Datenstand: September 2026. Die Qualität einer Aktienanalyse mit ChatGPT hängt weniger davon ab, wie „intelligent“ die KI wirkt, sondern davon, welche Aufgabe du ihr gibst. Ein vager Prompt erzeugt meist eine vage Antwort. Ein guter Prompt definiert dagegen Datenbasis, Zeitraum, Analyseziel, Kriterien und gewünschte Ausgabe.
Deshalb findest du hier nicht einfach zwanzig Fragen wie „Ist Aktie X gut?“. Die Prompts sind nach dem tatsächlichen Analyseprozess geordnet: Geschäftsmodell, Finanzdaten, Wettbewerb, Management, Bewertung, Risiken und Investmentthese. Sie sind so formuliert, dass ChatGPT nicht nur zusammenfasst, sondern belegt, vergleicht, Unsicherheiten markiert und Gegenargumente sucht.
- Gute Prompts enthalten Kontext, Datenbasis, konkrete Aufgabe, Prüfkriterien und Ausgabeformat.
- Du solltest ChatGPT zwingen, Zahlen mit Zeitraum und Quelle zu versehen.
- Bei Bewertung und Risiken sind Szenarien und Gegenargumente wichtiger als ein einzelnes Kursziel.
- Die Prompts funktionieren am besten mit Geschäftsbericht, Quartalsbericht und eigenen Tabellen als Input.
- Am Ende sollte die KI nicht nur eine Investmentthese formulieren, sondern auch erklären, wodurch sie widerlegt würde.
Bevor du startest: Die Formel für einen guten Analyse-Prompt
OpenAI empfiehlt für bessere Ergebnisse unter anderem klare, spezifische Anweisungen und genügend Kontext. Für Aktienanalysen lässt sich daraus eine einfache Prompt-Struktur ableiten:
- Kontext: Welches Unternehmen, welcher Zeitraum, welche Branche?
- Datenbasis: Welche Dokumente oder Zahlen sollen verwendet werden?
- Aufgabe: Welche konkrete Frage soll beantwortet werden?
- Kriterien: Welche Kennzahlen oder Faktoren sind relevant?
- Ausgabe: Tabelle, Szenarien, Stichpunkte, These oder Fragenliste?
- Gegenprüfung: Welche Unsicherheiten und Gegenargumente sollen ausdrücklich gesucht werden?
„Nutze nur die bereitgestellten Unterlagen und klar benannte Primärquellen. Nenne bei jeder wichtigen Zahl Zeitraum und Quelle. Wenn eine Information nicht belegt ist, kennzeichne sie als unbekannt. Trenne Fakten, Annahmen und deine Interpretation.“
Prompts 1–4: Geschäftsmodell wirklich verstehen
1. Geschäftsmodell zerlegen
„Analysiere das Geschäftsmodell von [Unternehmen]. Erkläre die wichtigsten Produkte und Dienstleistungen, Umsatzquellen, Kundengruppen, Preismodelle, Kostenblöcke und wirtschaftlichen Treiber. Beschreibe anschließend in fünf Sätzen, wodurch das Unternehmen tatsächlich Geld verdient.“
Dieser Prompt ist bewusst einfach. Er zwingt ChatGPT dazu, das Unternehmen nicht mit Schlagwörtern wie „KI“, „Cloud“ oder „Transformation“ zu beschreiben, sondern ökonomisch.
2. Segmentanalyse
„Zerlege [Unternehmen] nach Geschäftssegmenten. Zeige für jedes Segment Umsatzanteil, Wachstum, Profitabilität und strategische Bedeutung, soweit aus den Unterlagen ersichtlich. Markiere, welches Segment den größten Einfluss auf die Veränderung des Gesamtgewinns hat.“
Gerade große Konzerne werden häufig über das falsche Segment bewertet. Ein kleines, schnell wachsendes Geschäft kann viel Aufmerksamkeit bekommen, obwohl der Gewinn weiterhin von einem langsameren Kerngeschäft abhängt.
