Earnings Calls mit KI transkribieren: Der komplette Leitfaden für Finanzanalysten [2026]

Earnings Calls sind Pflichtlektüre für jeden, der professionell oder privat in Aktien investiert. Das Problem: Ein einziger Call kann 60 bis 120 Minuten dauern, und wer DAX-, MDAX- oder internationale Werte im Portfolio hat, sitzt schnell vor einem Dutzend Transkripten pro Quartal. Die Lösung, die zunehmend von Sell-Side-Analysten bei Goldman Sachs und JP Morgan ebenso genutzt wird wie von unabhängigen Fondsmanagern und versierten Privatanlegern, lautet: KI-gestützte Audiotranskription.

Dieser Leitfaden zeigt, wie Sie mit VOCAP jeden Earnings Call in ein durchsuchbares, analysierbares Textdokument verwandeln — von der Audioquelle bis zur fertigen Investmentthese.

Was ist ein Earnings Call und warum transkribieren?

Ein Earnings Call (deutsch: Quartalsergebniskonferenz) ist eine öffentlich zugängliche Telefonkonferenz, in der ein börsennotiertes Unternehmen seine Quartalszahlen vorstellt, erläutert und anschließend Fragen von Sell-Side-Analysten beantwortet. In den USA sind Earnings Calls seit den 1990er-Jahren Standard; in Deutschland holen DAX-Konzerne wie SAP, Deutsche Bank oder BASF in dieser Praxis auf, und MDAX-Unternehmen folgen zunehmend.

Typisch ist folgende Struktur: CEO oder CFO eröffnen mit einer Prepared Remarks Section (10-30 Minuten Präsentation der Zahlen und Guidance), gefolgt von einer Q&A-Runde, in der Analysten von Morgan Stanley, Berenberg oder Kepler Cheuvreux direkte Fragen stellen. Genau in dieser Q&A-Runde verbirgt sich oft das analytisch wertvollste Material — Nuancen, die sich in Pressemitteilungen nicht finden.

Warum reicht die Pressemitteilung nicht aus?

Die Earnings-Pressemitteilung enthält die offiziellen Zahlen. Der Call liefert das, was dahintersteckt:

• Qualitative Guidance: Wie sicher klingt das Management bei seiner Prognose? Formuliert der CFO "we expect" oder "we remain confident" — oder vorsichtiger "we anticipate at this point in time"?
• Spezifische Detaildaten: Segmentmargen, regionale Umsatzaufteilung, Capex-Verschiebungen, Lagerbestandsentwicklung — diese Zahlen werden oft nur mündlich kommuniziert.
• Management-Reaktion auf Analystenfragen: Wie geht der CEO mit kritischen Fragen zu einem schwachen Quartal um? Ausweichen ist ein Signal.
• Beat/Miss-Kontext: Ein EPS-Beat (Gewinn je Aktie über den Konsensschätzungen) mit gesenkter Jahresguidance wird vom Markt oft als Miss gewertet. Der Call erklärt, wie das Management diesen Spagat kommuniziert.

Ohne Transkript muss man den gesamten Call abhören — oder sich auf Third-Party-Zusammenfassungen verlassen, die typischerweise erst Stunden nach dem Call erscheinen und qualitative Signale häufig glätten. Mit einem KI-Transkript steht das vollständige Wortprotokoll binnen Minuten zur Verfügung.

Vorteile für Finanzanalysten und Fondsmanager

Die Kombination aus Transkription und anschließender Textanalyse verändert den Arbeitsalltag von Finanzprofis messbar. Hier sind die wichtigsten Vorteile:

Zeiteffizienz in der Berichtssaison

Die Berichtssaison — in den USA typischerweise die ersten drei Wochen nach Quartalsende — bedeutet für Analysten Hochbetrieb: Bis zu 15 Calls pro Woche sind bei diversifizierten Portfolios keine Seltenheit. Wer jeden Call manuell abhört, arbeitet bis in die Nacht. Mit KI-Transkription können mehrere Calls parallel verarbeitet werden; ein 90-minütiger Call liegt nach etwa fünf Minuten als durchsuchbares Dokument vor.

