Datenleitfaden
Unsere Rechner spielen jahrzehntelange echte Markt- und Inflationsdaten zurueck, bevor sie Ihre Zukunft projizieren. Dieser Leitfaden erklaert genau, woher jede Datenreihe stammt, wie der monatliche Aktualisierungszyklus funktioniert, wo die Geschichte endet und Annahmen beginnen, sowie die fuenf haeufigsten Fehler beim Lesen der Ergebnisse.
Warum dieser Datenleitfaden existiert
Die meisten Nutzer wollen nicht nur eine Zahl sehen. Sie wollen wissen, ob sie dieser Zahl vertrauen koennen. Genau dafuer ist dieser Leitfaden da.
Wenn Sie Szenarien in einem Rechner vergleichen, koennen kleine Unterschiede in Daten oder Annahmen grosse Auswirkungen auf langfristige Ergebnisse haben. Das Verstaendnis der Datenschicht hilft Ihnen, falsche Sicherheit zu vermeiden und zu erkennen, wann Ihre eigenen Einstellungen mehr Arbeit leisten als die Daten selbst.
Wir trennen historische Informationen von Nutzerannahmen, damit Sie klar erkennen koennen, welcher Teil Ihres Ergebnisses aus echtem vergangenen Marktverhalten stammt und welcher Teil aus Ihren eigenen Zukunftsprojektionen. Diese beiden Schichten verhalten sich unter Unsicherheit sehr unterschiedlich.
Diese Seite ist fuer praktische Entscheidungsunterstuetzung geschrieben. Sie muessen keinen Code oder technische Dateien lesen, um zu verstehen, wie die Plattform funktioniert.
Ob Sie monatlich investieren, Metalle mit Krypto vergleichen, Magnificent-7-Aktien-Backtests durchfuehren, S&P-500-Szenarien testen oder Geld ueber Inflationsperioden uebersetzen: Dieser Leitfaden hilft Ihnen, Ergebnisse im richtigen Kontext und mit der richtigen Skepsis zu lesen.
Ueberblick ueber Datenquellen
Fuer Krypto-, Metall-, Magnificent-7- und S&P-500-Modi verwenden wir monatliche Markt-Schlusskurse von Yahoo Finance als Quelle fuer historische Preisniveaus. Yahoo Finance bietet weit verbreitete kostenlose Marktdaten und ist die Standardreferenz fuer historische Preisrecherche auf Verbraucherebene.
Fuer Inflation verwenden wir offizielle oeffentliche Statistiken statt Marktdaten: US-CPI-U vom U.S. Bureau of Labor Statistics (BLS), UK-CPI vom UK Office for National Statistics (ONS) und den harmonisierten Verbraucherpreisindex (HICP) von Eurostat fuer die Eurozone, Deutschland, Frankreich, die Niederlande und Belgien. BLS veroeffentlicht den CPI-U monatlich seit Januar 1947, was rund 78 Jahre US-Inflationsgeschichte ergibt. ONS veroeffentlicht den UK-CPI monatlich seit Januar 1988, was etwa 37 Jahre abdeckt. Eurostat liefert den HICP jaehrlich ab 1996, rund 30 Jahre harmonisierter europaeischer Inflationsdaten.
BLS beschreibt den CPI-U als monatliches Mass fuer die durchschnittliche Preisaenderung eines Warenkorbs, den Stadtbewohner bezahlen. Der Korb umfasst Lebensmittel, Wohnen, Bekleidung, Transport, medizinische Versorgung und Freizeit. ONS beschreibt den CPI als Verbraucherkorb, der regelmaessig ueberarbeitet wird, um repraesentativ fuer das tatsaechliche Ausgabeverhalten zu bleiben. Der HICP von Eurostat wendet eine harmonisierte Methode in allen EU-Mitgliedstaaten an, damit Inflation von Land zu Land konsistent gemessen wird.