3. Wirtschaftliche Treiber identifizieren
„Welche fünf Faktoren bestimmen Umsatz und Gewinn von [Unternehmen] am stärksten? Ordne jeden Faktor als zyklisch, strukturell oder unternehmensspezifisch ein und erkläre, wie sich eine Verschlechterung dieses Faktors in den Finanzzahlen zeigen würde.“
4. Die fünf wichtigsten offenen Fragen
„Nachdem du Geschäftsmodell und Segmente analysiert hast: Welche fünf Informationen fehlen noch, um das Unternehmen fundiert beurteilen zu können? Formuliere sie als konkrete Recherchefragen und erkläre, warum jede davon relevant ist.“
Prompts 5–8: Finanzdaten und Bilanz analysieren
5. Fünf-Jahres-Finanzanalyse
„Analysiere die Finanzentwicklung der letzten fünf Jahre von [Unternehmen]. Untersuche Umsatz, organisches Wachstum, Bruttomarge, operative Marge, Nettogewinn, Free Cashflow, Investitionen, Nettoverschuldung und verwässerte Aktienanzahl. Markiere strukturelle Trends und ungewöhnliche Ausschläge.“
Wichtig ist der mehrjährige Zeitraum. Ein einzelnes Quartal kann durch Working Capital, Sondereffekte oder Zyklik verzerrt sein. Eine fünfjährige Reihe macht sichtbar, ob sich das Geschäftsmodell tatsächlich verbessert.
6. Gewinn gegen Cashflow prüfen
„Vergleiche Nettogewinn, operativen Cashflow und Free Cashflow der letzten fünf Jahre. Identifiziere Perioden, in denen Gewinn und Cashflow deutlich auseinanderlaufen. Erkläre mögliche Ursachen und nenne die Bilanzpositionen, die ich zur Verifikation prüfen sollte.“
Für die Grundlagen dazu kannst du unseren Leitfaden Free Cashflow bei Aktien verwenden.
7. Bilanz-Stresstest
„Prüfe die Bilanz von [Unternehmen] unter einem Stressszenario. Unterstelle 20 Prozent weniger operatives Ergebnis und unveränderte Schulden. Analysiere Liquidität, Zinsdeckung, Nettofinanzschulden und relevante Fälligkeiten. Welche Risiken würden zuerst sichtbar?“
8. Verwässerung prüfen
„Analysiere die Entwicklung der verwässerten Aktienanzahl der letzten fünf Jahre. Stelle Aktienrückkäufe, aktienbasierte Vergütung, Kapitalerhöhungen und Übernahmen gegenüber. Hat sich der wirtschaftliche Anteil eines langfristigen Aktionärs erhöht oder verringert?“
Dieser Prompt ist besonders bei wachstumsstarken Unternehmen wichtig. Umsatz und Gewinn können steigen, während ein Teil des geschaffenen Werts durch neue Aktien wieder verteilt wird.
