Journalistinnen, Analysten und Investoren fragen gezielter nach.
Das höre ich immer häufiger von CEOs, CFOs und Kommunikationsverantwortlichen: Der Earnings Call verändert sich. Ja, die Pressemitteilung zählt weiterhin. Die Fragerunde auch. Aber KI verändert grundlegend, wie die Ergebnisse gelesen, analysiert und eingeordnet werden.
Die Teilnehmenden sind besser vorbereitet als je zuvor. Und während der Call noch läuft, ist ihre Einordnung oft schon geschrieben – von KI in Echtzeit verfasst und manchmal veröffentlicht, noch bevor die Fragerunde zu Ende ist.
Denn was früher Stunden manueller Arbeit erforderte – Transkripte auswerten, Geschäftsberichte abgleichen, frühere Aussagen gegenprüfen – passiert heute in Minuten. KI-Tools erkennen Muster, vergleichen Formulierungen über mehrere Quartale hinweg und hinterfragen die Narrative des Managements in Echtzeit.
KI ersetzt kein menschliches Urteilsvermögen. Aber sie prägt zunehmend den ersten Eindruck von der Geschäftsentwicklung – oft noch bevor Journalisten und Analystinnen das vollständige Transkript selbst gelesen haben.
Earnings Calls sind seit jeher Schlüsselmomente. Sie bewegen Aktienkurse, stärken oder erschüttern das Vertrauen von Investoren und bestimmen mit, wie die Führung, Strategie und Zukunftsfähigkeit eines Unternehmens wahrgenommen wird.
Neu ist die Interpretationsebene zwischen dem Call und seinem Publikum: KI-Tools, die die Geschichte zusammenfassen, vergleichen und neu verpacken – noch bevor sich jemand anderes dazu äußert.
Das ist entscheidend, denn Märkte reagieren nicht nur auf Zahlen. Ein Unternehmen kann die Erwartungen übertreffen und trotzdem Kursrückgänge verzeichnen – weil Investoren auf den Ausblick, die Margen, die Kapitalverwendung, den Ton des Managements, geopolitische Risiken oder die makroökonomische Gesamtlage achten.
Die zentrale Frage am Earnings Day lautet deshalb nicht mehr nur: "Wie haben wir abgeschnitten?" Sondern auch: "Wie werden unsere Ergebnisse interpretiert werden?"
Für Kommunikations- und Investor Relations-Teams ändert sich damit die gesamte Arbeit. Die Vorbereitung auf den Earnings Day endet nicht beim Skript, der Pressemitteilung oder der Fragerunde. Unternehmen müssen wissen, wie ihre Geschichte bei Menschen, auf Plattformen und in KI-Tools gelesen wird – und ein Narrativ aufbauen, das in allen drei Kontexten trägt.
Früher hatten Unternehmen Zeit. Stakeholder arbeiteten sich durch die Unterlagen, hörten den Call und bildeten sich über Stunden oder Tage ihr Urteil. Heute können KI-Tools adhoc die zentralen Themen erkennen, Aussagen mit vergangenen Quartalen vergleichen und mögliche Schwachstellen aufdecken.
Und dieses Tempo ist entscheidend. In einem Medien- und Marktumfeld, das in Echtzeit funktioniert, verbreiten sich erste Einordnungen rasend schnell. Ein einzelner Satz zu Prognosen, Nachfrage, Margendruck oder wirtschaftlicher Unsicherheit wird herausgegriffen, zusammengefasst und weitergetragen – noch bevor das Unternehmen den größeren Zusammenhang herstellen kann.
Daraus entsteht ein ernstzunehmendes Risiko: eine Art Narrativ-Kettenreaktion. Eine einzige, verkürzte Interpretation wird wiederholt, zusammengefasst und weitergetragen – bis sie bestimmt, wie das gesamte Quartal gelesen wird.
