sektor geführt. Mit Kursverlusten von etwas mehr als 30 % ist Shopify im Vergleich zu vielen anderen Unternehmen im Sektor noch vergleichsweise gut weggekommen.

Die Debatte um eine mögliche Disruption erspare ich Ihnen an dieser Stelle. Das Thema hatten wir bereits anhand von etlichen anderen Beispielen ausführlich durchleuchtet.

Eine gewisse Disruptionsgefahr besteht bei nahezu jedem Unternehmen, im Software-Sektor ist diese Gefahr seit jeher überdurchschnittlich groß, da es immer wieder vorkommt, dass kleine Entwicklerteams herausragende Produkte auf den Markt bringen – im Zweifelsfall reicht ein einzelner genialer Kopf.

Disruptionsrisiko verstehen: Checkliste für Anleger

Vielleicht ist es aber dienlich, wenn ich Ihnen eine Checkliste an die Hand gebe, anhand der Sie die Disruptionsgefahr für Unternehmen abschätzen können.

Faktoren, die das Risiko senken können:

• Eine grundlegend hohe Kundenbindung und eine starke Vertragsbindung.
• Hohe Wechselkosten für Kunden (Monetär, Schulung, Datenmigration).
• Tiefe Integration in die bestehende IT-Landschaft oder die Arbeitsprozesse des Kunden.
• Kundenbindung durch eine Community, Ökosysteme, Daten, Netzwerke oder Zusatzservices.
• Die Software ist Kernbestandteil kritischer Geschäftsprozesse.
• Hohe Abhängigkeit von unternehmensspezifischen Daten.
• Customizing / maßgeschneiderte Workflows und Anwendungen.
• Komplexität der Kernfunktionen (schwer nachzubauen durch KI).
• Proprietäre Algorithmen oder Modelle.
• Hohe regulatorische Hürden im Hintergrund.
• Regulierte Branchen / sicherheitskritische Software.
• Lange Projekt-Laufzeiten der Kunden.
• Exklusive Datenbasis / First-Party-Daten.
• Starke Marke / Marktführerschaft.
• Alleinstellungsmerkmale, die schwer zu kopieren sind.
• Hochspezialisierte Lösungen.
• Integration von KI in den eigenen Angeboten.

Auf dem Prüfstein

Das wären jedenfalls die ersten Punkte, die mir einfallen. Im Kern lässt es sich wie folgt zusammenfassen:

Je tiefer die Software in die Arbeitsprozesse der Kunden integriert ist und je höher die Wechselkosten sind, umso unwahrscheinlicher ist eine Disruption. Umso niedriger die möglichen Einsparungen, umso uninteressanter ist ein Wechsel.

Besonders niedrig ist die Gefahr, wenn der Software-Anbieter eine exklusive Datenbasis oder ein Netzwerk bieten kann, denn das kann man nicht kopieren.

Im Gegensatz dazu ist die Disruptionsgefahr besonders hoch, wenn es sich um standardisierte und austauschbare Produkte handelt. Vor allem offene, leicht reproduzierbare Funktionen oder Low-Code.

Am härtesten könnte es Software treffen, die bisher Aufgaben übernommen hat, die durch KI automatisiert werden kann. Derartige Systeme könnten faktisch obsolet werden.

Was sagt uns das über Shopify?

Wer sich Shopify anhand der vorherigen Liste bewertet, die keinesfalls einen Anspruch auf Vollständigkeit erhebt, kommt zu einem gemischten Bild.

Die Kundenbindung von Shopify ist aus einer ganzen Reihe von Gründen hoch und die Wechselkosten sind es auch. Wer schon mal eine Webseite von einem System auf ein anderes umgestellt hat, weiß wovon ich spreche.

Viele Händler nutzen Shopify für Kernprozesse wie Bestellabwicklung, Lagerverwaltung, Zahlungsabwicklung. Zahlungen, Steuern und Themen wie rechtliche Compliance erfordern eine stabile Plattform und Vertrauen – das ist nicht über Nacht zu replizieren.

Darüber hinaus ist die Palette an Services von Shopify so groß, dass es für ein KI-Startup sehr schwierig sein dürfte, alles zu kopieren.

Auf der anderen Seite kann man argumentieren, dass neue KI-Anbieter zukünftig das Neugeschäft belasten könnten.

