COMCAST CORP WKN: 157484 ISIN: US20030N1019 Kürzel: CMCSA Forum: Aktien Thema: Hauptdiskussion

vielleicht weil Bezos mit Amazon die profitable sparte CNBC kaufen will

Perplexity Forschung -------> Der Kursrückgang von 4,78% am 25. Juli 2025 ist **primär auf fundamentale Branchenprobleme** zurückzuführen, verstärkt durch die schwachen Ergebnisse von Charter Communications. Die CNBC-Übernahmegerüchte sind zwar bemerkenswert, aber nicht der Haupttreiber der negativen Kursentwicklung. **Für Value-Investoren** bleibt die entscheidende Frage: Handelt es sich um eine **vorübergehende Branchenschwäche** bei einem fundamental soliden Unternehmen mit starken Cashflows und attraktiver Bewertung, oder um den Beginn einer **strukturellen Disruption** des Geschäftsmodells? Die **technischen Indikatoren** und das erhöhte Put-Option-Volumen deuten darauf hin, dass weitere Volatilität wahrscheinlich ist. Die bevorstehenden **Q2-Ergebnisse am 31. Juli 2025** werden wichtige Erkenntnisse über die operative Entwicklung liefern und könnten als Katalysator für eine Trendwende oder weitere Schwäche fungieren.

Hallo , hab Comcast seit 2 Jahren auf dem Schirm & mein kauflimit mit 28,80 ist nun erreicht. Alle Kriterien sprechen dafür, mit guter Dividendenausschüttung vom Cashflow & guter regelmäßiger Steigerung . Wie tief kann’s noch gehen ? Seh den aktuellen Preis attraktiv, ähnlich ASML, NovoNordisk, LVMH,.. Strukturelle Änderungen & (Geo) politische Einflussnahmen gibts immer. Denk mit gutem Management & geplanten Aktienrückkaufprogramm ist Comcast ein starker Dividendentitel.

1/2 ---- Hallo DaniB, hier ist eine vergleichende Einordnung basierend auf meinen KI-Analysen". Die Analysen wurden alle vor Kurzem durchgeführt und die Kurse haben sich seither kaum verändert. -----GEMINI 2.5 PRO-----> Für Comcast (analysiert am 25.07.2025) komme ich zu dem Schluss, dass ein Investor aufgrund der erheblichen Risiken eine erwartete Rendite von 18,5% fordern sollte, um für das eingegangene Risiko ausreichend kompensiert zu werden. Dieser hohe Wert, der zu meinem maximalen Kaufpreis von 23,99 EUR führt, spiegelt direkt die von mir bewertete, eher durchschnittliche Geschäftsqualität von nur 3,3 von 5 Punkten wider. Das Geschäftsmodell steht unter massivem strukturellem Druck: Das Kerngeschäft Breitband verliert rasant Kunden an Glasfaser- und Mobilfunkkonkurrenten, und das traditionelle Kabelfernsehen stirbt durch den unaufhaltsamen Vormarsch von Streaming-Diensten einen langsamen Tod. Comcast ist ein "faires" Unternehmen, das versucht, sich neu zu erfinden, aber der Ausgang ist ungewiss. Die hohe geforderte Rendite ist also der Preis für diese Unsicherheit. Im krassen Gegensatz dazu steht ASML (analysiert am 16.07.2025). Hier erachte ich eine erwartete Rendite von 11,25% als angemessen, was zu einem Kaufpreis von 550,60 EUR führt. Der Grund für diese deutlich niedrigere Renditeforderung liegt in der außergewöhnlich hohen Qualität des Unternehmens (Score 4.8/5). ASML hat ein De-facto-Monopol auf die kritischste Technologie in der Halbleiterfertigung (EUV-Lithografie) und profitiert direkt vom KI-Megatrend. Die Risiken sind hier fast ausschließlich externer, geopolitischer Natur und nicht im Geschäftsmodell selbst verankert. Für ein solch "wunderbares" Unternehmen ist man als Investor bereit, eine geringere Rendite zu akzeptieren, da die Wahrscheinlichkeit, dass die Cashflows auch in 10 Jahren noch sprudeln, ungleich höher ist als bei Comcast.

