Albtraum-Aufgabe qualitative Recherche

Sie schauen von Ihrem Schreibtisch auf. Es ist 23:30 Uhr. Fast Samstag. Es ist Kaffeezeit.

Eigentlich kein idealer Zeitpunkt, um Koffein zu trinken. Aber Sie haben keine andere Wahl.

Denn es sieht so aus, als würden Sie und die anderen Analysten der Firma wieder einmal die Nacht durchmachen müssen. Sie haben dieses Trauma schon so oft erlebt, dass Sie sogar einen Namen dafür haben …

“Die qualitative Krise”

Oft und immer wieder (die Betonung liegt leider auf “oft”) wird Ihr Team aufgefordert, einen ganzen Haufen qualitativer Recherchen durchzuführen – und hat dafür viel zu wenig Zeit.

Und dann ist es wieder so weit: Ihr Unternehmen stellt ein Portfolio für einen großen Investor zusammen, den es an Land ziehen möchte – und dieser Investor ist nicht daran interessiert, einen standardisierten Korb von Optionen angeboten zu bekommen.

Er möchte von Ihnen ein hochgradig maßgeschneiderteres und zielorientiertes Ergebnis: ein Portfolio, das seinen hochkomplexen und spezifischen ESG-Kriterien sowie einer Vielzahl anderer Themen und Fragestellungen entspricht.

Ihr Unternehmen muss die bestmögliche Gruppe Anlageähiger Unternehmen finden, die diese anspruchsvollen Kriterien erfüllen – was bedeutet, dass ein wahres Himalaya-Gebirge an quantitativen und qualitativen Daten verarbeitet werden muss.

Oh, und der Korb ist am Montagmorgen fällig. (Das war’s mit Ihrem Freitagabend.)

Es ist eine schwierige Aufgabe (und Sie müssen sie erledigen)

Ihr Unternehmen hat die Zahlen bereits ausgewertet und abgelegt. Aber Zahlen allein reichen nicht aus, um herauszufinden, wie risikofrei und chancenreich die Bewerberunternehmen sind.

Sie arbeiten sich also durch eine riesige Tabelle mit den Kandidaten und durchforsten das Internet nach qualitativem Gold über diese Unternehmen.

An Quellen mangelt es da draußen sicherlich nicht. Ganz im Gegenteil. Es gibt sie,

• die Websites der Unternehmen, ihre Konten in den sozialen Medien, Jahres- und Quartalsberichte.
• die LinkedIn- und Twitter-Konten der Mitglieder des Führungsteams der einzelnen Unternehmen.
• die Websites, Social-Media-Konten und Berichte der Wettbewerber der Unternehmen.
• Nachrichtenberichte, Marktberichte, Blogs, Vlogs …

Also, ja: Das wird die ganze Nacht dauern. Definitiv Zeit für einen Kaffee.

Sie erheben sich von Ihrem Schreibtisch, reißen Ihren Blick vom Monitor los und taumeln wie ein Zombie in Richtung Kaffeemaschine.

Während Sie den Korridor hinuntertrotten, murmeln Sie verbittert vor sich hin: „Investmentanalyst werden, haben sie gesagt. Das wird Spaß machen, haben sie gesagt.

Und die Sache ist die: Normalerweise macht es auch Spaß.

Die Höhen und Tiefen der qualitativen Forschung

Qualitative Recherche ist Ihre Leidenschaft. Sie ist nicht nur faszinierend, sondern auch sehr wertvoll für Investoren.

Denn so beeindruckend solide Zahlen auch sein mögen, sie geben nie ein vollständiges Bild ab. Unstrukturierte Daten vermitteln den Anlegern ein umfassenderes und detaillierteres Bild – vor allem, wenn es um die welt- und marktübergreifenden Themen geht, an denen sie heutzutage so interessiert sind.

Doch so sehr man sich auch über die Einblicke freut, die man mit ihnen gewinnen kann, die Arbeit mit unstrukturierten Daten stellt auch eine große Herausforderung dar – vor allem, wenn man unter erheblichem Zeitdruck arbeiten muss.

Kurz gesagt, es gibt da draußen eine riesige Menge davon. (Haben Sie in letzter Zeit das Internet mal genauer untersucht?). Und das heißt, dass die wirklich wertvollen Daten nicht so leicht verfügbar sind wie quantitative Daten. Man muss regelrecht nach ihnen graben.

Nehmen Sie das Metaverse. Jeder redet darüber. Aber nicht jedes Unternehmen verkündet lautstark, dass es daran beteiligt ist. Das Signal-Rausch-Verhältnis in diesem Bereich macht es knifflig und verzwickt, die wirklich führenden Unternehmen zu identifizieren.

Außerdem gibt es eine Wertschöpfungskette von Zulieferern und Unterstützern, an die man denken muss.

