Pre-Earnings Confidence Radar — Lies zwischen den Zeilen des Unternehmensmanagements

Viermal im Jahr setzt sich das Management eines Unternehmens ans Telefon und spricht eine Stunde lang mit Analysten darüber, wie es läuft und was als Nächstes kommt — Earnings Call. Die meisten Investoren achten nur auf die Schlagzeilenzahl, aber das eigentliche Gold liegt darin, wie das Management spricht, nicht nur was es sagt. Der Reiter Transcripts / Pre-Earnings Confidence Radar (/transcripts) nimmt die Transkripte der Gespräche und extrahiert mit Hilfe von KI Signale, die Sie sonst manuell über Hunderte von Seiten lesen müssten.

---

Was ist ein Earnings Call und warum ist der Ton ein Signal?

Ein Earnings Call ist ein vierteljährliches Gespräch, bei dem der CEO und der CFO einen Kommentar abgeben und dann auf Live-Fragen von Analysten ohne einstudiertes Skript antworten. Die vorbereitete Präsentation ist poliertes PR. Aber wenn ein Analyst auf eine schwindende Marge drängt, verrät die Art der Antwort die tatsächliche Sicherheit:

• Ausweichende, vage Antworten („wir kommen darauf zurück", „ich möchte nicht vorhersagen") = Vorsicht, möglicherweise Verschleierung.
• Selbstbewusste, konkrete Prognose mit Zahlen = das Management weiß, wohin es geht.
• Nervöses Absichern um ein Thema herum = dort ist eine Schwäche, die der Markt noch nicht eingepreist hat.
• Änderung des Tons zwischen den Quartalen — von Begeisterung zu „Erwartungen kalibrieren" = Warnung.

★ Insight: Der Ton des Managements ist ein „weiches" Signal, das sich auf lange Sicht schwer fälschen lässt. Zahlen können einmalig aufpoliert werden, aber konsistente Selbstsicherheit (oder deren Fehlen) in Live-Antworten ist schwer vorzutäuschen.

---

Was die KI aus dem Transkript extrahiert

• executive_confidence (0–100) — wie sicher das Management über die Zukunft spricht.
• guidance_clarity (0–100) — wie konkret die Prognose ist. Achtung: Klarheit ≠ Optimismus (ein Unternehmen kann klar eine schlechte Prognose kommunizieren).
• ai_sentiment (−1 bis +1) — allgemeine emotionale Ausstrahlung.
• ceo_truthfulness — Schätzung der Konsistenz (kein Lügendetektor).
• risk_mentions / opportunity_mentions (Anzahl) — die Verschiebung des Verhältnisses zwischen den Quartalen ist interessanter als die absolute Zahl.
• key_topics — Hauptthemen.

⚠️ ACHTUNG bei den Skalen — nicht vermischen. executive_confidence und guidance_clarity sind 0–100. ai_sentiment ist −1 bis +1. Confidence 78 und Sentiment 0,4 befinden sich in zwei verschiedenen Welten. Eine Verwechslung (z.B. ×100 beim Sentiment) ergibt keinen Sinn.

---

Vier Körbe

1. PEAD-Kandidaten — stark übertroffen + hohe Selbstsicherheit + klare Prognose.
2. Quality Compounders — langfristig hohe stabile Selbstsicherheit über die Quartale hinweg.
3. Caution / Trim — Rückgang der Selbstsicherheit, ausweichende Prognose, Zunahme der Risiken → gelbe Warnleuchte, überprüfen (kein automatischer Verkauf).
4. Recent Beats — wer gerade geliefert hat.

★ Insight: Die Körbe sind keine Empfehlungen — sie sind Aufmerksamkeitsfilter. Der PEAD-Korb sagt nicht „kaufen", sondern „schau dir die Fundamentaldaten und den Katalysatorkalender an". Er reduziert 500 Unternehmen auf 15.

---

Was ist PEAD und warum basiert der Radar darauf?