2/2 ---- Novo Nordisk (analysiert am 26.06.2025) fällt in eine ähnliche Kategorie. Für dieses Unternehmen mit einem extrem starken Burggraben im wachsenden Markt für Diabetes- und Adipositas-Medikamente (Qualitätsscore 4.5/5) halte ich eine erwartete Rendite von 11,04% (Kaufpreis 55,27 EUR) für fair. Die Risiken sind hier zwar operativer Natur – starker Wettbewerb durch Eli Lilly und die gewaltige Herausforderung, die Produktion schnell genug hochzufahren –, aber die grundlegende Nachfrage und die Marktstellung sind phänomenal. Auch hier gilt: Die höhere Qualität des Geschäfts rechtfertigt eine niedrigere Renditeerwartung im Vergleich zu Comcast. Zuletzt LVMH (analysiert am 09.07.2025), der Inbegriff eines Qualitätsunternehmens mit einem Portfolio unersetzlicher Marken (Qualitätsscore 4.8/5). Hier wäre eine Rendite von 11,50% (Kaufpreis 357,50 EUR) attraktiv. LVMH steht zwar vor kurzfristigen makroökonomischen Herausforderungen, insbesondere in China und den USA, aber der strukturelle Trend zu mehr Wohlstand und die damit verbundene Nachfrage nach Luxusgütern sind langfristig intakt. Die Risiken sind eher zyklischer als struktureller Natur. Zusammenfassend lässt sich sagen: Comcast ist nicht zufällig günstiger. Der Markt preist das höhere Risiko und die geringere Qualität des Geschäftsmodells ein. Während man bei Comcast eine hohe Rendite von über 18% fordern muss, um für die Gefahr eines permanenten Kapitalverlusts entschädigt zu werden, könnte man sich bei den drei anderen "Champions" aufgrund ihrer überlegenen Geschäftsmodelle und Burggräben bereits mit einer Rendite von ca. 11-11,5% zufriedengeben. Der Knackpunkt ist, dass ASML, Novo und LVMH aktuell so teuer sind, dass sie nicht einmal diese fairere, niedrigere Rendite bieten, während Comcast zwar eine hohe potenzielle Rendite in Aussicht stellt, diese aber mit erheblicher Unsicherheit erkauft werden muss. Deine Entscheidung für Comcast bei 28,80 EUR (erwartete Rendite von 15,4%) ist eine Wette darauf, dass der Markt die Risiken überbewertet und die Transformation des Unternehmens gelingt – eine klassische Value-Investition, aber eine mit deutlich höherem Risiko als bei den anderen genannten Qualitätsunternehmen.

Je mehr man mit Sprachmodellen arbeitet, desto besser lernt man, deren Stärken gezielt für die eigenen Zwecke zu nutzen. Für das Programmieren in Python sind sie unglaublich leistungsfähig. Ich selbst bin ein eher untalentierter Programmierer, bin aber inzwischen in der Lage, professionelle Programme zu schreiben. Die neuesten Modelle gehören bei Programmierwettbewerben bereits zu den Top 10. Wenn man eine KI allerdings Dinge fragt, bei denen sie nur raten kann, ist es logisch, dass das Ergebnis entsprechend schlecht ausfällt. Gibt man ihr jedoch Geschäftsberichte zusammen mit sehr klaren Anweisungen, liefert sie mit deutlich höherer Wahrscheinlichkeit nützliche Resultate. In den letzten drei Monaten habe ich eine Vorlage entwickelt, mit der ich Gemini in ein Rollenspiel versetze: Es soll Aktien wie Warren Buffett analysieren. Ich unterhalte mich sehr intensiv mit der KI und frage sie zum Beispiel, wie man eine solche Vorlage zur Aktienbewertung erstellen könnte. Sie baut mir dann genau das, was ich brauche.