Wenn man sich beispielsweise anschaut, wie schnell man mithilfe von KI Webseiten und Online-Shops kreieren kann, stellt sich natürlich die Frage, ob das das Wachstum von Shopify belasten wird.

Dasselbe gilt für Marketing-Kampagnen und andere einzelne Features. Die Kunden von Shopify müssen ja nicht gleich den ganzen Shop zur Konkurrenz verlagern. Es reicht schon aus, dass einzelne Services nicht mehr genutzt und durch andere Anbieter ersetzt werden.

Shopify boomt

Zahllose KI-Startups arbeiten Tag und Nacht daran, Shopify das Leben schwer zu machen. Doch das ist nichts Neues, das ist allerspätestens seit der Vorstellung von ChatGPT im Jahr 2022 selbstverständlich.

Wenn man sich die Geschäftszahlen anschaut, haben die Wettbewerber von Shopify damit bisher keinen Erfolg gehabt,

Denn in der Zeit seitdem KI allgegenwärtig geworden ist, konnte Shopify den Umsatz von 7,06 auf 11,56 Mrd. USD deutlich gesteigert.

Der freie Cashflow hat sich von 0,94 auf 2,15 USD je Aktie mehr als verdoppelt.

Im gerade abgeschlossenen Geschäftsjahr waren keinerlei Probleme ersichtlich. Unter dem Strich konnte der Umsatz um 30 % auf 11,56 Mrd. USD und das operative Ergebnis um 36 % auf 1,47 Mrd. USD gesteigert werden.

Der freie Cashflow verbesserte sich um 26 % auf 2,01 Mrd. USD.

Der Wert aller Waren und Dienstleistungen, die über die Systeme von Shopify abgewickelt wurden, kletterte 2025 auf die stattliche Summe von 378,4 Milliarden Dollar (nach 292,3 Mrd. USD im Vorjahr).

Im Jahresverlauf war auch keine Verlangsamung der Wachstumsdynamik zu erkennen. Im Schlussquartal lag das Wachstum bei 31 %.

Das operative Ergebnis ist überproportional gestiegen, was ebenfalls dafür spricht, dass sich Shopify nach wie vor gegen die Konkurrenz behaupten kann.

Erste Risse?

Der einzige Makel ist die von 18 auf 17 % leicht gesunkene FCF-Marge im letzten Geschäftsjahr.

Shopify begründet den Rückgang vor allem durch erhöhte Investitionen in KI-Tools und Plattformentwicklung zur Sicherung zukünftigen Wachstums.

Das weitaus größere Problem ist aus meiner Sicht, dass sich dieser Trend fortsetzen könnte.

Für das erste Quartal stellt Shopify ein Umsatzplus im „niedrigen 30-Prozent-Bereich“ in Aussicht, also ein anhaltend hohes Wachstum.

Das Bruttoergebnis soll jedoch etwas langsamer steigen, im „hohen 20-Prozent-Bereich“.

Die FCF-Marge dürfte auf Jahressicht sogar leicht sinken

Shopify Aktie: Chart vom 16.02.2026, Kurs: 112,70 USD – Kürzel: SHOP | Quelle: TWS

Man sollte Veränderungen in diesem Umfang nicht überbewerten, aber es könnte ein erstes Zeichen dafür sein, dass der Wettbewerb härter geworden ist.

Ebenso gut wäre es möglich, dass das nicht auf externe Effekte zurückzuführen ist, sondern schlichtweg darauf, dass das Segment Merchant Solutions derzeit schneller wächst als der noch profitablere Geschäftsbereich Subscriptions Solutions.

Den Konsensschätzungen zufolge dürfte der FCF im laufenden Geschäftsjahr um 32 % auf 1,87 USD je Aktie steigen.

Shopify kommt demnach auf einen Multiplikator von 60 und dürfte damit für viele Anleger nicht in Frage kommen.

Zur Wahrheit gehört aber auch, dass Shopify seit dem Börsengang vor etwas mehr als zehn Jahren fast durchweg höher bewertet war.