Der S&P-500-Modus basiert auf der Indexhistorie fuer ^GSPC, dem Yahoo-Finance-Ticker fuer den S&P 500. Der Index in seiner modernen Form mit 500 Aktien datiert auf Maerz 1957, mit Vorgaengerreihen bis in die 1920er-Jahre. Monatliche Schlussdaten im Rechner stammen ab 1950 fuer praktische Szenariolaengen.
Keine einzelne Datenquelle ist in jedem Kontext perfekt. Daher konzentrieren wir uns auf transparente Verarbeitung, konsistente Monatslogik und klare Grenzen, anstatt so zu tun, als gaebs keine Unsicherheit.
Das Endziel ist einfach: eine stabile und verstaendliche Grundlage fuer die Szenarioplanung, kein Investitionsmarketing oder undurchsichtige Ergebnisse.
Ablauf der monatlichen Updates
Jeden Monat fuehren wir einen automatischen Synchronisierungszyklus durch, um unterstuetzte Krypto-, Metall-, S&P-500- und Inflationsdatensaetze zu aktualisieren. Der Zyklus erfasst den neuesten monatlichen Schluss- oder Indexwert aus jeder Quelle und fuegt ihn der vorhandenen Reihe hinzu.
Nach der Erfassung neuer Monatsdaten validieren wir Struktur und Kontinuitaet vor der Veroeffentlichung. Dazu gehoert die Pruefung, ob der neue Datenpunkt sauber an die vorhandene Reihe anschliesst und ob keine unerwarteten Luecken oder Formatwechsel in der Quelle aufgetreten sind.
Wenn eine Quelle verspaetet, instabil oder voruebergehend inkohaesiv ist, bevorzugen wir, die Veroeffentlichung zu verzoegern, anstatt unsichere Updates weiterzugeben. Eine einmonatige Verzoegerung bei der Aktualisierung ist weit weniger schaedlich als ein fehlerhaftes Update, das stillschweigend Tausende von Szenarioresultaten verschiebt.
In der Praxis koennen sich Ergebnisse von Monat zu Monat leicht verschieben, weil ein zusaetzlicher historischer Monat die zusammengesetzten Pfade leicht veraendern kann. Bei einem 20-jaehrigen Szenario verschiebt die Hinzufuegung eines Monats echter Geschichte die Endwerte typischerweise um weniger als 0,5% in beide Richtungen.
Ihre eigenen Annahmen sind fuer lange Horizonte nach wie vor am wichtigsten, aber regelmaessige monatliche Aktualisierungen halten den historischen Teil aktuell und relevant.
Was das fuer Sie bedeutet
Sie arbeiten mit aktuellen Monatsdaten, nicht mit einem veralteten statischen Snapshot.
Szenariovergleiche bleiben im Laufe der Zeit zuverlaessiger, da Update- und Validierungsregeln monatlich konsistent angewendet werden.
Wie Rechner Rohdaten verarbeiten
Fuer Krypto-, Metall- und S&P-500-Modi bewegt sich der Rechner Monat fuer Monat durch die Zeit. Er wendet die tatsaechliche monatliche prozentuale Veraenderung aus der Quellreihe auf Ihren laufenden Kontostand an und fuegt Beitraege gemaess Ihren Einstellungen hinzu.
Die Beitragsfrequenz wird normalisiert, damit woechentliche, monatliche oder jaehrliche Plaene fair auf einer gemeinsamen Zeitachse verglichen werden koennen. Ein Plan von 100 Dollar pro Woche wird fuer Rechenzwecke zu einem monatlichen Aequivalent von 433 Dollar.
Wenn ein gewaehlter Horizont ueber den letzten verfuegbaren echten Marktmonat hinausgeht, setzt die Projektion mit Ihrer eigenen angenommenen Jahresrendite fuer den Zukunftsteil fort. Der Uebergangspunkt ist im Diagramm sichtbar, sodass Sie Geschichte und Projektion stets unterscheiden koennen.
Der Inflationsmodus ist bewusst anders aufgebaut. Er nutzt CPI-Indexverhaeltnisse zwischen Jahren zur Kaufkraftuebersetzung, anstatt Marktrenditen zu simulieren. Wenn der CPI-Index 2005 bei 172 und 2025 bei 315 lag, entsprechen 1.000 Dollar aus 2005 einer Kaufkraft von 1.831 Dollar im Jahr 2025.