Vielen Dank nochmal für deine ausführliche Erklärung. Wirklich top. Ich bin erst gerade wieder hier im Forum gewesen. Werde sowas auch mal testen. Hatte bislang bei Gemini versucht, technische Komponenten abzufragen und 200 Tage Linien mit einfließen zu lassen usw. Aber das alles scheitert immer daran, dass Gemini keine Echtzeitdaten abfragt und vollkommen selbstbewusst falsche Antworten gibt. Erst wenn man dann kritisch nachfragt, kommt dann raus, dass ja doch alles falsch ist. Das finde ich schon bedenklich, wenn man sieht, was die Leute alles abfragen. Hat man. Keine Ahnung, gibt man das einfach total falsch weiter.

Ich denke, mit diesen KI-Analysen ist man langfristig dem Markt überlegen, aber es kostet auch Zeit, diese Daten zusammenzutragen; es ist noch viel Handarbeit dabei. Wobei sich das langfristig alles automatisieren lassen müsste. Ich bin kein Programmierer, habe nur ein bisschen Grundkenntnisse; die KI hat mein Programm großteils geschrieben, mit meinen Anweisungen :). Es gibt weltweit bestimmt schon welche, die es komplett automatisiert haben und nur noch einen Knopf drücken müssen.

habe ich mir über rund ein halbes Jahr ein eigenes Python-Programm entwickelt (ca. 2000 Zeilen Code). Dieses Programm hat folgende Kernfunktionen: PDF-Einlesen: Es kann die ausgewählten PDF-Dateien aus dem "für Analyse"-Ordner einlesen. Das Programm fügt die extrahierten Texte der verschiedenen Dokumente in Reihenfolge zu einem einzigen großen Textblock zusammen. Das Programm kopiert den gesamten zusammengeführten Text direkt in die Windows-Zwischenablage. Von dort aus kann ich den Text dann mit einem einfachen "Strg+V" in die Textdatei einfügen, die ich dann an Gemini sende. Mein Python-Programm ist auch in der Lage, von YouTube-Videos die Untertitel herunterzuladen und zu komprimieren (Zeitstempel entfernen); es kann sogar über die YouTube-API tausende Kommentare von YouTube-Videos als herunterladen, wodurch man die Stimmung analysieren kann, wie viele noch positiv zum Unternehmen gestimmt sind. Unsere Unternehmen haben teils auch YouTube-Videos, bei denen man Informationen erhält. Mit Gemini kann man sogar von MP3- bzw. MP4-Dateien, deren Tonspur Sprache enthält, diese auslesen und in Textform bringen. Das mache ich, wenn man den Earnings Call nicht in Textform bekommt, sondern sich das Video ansehen muss. So muss ich es mir nicht ansehen; mein Python-Programm kann von dem Video bzw. Podcast per KI den Text auslesen, bzw. Gemini kann das noch viel schneller. So kann man nun auch von den Earnings Calls