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 (-3,34 %) (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 (+1,1 %) (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 (+2,12 %) (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 (-6,9 %) (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 (-3,34 %) (Microsoft) um, die ambitioniert bewertet sind, aber strukturell stark bleiben?
2. Bewertungsmechanik & Renditequellen
Wie setzt sich langfristige Performance zusammen? Wie viel Rendite bei $AMZN (-2,4 %) (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 (+2,12 %) (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?