Metaverse-Anwendungen sind auf Grundlagentechnologien angewiesen, die ihrerseits von Fortschritten in der zugrunde liegenden Infrastruktur abhängen. Um herauszufinden, wie stark Unternehmen X wirklich im Metaverse vertreten ist, muss man herausfinden, wie stark seine Partner und Zulieferer (und idealerweise die Partner seiner Partner und Zulieferer seiner Zulieferer) vertreten sind.

Mit genügend Zeit und Ressourcen kann man wirklich in die Tiefe gehen. Und im Idealfall sollte man das auch tun, denn die Kunden suchen nach tiefgreifenden Erkenntnissen. (Nicht nach dem Offensichtlichen, über das jeder heute Morgen in der FT gelesen hat.)

Aber die Zeit ist nicht auf Ihrer Seite. Sie werfen einen Blick auf Ihre Armbanduhr, während der Kaffee in Ihren Magen sickert, und sehen, dass es bereits zehn Minuten vor Mitternacht ist.

Ihr Schreibtisch ruft. (Sie wünschten, er würde die Klappe halten.)

Qualitative Datenprobleme, Fortsetzung

Sie tun Ihr Bestes, aber Sie sind auch nur ein Mensch.

Sie wissen, dass Sie, ganz gleich, welche Daten Sie finden, zwangsläufig etwas übersehen werden – etwas potenziell Wichtiges. Außerdem sind viele der Quellen, die Sie finden, historisch (der Jahresbericht des letzten Jahres) und veraltet – oder (im Falle von Nachrichten und Marktberichten) könnten schon am Montagmorgen veraltet sein.

Sie müssen alles, was Sie in diesem Zeitfenster finden können, auf seine Bedeutung hin abwägen – und darin sind Sie natürlich Experte. Aber selbst dann ist vieles von dem, was Sie bewerten, Meinung – und Ihre eigene Meinung über diese Meinungen kann das Wasser zudem trüben.

Und dann ist da noch das Problem der Integration. Im Idealfall sind Sie in der Lage, die qualitativen Daten, die Sie zusammenstellen, mit den quantitativen und fundamentalen Datenanalysen Ihres Unternehmens zu vergleichen und zu verknüpfen. Aber das ist ein weiteres Problem – die Modelle werden nicht ineinandergreifen.

Mit den Einschränkungen, unter denen Sie arbeiten, können Sie keine qualitativen Daten zusammenstellen, die umfassend und vertrauenswürdig genug sind, um sie in Ihre quantitativen und fundamentalen Datenmodelle einfließen zu lassen.

Dadurch wird Ihre qualitative Analyse weiter beeinträchtigt – und um die dringend benötigte Anreicherung gebracht.

All dies bedeutet, dass Sie nicht einmal sicher sind, ob diese wochenendfüllende Recherche überhaupt nützlich sein wird.

Muss das alles so sein?

Wenn Sie mehr Zeit hätten, wüssten Sie, dass Sie diese Recherche gründlicher durchführen könnten. Und wenn Sie mehr Ressourcen hätten, könnten Sie sie schneller durchführen (ohne den Schlaf zu opfern).

Und vielleicht hätten Sie sogar Zeit, Ihr Fachwissen auf die bereits gesammelten und gewogenen unstrukturierten Daten anzuwenden, um mehr Erkenntnisse daraus zu gewinnen und bessere Dinge damit zu tun.

Reiß dich zusammen, sagen Sie sich. Du träumst ja wohl.

Das ist ein unglücklicher, aber auch unvermeidlicher Teil Ihres Jobs. Damit muss man einfach leben… Richtig?

FALSCH.

Es gibt einen besseren Weg – und der beginnt mit Affinity

Unsere Affinity-Plattform macht es Ihnen leicht, große Mengen an qualitativen Daten zu sammeln, zu verknüpfenüpfen und zu bewerten und sie ohne Bedenken in Ihre qualitativen und fundamentalen Datenmodelle zu integrieren.

Das nimmt Ihnen den Druck, diese Erkenntnisse selbst aufstöbern zu müssen, und Sie können sich darauf konzentrieren, die qualitativen Erkenntnisse zu verwenden, die Affinity an die Oberfläche bringt. (Und Sie bekommen Ihre Wochenenden zurück.)

Sie sparen nicht nur die Zeit und die Ressourcen, die für die manuelle qualitative Analyse benötigt werden, sondern können auch Ihre qualitative Analyse skalieren – und den Investoren noch individuellere, gezieltere, thematischere, effizientere und leistungsfähigere Produkte anbieten.

Besuchen Sie unsere Plattformseite, um mehr über Ihr Ticket aus dem Albtraum der qualitativen Recherche (und in den Himmel des thematischen Investierens) zu erfahren.

Plattform-Seite