in Videoform den Text erhalten und den Text der Analyse hinzufügen, das ist genial. Ein weiterer wichtiger Schritt zur Verbesserung der Analyse ist die Berücksichtigung der Tatsache, dass die KI nicht bis auf das aktuellste Datum trainiert ist; ihr fehlt oft das Allgemeinwissen der letzten ca. drei Monate. Daher frage ich nach der ersten Analyse explizit, welche Echtzeitdaten sie benötigen würde, um die Analyse robuster zu gestalten. Die KI generiert dann einen sehr umfangreichen Text mit spezifischen Informationsbedarfen. Diese Suchanfrage gebe ich dann an andere KIs wie ChatGPT oder nutze die Tiefensuche von Perplexity, die das Web (hunderte Webseiten) nach den aktuellsten Bedrohungen, Marktentwicklungen usw. durchsuchen. Die Ergebnisse dieser Recherchen kopiere ich dann ebenfalls in meine große Textdatei und lasse Gemini eine erneute, verfeinerte Analyse durchführen. Dadurch wird die Analyse wirklich extrem gut, meiner Meinung nach, weil nun auch eine Vielzahl von Echtzeitdaten und aktuellen Geschehnissen berücksichtigt wird. Zusammenfassend lässt sich sagen: Es ist eine Mischung aus sorgfältiger manueller Auswahl relevanter aktueller Informationen (News, Forenbeiträge, politische Berichte), einer möglichst umfassenden, aber strukturierten Bereitstellung offizieller Unternehmens- und Finanzmarktdaten (ausgewählt zur Einhaltung der Zeichengrenze und unterstützt durch ein eigenes Tool zur Datenaggregation) und einer gezielten Ergänzung durch tagesaktuelle, KI-recherchierte Echtzeitinformationen. Ziel ist es, der KI ein möglichst komplettes und kontextreiches Bild zu geben, um fundierte Analysen erstellen zu können. Meine Erfahrung ist, dass die KI echt hervorragend funktioniert. Sie ist nicht so optimistisch wie diese Webseiten, die auch Aktien bewerten (alphaspread.com, simplywall.st usw.), denn ich habe mir eine Excel-Tabelle erstellt, in der ich alle meine Analysen eintrage: Unternehmensname, Worst-, Base- und Best-Case-Szenarien. Dort trage ich auch die Einschätzungen der Webseiten ein, um einen Vergleich zu haben. Die KI liegt in der Regel bei der Bewertung meist etwas tiefer; selten darüber, sie ist konservativer. Ich denke, die KI versteht die Marktzyklen und Risiken viel besser und gewichtet diese höher als diese Webseiten. Zudem ist eine KI-Analyse mit 3,1 Millionen Textzeichen extrem umfangreich; das sind ca. 1500 A4-Seiten an Information. Kein Mensch kann diese enorme Datenmenge innerhalb weniger Sekunden als Ganzes betrachten und wenn man bedenkt das KI von Tag zu Tag besser wird ...

