Datenleitfaden

Unsere Rechner spielen jahrzehntelange echte Markt- und Inflationsdaten zurück, bevor sie Ihre Zukunft projizieren. Dieser Leitfaden erklärt genau, woher jede Datenreihe stammt, wie der monatliche Aktualisierungszyklus funktioniert, wo die Geschichte endet und Annahmen beginnen, sowie die fünf häufigsten Fehler beim Lesen der Ergebnisse.

Von Gianni V.S.Aktualisiert

Warum dieser Datenleitfaden existiert

Die meisten Nutzer wollen nicht nur eine Zahl sehen. Sie wollen wissen, ob sie dieser Zahl vertrauen können. Genau dafür ist dieser Leitfaden da.

Wenn Sie Szenarien in einem Rechner vergleichen, können kleine Unterschiede in Daten oder Annahmen große Auswirkungen auf langfristige Ergebnisse haben. Das Verständnis 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 können, 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 für praktische Entscheidungsunterstützung geschrieben. Sie müssen 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 durchführen, S&P-500-Szenarien testen oder Geld über Inflationsperioden übersetzen: Dieser Leitfaden hilft Ihnen, Ergebnisse im richtigen Kontext und mit der richtigen Skepsis zu lesen.

Überblick über Datenquellen

Für Krypto-, Metall-, Magnificent-7- und S&P-500-Modi verwenden wir monatliche Markt-Schlusskurse von Yahoo Finance als Quelle für historische Preisniveaus. Yahoo Finance bietet weit verbreitete kostenlose Marktdaten und ist die Standardreferenz für historische Preisrecherche auf Verbraucherebene.

Für Inflation verwenden wir offizielle öffentliche 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 für die Eurozone, Deutschland, Frankreich, die Niederlande und Belgien. BLS veröffentlicht den CPI-U monatlich seit Januar 1947, was rund 78 Jahre US-Inflationsgeschichte ergibt. ONS veröffentlicht den UK-CPI monatlich seit Januar 1988, was etwa 37 Jahre abdeckt. Eurostat liefert den HICP jährlich ab 1996, rund 30 Jahre harmonisierter europäischer Inflationsdaten.

BLS beschreibt den CPI-U als monatliches Maß für die durchschnittliche Preisänderung eines Warenkorbs, den Stadtbewohner bezahlen. Der Korb umfasst Lebensmittel, Wohnen, Bekleidung, Transport, medizinische Versorgung und Freizeit. ONS beschreibt den CPI als Verbraucherkorb, der regelmäßig überarbeitet wird, um repräsentativ für das tatsächliche 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 für ^GSPC, dem Yahoo-Finance-Ticker für den S&P 500. Der Index in seiner modernen Form mit 500 Aktien datiert auf März 1957, mit Vorgängerreihen bis in die 1920er-Jahre. Monatliche Schlussdaten im Rechner stammen ab 1950 für praktische Szenariolängen.

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 gäbe es keine Unsicherheit.

Das Endziel ist einfach: eine stabile und verständliche Grundlage für die Szenarioplanung, kein Investitionsmarketing oder undurchsichtige Ergebnisse.

Ablauf der monatlichen Updates

Jeden Monat führen wir einen automatischen Synchronisierungszyklus durch, um unterstützte Krypto-, Metall-, S&P-500- und Inflationsdatensätze zu aktualisieren. Der Zyklus erfasst den neuesten monatlichen Schluss- oder Indexwert aus jeder Quelle und fügt ihn der vorhandenen Reihe hinzu.

Nach der Erfassung neuer Monatsdaten validieren wir Struktur und Kontinuität vor der Veröffentlichung. Dazu gehört die Prüfung, ob der neue Datenpunkt sauber an die vorhandene Reihe anschließt und ob keine unerwarteten Lücken oder Formatwechsel in der Quelle aufgetreten sind.

Wenn eine Quelle verspätet, instabil oder vorübergehend inkohäsiv ist, bevorzugen wir, die Veröffentlichung zu verzögern, anstatt unsichere Updates weiterzugeben. Eine einmonatige Verzögerung bei der Aktualisierung ist weit weniger schädlich als ein fehlerhaftes Update, das stillschweigend Tausende von Szenarioresultaten verschiebt.