Volltext-Suche über mehrere Quartale

Ein Transkript-Archiv ermöglicht Longitudinalanalysen, die aus dem bloßen Abhören nicht möglich wären. Suchen Sie in allen Calls der letzten acht Quartale nach "inventory normalization" oder "pricing power" und verfolgen Sie, wie sich die Sprache des Managements verändert hat — das ist tiefgreifende Sentiment-Analyse ohne teure Spezialtools.

Automatische Sprechererkennung

VOCAP erkennt automatisch mehrere Sprecher und kennzeichnet ihre Äußerungen im Transkript. In einem Earnings Call sind das typischerweise CEO, CFO, Investor-Relations-Leiter und vier bis acht Analysten verschiedener Banken. Die Zuordnung per Namen erfolgt einmalig nach der Transkription und wird gespeichert — nützlich für wiederkehrende Quartalsanalysen.

Dokumentierbarkeit und Compliance

Gerade in regulierten Umgebungen — Asset Management, Privatbanken, unabhängige Vermögensverwaltung — ist die Dokumentierbarkeit von Anlageentscheidungen wichtig. Ein Transkript schafft eine nachvollziehbare Grundlage: "Die Guidance-Senkung im Q3-2026-Call von SAP (Seite 7 des Transkripts) war ausschlaggebend für die Reduktion der Position." Das ist MiFID-II-freundliche Dokumentation ohne Mehraufwand.

Anwendungsfälle: Equity Research, M&A Due Diligence, Wirtschaftsjournalismus, Privatanleger, Studierende

Equity Research und Sell-Side-Analyse

Sell-Side-Analysten bei Investmentbanken erstellen Research-Reports, die auf Konsensmodellen, Kanal-Checks und Management-Kommunikation basieren. Earnings-Call-Transkripte sind eine primäre Quelle: Sie ermöglichen wörtliche Zitate des Managements in Research-Reports, schnellen Abgleich mit dem vorherigen Quartalscall (hat das Management die Jahresguidance im zweiten Quartal angepasst?) und die Identifikation von "off-script"-Momenten, in denen das Management über vorbereite Antworten hinausgeht.

Buy-Side: Portfolio-Management und Fundamentalanalyse

Buy-Side-Analysten und Fondsmanager nutzen Transkripte für die laufende Überwachung von Portfoliopositionen. Bei einer Aktie, die 8 % des Portfolios ausmacht, ist lückenloses Call-Monitoring keine Option — es ist Pflicht. Mit einem Transkript-Archiv lassen sich Managementaussagen über mehrere Quartale hinweg vergleichen und Glaubwürdigkeit quantifizieren: Hat das Unternehmen seine Guidance für das Folgequartal in den letzten sechs Calls eingehalten oder übertroffen?

M&A Due Diligence

Vor einer Akquisition oder bei der Analyse eines potenziellen Targets gehören Earnings-Call-Transkripte der letzten acht bis zwölf Quartale zur Pflichtlektüre. Sie liefern ein ungefiltertes Bild der Managementkommunikation: Wie geht die Führungsebene mit schlechten Nachrichten um? Gibt es konsistente Themen oder wurden Wachstumsprojektionen regelmäßig verfehlt? Diese Analyse lässt sich mit einem durchsuchbaren Transkript-Archiv in einem Bruchteil der Zeit einer herkömmlichen manuellen Auswertung durchführen.

Wirtschaftsjournalismus

Wirtschaftsjournalisten sind auf Primärquellen angewiesen. Ein wörtliches Zitat des CFO zur Margenkompression ist wertvoller als eine paraphrasierte Zusammenfassung. KI-Transkripte liefern diese Zitate mit Zeitstempel — überprüfbar und zitierfähig. Insbesondere für investigativen Wirtschaftsjournalismus, der Diskrepanzen zwischen öffentlichen Aussagen und tatsächlichen Zahlen aufdeckt, ist die Volltext-Durchsuchbarkeit über mehrere Quartale ein erheblicher Vorteil.

Privatanleger mit Aktienportfolio

Wer DAX- oder MDAX-Werte im Depot hält, ist an denselben Informationen interessiert wie professionelle Investoren — mit deutlich weniger Zeit und ohne Zugang zu Bloomberg oder FactSet. VOCAP demokratisiert den Zugang: Für 1,99 € pro Stunde kann jeder Privatanleger einen Earnings Call in ein vollständiges Textprotokoll verwandeln, das sich am Wochenende in Ruhe durcharbeiten lässt.

