Sie haben wahrscheinlich schon einmal vom sogenannten Schmetterlings-Effekt gehört. DieTheorie besagt, dass der Flügelschlag eines Schmetterlings in Brasilien einen Tornado inTexas auslösen kann. Die Theorie stammt vonEdward Lorenz, einem der Pioniere auf dem Gebiet der Chaostheorie. Lorenz entdeckte den Schmetterlings-Effekt im Jahr 1961, als er im berühmten Massachusetts Institute of Technology (MIT) mit Computermodellen experimentierte, die Wetterveränderungen simulierten. Während der Simulationen veränderte er die Parameter, um zu überprüfen, was die Auswirkungen auf das Wetter wären. Eine der Simulationen, die er vorher bereits einmal vorgenommen hatte, wiederholte Lorenz, mit dem Unterschied, dass er eine Variable von 0,506127 auf 0,506 abrundete. Zu seiner Verwunderung änderte diese minimale Abweichung der Eingabeparameter das vom Computer simulierte Wetter dramatisch und veranlasste ihn zu der fortan berühmten Theorie über den Schmetterlings-Effekt.
Unvorhersehbarkeit komplexer Systeme
Was Vorhersagen für das Wetter so schwierig macht, ist die hohe Komplexität der Einflussfaktoren und Zusammenhänge. Je weiter die Prognosen in die Zukunft reichen, desto ungenauer werden sie. Schon eine Woche in die Zukunft blickend, sind Wettervorhersagen sehr wenig verlässlich. Und ob man in drei Monaten am Pfingstsonntag im Garten zu Mittag essen kann oder ob es in Strömen regnen wird, vermag erst recht niemand mehr zu sagen. Vergleichbar schlecht funktionieren Vorhersagen in Hinblick auf Konjunktur und Börse. Die meisten Rezessionen wurden nicht von Experten vorhergesagt. Noch drastischer ist es sogar bei Kursbewegungen an den Börsen. Von den hunderten Korrekturen und Crashs der vergangenen Jahrzehnte wurden die allerwenigsten von den Experten richtig antizipiert. Jahr für Jahr liegen Experten mit ihren Einschätzungen bezüglich der Konjunktur und der Richtung der Börse meilenweit daneben. Das gilt unabhängig davon, welche Art von Experten wir heranziehen. Von Bankern über Volkswirte und Analysten bis zu Notenbankchefs, sie alle weisen die gleiche Ungenauigkeit auf. Der Grund für das hohe Maß an Ungenauigkeit beim Wetter und an der Börse ist, dass wir mit Modellen arbeiten, die Systeme mit einer unfassbar hohen Komplexität simulieren sollen. Diese Modelle sind also enorm ungenau, weil sie auf eine stark vereinfachte Darstellung zurückgreifen müssen. Da die verwendeten Modelle also keine Eins-zu-eins-Darstellung der Realität sind (nicht
einmal annähernd), versagen sie wieder und wieder. Daran hat sich auch wenig durch den Siegeszug von Computern und immer leistungsfähigeren Rechenmodellen geändert. Hinzu kommt, dass die Zusammenhänge meist nicht linear sind. Der Anstieg des Euro gegenüber dem Dollar um 10 % hat andere Auswirkungen als ein Anstieg um weitere 10 %. Ereignisse passieren nicht planbar, noch folgen sie dem Kalender. Einflüsse wie Pandemien oder Terroranschläge haben nicht einmal einen direkten Bezug zur Wirtschaft, aber dennoch enorme Auswirkungen auf sie. Nehmen Sie das Beispiel Inflation. Man könnte der Auffassung sein, dass die Entwicklung von Angebot und Nachfrage bei über 90.000 verschiedenen Produkten, Rohstoffen und Services von Millionen von Menschen noch irgendwie simulierbar sei. Was ist, wenn wir nun noch die Veränderungen der Wechselkurse mit einbeziehen? Wie verändert sich alles, wenn der Euro gegenüber dem Dollar um 10 % steigt oder fällt? Was ist mit den Zinsen? Wie lange wird der Ukraine-Krieg andauern und die Preise für Energie und Nahrungsmittel beeinflussen? Wie stark wird China nach der Aufgabe ihrer Null-COVID-Strategie nun wieder wachsen und die weltweite Nachfrage stimulieren. Dieses kleine Beispiel macht bereits das Ausmaß an Komplexität klar, mit der wir es zu tun haben. Ein Modell zu bauen, dass all diese Variablen und
deren gegenseitige Abhängigkeiten berücksichtigt, ist wahrscheinlich unmöglich; zumal wir nicht einmal alle Abhängigkeiten mit Sicherheit kennen. Auch Veränderungen des Systems finden permanent statt. In der globalisierten Welt von heute herrschen sicherlich vollkommen andere Wechselwirkungen als noch vor einigen Jahrzehnten. In der Folge grenzt die Vorhersage der Inflation eher an ein Glücksspiel. Komplexe Systeme wie die Wirtschaft haben also bestimmte Eigenschaften. Zum einen können kleine Veränderungen der Parameter große Veränderungen im gesamten System herbeiführen. Zum anderen sind Zusammenhänge meist nicht linear, sodass sie schwer zu begreifen und nachzuvollziehen sind. Man kann sogar die Auffassung vertreten, dass komplexe Systeme vollständig nichtdeterministisch sind. Damit ist auch nicht vorhersehbar, was in ihnen passieren wird.