Keine Frage: Die Fakten klar darzustellen bleibt Pflicht. Aber Unternehmen müssen heute auch vorausdenken: Welche Fakten, Formulierungen oder Unstimmigkeiten wird eine KI-gestützte Analyse besonders herausgreifen?
Kommunikations- und Investor Relations-Teams reagieren auf diesen Wandel, indem sie KI zunehmend in ihre eigene Vorbereitung einbinden. Sie nutzen KI, um KI zu antizipieren. Nicht, um die eigene Einschätzung zu ersetzen, sondern um Muster zu erkennen.
In der Praxis bedeutet das: voraussichtlich aufkommende Fragen identifizieren, mögliche Widersprüche erkennen, die Stimmung analysieren, aktuelle Botschaften mit früheren Aussagen vergleichen – und prüfen, wie unterschiedliche Zielgruppen die Quartalsergebnisse lesen werden.
Wenn ein Unternehmen in einem Bereich die Erwartungen verfehlt, aber eine starke strategische Geschichte dahintersteht, kann KI den Teams helfen zu erkennen, wo das Narrativ verwässert werden könnte – sei es bei Prognosen, Margen, Nachfrage, Kapitalverwendung, der Glaubwürdigkeit der Führungsebene oder Branchendruck. Je früher diese Schwachstellen identifiziert werden, desto besser können Führungskräfte und Kommunikationsteams gezielt darauf reagieren.
KI liefert Unternehmen keine fertigen Antworten. Aber sie hilft zu verstehen, wo der Markt, die Medien oder andere Stakeholder zuerst hinschauen könnten.
KI kann Unternehmen dabei helfen, Widersprüche zu erkennen und vermutlich auftauchende Interpretationen auf den Prüfstand zu stellen. Das ist wertvoll – bleibt als Herangehensweise aber reaktiv. Die eigentliche Chance liegt darin, proaktiv zu handeln, indem Unternehmensnarrative von Anfang an klar, konsistent und verständlich gestaltet werden.
Wenn meine Kolleg*innen und ich Kunden auf den Earnings Day vorbereiten, ist Generative Engine Optimization – kurz GEO – eines der ersten Dinge, die wir uns anschauen.
Im Kommunikationskontext bedeutet GEO, öffentlich zugängliche Inhalte so zu strukturieren, dass generative KI-Tools relevante und präzise Informationen über eine Marke oder Organisation leichter finden, verstehen und zitieren können. Owned Content, Earned Media, Aussagen von Führungskräften, Investorenmaterialien und öffentliche Mitteilungen sollten alle dieselbe Kernbotschaft stützen.
Das Ziel ist dabei nicht, KI zu manipulieren. Es geht darum, Mehrdeutigkeiten zu reduzieren.
Dann gehen wir einige zentrale Fragen durch: Ist die Botschaft konsistent – über Pressemitteilung, Skript, Q&A und Investorenmaterialien hinweg? Sind kurzfristige Herausforderungen klar von den langfristigen Stärken getrennt? Würde eine KI-generierte Zusammenfassung die Botschaft wiedergeben, die Stakeholder mitnehmen sollen?
Unternehmen, die diese Fragen antizipiert haben, sind besser aufgestellt in einem Umfeld, in dem Earnings-Narrative schneller interpretiert, breiter zusammengefasst und konsequenter auf den Prüfstand gestellt werden als je zuvor.
KI verändert nicht, was der Earnings Day grundsätzlich leistet. Aber sie erhöht den Maßstab, der daran angelegt wird.
Die klassischen Stärken der Finanzkommunikation bleiben entscheidend: Marktkenntnis, Investorenverständnis, Beratung auf Führungsebene, klares Messaging und Kenntnis der relevanten Medien.
Doch nun, da KI verändert, wie Informationen gefunden, interpretiert und verbreitet werden, müssen diese Stärken durch neue ergänzt werden: technologisches Verständnis, Datenkompetenz und ein fundiertes Wissen darüber, wie sich Narrative über menschliche wie auch KI-gesteuerte Kanäle hinweg verbreiten.