Wirtschaftsstudierende und Akademiker

Für Abschlussarbeiten, Fallstudien und Kursarbeiten an wirtschaftswissenschaftlichen Fakultäten sind Earnings-Call-Transkripte eine kaum genutzte, aber ausgezeichnete Primärquelle. Eine Seminararbeit über die Kommunikationsstrategie von Volkswagen in der Elektromobilitätstransition lässt sich mit einem Korpus von 12 Quartals-Transkripten fundieren — und mit VOCAP ist dieser Korpus für unter 10 € zu erstellen.

Schritt-für-Schritt: Earnings Call mit KI transkribieren

Hier ist der vollständige Workflow von der Audioquelle bis zum fertigen Transkript.

Schritt 1: Audio-Quelle auswählen und herunterladen

Earnings-Call-Aufnahmen sind in der Regel öffentlich zugänglich. Die wichtigsten Quellen:

• IR-Website des Unternehmens: Unter "Investor Relations" finden sich Webcasts, oft auch als MP3 oder M4A zum Download. SAP, Deutsche Telekom und die meisten DAX-Konzerne stellen Aufnahmen 30-90 Tage lang bereit.
• Bloomberg Terminal (EVTS): Die Funktion EVTS liefert Earnings-Events mit direktem Webcast-Zugang. Aufnahmen lassen sich über den Terminal-Browser herunterladen.
• FactSet Earnings: FactSet bietet integrierte Earnings-Call-Aufnahmen und bereits erstellte (kostenpflichtige) Transkripte. Wer FactSet-Zugang hat, kann die Audioversion herunterladen und mit VOCAP günstiger transkribieren.
• Refinitiv Eikon (LSEG): Ähnlich wie FactSet mit Zugang zu historischen Call-Archiven.
• Seeking Alpha: Für US-Werte bietet Seeking Alpha kostenlose und Premium-Transkripte sowie Audioaufnahmen.

Schritt 2: Datei in VOCAP hochladen

Gehen Sie zu vocap.io/transcribir und laden Sie die heruntergeladene Audiodatei hoch. VOCAP unterstützt MP3, WAV, M4A, MP4 (Videowebcast), OPUS, WebM, AAC und FLAC. Bei US-amerikanischen Calls wählen Sie Englisch als Sprache; bei DACH-Unternehmen (SAP, BASF, Deutsche Bank) wählen Sie Deutsch, auch wenn Teile auf Englisch gehalten werden — die KI erkennt Sprachwechsel automatisch.

Schritt 3: Transkription starten und Sprecher zuweisen

Die KI verarbeitet einen 90-minütigen Call in ca. fünf Minuten. Nach Abschluss erscheint das Transkript im interaktiven Editor mit automatischer Sprecherkennzeichnung. Weisen Sie den Sprechern ihre Namen zu: Typischerweise identifiziert VOCAP vier bis zehn unterschiedliche Stimmen. Schreiben Sie "CEO: [Name]", "CFO: [Name]", "JPMorgan-Analyst: [Name]" — diese Zuordnung macht das Transkript sofort navigierbar.

Schritt 4: Schlüsseldaten extrahieren

Nutzen Sie die Volltextsuche im Editor. Suchen Sie nach Schlüsselbegriffen wie "guidance", "full year", "expects", "raised", "lowered", "beat", "miss", "margin", "capex", "free cash flow", "inventory" oder "pricing". Markieren Sie relevante Passagen farblich — zum Beispiel Rot für gesenkte Guidance, Grün für Upgrades.

Schritt 5: Q&A-Runde separat analysieren

Die Q&A-Runde beginnt meist nach dem Satz "We'll now open the line for questions." Alles danach ist analytisch besonders wertvoll: Hier reagiert das Management ungefiltert. Achten Sie auf die Länge der Antworten (ausführliche Antworten auf eine einfache Frage können Ablenkungsmanöver sein), auf Ausweichen ("I'll let our CFO take that"), auf Zögerlichkeit bei Margenfragen und auf enthusiastischen Ton bei Produktankündigungen, die noch weit in der Zukunft liegen.