Prompts 9–11: Wettbewerb und Burggraben
9. Wettbewerber vergleichen
„Vergleiche [Unternehmen] mit [Wettbewerber A], [B] und [C]. Untersuche Wachstum, Margen, Kapitalrendite, Bilanz, Marktposition und Bewertung. Vermeide eine pauschale Rangliste und erkläre stattdessen, wo jedes Unternehmen einen strukturellen Vorteil oder Nachteil besitzt.“
10. Burggraben testen
„Untersuche, ob [Unternehmen] einen nachhaltigen Wettbewerbsvorteil besitzt. Prüfe Wechselkosten, Netzwerkeffekte, Marke, Kostenführerschaft, Skalenvorteile, Regulierung und geistiges Eigentum. Nenne für jeden möglichen Burggraben mindestens ein Gegenargument.“
11. Disruption und Substitution
„Welche Technologien, Geschäftsmodelle oder Wettbewerber könnten das Kerngeschäft von [Unternehmen] in den nächsten fünf bis zehn Jahren schwächen? Unterscheide zwischen realistischen Bedrohungen und rein theoretischen Risiken. Nenne Frühindikatoren, die ich beobachten kann.“
Prompts 12–14: Management und Kapitalallokation
12. Kapitalallokation bewerten
„Analysiere, wie das Management von [Unternehmen] in den letzten fünf Jahren Kapital eingesetzt hat. Trenne organische Investitionen, Übernahmen, Dividenden, Aktienrückkäufe und Schuldenabbau. Welche Maßnahmen haben den Wert pro Aktie wahrscheinlich erhöht und welche nicht?“
13. Prognosen mit Ergebnissen vergleichen
„Vergleiche wichtige Management-Prognosen der vergangenen Jahre mit den später tatsächlich gemeldeten Ergebnissen. Markiere deutliche Über- oder Unterschreitungen und prüfe, ob es ein wiederkehrendes Muster in der Kommunikation gibt.“
14. Management-Anreize
„Analysiere die Vergütungsstruktur des Managements. Welche Kennzahlen bestimmen variable Vergütung? Fördern die Anreize langfristigen Wert pro Aktie oder vor allem kurzfristige Umsatz-, EBITDA- oder Kursziele? Nenne mögliche Fehlanreize.“
Mehr als einzelne Prompts: der komplette Analyseprozess
Diese zwanzig Prompts sind Bausteine. In meinem Buch zur Aktienanalyse mit KI werden sie zu einem vollständigen, wiederholbaren Prozess verbunden – inklusive Checklisten, Bewertungslogik, Gegenprüfungen und ausführlicher Praxisbeispiele.
Prompts 15–17: Bewertung
15. Relative Bewertung
„Vergleiche die Bewertung von [Unternehmen] mit seiner eigenen historischen Bewertung und mit direkten Wettbewerbern. Nutze nur Multiples, die zum Geschäftsmodell passen. Erkläre für jede Abweichung, welche fundamentale Veränderung sie rechtfertigen könnte.“
16. DCF in drei Szenarien
„Erstelle eine DCF-Bewertung für [Unternehmen] in einem konservativen, einem Basis- und einem optimistischen Szenario. Lege Umsatzwachstum, Margen, Reinvestitionen, Diskontsatz und Terminalannahmen offen. Zeige nicht nur den Fair Value, sondern auch die Sensitivität gegenüber den wichtigsten Annahmen.“
Warum dieser Prompt besser ist als „Berechne mir den fairen Wert“: Eine DCF ist kein präzises Messgerät. Kleine Änderungen an Wachstums- oder Diskontannahmen können den Wert stark verändern. Unser Leitfaden DCF Valuation Explained behandelt genau dieses Problem.
17. Reverse DCF / im Kurs enthaltene Erwartungen
„Nimm die aktuelle Unternehmensbewertung als Ausgangspunkt und leite rückwärts ab, welches langfristige Umsatzwachstum und welche operative Marge nötig wären, damit dieser Wert plausibel ist. Vergleiche diese Erwartungen mit der Unternehmenshistorie und dem Markt.“
Dieser Prompt ist oft nützlicher als ein Kursziel, weil er die Frage umdreht: Nicht „Was ist die Aktie wert?“, sondern „Was muss eintreten, damit der heutige Preis gerechtfertigt ist?“
Prompts 18–20: Risiken, Gegenargumente und Investmentthese
18. Bear Case erzwingen
„Nimm die Rolle eines skeptischen Analysten ein. Formuliere den stärksten Bear Case gegen [Unternehmen]. Nutze ausschließlich belegbare Risiken und trenne operative, finanzielle, wettbewerbliche, regulatorische und bewertungsbezogene Risiken.“
19. These-Killer definieren
„Welche drei Entwicklungen würden meine positive Investmentthese zu [Unternehmen] objektiv widerlegen? Formuliere für jede Entwicklung ein messbares Frühwarnsignal, das in Quartalszahlen, Bilanz oder operativen Kennzahlen beobachtet werden kann.“
20. Investmentthese auf fünf Sätze verdichten
„Formuliere auf Basis der Analyse eine Investmentthese in maximal fünf Sätzen: 1) wirtschaftliche Qualität, 2) wichtigster Wachstumstreiber, 3) Bewertungsannahme, 4) größtes Risiko, 5) konkretes Kriterium, das die These widerlegen würde. Vermeide Kauf- oder Verkaufsempfehlungen.“
Der stärkste Trick: Lass ChatGPT seine eigene Analyse angreifen
Viele Nutzer verwenden KI nur, um Argumente für eine bereits vorhandene Meinung zu sammeln. Genau dort entsteht Bestätigungsfehler. Ein besserer Prozess verwendet ChatGPT zweimal: zuerst als Analyst, danach als Kritiker.
