Im KI gestützten Vittner Report bringe ich Licht in das Markt-Rauschen. Sie hören hier meine aktuellen Blogbeiträge, tiefe Einblicke in das quantitative Modell 3.0 und fundierte Gedanken zu Trading und Investment-Strategien. Immer sachlich, immer unaufgeregt & datengetrieben.
Es ist das Paradoxon des Investierens: Eine Strategie, die über zwei Jahrzehnte hinweg fast alles schlägt, kann sich über einen Zeitraum von fünf Jahren auf dem Aktienmarkt wie ein Totalausfall anfühlen. Wer sich mit Momentum-Strategien im Bereich der deutschen Nebenwerte (SDAX) beschäftigt, steht aktuell genau vor diesem Trümmerhaufen der kurzfristigen Erwartungen.
Während der breite Markt über die letzten fünf Jahre solide Zuwächse verzeichnete, lieferte ein rein auf Momentum basierendes Portfolio bei deutschen Small- und Mid-Caps eine Performance, die nicht nur hinter der Benchmark zurückblieb, sondern zeitweise sogar im negativen Bereich notierte. Doch wer jetzt den Stecker zieht, ignoriert eines der wichtigsten Gesetze der Kapitalmärkte: die Zyklizität von Faktoren.
In dieser Analyse gehen wir tief in die Daten, nutzen Backtests von über 20 Jahren und erklären, warum die „Wahrheit“ über Momentum weit über die letzten 60 Monate hinausreicht.
Die vorliegende Analyse unterzieht Rheinmetall dem AI Impact Modell 3.0, um die strukturelle Überlebensfähigkeit des Konzerns jenseits kurzfristiger Kursfantasien zu prüfen. Das Ergebnis zeigt eine tiefgreifende technologische Transformation, bei der die physische Dominanz als Anker für digitale Skalierung dient.
Die quantitative Auswertung verdeutlicht, dass Rheinmetall nicht Opfer der KI-Erosion wird, sondern KI als Kraftverstärker für seine bestehende industrielle Basis nutzt. Der Übergang vom Maschinenbauer zum Anbieter von „Digitalized Warfare“ erfolgt hierbei auf Basis einer gesicherten Marktposition mit hohen Eintrittshürden.
Unser AI Impact Modell könnt ihr hier abonnieren: https://thomasvittner.com/ai-score/
Haben Sie schon mal eine Aktie gekauft, nur weil das Kurs-Gewinn-Verhältnis (KGV) einstellig war? Ich habe das früher getan. Ich dachte, ich hätte das Schnäppchen des Jahrhunderts gefunden. Das Ende vom Lied: Die Aktie fiel weiter, das Unternehmen strich die Dividende und am Ende blieb nur ein tiefrotes Depot und die Erkenntnis, dass „billig“ oft ein Synonym für „schrottreif“ ist. Und das nicht jeder Indikator funktioniert.
An der Börse gibt es keine Geschenke. Wenn eine Aktie optisch günstig bewertet ist, hat das meistens einen guten Grund. Die Bilanz ist löchrig, die Margen implodieren oder das Management verbrennt Cash schneller, als man zusehen kann. Wer hier nur nach Bauchgefühl agiert, spielt russisches Roulette mit seinem Kapital.
Um dieses Problem zu lösen, brauchen wir ein Filtersystem. Ein Werkzeug, das uns sagt, ob hinter der Fassade eines niedrigen Preises auch Substanz steckt. Genau hier kommt Joseph Piotroski ins Spiel. Sein F-Score ist kein Guru-Gequatsche, sondern reine Statistik. Er ist der Goldstandard, um Qualität von Kernschrott zu trennen. Zumindest in der Theorie. Genau das besprechen wir in der neuesten Ausgabe des Vittner Reports.
Treiber | Risiko-Logik | Strategischer Schutz / Indikator |
|---|---|---|
1. UI-Disintermediation | Software, die nur “Workflow” ist, wird durch Agenten ersetzt. | Tiefe Integration in Backend-Prozesse (System of Record). |
2. Wechselkosten | Niedriger Lock-in ermöglicht schnellen Austausch durch KI. | Hohe technische oder organisatorische Verankerung beim Kunden. |
3. Daten-Barriere | Generische Daten sind kein Vorteil mehr. | Exklusive, proprietäre Daten (“Proprietary Context”) als Barriere. |
4. Bundling | Plattformen bündeln KI “gratis”. | Spezialisierung ist riskant ohne eigene Distributionsmacht. |
5. Pricing Power | KI erzwingt Feature-Parität → Preisdruck. | Nachweisbarer ROI für den Kunden rechtfertigt Premium-Preise. |
6. Margen-Struktur | Umsatzwachstum treibt Compute-Kosten linear hoch. | Fähigkeit, Inferenzkosten an Kunden weiterzugeben. |
7. Regulatorik | Unsicherheit bremst Adoption. | Compliance als Markteintrittsbarriere für Wettbewerber. |
8. Reinvention | “KI-Add-ons” reichen nicht aus. | Produkte müssen für eine “Agent-native” Welt neu gebaut werden. |
Das Kurs-Gewinn-Verhältnis (KGV) gilt als der Goldstandard der Aktienbewertung, wird in der Praxis jedoch oft gefährlich oberflächlich verwendet. Ein isoliert betrachteter Wert führt häufig zu Fehlinterpretationen, da die zugrunde liegende Gewinnbasis entscheidend für die Aussagekraft ist.
Methodik der Gewinnbasis: Die Unterscheidung zwischen Trailing KGV (vergangene 12 Monate) und Forward KGV (Gewinnerwartungen) entscheidet darüber, ob man in den Rückspiegel blickt oder auf Basis oft fehleranfälliger Prognosen agiert.
Branchen- und Sondereffekte: Ein statischer KGV-Vergleich ist wertlos, solange operative Sondereffekte wie Abschreibungen oder Forschungsausgaben die Ertragskraft verzerren oder unterschiedliche Kapitalintensitäten ignoriert werden.
Quantitativer Kontext: Das KGV ist kein alleinstehendes Kaufsignal, sondern entfaltet seine Relevanz erst im Zusammenspiel mit historischen Durchschnittswerten, Wachstumschancen und der qualitativen Kapitalrendite.
In der regelbasierten Analyse ist Präzision kein Detail, sondern die Grundlage für reproduzierbare Ergebnisse. Das KGV dient dabei lediglich als ein quantitativer Baustein in einem umfassenden Bewertungssystem, um Überbewertungen durch Markt-Euphorie frühzeitig zu identifizieren.
Disclaimer: Um dir den Konsum meiner Analysen unterwegs zu erleichtern, verwende ich für den Vittner-Report KI-gestützte Sprachmodelle. Wichtig ist mir dabei die Trennung: Die Technik liefert die Stimme – die Intelligenz dahinter ist menschlich. Jede Analyse basiert auf meiner Arbeit als quantitativer Analyst und den Inhalten von thomasvittner.com.
