Die Earnings Season ist für jeden Investoren eine der arbeitsintensivsten Phasen. An einem aktiven Tag berichten zehn oder mehr große Unternehmen gleichzeitig – vor Marktöffnung oder nach Börsenschluss. Das bedeutet: Kalender prüfen, Konsensus-Schätzungen nachschauen, Bericht öffnen und lesen, Zahlen herausfiltern, Beat oder Miss ausrechnen, Guidance interpretieren, kurze Einschätzung schreiben. Gegebenenfalls gibt es noch eine Präsentation und später die Telefonkonferenz. Bei zehn Unternehmen an einem Tag sind das mindestens fünf Stunden Arbeit – häufig unter Zeitdruck, bevor der Markt aufgeht.
Ich habe ein Tool entwickelt, das diesen Prozess vollständig automatisiert. Es verarbeitet täglich berichtende Unternehmen auf der Watchlist, dauert 8 bis 12 Minuten für zehn Unternehmen und liefert eine strukturierte Scorecard sowie eine individuelle Analyse pro Position. Dieser Beitrag beschreibt, wie es funktioniert – und zeigt echten Output.
Der Prozess in vier Schritten
Das Backend läuft kontinuierlich – sobald ein Unternehmen auf der Watchlist Zahlen vorlegt, werden die Daten automatisch gezogen, entweder vor Marktöffnung (BMO) oder nach Börsenschluss (AMC). In vier automatisierten Schritten:
1. Kalender — Welche Unternehmen berichten heute?
2. Konsensus — EPS- und Umsatz-Schätzungen der Analysten werden je Unternehmen abgerufen, damit das Tool später Beat oder Miss ausrechnen kann.
3. Press Release — Das Tool findet die Quartalsmitteilung automatisch, primär über SEC EDGAR, scrapt den Text und schickt ihn ans LLM. Dieses extrahiert die Kerndaten und schreibt eine strukturierte Analyse: Revenue-Beat oder Miss, Margen, EPS, Guidance-Richtung, Risiken, Interpretation. Aktuelle Schlagzeilen aus Google News fließen ebenfalls ein, damit Kontext wie Analysten-Upgrades oder Makro-Entwicklungen berücksichtigt werden.
4. Scorecard — Eine Tabelle mit allen Unternehmen des Tages: Ist versus Konsensus, Guidance-Richtung, Gesamtbewertung.
Echter Output: Scorecard vom 26. Mai 2026
Zur Illustration: Das ist die automatisch generierte Scorecard vom 26. Mai 2026, vor Marktöffnung (Ausschnitt):
| Unternehmen | Umsatz | Konsensus | Δ | EPS | Konsensus | Δ | Rating |
|---|---|---|---|---|---|---|---|
| Elbit Systems (ESLT) | $2,19B | $2,14B | +2,1% | $3,87 | $3,33 | +16,3% | ✅✅ Strong Beat |
| CSW Industrials (CSWI) | $309M | $299M | +3,3% | $3,14 | $2,34 | +34,0% | ✅✅ Strong Beat |
| AutoZone (AZO) | n/a | $4,86B | — | n/a | $36,17 | — | PR noch nicht verfügbar |
AutoZones Bericht ist zum Zeitpunkt der Erstellung der Scorecard noch nicht verfügbar.
Wie eine automatisierte Analyse aussieht
Neben der Scorecard generiert das Tool für jedes Unternehmen eine vollständige Textanalyse. Hier ist der echte Output für Elbit Systems vom 26. Mai 2026:
Strong beat across the board: revenues of $2.19B (+15.4% YoY) and Non-GAAP EPS of $3.87 vs. $2.57 prior year (+51%). The headline number is the record $30.2B backlog, breaching $30B for the first time, while Non-GAAP operating margin crossed 10% — a key management milestone.
Qualitative Highlights: $1.4B European military modernization contract announced same day as results. $750M Greece PULS artillery contract (April), $212M U.S. Army night vision order — ~$2.6B in post-quarter wins. Operating cash flow $281M (+53% YoY).
Risks: Ongoing Middle East instability; ceasefire arrangements described as fragile. FX headwind: $8.6M non-operating loss in Q1.
Trading Relevance: Expect a gap up of 3–6% pre-open driven by the backlog record, margin inflection above 10%, and the simultaneous $1.4B contract announcement.
Diese Analyse entsteht vollautomatisch – ohne manuelles Öffnen des Berichts, ohne manuelles Ausrechnen der Beats, ohne manuelles Einordnen der Guidance. Die Qualität ist direkt verwertbar als erster Aufschlag für die interne Einschätzung.
Was das in der Praxis bedeutet
Die Kosten des Systems sind nahezu null. Kalenderdaten, SEC EDGAR und Google News sind kostenlos. Firecrawl – ein Fallback für JavaScript-gerenderte IR-Seiten – kostet typischerweise null bis drei Credits pro Lauf. Die gesamte Laufzeit liegt bei 8 bis 12 Minuten für zehn Unternehmen.
Etwa 85% der Berichte werden automatisch gefunden und vollständig verarbeitet. In den übrigen Fällen – meist weil das Press Release zum Zeitpunkt des Laufs noch nicht online ist oder die IR-Seite eines Unternehmens ungewöhnlich strukturiert ist – erscheint die Zeile in der Scorecard als ausstehend, mit einem Hinweis auf den Grund. Der manuelle Aufwand beschränkt sich dann auf das Öffnen des Berichts und das Hochladen in das System – typischerweise unter zwei Minuten pro Position.
„Was vorher fünf Stunden unter Zeitdruck war, ist heute ein automatisierter Prozess, der fertig ist bevor der erste Kaffee kalt wird."
Das Entscheidende ist nicht die Zeitersparnis allein. Es ist die Konsistenz. Jedes Unternehmen wird nach demselben Schema analysiert, mit denselben Datenpunkten, in derselben Struktur. Kein Unternehmen fällt durch das Raster, weil der Analyst an einem hektischen Morgen keine Zeit hatte. Das erhöht die Qualität der Portfolioüberwachung systematisch – unabhängig davon, wie viele Unternehmen an einem Tag berichten.
Das ist der Kern dessen, was KI-Automatisierung im Investmentprozess leisten kann: nicht das Ersetzen von Urteilsvermögen, sondern das Freiräumen von Zeit für genau das.