Zunächst einmal ist es wichtig zu verstehen, dass Gemini 2.5 Pro, wie die anderen Sprachmodelle, eine bestimmte Eingabegrenze hat. Bei meiner aktuellen Konfiguration liegt diese bei ca. 3,1 Millionen Textzeichen pro Eingabeaufforderung. Das bedeutet, ich muss alle relevanten Informationen in einer einzigen, großen Textdatei zusammenfassen, die diese Grenze nicht überschreitet. Ich gehe dabei in der Regel wie folgt vor: Ganz oben – Der persönliche "Touch" und aktuelle Bedrohungen: Eigene Forumseinträge/Diskussionen: Hier kopiere ich relevante Teile unserer eigenen Diskussionen aus dem Forum hinein, insbesondere Fragen, Hypothesen oder spezifische Szenarien, die wir gemeinsam erarbeitet haben (wie z.B. die Verlustszenarien für Kabelkunden). Aktuelle News & Marktstimmung: Ich sammle aktuelle Nachrichtenartikel, Analystenkommentare oder auch Stimmungsberichte aus Finanzmedien, die ich für unmittelbar relevant für das zu analysierende Unternehmen halte. Das können beispielsweise Artikel über neue Wettbewerber, regulatorische Änderungen, disruptive Technologien oder eben auch spezifische Bedrohungen wie Handelskriege und deren potenzielle Auswirkungen sein. Es geht darum, der KI einen "Puls der Zeit" zu geben. Makroökonomische Daten/Politische Lage: Hier fließen Informationen wie der von mir erstellte "Politische Lagebericht" ein, der Zölle, Wahlen, geopolitische Spannungen etc. beleuchtet. Das hilft der KI, das Unternehmen im größeren Kontext zu sehen. Direkt darunter füge ich die Unternehmensdaten hinein – Die harten Fakten (direkt von der Quelle): Zuerst lade ich alle relevanten Dokumente von der Investoren Webseite des Unternehmens herunter und speichere diese in einem dedizierten Unternehmensordner. Dazu gehören: Geschäftsberichte (Form 10-K): Vollständige Berichte, idealerweise der aktuellste und gegebenenfalls der des Vorjahres für Vergleiche. Quartalsberichte (Form 10-Q): Die aktuellsten Quartalszahlen und Management-Diskussionen. Ergebnispräsentationen (Earnings Presentations): Die Folien, die das Management bei den Quartals-Calls verwendet. Diese enthalten oft verdichtete Kennzahlen und strategische Ausblicke. Earnings Call Transcripts: Die Mitschriften der Telefonkonferenzen mit Analysten. Hier finden sich oft wichtige Nuancen und Antworten auf kritische Fragen. Pressemitteilungen: Aktuelle Ankündigungen, z.B. zu neuen Produkten, Akquisitionen, Dividenden, Aktienrückkaufprogrammen. Anschließend erstelle ich einen zweiten Ordner, den ich "für Analyse" nenne. In diesen Ordner kopiere ich dann eine sorgfältig ausgewählte Teilmenge der zuvor heruntergeladenen PDF-Dateien. Dabei achte ich darauf, die aktuellsten und wichtigsten Berichte zu wählen, um die Zeichenbegrenzung von ca. 3,1 Millionen nicht zu überschreiten. Das sind meistens die zwei aktuellsten Jahresberichte; drei Jahresberichte passen selten hinein. Die Earnings Calls versuche ich, der KI möglichst vollständig zur Verfügung zu stellen, da dort oft kritische Fragen gestellt werden und die KI so sehen kann, wie das Unternehmen auf diese reagiert. Ich füge eine Tabelle mit den kompletten historischen Aktienkursen ein, um der KI ein Gefühl für die Kursentwicklung und Volatilität zu geben. Ich kopiere von der Tabelle den letzten Tag/Kurs und füge diesen danach nochmal ein und teile der KI mit, dass dies der aktuelle Tag und Kurs ist, damit die KI weiß, welcher Tag heute ist. Währungskurse: Für international tätige Unternehmen wie Comcast ist der relevante Wechselkurs (hier EUR/USD) unerlässlich für die Umrechnung. Zinsdaten: Aktuelle Renditen für Staatsanleihen (z.B. 10-jährige US-Treasuries als risikofreier Zinssatz). Am Ende der Textdatei schreibe ich, dass ich den inneren Wert in EUR wissen möchte. Um diesen Prozess, insbesondere das Extrahieren und Zusammenführen der Unternehmensdaten aus den ausgewählten PDFs im "für Analyse"-Ordner, effizienter zu gestalten,