Schritt 6: Exportieren und in den Analyse-Workflow integrieren

Exportieren Sie das Transkript als DOCX, TXT oder PDF. Das DOCX-Format eignet sich ideal für die Weiterbearbeitung in Microsoft Word oder für den Import in Notion-Datenbanken. Das TXT-Format ist kompatibel mit Python-basierten Textanalyse-Skripten (Sentiment-Analyse, Named Entity Recognition).

Was extrahieren: Guidance, EPS, Umsatz, Capex, Tonfall und Q&A

Ein systematischer Extraktionsrahmen hilft, keinen relevanten Datenpunkt zu übersehen. Hier ist eine praxiserprobte Checkliste für jeden Earnings Call:

Finanzielle Kerndaten

• EPS (Gewinn je Aktie): Berichtet vs. Konsensschätzung (Bloomberg-Konsens, FactSet-Konsens). Beat oder Miss, und wie groß?
• Umsatz: Organisches Wachstum (ohne Währungseffekte und M&A), Wachstum nach Segment, regionaler Mix (z. B. USA vs. China vs. Europa).
• Rohmarge / EBIT-Marge / EBITDA-Marge: Veränderung gegenüber Vorquartal und Vorjahresquartal, Kommentar des Managements zu Treibern.
• Capex (Investitionsausgaben): Höhe und Guidance für Folgequartal oder Gesamtjahr. Capex-Erhöhungen können Wachstumssignale sein, aber auch Alarm für den freien Cashflow.
• Freier Cashflow: Operating Cashflow minus Capex. Ist die Entwicklung in Übereinstimmung mit dem berichteten Gewinn?
• Jahresguidance (Full-Year Outlook): Angehoben, bestätigt oder gesenkt? Wie weit liegt die neue Guidance über oder unter dem Marktkonsens?

Qualitative Signale und Tonfall-Analyse

Linguistische Signale sind oft ebenso informativ wie die Zahlen selbst. Folgende Muster sind besonders aussagekräftig:

• Hedging-Sprache: "At this point in time", "all else being equal", "subject to macro conditions" — je mehr Vorbehalte, desto weniger sicher ist das Management.
• Repetition von Schlüsselbegriffen: Wenn "resilient" oder "momentum" fünfmal im Call erscheint, signalisiert das gezieltes Framing — positiv oder defensiv.
• Vermiedene Themen: Wird eine offensichtliche Schwäche (z. B. hohe Lagerbestände, sinkende Preismacht) in den Prepared Remarks nicht erwähnt, taucht sie aber in der Q&A auf?
• CEO vs. CFO-Differenzen: Klingt der CEO optimistischer als der CFO, wenn beide über dieselbe Guidance sprechen? Diskrepanzen sind ein Warnsignal.
• Antwortlänge in der Q&A: Kurze, klare Antworten auf einfache Fragen zeigen Selbstsicherheit. Ausufernde Antworten auf direkte Fragen ("Warum ist die Marge gesunken?") können Ablenkung sein.

Analysten-Fragen als Signal

Auch die Fragen der Analysten sind informativ. Wiederholen mehrere Analysten dieselbe Frage zu einer Thematik (z. B. China-Exposure, Zinslast, Personalkosten), ist das ein Hinweis auf eine Schwachstelle, die der Buy-Side bekannt ist. Wenn das Management diese Frage wiederholt ausweicht, ist das ein stärkeres Signal als jede Pressemitteilung.

Vom Audio zur Investmentthese: Der vollständige Workflow

Ein professioneller Earnings-Call-Workflow besteht aus drei Phasen: Erfassung, Analyse und Integration.

Phase 1: Erfassung (vor und während des Calls)

Bereiten Sie sich vor: Laden Sie das Earnings-Release-Dokument herunter, das Unternehmen typischerweise 30-60 Minuten vor dem Call veröffentlichen. Notieren Sie Konsensschätzungen aus Bloomberg oder FactSet für EPS, Umsatz und Marge. Formulieren Sie drei bis fünf Kernfragen, die Sie nach dem Call beantwortet sehen wollen — diese strukturieren Ihre spätere Transkript-Analyse.