Dasselbe gilt für andere Kennzahlen. Das KUV liegt aktuell beispielsweise bei 12,3. Im langjährigen Durchschnitt wurden 17,7 gezahlt und in den letzten fünf Jahren durchschnittlich 16, trotz zwischenzeitlichem Kurskollaps

https://www.lynxbroker.de/boerse/boerse-kurse/aktien/shopify-aktie/shopify-analyse/?a=3355991664&utm_medium=email&utm_source=newsletter&utm_campaign=newsletter-boersenblick&newsletter=true&mc-rss-cache-bypass=2026021707&goal=0_d93daae099-25e554efe6-410756260#wie-sie-die-ki-gefahr-bei-shopify-und-anderen-aktien-besser-einschatzen-konnen

Ich bin gerade etwas irritiert.

Zu Jahresbeginn wurde bei mir der Freistellungsauftrag 1000€ (wie üblich) wieder auf 0 € gesetzt. Soweit alles normal.

Dieses Jahr hatte ich bisher:

• einen größeren Teilverkauf → $SHOP (-5,99 %) mit ca. 350 € Gewinn
• ein paar Dividenden → insgesamt unter 150 €
• dazu habe ich sogar 4 Positionen im Minus verkauft $MCD (+3,19 %) & $7974 (+1,98 %) & $LOTB (+0,37 %) & $QDV5 (+0,44 %) (circa 150€ minus)

Heißt: Ich sollte irgendwo bei max. ~350-400 € Nutzung liegen.

Trotzdem zeigt mir Trade Republic an, dass mein Freistellungsauftrag bereits ausgeschöpft sei.

Zusätzlich fällt mir auf:

➡️ Seit ca. zwei Wochen wird bei allen Dividenden Kapitalertragsteuer einbehalten, so als wäre der Freibetrag komplett verbraucht.

Das kann rechnerisch eigentlich nicht sein.

Habt ihr das schon mal gehabt?

• Anzeige-Bug?
• Vorabpauschale? Die sehe ich noch gar nicht
• Verzögerung bei der internen Berechnung?
• Oder ein bekanntes Problem bei Trade Republic?

Bevor ich den Support kontaktiere, wollte ich mal hören, ob das bei euch auch schon vorgekommen ist.

Danke euch 🙏

$SHOP (-5,99 %) hat heute Zahlen vorgelegt Q4 2025 Earnings

Kennzahl Ergebnis (Q4 2025)

Vergleich zum Vorjahr (YoY)

Umsatz 3,67 Mrd. $ +31 %

GMV (Bruttowarenvolumen)

123,8 Mrd. $ +31 %

Gewinn pro Aktie (adj. EPS) 0,57 $

(Erwartet: 0,43 – 0,51 $)

Free Cashflow

715 Mio. $

19 % Marge

🚀 Die wichtigsten Treiber

• Wachstums-Serie: Dies war das elfte Quartal in Folge mit einem Umsatzwachstum von über 25 % (bereinigt um Logistik-Effekte).
• AI-Fokus: Präsident Harley Finkelstein betonte, dass 2025 das Jahr war, in dem die Schienen für die "neue Ära des KI-Handels" (AI commerce) gelegt wurden. Produkte wie Sidekick und das Universal Commerce Protocol standen im Fokus.
• Aktienrückkauf: Überraschend wurde ein 2-Milliarden-Dollar-Aktienrückkaufprogramm angekündigt, was das Vertrauen des Managements in die eigene Cash-Generierung unterstreicht.

🔮 Ausblick auf 2026

Für das erste Quartal 2026 ist Shopify sehr optimistisch:

• Umsatzwachstum: Erwartet wird ein Anstieg im niedrigen 30er-Prozentbereich (Analysten hatten nur mit etwa 25 % gerechnet).

Bruttogewinn: Soll im hohen 20er-Prozentbereich wachsen.

Zusammenfassend: Shopify liefert weiterhin starkes Wachstum bei gleichzeitiger Profitabilität ab – eine Kombination, die der Markt gerade extrem feiert.

