Stand: Oktober 2026. Gute Aktienanalyse beginnt nicht erst bei Bewertung, sondern bei der Frage, ob die ausgewiesenen Zahlen überhaupt belastbar sind. Genau hier setzt der Beneish M-Score an. Das Modell kombiniert acht Bilanz- und GuV-Kennzahlen, um Unternehmen zu identifizieren, deren Finanzdaten typische Muster möglicher Ergebnismanipulation zeigen.
Der Score wurde von Messod D. Beneish entwickelt. Die ursprüngliche Studie untersuchte Unternehmen, bei denen später Manipulationen bekannt wurden, und verglich ihre Finanzdaten mit Kontrollgruppen. Das Ziel war nie, Betrug „zu beweisen“. Der M-Score ist ein Screening-Instrument: Er zeigt, wo sich ein tieferer Blick in Umsatzqualität, Forderungen, Margen, Abschreibungen und Accruals besonders lohnt.
Die wichtigste Regel
Ein auffälliger Beneish M-Score bedeutet nicht: „Das Unternehmen manipuliert.“ Er bedeutet: Mehrere Rechnungslegungsrelationen sehen ähnlich aus wie bei Unternehmen, die historisch häufiger manipuliert haben.
Die Beneish-M-Score-Formel
Die bekannte Acht-Variablen-Version lautet:
M = −4,84 + 0,920×DSRI + 0,528×GMI + 0,404×AQI + 0,892×SGI + 0,115×DEPI − 0,172×SGAI + 4,679×TATA − 0,327×LVGI
Die acht Variablen messen nicht dasselbe. Einige suchen nach möglicher aggressiver Umsatz- oder Aufwandserfassung, andere nach wirtschaftlichen Bedingungen, unter denen der Druck zur Ergebnisglättung steigen könnte.
Forderungen wachsen schneller als Umsatz.
Bruttomarge verschlechtert sich.
Asset-Qualität verschiebt sich zu schwerer prüfbaren Positionen.
Starkes Umsatzwachstum erhöht Erwartungsdruck.
Abschreibungsrate sinkt.
Vertrieb und Verwaltung steigen relativ zum Umsatz.
Verschuldung steigt.
Gewinn hängt stärker von Accruals statt Cash ab.
1. DSRI: Days Sales in Receivables Index
DSRI vergleicht Forderungen relativ zum Umsatz mit dem Vorjahr.
DSRI = (Forderungen / Umsatz)t ÷ (Forderungen / Umsatz)t−1
Ein Wert deutlich über 1 bedeutet, dass Forderungen schneller steigen als Umsatz. Das kann völlig legitime Gründe haben: längere Zahlungsziele, stärkeres Wachstum in bestimmten Regionen oder saisonale Effekte.
Es kann aber auch darauf hinweisen, dass Umsatz aggressiver gebucht wird oder Kunden später zahlen. Deshalb ist DSRI eines der interessantesten Frühwarnsignale.
Der nächste Schritt wäre immer, DSO und den Cash Conversion Cycle daneben zu legen.
2. GMI: Gross Margin Index
GMI misst, ob sich die Bruttomarge verschlechtert hat. Die Beneish-Definition setzt die Vorjahresbruttomarge ins Verhältnis zur aktuellen Bruttomarge.
Ist GMI größer als 1, ist die aktuelle Bruttomarge niedriger als zuvor.
Warum kann das relevant sein? Sinkende Margen erhöhen den Druck auf das Management, Erwartungen trotzdem zu erfüllen. Der Score interpretiert Margenverfall deshalb nicht als Manipulation selbst, sondern als möglichen Anreizfaktor.
Ein Rohstoffunternehmen in einem normalen Preiszyklus kann dadurch auffällig werden, ohne dass irgendeine Bilanzierung problematisch ist. Genau deshalb ist Kontext unverzichtbar.