Datumsbereiche sind auf verfuegbare offizielle CPI-Jahre begrenzt. So werden synthetische zukuenftige Inflationswerte vermieden, die nicht in den Quelldaten vorhanden sind.
Die Plattform kombiniert also zwei Schichten: echten historischen Daten-Replay, wo Daten vorhanden sind, und transparente Nutzerannahmen, wo die Geschichte endet.
Qualitaetskontrollen und Wartung
Ein monatliches Update ist nicht nur ein Datenimport. Es beinhaltet auch Kontrollen, um sicherzustellen, dass die Daten fuer stabile Szenarioberechnungen weiterhin verwendbar sind.
Wir pruefen auf Probleme wie fehlerhafte Werte, Zeitreiheinkonsisenzen, fehlende Segmente und verdaechtige Spruenge, die auf ein Quellproblem statt auf ein echtes Marktereignis hinweisen koennten.
Wir ueberwachen auch, ob sich die Rechner wie erwartet um Randfaelle verhalten, wie Grenzen nahe dem letzten historischen Datenpunkt, Beitragsnormalisierung fuer ungewoehnliche Frequenzen und Uebergaenge zwischen historischen und annahmegetriebenen Phasen.
Wenn Pruefungen scheitern, wird die Veroeffentlichung unterbrochen und ueberarbeitet. Wir veroeffentlichen erst, nachdem der Datensatz die Validierung bestanden hat.
Dieser Prozess soll Endnutzer vor stillen Regressionen schuetzen, die sonst irrefuehrende Projektionen erzeugen koennten.
Mit anderen Worten: Wir bevorzugen verspaetete Genauigkeit gegenueber schnellen, aber unzuverlaessigen Updates.
Automatische Pruefungen: Formatintegritaet, Reihenfolge und Kontinuitaet historischer Bereiche
Verhaltenskontrollen: Randfaelle um Bereichsgrenzen und Uebergang zur annahmebasierten Projektion
Veroeffentlichungsregel: Veroeffentlichung nur nach bestandener Validierung
Grenzen und Interpretationsregeln
Historische Wertentwicklungen sind informativ, stellen aber keine Garantie fuer kuenftige Ergebnisse dar. Der S&P 500 lieferte im vergangenen Jahrhundert rund 10% nominal pro Jahr, aber einzelne Jahrzehnte reichten von negativen Renditen bis zu ueber 18% annualisiert. Betrachten Sie Ergebnisse als Szenarioorientierung, nicht als Gewissheit.
Zukunftsprojektionen reagieren stark auf Ihre Annahmen. Ein Plan von 500 Dollar pro Monat ueber 20 Jahre mit einer angenommenen Rendite von 7% ergibt rund 261.000 Dollar. Derselbe Plan mit 5% ergibt rund 205.000 Dollar. Diese Luecke von 56.000 Dollar entsteht ausschliesslich durch einen Unterschied von 2 Prozentpunkten in einem einzigen Eingabefeld.
Reale Kosten sind persoenlich und plattformspezifisch. Steuern, Depotgebuehren, Produktspreads, Slippage und Timing-Entscheidungen werden nicht universell in einer einzigen Standardausgabe modelliert. Nutzen Sie die optionalen Kostenfelder, um Ihrer tatsaechlichen Situation naeher zu kommen.
Die hier verwendete S&P-500-Reihe ist eine Indexniveau-Planeingabe. Sie enthaelt standardmaessig keine Dividendenreinvestition und sollte nicht als vollstaendige personalisierte Portfoliorenditeprognose interpretiert werden.
Der Inflationsvergleich zeigt die Kaufkraftuebersetzung auf Basis offizieller CPI-Reihen, was nuetzlicher Kontext ist, aber kein vollstaendiges persoenliches Lebenshaltungskostenmodell fuer jeden Haushalt. Wohnkosten, Gesundheitsversorgung und Bildung weichen oft erheblich vom breiten CPI-Korb ab.