Ein Meta-Prompt kann so aussehen:
„Lies deine bisherige Analyse erneut und versuche, sie zu widerlegen. Welche Schlussfolgerungen beruhen auf schwachen Daten? Wo verwechselst du Korrelation mit Ursache? Welche Annahmen sind besonders empfindlich? Welche Gegenposition eines informierten Investors wäre am stärksten?“
Dadurch wird aus der KI nicht nur ein Textgenerator, sondern ein Werkzeug für intellektuelle Gegenprüfung.
Wie du Geschäftsberichte und Tabellen richtig einbindest
ChatGPT kann hochgeladene Dokumente und Tabellen verarbeiten. OpenAI nennt unter anderem das Zusammenführen, Umformen und Analysieren von Informationen aus Dokumenten und Tabellen als Anwendungsfall für Datei-Uploads. Für Aktienanalysen eröffnet das einen praktischen Workflow:
- Geschäftsbericht herunterladen.
- Aktuellen Quartalsbericht ergänzen.
- Eigene Tabelle mit fünf bis zehn Jahren Kennzahlen hochladen.
- Im Prompt ausdrücklich festlegen, dass diese Dateien die Datenbasis sind.
- Nach jeder wichtigen Kennzahl Quelle oder Seite nennen lassen.
- Entscheidende Zahlen selbst im Originaldokument prüfen.
Bei US-Unternehmen bietet EDGAR Zugriff auf regulatorische Unternehmensfilings. Ein 10-K enthält typischerweise Informationen zum Geschäft, Risiken, Management Discussion & Analysis und geprüften Finanzabschluss. Das macht solche Filings zu einer wesentlich stärkeren Analysebasis als beliebige Internetzusammenfassungen.
Fünf Prompt-Fehler, die du vermeiden solltest
- „Analysiere die Aktie.“ Zu breit, ohne Kriterien.
- „Ist die Aktie unterbewertet?“ Erzwingt vorschnell ein Urteil.
- „Was ist das Kursziel?“ Versteckt Annahmen hinter einer einzelnen Zahl.
- „Was sind die Chancen?“ Produziert leicht allgemeine Marketingargumente.
- „Fasse den Geschäftsbericht zusammen.“ Besser: konkrete Fragen, Segmente und Risiken definieren.
Ein Master-Prompt, der die 20 Prompts verbindet
Wenn du nach den Einzelanalysen eine Gesamtsynthese möchtest, kannst du diesen Prompt verwenden:
„Erstelle aus den bisherigen Analyseschritten eine strukturierte Zusammenfassung zu [Unternehmen]. Gliedere in Geschäftsmodell, Finanzqualität, Wettbewerb, Management, Bewertung und Risiken. Trenne Fakten von Annahmen. Nenne die drei wichtigsten offenen Fragen. Formuliere anschließend eine neutrale Investmentthese und einen gleich starken Gegenfall. Beende die Analyse mit drei messbaren Entwicklungen, die ich in den nächsten Quartalen beobachten sollte.“
Dieser Master-Prompt funktioniert am besten, wenn die vorherigen Arbeitsschritte bereits auf belastbaren Daten basieren. Er ist eine Synthese – kein Ersatz für Recherche.
Du willst den gesamten Analyseprozess als System?