3. AQI: Asset Quality Index
AQI prüft, ob sich Vermögenswerte von relativ klar greifbaren Positionen – wie Umlaufvermögen und Sachanlagen – hin zu anderen langfristigen Assets verschieben.
Ein steigender AQI kann darauf hinweisen, dass mehr Kosten aktiviert oder Vermögenswerte aufgebaut werden, deren Qualität schwerer einzuschätzen ist.
Dazu können bestimmte immaterielle Vermögenswerte, aktivierte Entwicklung oder andere langfristige Positionen gehören.
Das heißt nicht, dass solche Assets schlecht sind. Software, Patente oder Entwicklungsprojekte können enorm wertvoll sein. Aber sie bieten mehr Ermessensspielraum als Bargeld oder eine Forderung mit klarer Fälligkeit.
4. SGI: Sales Growth Index
SGI = Umsatzt ÷ Umsatzt−1
Hohes Wachstum ist selbstverständlich kein negatives Signal. Der Gedanke hinter SGI ist psychologisch und ökonomisch: Wachstumsunternehmen stehen häufig unter höherem Erwartungsdruck.
Wenn der Markt zweistellige Wachstumsraten einpreist, kann eine Verfehlung starke Kursreaktionen auslösen. Das schafft einen möglichen Anreiz, schwache Quartale optisch zu glätten.
SGI sollte deshalb niemals isoliert als Warnsignal verwendet werden.
5. DEPI: Depreciation Index
DEPI prüft, ob die Abschreibungsrate sinkt.
Eine niedrigere Abschreibungsrate kann entstehen, wenn Nutzungsdauern verlängert, Restwerte verändert oder der Asset-Mix verschoben wird.
All das kann legitim sein. Gleichzeitig erhöht eine niedrigere Abschreibung kurzfristig den ausgewiesenen Gewinn.
Wenn DEPI auffällig ist, würde ich deshalb die Entwicklung von Sachanlagen, Nutzungsdauern, Abschreibungen und Capex gemeinsam prüfen.
6. SGAI: Sales, General and Administrative Expenses Index
SGAI vergleicht Vertriebs- und Verwaltungskosten relativ zum Umsatz.
Wenn SG&A schneller wächst als Umsatz, kann das auf sinkende operative Effizienz oder schwächere Zukunftsaussichten hindeuten.
Interessanterweise besitzt SGAI in der bekannten Formel ein negatives Gewicht. Das zeigt bereits, warum der M-Score kein intuitives Punktesystem ist: Die Variablen stammen aus einer statistischen Modellschätzung und sollten nicht einzeln wie Schulnoten interpretiert werden.
7. LVGI: Leverage Index
LVGI vergleicht den Verschuldungsgrad mit dem Vorjahr.
Steigende Verschuldung kann den Druck erhöhen, Covenants einzuhalten, Bonitätskennzahlen zu schützen oder Refinanzierungen zu sichern.
Auch hier geht es nicht darum, Schulden pauschal als verdächtig zu behandeln. Der Score bildet einen möglichen Anreizkanal ab.
Für die eigentliche Schuldentragfähigkeit sind Net Debt/EBITDA und der Zinsdeckungsgrad wesentlich direkter.
8. TATA: Total Accruals to Total Assets
TATA ist für mich eine der wichtigsten Komponenten. Die Kennzahl versucht zu messen, wie stark der Gewinn von nicht zahlungswirksamen Abgrenzungen abhängt.
Je größer positive Accruals relativ zur Asset-Basis sind, desto weniger Cash steckt tendenziell hinter dem ausgewiesenen Ergebnis.
Das ist nicht automatisch problematisch. Wachstum bindet oft Working Capital. Aber wenn Nettogewinn über Jahre steigt, während Cashflow deutlich zurückbleibt, ist eine tiefergehende Analyse notwendig.
Genau deshalb gehört M-Score immer zusammen mit Free Cashflow und Working Capital gelesen.