$UCG (-2,11 %)
$MNDY (-1,2 %)
$KER (-1,08 %)
$BARC (-2,67 %)
$OSCR (+5,3 %)
$CVS (+2,04 %)
$SPOT (+0,94 %)
$DDOG (-4,51 %)
$BP. (-1,63 %)
$SPGI (+1,38 %)
$HAS (+0,44 %)
$KO (+3,72 %)
$JMIA (-5,19 %)
$MAR (+1,48 %)
$RACE (-0,12 %)
$UPST (-6,76 %)
$NET (-7,28 %)
$LYFT (-3,07 %)
$981
$NCH2 (-3,55 %)
$DSY (-2,65 %)
$1SXP (-4,08 %)
$HEIA (+2,41 %)
$ENR (-2,96 %)
$DOU (-3,14 %)
$OTLY (-3,65 %)
$TMUS (+0,89 %)
$SHOP (-5,99 %)
$KHC (+1,34 %)
$FSLY (-8,99 %)
$HUBS (-3,68 %)
$CSCO (-5,89 %)
$APP (+0,47 %)
$SIE (-2,47 %)
$RMS (+1,05 %)
$BATS (+2,62 %)
$MBG (-2,82 %)
$TKA (-3,94 %)
$VBK (-1,86 %)
$DB1 (+0,02 %)
$NBIS (-12,78 %)
$ALB (-5,15 %)
$BIRK (-0,88 %)
$ADYEN (-8,41 %)
$ANET (-6,89 %)
$PINS (-0,27 %)
$AMAT (-9,42 %)
$ABNB (+0,01 %)
$TWLO (-5,01 %)
$RIVN (-8,79 %)
$COIN (-6,17 %)
$TOM (-2 %)
$OR (+0,8 %)
$MRNA (-6,97 %)
$CCO (-11,74 %)
$DKNG (-1,14 %)

$MNDY (-1,2 %)
$PGY
$APO (+0,38 %)
$ON (-11,15 %)
$AMKR (-11,43 %)
$MEDP (-0,15 %)
$UPWK (+0,22 %)
$ACGL (+4 %)
$ACM (-0,8 %)
$KO (+3,72 %)
$SPOT (+0,94 %)
$CVS (+2,04 %)
$DDOG (-4,51 %)
$FI (-1,97 %)
$SPGI (+1,38 %)
$RACE (-0,12 %)
$AZN (+2,49 %)
$MAR (+1,48 %)
$OSCR (+5,3 %)
$HOOD (-6,26 %)
$ALAB (-11,99 %)
$F (-2,08 %)
$LYFT (-3,07 %)
$UPST (-6,76 %)
$NET (-7,28 %)
$GILD (+0,54 %)
$EW (-1,17 %)
$SHOP (-5,99 %)
$VRT (-6,21 %)
$HUM (+1 %)
$KHC (+1,34 %)
$MCD (+3,19 %)
$9ZX1
$TMUS (+0,89 %)
$APP (+0,47 %)
$CSCO (-5,89 %)
$ALB (-5,15 %)
$HUBS (-3,68 %)
$TYL (+2,03 %)
$NBIS (-12,78 %)
$BN (+0,04 %)
$CROX (-1,43 %)
$ZTS (+0,29 %)
$BIRK (-0,88 %)
$COIN (-6,17 %)
$ANET (-6,89 %)
$RIVN (-8,79 %)
$TOST (-1,77 %)
$AMAT (-9,42 %)
$DKNG (-1,14 %)
$WEN (+0 %)
$CCO (-11,74 %)
$ENB (-0,12 %)

…ehrlich gesagt genau der, den ich erwartet (und für mich selber auch als Top-Pick in der Auswahl empfunden) habe.😁👍🏻

$ADBE (-2,86 %) ist aus meiner Sicht mit der aktuellen Bewertung wirklich zu günstig. Ich glaube hier, wie in einem meiner Kommentare erwähnt, wirklich an eine starke Unterschätzung von Adobe durch den Markt.

Platz 2 teilen sich $APH (-5,15 %) und $IBE (+0,82 %) . Da ich aktuell ohnehin schon ein sehr starkes Growth-Exposure im Portfolio habe, geht der 2. Teil meines Sondersparplans daher in $IBE (+0,82 %) .

Leider hat comdirect den Ausführungstermin 15.01. schon nicht mehr zugelassen, sodass die Sparpläne erst am 23.01. ausgeführt werden. Macht aber nichts, da es so kostenlos ist, geht die Kohle eben erst ne Woche später zurück in den Markt.🤷🏼‍♂️

Vielen Dank für eure rege Abstimmung, eure Kommentare, eure Meinungen.🙏🏻

$APH (-5,15 %) und $SHOP (-5,99 %) landen dann auf jeden Fall sehr weit oben auf meiner Liste für ggf. kommende Sondersparpläne.