PEAD = Post-Earnings Announcement Drift — nach einer starken Überraschung „driftet" der Kurs noch wochenlang in diese Richtung. Der Radar erweitert dies: Ein PEAD-Kandidat mit hoher Selbstsicherheit + klarer Prognose hat eine höhere Chance, dass der Drift anhält (ein selbstsicheres Management signalisiert, dass der Beat kein einmaliges Glück war).

---

Radar NIEMALS allein — an Fundamentaldaten anschließen

Radar ist Kontext, kein eigenständiges Signal. Der Ton sagt Ihnen, wie das Management die Situation wahrnimmt. Er sagt nicht, ob das Unternehmen günstig ist oder Cash generiert. Ein selbstbewusster CEO eines überbewerteten Unternehmens, das Cash verbrennt, ist immer noch ein CEO eines überbewerteten Unternehmens, das Cash verbrennt.

Am besten dient er als letzte Kontextebene über den Fundamentaldaten: Das Unternehmen besteht den Filter (5 Säulen) → der Radar sagt, ob das Gespräch die These unterstützt oder in Frage stellt.

★ Insight: Weiche Signale haben den größten Wert als Tiebreaker (zwei ähnliche Unternehmen → der Ton entscheidet) und als Frühwarnung (Rückgang der Selbstsicherheit + Zunahme der Risiken = Warnung bevor es sich in den Zahlen zeigt).

---

Verbindung: Transcripts → ATS → Katalysatorkalender

Daten speisen die ATS-Säule (Teil von SENTIMENT) im Detail einer Aktie. Der Katalysatorkalender zeigt die bevorstehenden Earnings → zusammen bilden sie eine Schleife (Kalender = wann berichtet wird, Radar = wie es klang).

---

Praktisches Vorgehen

1. Sie bemerken ein interessantes ATS-Score.
2. /transcripts — confidence, clarity, sentiment, Korb.
3. Überprüfen Sie die Fundamentaldaten (5 Säulen) — Radar ist Kontext.
4. Katalysatorkalender — wann der nächste Bericht.
5. Entscheidung auf Konfluenz, nicht auf einer Zahl.

---

Tipps

1. Beobachten Sie die Veränderung, nicht den absoluten Wert (confidence 70 nach vorherigen 85 ist schlechter als stabil 65).
2. Das Verhältnis von risk/opportunity mentions ist ein empfindliches Barometer.
3. Caution/Trim = „überprüfen", nicht „verkaufen".
4. Kombinieren Sie clarity und sentiment (eine klare Prognose kann klar schlecht sein).
5. Bei PEAD-Kandidaten die Qualität des Beats überprüfen (einmalige Steuererleichterung ≠ Umsatzwachstum).

---

Häufige Fehler

Überschätzung eines einzelnen Gesprächs · Ignorieren der Fundamentaldaten · Verwechslung der Skalen (0–100 vs −1..+1) · AI-Analyse als absolute Wahrheit nehmen · Blind vor dem Bericht einsteigen.

---

Zusammenfassung

Der Pre-Earnings Confidence Radar macht sichtbar, was Analysten seit Jahren manuell lesen: wie das Management seine Zukunft tatsächlich wahrnimmt — Selbstsicherheit, Klarheit der Prognose, Sentiment in Live-Antworten. Die Stärke liegt nicht darin, zu sagen, was man kaufen soll — sie liegt darin, eine Kontextebene zu den Fundamentaldaten hinzuzufügen, die ATS-Säule zu speisen, den Katalysatorkalender zu ergänzen und als Tiebreaker sowie Frühwarnung zu dienen. Allein ist es eine Falle; als letzte Konfluenzebene ist es ein Werkzeug für Institutionen.

---

Analytische und edukative Beschreibung des QMA-Tools, keine Anlageempfehlung. Die AI-Analyse von Transkripten kann Fehler enthalten — sie dient als einer der Inputs, nicht als Ersatz für eigene Entscheidungen. Überprüfen Sie gegen die Fundamentaldaten; ziehen Sie eine Beratung durch einen lizenzierten Berater in Betracht.