Fuer bessere Entscheidungen vergleichen Sie konservative, Basis- und optimistische Szenarien, anstatt sich auf eine einzige Kopfzahl zu verlassen.
Bandbreiten nutzen: immer mehrere Annahmen vergleichen
Phasen getrennt lesen: historischer Replay und annahmegetriebene Verlaengerung sind verschiedene Phasen
Realistisch bleiben: Kosten und Unsicherheit in Ihre Bewertung einbeziehen
Fuenf haeufige Fehler beim Lesen von Daten
Die meisten Fehler bei der Nutzung von Finanzrechnern sind keine Rechenfehler. Es sind Interpretationsfehler: das Ergebnis als etwas zu lesen, wofuer es nie konzipiert wurde. Diese fuenf Fallstricke tauchen immer wieder bei verschiedenen Anlageklassen und Zeitrahmen auf.
Die Zukunftsprojektion als Plan behandeln. Die fuer Jahr 15 oder Jahr 25 angezeigte Zahl ist das mechanische Ergebnis der Anwendung Ihrer angenommenen Rendite auf die Zukunft. Ein Unterschied von 1% in dieser Annahme bei einem Plan von 300 Dollar pro Monat ueber 25 Jahre verschiebt den Endwert um rund 65.000 Dollar. Die Projektion ist nur so zuverlaessig wie die Annahme, die sie antreibt.
Kostenfelder auf null lassen. Alle S&P-500-, Krypto- und Metallmodi erlauben es Ihnen, Transaktionskosten und TER einzuschliessen. Sie auf null zu lassen bedeutet, eine reibungslose Welt zu projizieren, die kein echter Investor erlebt. Ein jaehrlicher TER-Abzug von 0,5% reduziert ein 20-jaehriges Ergebnis um rund 9% im Vergleich zur Bruttorenditelinie. Kleine anhaltende Kosten zinseszinsen sich genauso wie Renditen.
Metallstartdaten vergleichen, als ob sie dasselbe Regime abdecken wuerden. Vor August 1971 war Gold unter Bretton Woods auf 35 USD pro Unze festgesetzt. Der frei schwebende Goldmarkt begann erst nach Ende dieses Abkommens. Monatliche Preisschwankungen nach 1971 spiegeln einen echten Markt wider. Die Verwendung von Gold-Vordaten aus der Zeit vor 1971 neben Daten nach 1971 vermischt zwei strukturell unterschiedliche Regime und kann langfristige Durchschnittsrenditen verzerren.
Nominale S&P-500-Rendite als reale Kaufkraft lesen. Der S&P 500 hat ueber lange Zeitraeume durchschnittlich rund 10% nominal pro Jahr erzielt. Die Inflation betrug historisch durchschnittlich rund 3%, wodurch reale Renditen eher bei 7% liegen. Wenn Sie fuer zukuenftige Kaufkraft planen, ueberschaetzt eine nominale Projektion, was das Geld tatsaechlich kauft, um rund 75% ueber 25 Jahre bei 3% Inflation.
Kryptowaahrungen mit sehr unterschiedlicher Historienlaenge als gleichwertig vergleichen. Bitcoin hat monatliche Daten seit 2010, Ethereum seit 2015 und viele Altcoins erst seit 2017 oder spaeter. Ein 12-jaehriges Szenario, das 2012 beginnt, verwendet echte Daten fuer Bitcoin, stuetzt sich jedoch vollstaendig auf Ihre angenommene Rendite fuer eine Kryptowaahrung, die noch nicht existierte. Je kuerzer die echte Historie, desto mehr ist das Ergebnis annahmegetrieben statt datengetrieben.
Krypto-Datenquelle und Nutzung
Der Krypto-Rechner nutzt monatliche historische Schlusskurse fuer jede unterstuetzte Kryptowaahrung von Yahoo Finance und leitet daraus Monatsveraenderungen ab. Bitcoin hat monatliche Daten ab 2010, was mehr als 14 Jahre echter Geschichte ergibt. Ethereum-Daten beginnen 2015. Die meisten grossen Altcoins haben Daten ab 2017.