In der Praxis können sich Ergebnisse von Monat zu Monat leicht verschieben, weil ein zusätzlicher historischer Monat die zusammengesetzten Pfade leicht verändern kann. Bei einem 20-jährigen Szenario verschiebt die Hinzufügung eines Monats echter Geschichte die Endwerte typischerweise um weniger als 0,5% in beide Richtungen.

Ihre eigenen Annahmen sind für lange Horizonte nach wie vor am wichtigsten, aber regelmäßige monatliche Aktualisierungen halten den historischen Teil aktuell und relevant.

Was das für Sie bedeutet

Sie arbeiten mit aktuellen Monatsdaten, nicht mit einem veralteten statischen Snapshot.

Szenariovergleiche bleiben im Laufe der Zeit zuverlässiger, da Update- und Validierungsregeln monatlich konsistent angewendet werden.

Wie Rechner Rohdaten verarbeiten

Für Krypto-, Metall- und S&P-500-Modi bewegt sich der Rechner Monat für Monat durch die Zeit. Er wendet die tatsächliche monatliche prozentuale Veränderung aus der Quellreihe auf Ihren laufenden Kontostand an und fügt Beiträge gemäß Ihren Einstellungen hinzu.

Die Beitragsfrequenz wird normalisiert, damit wöchentliche, monatliche oder jährliche Pläne fair auf einer gemeinsamen Zeitachse verglichen werden können. Ein Plan von €100 pro Woche wird für Rechenzwecke zu einem monatlichen Äquivalent von €433.

Wenn ein gewählter Horizont über den letzten verfügbaren echten Marktmonat hinausgeht, setzt die Projektion mit Ihrer eigenen angenommenen Jahresrendite für den Zukunftsteil fort. Der Übergangspunkt ist im Diagramm sichtbar, sodass Sie Geschichte und Projektion stets unterscheiden können.

Der Inflationsmodus ist bewusst anders aufgebaut. Er nutzt CPI-Indexverhältnisse zwischen Jahren zur Kaufkraftübersetzung, anstatt Marktrenditen zu simulieren. Wenn der CPI-Index 2005 bei 172 und 2025 bei 315 lag, entsprechen €1.000 aus 2005 einer Kaufkraft von €1.831 im Jahr 2025.

Datumsbereiche sind auf verfügbare offizielle CPI-Jahre begrenzt. So werden synthetische zukünftige 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.

Qualitätskontrollen und Wartung

Ein monatliches Update ist nicht nur ein Datenimport. Es beinhaltet auch Kontrollen, um sicherzustellen, dass die Daten für stabile Szenarioberechnungen weiterhin verwendbar sind.

Wir prüfen auf Probleme wie fehlerhafte Werte, Zeitreiheninkonsistenzen, fehlende Segmente und verdächtige Sprünge, die auf ein Quellproblem statt auf ein echtes Marktereignis hinweisen könnten.

Wir überwachen auch, ob sich die Rechner wie erwartet um Randfälle verhalten, wie Grenzen nahe dem letzten historischen Datenpunkt, Beitragsnormalisierung für ungewöhnliche Frequenzen und Übergänge zwischen historischen und annahmegetriebenen Phasen.

Wenn Prüfungen scheitern, wird die Veröffentlichung unterbrochen und überarbeitet. Wir veröffentlichen erst, nachdem der Datensatz die Validierung bestanden hat.

Dieser Prozess soll Endnutzer vor stillen Regressionen schützen, die sonst irreführende Projektionen erzeugen könnten.

Mit anderen Worten: Wir bevorzugen verspätete Genauigkeit gegenüber schnellen, aber unzuverlässigen Updates.

Automatische Prüfungen: Formatintegrität, Reihenfolge und Kontinuität historischer Bereiche

Verhaltenskontrollen: Randfälle um Bereichsgrenzen und Übergang zur annahmebasierten Projektion

Veröffentlichungsregel: Veröffentlichung nur nach bestandener Validierung

Grenzen und Interpretationsregeln

Historische Wertentwicklungen sind informativ, stellen aber keine Garantie für künftige Ergebnisse dar. Der S&P 500 lieferte im vergangenen Jahrhundert rund 10% nominal pro Jahr, aber einzelne Jahrzehnte reichten von negativen Renditen bis zu über 18% annualisiert. Betrachten Sie Ergebnisse als Szenarioorientierung, nicht als Gewissheit.