Lesedauer: ca. 7 Minuten

Viele meiner letzten Beiträge haben sich mit Bewertungskennzahlen, Liquidität und der Frage beschäftigt, warum Märkte häufig vor den Zahlen laufen. In diesem Teil gehe ich bewusst einen Schritt weiter – und vertiefe ein Phänomen, das ich selbst immer wieder beobachte und das in der Praxis für viel Frustration sorgt: Unternehmen liefern objektiv starke Quartalszahlen, schlagen die Erwartungen, bestätigen ihre Story – und die Aktie fällt trotzdem. Für mich ist das kein irrationales Marktverhalten, sondern die logische Konsequenz aus Erwartungen, Bewertung und Positionierung.

Der entscheidende Ausgangspunkt ist dabei simpel: Der Markt reagiert nicht auf Zahlen, sondern auf Abweichungen von Erwartungen. Gute Zahlen sind nur dann ein Kurstreiber, wenn sie besser sind als das, was bereits im Kurs eingepreist wurde. Alles andere ist neutral – oder wird sogar negativ interpretiert, wenn die Erwartungshaltung zuvor zu hoch war.

Ein Beispiel, das ich hier sehr passend finde, ist $ADBE (-2,86 %) (Adobe). Adobe liefert seit Jahren verlässlich hohe Margen, starke Cashflows und planbares Wachstum. In mehreren Quartalen wurden Umsatz und Gewinn über Konsens gemeldet, dennoch kam es anschließend zu deutlichen Kursrückgängen. Wenn ich mir diese Reaktionen anschaue, lag das selten an den Ist-Zahlen. Ausschlaggebend war fast immer der Ausblick oder das implizite Wachstumstempo. Bei einer hohen Bewertung erwartet der Markt nicht Stabilität, sondern Beschleunigung. Bleibt diese aus, werden selbst gute Zahlen als Enttäuschung gelesen.

Hier zeigt sich die Rolle der Bewertung besonders klar. Hohe Multiples sind nichts anderes als verdichtete Zukunft. Je ambitionierter diese Zukunft im Kurs steckt, desto geringer wird der Spielraum für positive Überraschungen. Ich sehe das regelmäßig: Gute Zahlen bestätigen lediglich das bekannte Narrativ – sie erweitern es nicht. Und Bestätigung allein rechtfertigt selten neue Käufer.

Dieses Muster lässt sich auch bei Plattform- und Wachstumswerten beobachten. $SHOP (-5,99 %) (Shopify) ist ein gutes Beispiel. In Phasen, in denen der Markt starkes GMV-Wachstum und operative Skaleneffekte fest einplant, reicht ein solides Quartal schlicht nicht aus. Selbst steigende Umsätze und Margen können zu Kursverlusten führen, wenn das Wachstum „nur“ linear bleibt. Für mich ist das ein klassischer Fall davon, dass der Markt nicht die Gegenwart handelt, sondern die Veränderung der Zukunftserwartung.

Ein weiterer Faktor, den ich für zentral halte, ist die Positionierung. Wenn eine Aktie vor den Zahlen stark gelaufen ist, sind viele Investoren bereits investiert. Wer kaufen wollte, ist drin. Nach der Veröffentlichung fehlen neue Käufer, während erste Marktteilnehmer Gewinne sichern. In dieser Konstellation reicht oft ein vorsichtiger Nebensatz im Earnings Call, um Verkaufsdruck auszulösen. Der Kurs fällt dann nicht, weil die Zahlen schlecht wären, sondern weil das Kräfteverhältnis kippt.

Das habe ich mehrfach bei $LULU (+3,22 %) (Lululemon) beobachtet. Operativ überzeugt das Unternehmen seit Jahren mit starken Margen und hoher Markenbindung. Trotzdem kam es nach guten Zahlen immer wieder zu Abgaben. Rückblickend lag der Grund aus meiner Sicht fast nie im operativen Geschäft, sondern im Zusammenspiel aus Bewertung und Sentiment. War das Szenario im Kurs bereits sehr optimistisch, wurde jede kleine Unsicherheit – etwa beim Konsumumfeld oder bei Lagerbeständen – überproportional gewichtet.