Ihre Beitraege werden in ein monatliches Aequivalent umgerechnet, sodass verschiedene Einzahlungsrhythmen konsistent verglichen werden koennen. Ein Plan von 50 Dollar pro Woche wird als monatliches Aequivalent in die Rechenmaschine eingegeben.
Jede Kryptowaahrung hat ihr eigenes fruehestes verfuegbares Jahr. Aeltere Assets bieten laengere historische Fenster, waehrend neuere Assets spaeter beginnen. Die verfuegbare Historienlaenge ist wichtig, weil ein Szenario, das echte Marktzyklen durchlaeuft, viel informativer ist als eines, das hauptsaechlich auf Ihrer Renditeannahme basiert.
Wenn ein Monat innerhalb der historischen Abdeckung fehlt, vermeidet das Modell es, einen synthetischen Sprung fuer diesen Monat zu erfinden, und haelt den Prozess stabil bis zum naechsten gueltigen Datenpunkt.
Wenn Ihre gewaehlte Zeitlinie ueber den letzten verfuegbaren echten Monat hinausgeht, setzt die Projektion mit Ihrer eigenen jaehrlichen Renditeannahme fort.
Die Anzeigewaahrung verbessert die Lesbarkeit in der Oberflaeche. Sie ueberschreibt den zugrunde liegenden historischen Pfad des Assets nicht.
Diese Konfiguration ist nuetzlich, um wiederkehrende Anlageplaene auf volatilen Maerkten mit transparentem Daten-Handling zu vergleichen.
Unterstuetzte Assets: wichtige Krypto-Assets aus der Rechnerauswahl
Kernlogik: monatlicher historischer Replay plus Zinseszins auf wiederkehrende Beitraege
Nach Datenende: nutzerdefinierte Renditeannahme treibt Zukunftsprojektion
Metall-Datenquelle und Nutzung
Der Metall-Rechner folgt demselben monatlichen Replay-Konzept wie der Krypto-Modus, wendet es aber auf grosse Metallmarktreihen von Yahoo Finance an. Monatliche Preisdaten fuer Gold und Silber sind ab Ende der 1960er-Jahre verfuegbar, was die moderne Aaera mit freien Preisen widerspiegelt, die nach dem Ende des Bretton-Woods-Systems mit festen Wechselkursen im Jahr 1971 begann.
Monatliche Veraenderungen werden im Laufe der Zeit auf Ihren Kontostand angewendet, und Ihr Einzahlungsplan wird normalisiert, damit die Beitragsfrequenz vergleichbar bleibt.
Wie bei anderen Investitionsmodi wird Ihre Annahme fuer das zukuenftige Segment verwendet, wenn Ihr Zeitraum ueber den letzten historischen Datenpunkt hinausgeht.
Diese Daten sind ein Markt-Proxy und nuetzlich fuer Szenariovergleiche. Es ist kein vollstaendiges Modell fuer physisches Eigentum. Praktische Faktoren wie Lagerkosten von rund 0,1 bis 0,5% pro Jahr, Versicherung, Haendleraufschlaege von 2 bis 10% ueber dem Kassapreis und spezifische Produktspreads sind nicht universell in der Standardausgabe enthalten.
Die Historienlaenge kann je nach Metall variieren, sodass verfuegbare Startjahre und die Szenariolaengen-Flexibilitaet zwischen Gold, Silber, Kupfer, Platin, Palladium und Aluminium unterschiedlich sein koennen.
Richtig eingesetzt hilft dieses Tool Ihnen, Einzahlungsdisziplin ueber verschiedene Metalle hinweg in einem konsistenten Rahmen zu vergleichen.