Im Buch zur Aktienanalyse mit KI findest du die Prompts nicht isoliert, sondern eingebettet in einen vollständigen Prozess von der ersten Recherche bis zur Gegenprüfung der Investmentthese.
Fazit: Der beste Prompt stellt nicht die größte, sondern die präziseste Frage
Die größte Verbesserung bei KI-gestützter Aktienanalyse entsteht selten durch einen exotischen Prompt. Sie entsteht dadurch, dass du die Analyse in kleine überprüfbare Aufgaben zerlegst.
Geschäftsmodell verstehen. Zahlen prüfen. Wettbewerb vergleichen. Management anhand von Entscheidungen beurteilen. Bewertung transparent modellieren. Gegenargumente suchen. These definieren. Genau diese Reihenfolge macht aus ChatGPT ein nützliches Research-Werkzeug.
Die zwanzig Prompts in diesem Artikel sind deshalb weniger eine Sammlung von Tricks als ein Analysegerüst. Wenn du sie konsequent mit Primärquellen, Datenständen und Gegenprüfungen verwendest, bekommst du nicht automatisch die „richtige“ Antwort – aber sehr wahrscheinlich bessere Fragen. Und genau dort beginnt gute Aktienanalyse.
Quellen und weiterführende Informationen
- OpenAI – Best Practices für Prompt Engineering in ChatGPT
- OpenAI – FAQ zu Datei-Uploads
- U.S. SEC – How to Read a 10-K
- U.S. SEC – EDGAR Search
Dieser Beitrag dient ausschließlich der Information und stellt keine Anlageberatung dar.
So passt du die Prompts an verschiedene Unternehmenstypen an
Die gleiche Frage funktioniert nicht für jedes Geschäftsmodell. Bei Banken solltest du klassische Industrie-Kennzahlen wie Net Debt/EBITDA nicht mechanisch übernehmen. Dort sind Kapitalquoten, Kreditqualität, Nettozinsmarge und Rückstellungen wichtiger. Bei Versicherern rücken Solvenz, Combined Ratio und Kapitalanlageergebnis in den Vordergrund. Bei Softwareunternehmen sind dagegen wiederkehrende Umsätze, Bruttomarge, Free Cashflow, aktienbasierte Vergütung und Kundenbindung oft entscheidender.
Ein guter Zusatz lautet deshalb: „Passe die Analysekennzahlen an das Geschäftsmodell und die Branche an. Erkläre ausdrücklich, welche Standardkennzahlen hier ungeeignet sind und welche branchenspezifischen Größen stattdessen verwendet werden sollten.“
Wie du aus den Prompts eine wiederholbare Routine machst
Der größte Nutzen entsteht, wenn du dieselben Analyseblöcke bei jeder Aktie in derselben Reihenfolge verwendest. Lege dir dafür eine feste Vorlage an: Geschäftsmodell, Fünf-Jahres-Zahlen, Bilanz, Wettbewerb, Management, Bewertung, Risiken und These. Speichere deine besten Prompts und ändere nur Unternehmen, Zeitraum und branchenspezifische Kriterien.
So wird ChatGPT nicht bei jeder neuen Aktie anders eingesetzt, sondern Teil eines standardisierten Research-Prozesses. Genau dadurch kannst du Unternehmen besser miteinander vergleichen und reduzierst die Gefahr, bei einer besonders spannenden Aktie unbewusst andere Maßstäbe anzulegen als bei einer langweiligeren.
Eine letzte Kontrollfrage vor jeder Entscheidung
Bevor du eine Analyse abschließt, stelle ChatGPT noch eine letzte Frage: „Welche Information hätte den größten Einfluss auf meine Schlussfolgerung, ist aber aktuell noch nicht ausreichend belegt?“ Diese Frage zwingt die Analyse auf den schwächsten Punkt zurück. Häufig ist genau dort zusätzliche Recherche am wertvollsten.
Damit bleibt der Prozess nachvollziehbar, vergleichbar und diszipliniert.