Zukunftsprojektionen reagieren stark auf Ihre Annahmen. Ein Plan von €500 pro Monat über 20 Jahre mit einer angenommenen Rendite von 7% ergibt rund €261.000. Derselbe Plan mit 5% ergibt rund €205.000. Diese Lücke von €56.000 entsteht ausschließlich durch einen Unterschied von 2 Prozentpunkten in einem einzigen Eingabefeld.

Reale Kosten sind persönlich und plattformspezifisch. Steuern, Depotgebühren, Produktspreads, Slippage und Timing-Entscheidungen werden nicht universell in einer einzigen Standardausgabe modelliert. Nutzen Sie die optionalen Kostenfelder, um Ihrer tatsächlichen Situation näher zu kommen.

Die hier verwendete S&P-500-Reihe ist eine Indexniveau-Planeingabe. Sie enthält standardmäßig keine Dividendenreinvestition und sollte nicht als vollständige personalisierte Portfoliorenditeprognose interpretiert werden.

Der Inflationsvergleich zeigt die Kaufkraftübersetzung auf Basis offizieller CPI-Reihen, was nützlicher Kontext ist, aber kein vollständiges persönliches Lebenshaltungskostenmodell für jeden Haushalt. Wohnkosten, Gesundheitsversorgung und Bildung weichen oft erheblich vom breiten CPI-Korb ab.

Für 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 Verlängerung sind verschiedene Phasen

Realistisch bleiben: Kosten und Unsicherheit in Ihre Bewertung einbeziehen

Fünf häufige 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, wofür es nie konzipiert wurde. Diese fünf Fallstricke tauchen immer wieder bei verschiedenen Anlageklassen und Zeitrahmen auf.

Die Zukunftsprojektion als Plan behandeln. Die für 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 pro Monat über 25 Jahre verschiebt den Endwert um rund €65.000. Die Projektion ist nur so zuverlässig 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 jährlicher TER-Abzug von 0,5% reduziert ein 20-jähriges Ergebnis um rund 9% im Vergleich zur Bruttorenditelinie. Kleine anhaltende Kosten zinseszinsen sich genauso wie Renditen.

Metallstartdaten vergleichen, als ob sie dasselbe Regime abdecken würden. 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 über lange Zeiträume durchschnittlich rund 10% nominal pro Jahr erzielt. Die Inflation betrug historisch durchschnittlich rund 3%, wodurch reale Renditen eher bei 7% liegen. Wenn Sie für zukünftige Kaufkraft planen, überschätzt eine nominale Projektion, was das Geld tatsächlich kauft, um rund 75% über 25 Jahre bei 3% Inflation.

Kryptowährungen mit sehr unterschiedlicher Historienlänge als gleichwertig vergleichen. Bitcoin hat monatliche Daten seit 2010, Ethereum seit 2015 und viele Altcoins erst seit 2017 oder später. Ein 12-jähriges Szenario, das 2012 beginnt, verwendet echte Daten für Bitcoin, stützt sich jedoch vollständig auf Ihre angenommene Rendite für eine Kryptowährung, die noch nicht existierte. Je kürzer die echte Historie, desto mehr ist das Ergebnis annahmegetrieben statt datengetrieben.

Krypto-Datenquelle und Nutzung

Der Krypto-Rechner nutzt monatliche historische Schlusskurse für jede unterstützte Kryptowährung von Yahoo Finance und leitet daraus Monatsveränderungen 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 Beiträge werden in ein monatliches Äquivalent umgerechnet, sodass verschiedene Einzahlungsrhythmen konsistent verglichen werden können. Ein Plan von €50 pro Woche wird als monatliches Äquivalent in die Rechenmaschine eingegeben.

Jede Kryptowährung hat ihr eigenes frühestes verfügbares Jahr. Ältere Assets bieten längere historische Fenster, während neuere Assets später beginnen. Die verfügbare Historienlänge ist wichtig, weil ein Szenario, das echte Marktzyklen durchläuft, viel informativer ist als eines, das hauptsächlich auf Ihrer Renditeannahme basiert.