Typische Assets: Gold, Silber, Kupfer, Platin, Palladium, Aluminium
Hauptnutzen: Langfristvergleich regelmaessiger Beitragsstrategien zwischen Metallen
Wichtiger Kontext: Markt-Benchmark-Verhalten, keine vollstaendige Modellierung der Kosten fuer physischen Besitz
S&P 500-Datenquelle und Nutzung
Der S&P-500-Modus auf der Startseite nutzt monatliche Indexschlussdaten fuer ^GSPC von Yahoo Finance und wendet diese Monatsveraenderungen auf Ihren Einzahlungsplan an. Der S&P 500 in seiner aktuellen 500-Aktien-Form datiert auf Maerz 1957, aber monatliche Daten im Rechner reichen ueber Vorgaengerreihen bis 1950 zurueck.
Der S&P 500 wird als breite Benchmark fuer grosse US-Aktien genutzt und lieferte in den vergangenen 70 Jahren eine durchschnittliche Bruttorendite von rund 10% pro Jahr. Dies macht ihn zu einem nuetzlichen Referenzszenario fuer langfristige Anlagegespraeche, auch wenn einzelne Jahrzehnte von stark negativ bis ueber 18% annualisiert variierten.
Um Zeitachsenberechnungen stabil zu halten, werden fehlende Monate in der Rohreihe konsistent behandelt, sodass Szenarioresultate vergleichbar bleiben.
Sie koennen optional Transaktionskosten pro Beitrag und TER-Belastung einfliessen lassen, was Anlagereibung annaehert statt eine kostenfreie Welt zu unterstellen. Ein typischer guenstiger Indexfonds traegt eine TER von 0,03 bis 0,20% pro Jahr.
Wenn die gewaehlten Jahre ueber die historische Abdeckung hinausgehen, wird Ihre eigene angenommene Jahresrendite fuer den zukuenftigen Zeitraum genutzt.
Lesen Sie dies als indexbasiertes Planungsmodell. Es unterstuetzt Vergleich und Erwartungskalibrierung, ist aber kein Versprechen Ihres persoenlichen zukuenftigen Portfoliopfads.
Geeignet fuer: disziplinierte regelmaessige Anlageplaene gegen breite Indexhistorie testen
Optionaler Realismus: Transaktionskosten und TER-Einfluss koennen einbezogen werden
Zukunftsverlaengerung: vollstaendig durch Ihre Annahmen nach der historischen Spanne gesteuert
Magnificent-7-Datenquelle und Nutzung
Der Magnificent-7-Rechner nutzt monatliche historische Schlusskurse der sieben groessten US-Technologieunternehmen von Yahoo Finance: Apple (AAPL), Microsoft (MSFT), Alphabet (GOOGL), Amazon (AMZN), NVIDIA (NVDA), Meta (META) und Tesla (TSLA). Es sind dieselben Split-bereinigten Monatsreihen wie fuer Krypto und Metalle, hier auf Einzelaktien angewendet.
Die Datenabdeckung variiert erheblich zwischen den sieben Titeln. Apple-Daten sind ab 1984 verfuegbar, Microsoft ab 1986. Amazon hat monatliche Daten ab 1997, NVIDIA ab 1999. Alphabet notierte ab 2004, Tesla ab 2010 und Meta ab 2012 an der Boerse. Fuer faire Vergleiche aller sieben Aktien deckt ein gemeinsamer Startzeitpunkt ab 2013 alle sieben mit einem vollstaendigen Kalenderjahr ab.
Der Rechner speichert Dividendenbetraege je Aktie neben der monatlichen Kursreihe. Dividendendaten stammen aus den Yahoo-Finance-Dividendenereignissen und werden als deklarierter Barbetrag je Aktie fuer jeden Zahlungsmonat gespeichert. Apple zahlt etwa 0,25 $ je Aktie pro Quartal. Microsoft zahlt etwa 0,75 $ je Aktie pro Quartal. Alphabet, Amazon, NVIDIA, Tesla und Meta zahlen keine regelmaessige Bardividende. Wenn die Option "Dividenden reinvestieren" unter Weitere Optionen aktiviert ist, wird der Betrag je Aktie durch den Kurs des Vormonats geteilt, um einen Renditefaktor zu berechnen, der dem Monatszins hinzugefuegt und in den laufenden Kontostand eingerechnet wird.