Phase 2: Transkription und Textanalyse (unmittelbar nach dem Call)

Laden Sie die Aufnahme in VOCAP hoch, sobald sie verfügbar ist. Während die KI transkribiert (4-6 Minuten), aktualisieren Sie Ihr Finanzmodell mit den berichteten Zahlen aus der Pressemitteilung. Wechseln Sie dann zum Transkript und durchsuchen Sie es gezielt nach Ihren vorbereiteten Kernfragen. Diese parallele Arbeitsweise spart erheblich Zeit gegenüber dem sequenziellen Abhören.

Phase 3: Integration in Bloomberg Terminal, FactSet oder Refinitiv

Das Transkript ergänzt die quantitativen Tools, ersetzt sie aber nicht. Der typische Workflow sieht so aus:

• Aktualisieren Sie Ihr DCF-Modell in Excel mit den neuen Guidance-Zahlen aus dem Transkript.
• Passen Sie Ihre FactSet-Konsensschätzungen oder Bloomberg-Estimates-Datei an, falls Ihre neue Einschätzung vom Konsens abweicht.
• Erstellen Sie eine Zusammenfassung in Notion oder Ihrer internen Research-Datenbank, die das Transkript als Anhang verlinkt.
• Vergleichen Sie Ihren aktualisierten Fair Value mit dem aktuellen Kurs — die Entscheidungsgrundlage ist damit vollständig dokumentiert.

Für Privatanleger ohne Bloomberg-Zugang funktioniert derselbe Workflow vereinfacht: Excel-Modell (oder Google Sheets), Seeking Alpha für US-Konsensschätzungen, und ein VOCAP-Transkript als Primärquelle ersetzen für die meisten Zwecke professionelle Terminal-Setups.

Ergänzende Tools: Excel, Notion und weitere Workflows

Microsoft Excel: Das Rückgrat jedes Finanzanalysten

Das Transkript ist der qualitative Input; Excel ist der quantitative Rahmen. Erstellen Sie eine einfache Tracking-Tabelle mit folgenden Spalten:

• Quartal / Call-Datum
• Berichtetes EPS vs. Konsens (Beat/Miss in %)
• Umsatz (berichtet) vs. Konsens
• EBIT-Marge (berichtet vs. Guidance vorheriges Quartal)
• Neue Jahresguidance (EPS und Umsatz)
• Management-Sentiment (subjektive Bewertung 1-5 nach Transkript-Lektüre)
• Kursreaktion am Call-Tag (+/- % gegenüber Vortagesschluss)

Diese Tabelle über 8-12 Quartale aufgebaut liefert ein einzigartiges Bild der Management-Verlässlichkeit und Kommunikationsqualität — wertvoller als jede Kennzahl allein.

Notion: Zentrale Wissensdatenbank für Research

Notion eignet sich hervorragend als zentrale Ablage für Call-Transkripte, verknüpfte Notizen und Investmentthesen. Erstellen Sie pro Unternehmen eine Notion-Seite mit folgender Struktur:

• Aktuelle Investmentthese (Bull-/Bear-Case)
• Tabelle mit den wichtigsten Kennzahlen der letzten 8 Quartale
• Unterseiten für jedes Quartal mit eingebettetem VOCAP-Transkript-Export und Ihren Analyse-Notizen
• Watchlist-Themen, die Sie im nächsten Call verfolgen wollen

Python für fortgeschrittene Analysen

Wer Python beherrscht, kann das VOCAP-TXT-Export als Grundlage für weitergehende Analysen nutzen:

• Sentiment-Analyse mit VADER oder FinBERT (auf Finanztexte spezialisiertes BERT-Modell)
• Named Entity Recognition zur automatischen Extraktion von Zahlen, Daten und Firmennamen
• Topic Modeling mit LDA für die Analyse thematischer Verschiebungen über mehrere Quartale
• Keyword-Frequency-Analyse: Wie oft wird "uncertainty" vs. "confidence" über die Zeit verwendet?