In diesen Phasen spielt Angst eine paradoxe Rolle. Es ist nicht die Angst vor schlechten Zahlen, sondern die Angst vor dem Peak. Nach starken Kursanstiegen frage ich mich – wie viele andere Investoren auch – nicht mehr, ob das Unternehmen gut ist, sondern wie viel positives Szenario überhaupt noch übrig bleibt. Gute Zahlen werden dann zum Anlass, Gewinne mitzunehmen, weil sie als letzter Bestätigungspunkt vor einer möglichen Normalisierung wahrgenommen werden.

Ein weiteres Beispiel aus dem Industriesegment ist $SMCI (-9,38 %) (Super Micro Computer). In Phasen extremen Wachstums wurden selbst sehr starke Quartale nicht immer mit steigenden Kursen belohnt. Für mich liegt das daran, dass der Markt bei sehr hohen Wachstumsraten schnell beginnt, Nachhaltigkeit und Zyklik einzupreisen. Der Fokus verschiebt sich weg von der Höhe der Zahlen hin zur Frage, wie lange dieses Niveau haltbar ist. Je höher die Erwartung, desto asymmetrischer wird das Risiko.

Gegenbeispiel: Wenn schlechte Zahlen steigen lassen

Genau an diesem Punkt lohnt sich der Perspektivwechsel – denn dieselbe Logik wirkt auch in die andere Richtung. Ich habe immer wieder Situationen gesehen, in denen Unternehmen schwache Zahlen melden, Erwartungen verfehlen oder vorsichtige Ausblicke geben – und die Aktie trotzdem steigt. Der Grund ist derselbe, nur gespiegelt: Die Erwartungen waren bereits extrem negativ.

Ein gutes Beispiel dafür war $META (-4,83 %) (Meta Platforms) im Jahr 2022. Operativ standen steigende Kosten, Margendruck und ein massiver Investitionszyklus im Fokus. Die Zahlen waren objektiv schwach, der Ausblick vorsichtig – dennoch kam es in mehreren Quartalen zu starken Kursanstiegen nach den Earnings. Warum? Weil der Markt zuvor ein noch schlimmeres Szenario eingepreist hatte. Die Messlatte lag so niedrig, dass selbst „weniger schlecht als befürchtet“ reichte, um eine Neubewertung auszulösen.

Ein ähnliches Muster zeigte sich zeitweise bei $PYPL (-2,88 %) (PayPal). Schwächeres Wachstum, zunehmender Wettbewerb, Margendruck – alles bekannt. Trotzdem reagierte der Markt in einzelnen Quartalen positiv auf Zahlen, die objektiv alles andere als stark waren. Aus meiner Sicht lag das daran, dass die Erwartungshaltung bereits extrem pessimistisch war. In solchen Situationen ist das Chance-Risiko-Verhältnis plötzlich asymmetrisch: Das Abwärtsrisiko ist begrenzt, das Überraschungspotenzial nach oben hingegen real.

Diese Gegenbeispiele helfen, die Logik zu vervollständigen. Kurse reagieren nicht auf gut oder schlecht, sondern auf besser oder schlechter als erwartet – relativ zum Bewertungsniveau und zur Positionierung. Gute Zahlen bei hohen Erwartungen können enttäuschen. Schlechte Zahlen bei extrem niedrigen Erwartungen können entlasten.

Für mich bedeutet das ganz konkret: Quartalszahlen lassen sich nur im Kontext richtig einordnen. Ohne ein Gefühl dafür, welches Szenario der Markt bereits bezahlt hat, bleiben Kursreaktionen scheinbar irrational. Mit diesem Kontext werden sie erstaunlich konsistent.

Ausblick auf Teil 5

Im nächsten Teil der Serie gehe ich noch einen Schritt tiefer in diese Logik hinein. In Teil 5 – Multiple-Expansion und -Kontraktion richtig einordnen schaue ich mir an, wie sich Bewertungen über Zeit verändern, wann steigende Multiples gerechtfertigt sind – und wann nicht. Es geht um die Abgrenzung zwischen struktureller Veränderung und Übertreibung und darum, wie man erkennt, ob ein Markt gerade Zukunft aufbaut oder lediglich Hoffnung stapelt.