Standardmaessig ist die Dividendenreinvestition deaktiviert und die Ergebnisse spiegeln ausschliesslich Kursrenditen wider. Die Aktivierung fuer Apple oder Microsoft fuegt eine kleine, aber zinseszinsartige Schicht zu den Kursrenditen hinzu. Fuer Alphabet, Amazon, NVIDIA, Tesla und Meta hat die Option keinen Effekt, da keine Dividendendaten fuer diese Aktien vorliegen.
Die Daten werden nach demselben monatlichen Zyklus aktualisiert wie die Krypto- und Metallreihen. Nach jeder Aktualisierung wird der neue Monat der vorhandenen Reihe hinzugefuegt und vor der Veroeffentlichung validiert. Dieselben Qualitaetskontrollen wie fuer Krypto und Metalle werden hier angewendet.
Die Berechnungsmaschine ist identisch mit den Krypto- und Metall-Backtests: monatliche Aufzinsung der echten Preisveraenderungen, wobei Ihre eigene angenommene Jahresrendite nach dem letzten verfuegbaren Datenmonat angewendet wird, falls das Endjahr die verfuegbare Geschichte uebersteigt.
Dividendenreinvestition: Option unter Weitere Optionen zum Einbeziehen von Dividendendaten fuer Apple und Microsoft; standardmaessig deaktiviert
Split-bereinigt: historische Kurse sind so angepasst, dass alle Aktiensplits beruecksichtigt werden und alte Kurse mit heutigen vergleichbar sind
Abdeckung seit: AAPL 1984, MSFT 1986, AMZN 1997, NVDA 1999, GOOGL 2004, TSLA 2010, META 2012
Inflationsdaten-Quelle und Nutzung
Der Inflationsmodus nutzt offizielle Preisindex-Reihen von oeffentlichen Institutionen: BLS fuer die Vereinigten Staaten, ONS fuer das Vereinigte Koenigreich und Eurostat fuer die Eurozone und einzelne Eurozonen-Laender (Deutschland, Frankreich, die Niederlande und Belgien). BLS veroeffentlicht den CPI-U monatlich seit Januar 1947, was ihn zu einer der am laengsten laufenden offiziellen Verbraucherpreisreihen der Welt macht. ONS veroeffentlicht den UK-CPI monatlich seit Januar 1988, und Eurostat veroeffentlicht den harmonisierten Verbraucherpreisindex (HICP) mit jaehrlichen Daten ab 1996.
Dies unterscheidet sich bewusst von Marktrendite-Tools. Der Inflationsrechner konzentriert sich auf die Kaufkraftuebersetzung zwischen Jahren.
Er vergleicht CPI-Indexniveaus zwischen Ihren gewaehlten Daten und zeigt, was derselbe Geldbetrag im Zieljahr repraesentiert. Wenn der US-CPI 2005 bei 172 und 2025 bei 315 lag, hatte 10.000 Dollar im Jahr 2005 dieselbe Kaufkraft wie rund 18.310 Dollar im Jahr 2025.
Aus Gruenden der Nutzbarkeit und Transparenz sind Datumsbereiche auf verfuegbare CPI-Jahre begrenzt statt mit geschaetzten zukuenftigen Inflationswerten erweitert.
Dieser Ansatz liefert ein vorsichtiges, in offiziell veroeffentlichten Reihen verankertes Ergebnis, was besonders nuetzlich ist, wenn Sie Nominalgeld mit echter Kaufkraft vergleichen wollen.
Wenn Sie dies mit Anlageplaenen kombinieren, koennen Sie besser den Unterschied zwischen Portfoliowachstum und dem verstehen, was dieses Wachstum spaeter tatsaechlich kaufen kann. Ein Nominalportfolio, das sich verdoppelt hat, mag in realer Kaufkraft nur um 40% gewachsen sein, wenn die Inflation in diesem Zeitraum hoch war.
Quellentyp: offizielle oeffentliche Inflationsstatistiken (CPI und HICP)
Hauptzweck: Kaufkraft zwischen Jahren uebersetzen
Bereichsregel: keine Extrapolation ueber verfuegbare offizielle CPI-Jahre hinaus