Tipps zur Maximierung der Transkriptionsqualität

Die Qualität des Transkripts hängt direkt von der Audioqualität der Quelle ab. Earnings-Call-Webcasts variieren erheblich:

Optimale Quellen auswählen

Bevorzugen Sie die IR-Website des Unternehmens gegenüber Drittanbieter-Streams. Die IR-Website liefert typischerweise die beste Audioqualität, da sie direkt vom Unternehmen hochgeladen wird. Proxy-Streams über Konferenzanbieter wie Notified (ehemals Intercall), Chorus Call oder West Corporation haben gelegentlich höhere Kompressionsartefakte.

Dateiformat und Bitrate

Wenn der Webcast als Video-Stream (MP4) verfügbar ist, kann VOCAP diesen direkt verarbeiten — Sie müssen keine separate Audio-Extraktion vornehmen. Ideal ist eine Audiobitrate von mindestens 64 kbps; die meisten Unternehmens-Webcasts liegen bei 128 kbps mono, was hervorragende Transkriptionsqualität ermöglicht.

Mehrsprachige Calls

Viele DAX-Konzerne halten ihre Calls auf Englisch, wechseln aber für einzelne Antworten ins Deutsche — insbesondere wenn heimische Analysten von Berenberg oder Warburg Research auf Deutsch fragen. VOCAP erkennt Sprachwechsel innerhalb einer Aufnahme automatisch und transkribiert beide Sprachen korrekt. Wählen Sie in diesem Fall die Hauptsprache des Calls (meist Englisch) und aktivieren Sie die Option für mehrsprachige Transkription.

Eigenes Vokabular anlegen

Für wiederkehrende Unternehmensanalysen lohnt es sich, ein benutzerdefiniertes Vokabular in VOCAP anzulegen: Produktnamen (z. B. "Puma AG", "HANA Cloud", "BioNTech Comirnaty"), Branchenbegriffe (EBITDA, Capex, ARR, NRR, churn rate) und Analystennamen, die regelmäßig fragen. Dieses Wörterbuch verbessert dauerhaft die Erkennungsgenauigkeit für Ihre spezifische Coverage-Liste.

Nachbearbeitung bei niedrigerer Audioqualität

Bei älteren Archivaufnahmen oder Calls, die über schlechte Telefonleitungen liefen, empfiehlt sich eine kurze Nachbearbeitung im Transkript-Editor. VOCAP zeigt Passagen mit niedrigem Konfidenzwert farblich markiert an — so können Sie gezielt die Stellen überprüfen, bei denen die KI sich weniger sicher war. Das dauert bei einem 90-Minuten-Call selten mehr als fünf Minuten.

Häufig gestellte Fragen

Fazit: KI-Transkription als Wettbewerbsvorteil in der Finanzanalyse

Die Fähigkeit, Earnings Calls schnell und vollständig zu erfassen, ist in der Finanzanalyse ein echter Informationsvorteil. Professionelle Dienste wie Bloomberg Transcripts oder FactSet Earnings kosten Tausende Euro pro Jahr — und sind trotzdem oft erst Stunden nach dem Call verfügbar. Mit VOCAP liegt das vollständige Transkript für weniger als 3 € und unter 10 Minuten nach Call-Ende vor.

Die wichtigsten Erkenntnisse aus diesem Leitfaden:

• Ein Earnings Call enthält qualitative Signale, die in der Pressemitteilung fehlen: Management-Tonfall, Ausweichen in der Q&A, Relativierungen in der Guidance.
• KI-Transkription reduziert die Analysezeit eines 90-Minuten-Calls von 4-5 Stunden auf unter 20 Minuten.
• Automatische Sprechererkennung macht CEO-, CFO- und Analysten-Äußerungen sofort zuordenbar.
• Ein Transkript-Archiv über mehrere Quartale ermöglicht Longitudinalanalysen und Management-Glaubwürdigkeitsprüfungen, die kein Bloomberg-Terminal allein liefert.
• Die Preise für VOCAP sind fractional gegenüber professionellen Transkriptionsdiensten: 1,99 € pro Stunde statt 50-200 € bei menschlichen Transkriptionsdiensten.

Ob Sie als Sell-Side-Analyst Ihre Research-Produktivität steigern, als Fondsmanager lückenlose Call-Dokumentation benötigen oder als Privatanleger informierte Entscheidungen über Ihre DAX-Positionen treffen wollen — KI-Transkription ist heute kein Luxus mehr, sondern ein praktisches Werkzeug mit klarem ROI.