Wenn ein Monat innerhalb der historischen Abdeckung fehlt, vermeidet das Modell es, einen synthetischen Sprung für diesen Monat zu erfinden, und hält den Prozess stabil bis zum nächsten gültigen Datenpunkt.

Wenn Ihre gewählte Zeitlinie über den letzten verfügbaren echten Monat hinausgeht, setzt die Projektion mit Ihrer eigenen jährlichen Renditeannahme fort.

Die Anzeigewährung verbessert die Lesbarkeit in der Oberfläche. Sie überschreibt den zugrunde liegenden historischen Pfad des Assets nicht.

Diese Konfiguration ist nützlich, um wiederkehrende Anlagepläne auf volatilen Märkten mit transparentem Daten-Handling zu vergleichen.

Unterstützte Assets: wichtige Krypto-Assets aus der Rechnerauswahl

Kernlogik: monatlicher historischer Replay plus Zinseszins auf wiederkehrende Beiträge

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 für Gold und Silber sind ab Ende der 1960er-Jahre verfügbar, was die moderne Ära mit freien Preisen widerspiegelt, die nach dem Ende des Bretton-Woods-Systems mit festen Wechselkursen im Jahr 1971 begann.

Monatliche Veränderungen 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 für das zukünftige Segment verwendet, wenn Ihr Zeitraum über den letzten historischen Datenpunkt hinausgeht.

Diese Daten sind ein Markt-Proxy und nützlich für Szenariovergleiche. Es ist kein vollständiges Modell für physisches Eigentum. Praktische Faktoren wie Lagerkosten von rund 0,1 bis 0,5% pro Jahr, Versicherung, Händleraufschläge von 2 bis 10% über dem Kassapreis und spezifische Produktspreads sind nicht universell in der Standardausgabe enthalten.

Die Historienlänge kann je nach Metall variieren, sodass verfügbare Startjahre und die Szenariolängen-Flexibilität zwischen Gold, Silber, Kupfer, Platin, Palladium und Aluminium unterschiedlich sein können.

Richtig eingesetzt hilft dieses Tool Ihnen, Einzahlungsdisziplin über verschiedene Metalle hinweg in einem konsistenten Rahmen zu vergleichen.

Typische Assets: Gold, Silber, Kupfer, Platin, Palladium, Aluminium

Hauptnutzen: Langfristvergleich regelmäßiger Beitragsstrategien zwischen Metallen

Wichtiger Kontext: Markt-Benchmark-Verhalten, keine vollständige Modellierung der Kosten für physischen Besitz

S&P 500-Datenquelle und Nutzung

Der S&P-500-Modus auf der Startseite nutzt monatliche Indexschlussdaten für ^GSPC von Yahoo Finance und wendet diese Monatsveränderungen auf Ihren Einzahlungsplan an. Der S&P 500 in seiner aktuellen 500-Aktien-Form datiert auf März 1957, aber monatliche Daten im Rechner reichen über Vorgängerreihen bis 1950 zurück.

Der S&P 500 wird als breite Benchmark für große US-Aktien genutzt und lieferte in den vergangenen 70 Jahren eine durchschnittliche Bruttorendite von rund 10% pro Jahr. Dies macht ihn zu einem nützlichen Referenzszenario für langfristige Anlagegespräche, auch wenn einzelne Jahrzehnte von stark negativ bis über 18% annualisiert variierten.

Um Zeitachsenberechnungen stabil zu halten, werden fehlende Monate in der Rohreihe konsistent behandelt, sodass Szenarioresultate vergleichbar bleiben.

Sie können optional Transaktionskosten pro Beitrag und TER-Belastung einfließen lassen, was Anlagereibung annähert statt eine kostenfreie Welt zu unterstellen. Ein typischer günstiger Indexfonds trägt eine TER von 0,03 bis 0,20% pro Jahr.

Wenn die gewählten Jahre über die historische Abdeckung hinausgehen, wird Ihre eigene angenommene Jahresrendite für den zukünftigen Zeitraum genutzt.

Lesen Sie dies als indexbasiertes Planungsmodell. Es unterstützt Vergleich und Erwartungskalibrierung, ist aber kein Versprechen Ihres persönlichen zukünftigen Portfoliopfads.