Fokus auf Cashflows
Die große Frage, die sich unmittelbar an diese Erkenntnis anschließt, ist: Was können wir tun in diesem nichtdeterministischen System Börse? Nun, Veränderungen in komplexen Systemen sind zwar nicht vorhersehbar, aber sie befinden sich die meiste Zeit in einem stabilen Zustand, im Gleichgewicht sozusagen. Wichtig ist nur zu beachten, dass kleinste Impulse zu Veränderungen des Zustands führen können. Der Übergang in einen neuen Zustand der Stabilität ist überwiegend mit Unruhe verbunden. Da wir also wissen, dass wir jederzeit mit unvorhersehbaren Störungen rechnen können, müssen wir uns bezüglich Aktien so positionieren, dass wir solche Phasen, in denen die Märkte aus dem Gleichgewicht geraten, überstehen und auch dann noch Teil des Systems sind, wenn wieder Stabilität erreicht wird. Das Gute bei Aktien ist, dass wir uns auf etwas konzentrieren können, was tatsächlich Relevanz hat: Cashflows. Denn, wenngleich wir nicht wissen können, was in der Zukunft passiert, wissen wir sehr wohl, dass sich die Entwicklung von Aktien langfristig an der Entwicklung von Cashflows orientiert, welche das zugrundeliegende Unternehmen produziert. Das ist in Phasen stabiler Märkte so (wie in den Jahren 2019 bis 2021) und in Phasen der Instabilität (wie im Jahr 2022). Unternehmen, die tatsächlich Geld verdienen, idealerweise in steigendem Maße, werden Phasen der Unruhe auch ohne Weiteres überstehen und ihren Wachstumskurs fortsetzen. Der Kern der Überlegungen fokussiert sich dabei nicht auf Modelle, die wieder nur eine stark vereinfachte Abbildung der Realität sind, sondern auf das Hinterfragen der Belastbarkeit der Inputfaktoren. Wenn man in ein Unternehmen investiert, das eine starke Kultur entwickelt hat, neue, innovative Produkte hervorzubringen, und Prozesse etabliert hat, die seit vielen Jahren funktionieren, dann ist die Wahrscheinlichkeit hoch, dass sich das Unternehmen auch in Zukunft gut entwickeln kann. Kern unserer Arbeit ist es, Unternehmen auf diese Prozesse und Mechanismen hin zu untersuchen und herauszufinden, ob Eigenschaften etabliert sind, die eine Replizierbarkeit in der Zukunft vermuten lassen. Ist das gegeben, wissen wir noch immer nicht, was die Zukunft für uns bereithält, wir können jedoch dann davon ausgehen, dass die Wahrscheinlichkeit zu unseren Gunsten steht. Das ist es, auf das wir uns fokussieren können und sollten. Was wir dadurch nicht beeinflussen können, ist die kurzfristige Entwicklung des Aktienkurses. Wir können diesen auch nicht vorhersagen. Das System Aktienmarkt ist zu komplex, um das sinnvollerweise machen zu können. Langfristig besteht der Zusammenhang zwischen Cashflow-Wachstum und Aktienkurs jedoch glasklar. Mit einem zielgerichteten Fokus auf Cashflows können wir uns das zunutze machen und gleichzeitig erfolgreich in einem komplexen, unvorhersehbaren System wie der Börse agieren.