Klasse. Danke dir. Kannst du mal schreiben, was du genau eingibst und hochladen musst bei Gemini Pro, um so ein Ergebnis zu erzielen?

Gemini 2.5 Pro - Analyse des inneren Wert ----> Kundenverlustszenarien die nächsten 10 Jahre (Basis 60-70%, Pessimistisch 75-80%, Optimistisch 50-55%) wurden explizit vom Nutzer vorgegeben. Szenario-Ergebnisse (EUR): Optimistisch €47-€51, Basis €42-€46, Pessimistisch €37-€40. Die Analyse deutet auf eine Unterbewertung gegenüber dem aktuellen Kurs von ca. €28,79 hin. Ein fairer Kaufbereich läge bei €38-€40.

ich habe die KI den Kabelkundenverlust schätzen lassen und diese in der Analyse hoch gewichtet, das hatte ich vergessen

Gemini 2.5 Pro - Analyse des inneren Wert ----> Für die DCF-Bewertung von Comcast (CMCSA) habe ich primär die von dir bereitgestellten Daten genutzt, ergänzt durch mein trainiertes Wissen über Finanzmodellierung und Marktdaten. Deine Daten umfassten: Den Geschäftsbericht 2024 (Form 10-K, ca. 100 A4-Seiten), der detaillierte Finanzzahlen, Segmentberichte, Risikofaktoren und Bilanzpositionen wie Schulden ($99,1 Mrd. YE24) und Goodwill enthielt; die Q1 2025 Ergebnisse bestehend aus Pressemitteilung, Präsentation und Earnings Call Transcript (zusammen ca. 25 A4-Seiten), die aktuelle Kennzahlen wie Q1 FCF ($5,4 Mrd.), Adj. EBITDA ($9,5 Mrd.), Adj. EPS ($1.09), Kundenmetriken (Breitbandverluste 199k, Wireless-Gewinne 323k), Margenentwicklungen (C&P EBITDA-Marge 41,4%), Ausblicke auf 2025 (anhaltendes Wachstum bei Konnektivitätsumsatz, Verbesserung Peacock-Verluste, Epic Universe Kosten/Eröffnung, Spin-Off Pläne) und Kapitalrückflüsse ($3,2 Mrd. in Q1) lieferten; Informationen zum Share Buyback Programm ($15 Mrd. Autorisierung Jan 2025, ca. 1 A4-Seite); einen politischen Lagebericht und eine Zoll-Zusammenfassung (ca. 6 A4-Seiten), die das makroökonomische Umfeld unter Trump 2.0 mit Handelskonflikten (z.B. 10% Basiszoll USA, 145% auf China-Importe) beleuchteten; sowie historische Aktienkurse und EUR/USD Währungsumrechnungsdaten (ca. 10 A4-Seiten), wobei der Kurs am 24.04.2025 bei 1,1391 EUR/USD lag. Mein trainiertes Wissen (entspricht mehreren A4-Seiten Finanztheorie und Marktdaten) umfasste die DCF-Methodik selbst, die Anwendung des Capital Asset Pricing Models (CAPM) zur Ermittlung der Eigenkapitalkosten, die Schätzung von Beta-Faktoren für vergleichbare Unternehmen (hier angenommen 0,9), die Nutzung von Marktrisikoprämien (hier 5,0% basierend auf Kroll-Empfehlung aus deinen Daten) und risikofreien Zinssätzen (hier 4,41% aus deinen Daten), die Berechnung des WACC (hier ca. 7,0%), die Bedeutung von Terminal Value Berechnungen mittels Gordon Growth Model (hier mit g=2,5%), die Interpretation von Kreditratings zur Abschätzung der Fremdkapitalkosten (hier Rd=5,2% geschätzt) und die Berücksichtigung von Steuersätzen (hier 21% statutrorisch). Ich habe einen 5-Jahres-Prognosezeitraum (2025-2029) verwendet, basierend auf dem bereinigten 2024 FCF von ca. $14,5 Mrd. und moderaten Wachstumsannahmen (initial ~3,5%, dann ~3,2%), die die Stärke der Konnektivitäts- und Wachstumsgeschäfte gegen den Wettbewerbsdruck und Investitionen abwägen. Der resultierende Enterprise Value wurde um die Nettoverschuldung ($88,6 Mrd.) bereinigt und durch die verwässerte Aktienanzahl (3.784 Mio.) geteilt. Der innere Wert im Basisszenario beträgt $61,42 pro Aktie, was bei einem Kurs von 1,1391 EUR/USD einem Wert von €53,92 entspricht. Das pessimistische Szenario (niedrigeres Wachstum, höherer WACC) deutet auf ca. €45-50 hin, das optimistische Szenario (höheres Wachstum, niedrigerer WACC) auf ca. €65-70. Alle Szenarien liegen signifikant über dem aktuellen Marktpreis von ca. €28,78.

https://finance.yahoo.com/news/comcast-reports-1st-quarter-2025-110000470.html?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuZ29vZ2xlLmNvbS8&guce_referrer_sig=AQAAAEtjI_J-cGb1ZXlYlcBqFG4ySFuFgIYbk8annrmvzxm90MGQAkY8ar5Q1nWwpeRrXu-ydscfkCD7LSTEfHGzYzIhatVJ8ig6W1rJdL55ZVbDmRt12Xz_pxAfkJ6_JU0LEF8LekyXRpk22UefxIzyC1scqh8oCPYSGMIQ9wr7bctE