Geeignet für: disziplinierte regelmäßige Anlagepläne gegen breite Indexhistorie testen

Optionaler Realismus: Transaktionskosten und TER-Einfluss können einbezogen werden

Zukunftsverlängerung: vollständig durch Ihre Annahmen nach der historischen Spanne gesteuert

Magnificent-7-Datenquelle und Nutzung

Der Magnificent-7-Rechner nutzt monatliche historische Schlusskurse der sieben größten 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 für Krypto und Metalle, hier auf Einzelaktien angewendet.

Die Datenabdeckung variiert erheblich zwischen den sieben Titeln. Apple-Daten sind ab 1984 verfügbar, 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 Börse. Für faire Vergleiche aller sieben Aktien deckt ein gemeinsamer Startzeitpunkt ab 2013 alle sieben mit einem vollständigen Kalenderjahr ab.

Der Rechner speichert Dividendenbeträge je Aktie neben der monatlichen Kursreihe. Dividendendaten stammen aus den Yahoo-Finance-Dividendenereignissen und werden als deklarierter Barbetrag je Aktie für 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 regelmäßige 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 hinzugefügt und in den laufenden Kontostand eingerechnet wird.

Standardmäßig ist die Dividendenreinvestition deaktiviert und die Ergebnisse spiegeln ausschließlich Kursrenditen wider. Die Aktivierung für Apple oder Microsoft fügt eine kleine, aber zinseszinsartige Schicht zu den Kursrenditen hinzu. Für Alphabet, Amazon, NVIDIA, Tesla und Meta hat die Option keinen Effekt, da keine Dividendendaten für 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 hinzugefügt und vor der Veröffentlichung validiert. Dieselben Qualitätskontrollen wie für Krypto und Metalle werden hier angewendet.

Die Berechnungsmaschine ist identisch mit den Krypto- und Metall-Backtests: monatliche Aufzinsung der echten Preisveränderungen, wobei Ihre eigene angenommene Jahresrendite nach dem letzten verfügbaren Datenmonat angewendet wird, falls das Endjahr die verfügbare Geschichte übersteigt.

Dividendenreinvestition: Option unter Weitere Optionen zum Einbeziehen von Dividendendaten für Apple und Microsoft; standardmäßig deaktiviert

Split-bereinigt: historische Kurse sind so angepasst, dass alle Aktiensplits berücksichtigt 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 öffentlichen Institutionen: BLS für die Vereinigten Staaten, ONS für das Vereinigte Königreich und Eurostat für die Eurozone und einzelne Eurozonen-Länder (Deutschland, Frankreich, die Niederlande und Belgien). BLS veröffentlicht den CPI-U monatlich seit Januar 1947, was ihn zu einer der am längsten laufenden offiziellen Verbraucherpreisreihen der Welt macht. ONS veröffentlicht den UK-CPI monatlich seit Januar 1988, und Eurostat veröffentlicht den harmonisierten Verbraucherpreisindex (HICP) mit jährlichen Daten ab 1996.

Dies unterscheidet sich bewusst von Marktrendite-Tools. Der Inflationsrechner konzentriert sich auf die Kaufkraftübersetzung zwischen Jahren.

Er vergleicht CPI-Indexniveaus zwischen Ihren gewählten Daten und zeigt, was derselbe Geldbetrag im Zieljahr repräsentiert. Wenn der US-CPI 2005 bei 172 und 2025 bei 315 lag, hatte €10.000 im Jahr 2005 dieselbe Kaufkraft wie rund €18.310 im Jahr 2025.

Aus Gründen der Nutzbarkeit und Transparenz sind Datumsbereiche auf verfügbare CPI-Jahre begrenzt statt mit geschätzten zukünftigen Inflationswerten erweitert.

Dieser Ansatz liefert ein vorsichtiges, in offiziell veröffentlichten Reihen verankertes Ergebnis, was besonders nützlich ist, wenn Sie Nominalgeld mit echter Kaufkraft vergleichen wollen.

Wenn Sie dies mit Anlageplänen kombinieren, können Sie besser den Unterschied zwischen Portfoliowachstum und dem verstehen, was dieses Wachstum später tatsächlich 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 öffentliche Inflationsstatistiken (CPI und HICP)

Hauptzweck: Kaufkraft zwischen Jahren übersetzen

Bereichsregel: keine Extrapolation über verfügbare offizielle CPI-Jahre hinaus

FAQ