Wie wird der M-Score interpretiert?
Häufig wird ein Wert um −2,22 als praktischer Schwellenwert verwendet. Werte oberhalb – also weniger negativ – gelten dann als auffälliger.
Beispiel:
- M-Score −3,1: nach dieser Faustregel eher unauffällig.
- M-Score −2,4: näher am Warnbereich.
- M-Score −1,7: deutlich auffälliger.
Die Grenze darf nicht als Beweisgrenze missverstanden werden. Beneishs Forschung arbeitete mit unterschiedlichen Fehlklassifikationskosten und Cut-offs. Je nachdem, ob ein Investor lieber mehr Fehlalarme akzeptiert oder Manipulatoren möglichst selten übersehen will, kann ein anderer Schwellenwert sinnvoll sein.
Ein hypothetisches Beispiel
Angenommen, ein Unternehmen zeigt gleichzeitig:
- Forderungen wachsen wesentlich schneller als Umsatz,
- Bruttomarge fällt,
- immaterielle und andere langfristige Assets wachsen stark,
- Umsatz wächst sehr schnell,
- Abschreibungsrate sinkt,
- Verschuldung steigt,
- Gewinn wächst deutlich stärker als operativer Cashflow.
Ein einzelnes Signal ließe sich leicht erklären. Die Kombination mehrerer Signale ist der Punkt des Beneish-Modells.
Es zwingt den Analysten zu fragen: Ist das lediglich das normale Muster eines schnell wachsenden Unternehmens – oder passt etwas in Umsatz- und Gewinnqualität nicht zusammen?
Warum ein auffälliger Score kein Betrugsbeweis ist
Das ist entscheidend. Der Beneish M-Score produziert sowohl Fehlalarme als auch übersehene Fälle.
Forderungen können wegen einer Übernahme steigen. Margen können wegen Rohstoffinflation sinken. AQI kann nach einer strategischen Akquisition nach oben springen. Abschreibungen können sich wegen eines veränderten Asset-Mix verschieben.
Die Variablen können aus völlig normalen wirtschaftlichen Gründen auffällig werden.
Das ursprüngliche Modell identifizierte in Tests nur einen Teil der tatsächlichen Manipulatoren im Voraus. Seine Stärke ist Screening, nicht gerichtsfeste Feststellung.
Warum der Score bei Banken schlecht passt
Banken und Versicherer besitzen völlig andere Bilanzstrukturen. Forderungen, Verbindlichkeiten und Leverage sind dort Teil des Kerngeschäfts.
Viele empirische Anwendungen schließen Finanzunternehmen deshalb aus.
Bei Banken würde ich stattdessen Kreditqualität, Kapitalquoten, Rückstellungen, Net Interest Margin und Cash-/Liquiditätskennzahlen untersuchen.
Akquisitionen können den M-Score verzerren
Große Übernahmen verändern fast jede relevante Relation:
- Umsatz springt,
- Goodwill und immaterielle Assets steigen,
- Verschuldung verändert sich,
- Margen verschieben sich,
- Forderungen und Working Capital werden konsolidiert.
Ein Unternehmen kann dadurch auffällig werden, ohne dass Rechnungslegung manipulativ ist.
Bei großen M&A-Transaktionen würde ich deshalb Pro-forma-Daten verwenden, soweit sie verfügbar sind.
M-Score versus Piotroski F-Score
Der Piotroski F-Score bewertet fundamentale Qualität und deren Verbesserung.
Der Beneish M-Score sucht dagegen nach Mustern möglicher Ergebnismanipulation.
Ein Unternehmen kann einen hohen Piotroski F-Score und gleichzeitig einen auffälligen M-Score besitzen. Das wäre besonders interessant: Die Zahlen sehen operativ gut aus, aber die Qualität ihrer Entstehung verdient mehr Aufmerksamkeit.
M-Score versus Altman Z-Score
Der Altman Z-Score konzentriert sich auf finanziellen Distress.
Beneish konzentriert sich auf Rechnungslegungsmuster.
Zusammen bilden die Modelle zwei unterschiedliche Risikoperspektiven: Ist das Unternehmen finanziell angespannt? Und wirken die gemeldeten Ergebnisse ungewöhnlich?
Wie ich den M-Score praktisch einsetzen würde
Ich würde nicht tausende Aktien allein nach einem einzigen M-Score sortieren und daraus Kauf- oder Verkaufssignale ableiten.
Stattdessen ist ein dreistufiger Prozess sinnvoll:
- Screening: M-Score berechnen und auffällige Unternehmen markieren.
- Treiberanalyse: Welche zwei oder drei Variablen erzeugen den hohen Score?
- Primärquellen lesen: Geschäftsbericht, Notes und Cashflow-Statement auf wirtschaftliche Erklärungen prüfen.
Der Mehrwert entsteht im zweiten und dritten Schritt.
Ein Warnsignal ist besonders stark, wenn Cash nicht mitzieht
Für mich wäre ein auffälliger M-Score deutlich relevanter, wenn gleichzeitig mehrere Cash-Signale schwach sind:
- operativer Cashflow unter Nettogewinn,
- DSO steigt,
- Vorräte wachsen stärker als Umsatz,
- Free Cashflow fällt,
- bereinigter Gewinn entfernt immer mehr Kosten.
Diese Kombination ist analytisch wesentlich aussagekräftiger als der Score allein.
Der M-Score mit ChatGPT
Arbeitsauftrag
„Berechne für die letzten fünf Geschäftsjahre den Beneish M-Score nach der Acht-Variablen-Formel. Zeige DSRI, GMI, AQI, SGI, DEPI, SGAI, LVGI und TATA separat, dokumentiere jede verwendete Bilanz- und GuV-Position und erfinde keine fehlenden Werte. Erkläre anschließend, welche Variablen den Score treiben und ob es wirtschaftliche Gründe wie Akquisitionen, Zyklik oder Bilanzierungsänderungen gibt.“
Warum mehrere Jahre besser sind als ein einzelner Score
Ein einmaliger Ausschlag kann durch M&A, Saisonalität oder einen besonderen Geschäftszyklus entstehen.
Ein Score, der sich über drei Jahre von −3,0 auf −2,4 und dann auf −1,8 verschlechtert, ist interessanter. Besonders dann, wenn dieselben Variablen – etwa DSRI und TATA – wiederholt schlechter werden.
Der Trend macht aus einem statischen Filter ein echtes Frühwarnsystem.
Die größten Fehler beim Beneish M-Score
- Score mit Betrugsbeweis verwechseln.
- Branchenkontext ignorieren.
- Banken mit demselben Modell analysieren.
- Akquisitionen und Bilanzstrukturänderungen nicht bereinigen.
- nur den Endwert betrachten statt die acht Treiber.
- einen einzigen Jahreswert statt eines Trends verwenden.
MEIN BUCH · WERBUNG
Eine Kennzahl ist nur dann wertvoll, wenn du ihre Daten und ihre Schwächen nachvollziehen kannst.
In meinem Buch Aktienanalyse mit KI zeige ich, wie Bilanz, Cashflow und Gewinnqualität systematisch geprüft werden. Der Beneish M-Score eignet sich ideal als KI-Workflow: rechnen lassen, Treiber isolieren – und anschließend jede Auffälligkeit in den Primärquellen überprüfen.
Fazit: Beneish ist ein Rauchmelder, kein Feuerbeweis
Der Beneish M-Score gehört zu den interessantesten quantitativen Werkzeugen für Gewinnqualität. Seine acht Variablen zwingen Anleger, genau dort hinzusehen, wo aggressive Rechnungslegung häufig Spuren hinterlässt: Forderungen, Margen, Asset-Qualität, Abschreibungen, Accruals und Verschuldung.
Seine größte Stärke ist nicht der Endwert. Seine größte Stärke ist die Struktur.
Wenn ein Unternehmen auffällig wird, weißt du anschließend, welche Bilanzpositionen du im Geschäftsbericht genauer untersuchen solltest.
Der M-Score sagt nicht, dass eine Bilanz manipuliert ist. Er sagt, wo Misstrauen analytisch sinnvoll sein könnte.
Dieser Artikel dient ausschließlich Informations- und Bildungszwecken und stellt keine Anlageberatung oder Feststellung von Fehlverhalten einzelner Unternehmen dar.
Quellen und Methodik
- Messod D. Beneish – The Detection of Earnings Manipulation, Financial Analysts Journal 1999.
- Indiana University Kelley School – Messod Beneish / Publikationsübersicht.
- ScienceDirect – Anwendung und Definition der acht Beneish-Variablen.
- CFA Institute Research Challenge – M-Score-Anwendungsbeispiel.
Formel und Variablendefinitionen folgen der bekannten Acht-Variablen-Version des Beneish-Modells. Schwellenwerte sind Screening-Faustregeln und keine Beweisgrenzen.
Warum der M-Score besonders zusammen mit Cashflow stark ist
Der Beneish M-Score gewinnt an Aussagekraft, wenn er nicht isoliert betrachtet wird. Besonders interessant ist die Kombination mit operativem Cashflow, Free Cashflow und der Entwicklung des Cash Conversion Cycle. Wenn Forderungen schneller wachsen als Umsatz, gleichzeitig der operative Cashflow schwach bleibt und der M-Score mehrere Warnsignale zeigt, verdichtet sich das Risikobild.
Genau hier ergänzt sich der M-Score mit unserem Artikel zum Cash Conversion Cycle. Ein steigender DSO kann sowohl operativ erklärbar sein als auch auf aggressive Umsatzrealisierung hindeuten. Erst der Kontext entscheidet.
M-Score und Piotroski F-Score ergänzen sich
Der Piotroski F-Score fragt, ob sich fundamentale Qualität verbessert oder verschlechtert. Der Beneish M-Score fragt dagegen, ob bestimmte Bilanzmuster statistisch eher zu Unternehmen passen, die Ergebnisse manipulieren könnten.
Ein Unternehmen kann einen hohen F-Score und trotzdem einzelne M-Score-Warnsignale besitzen. Umgekehrt kann ein schwacher F-Score schlicht auf ein schlechtes Geschäft hinweisen, ohne dass Manipulation vorliegt. Die Kombination ist deshalb wertvoller als jeder Score allein.
Wie ich den M-Score praktisch nutzen würde
Für eine erste Aktienprüfung würde ich den Score für mindestens fünf Jahre berechnen, die acht Teilvariablen einzeln darstellen und anschließend nur die auffälligen Positionen tiefer untersuchen. So verhindert man, dass aus einer Screening-Kennzahl ein unbegründeter Manipulationsvorwurf wird.
Besonders wichtig ist die Sprache: Ein auffälliger M-Score bedeutet erhöhten Prüfbedarf, nicht bewiesenen Betrug. Genau diese Trennung macht die Kennzahl in einer seriösen Aktienanalyse nützlich.
Damit bleibt der M-Score dort am stärksten, wo er hingehört: als quantitatives Warnsystem, das die Analyse fokussiert. Er ersetzt weder Geschäftsmodellverständnis noch Quellenprüfung, kann aber sehr effizient zeigen, welche Bilanzpositionen eine genauere Untersuchung verdienen.
Gerade bei Small Caps, Turnarounds und stark akquisitiven Unternehmen kann diese zusätzliche Prüfung den Unterschied machen, weil dort Bilanzqualität und Ergebnisdarstellung häufig entscheidender sind als ein einzelnes Bewertungsmultiple.