Das ist der Wandel, den ich in der gesamten Branche beobachte.
Ich hatte das Privileg, in sehr unterschiedlichen Agenturmodellen zu arbeiten – von großen globalen Netzwerken über kleinere, spezialisierte Boutique-Agenturen - bis hin zu einer mittelgroßen globalen Agentur, die auf Technologie, Komplexität und Beratung auf Senior-Ebene ausgerichtet ist. Und diese Perspektive prägt mein Denken über die aktuellen Veränderungen. Die stärksten Kundenpartner in diesem Umfeld werden diejenigen sein, die Finanzkommunikation, technologisches Verständnis und Erfahrung in der Beratung miteinander verbinden.
Die Vorbereitung auf die Bekanntgabe der Ergebnisse ist nur ein Teil des Prozesses. Sobald der Earnings Call endet, wird die Geschichte weitergesponnen – durch Schlagzeilen, Analystenberichte, Investorengespräche, interne Kanäle und KI-gestützte Tools.
Dieser Prozess hat das theoretische Stadium hinter sich gelassen.
Ich war auf der BlackRock- und Global Infrastructure Partners (GIP)-Konferenz in Washington, D.C. vor Ort, und durfte die Perspektiven von Larry Fink, Sam Altman, Gesetzgebern und anderen Führungspersönlichkeiten dazu hören. Was ich daraus mitgenommen habe: Die Diskussion hat die Frage, ob KI Branchen neu gestalten wird, längst hinter sich gelassen. Der Fokus liegt jetzt auf Infrastruktur, Kapital, Politik und den Wettbewerbsdynamiken, die sich bereits darum herausbilden.
Und: Im Moment ist das noch weitgehend nur die Diskussion rund um generative KI. Die nächste Phase – von agentischer KI bis hin zu komplexeren neuen Modellen – wird weitere Ebenen hinzufügen, auf denen Informationen gefunden, interpretiert und in Handlungen umgesetzt werden.
Für die Finanzkommunikation ist das Signal eindeutig: Die Anfangsphase liegt hinter uns. Wir befinden uns jetzt mitten in diesem Veränderungsprozess. Am besten werden dabei die Kommunikationspartner aufgestellt sein, die verstehen, wie sich Narrative über Märkte, Medien und KI-Systeme hinweg verbreiten – und die bereits die Kompetenzen für das aufbauen, was als Nächstes kommt.
Je komplexer die Welt, desto entscheidender wird die Kommunikation. Unser Brands in Motion 2025 Report zeigt, warum starke Kommunikation heute ein echter Wettbewerbsvorteil ist – für Marken, die in unsicheren Zeiten Orientierung geben und vorangehen wollen.
Zero-Click-Suche und generative KI definieren Reputation neu. Unser Report "Message vs. the Machine" zeigt dir, wie Kommunikationsprofis GEO nutzen können, um zu beeinflussen, was KI – und die Welt – über ihre Marken sagt.
Unser Report "Alpha Intelligence 2.0" zeigt, wie die Altersgruppe der 11-15-Jährigen Informationen findet, kommuniziert und entscheidet, wem sie ihr Vertrauen schenkt.
Je komplexer die Welt, desto entscheidender wird die Kommunikation. Unser Brands in Motion 2025 Report zeigt, warum starke Kommunikation heute ein echter Wettbewerbsvorteil ist – für Marken, die in unsicheren Zeiten Orientierung geben und vorangehen wollen.
Zero-Click-Suche und generative KI definieren Reputation neu. Unser Report "Message vs. the Machine" zeigt dir, wie Kommunikationsprofis GEO nutzen können, um zu beeinflussen, was KI – und die Welt – über ihre Marken sagt.
Unser Report "Alpha Intelligence 2.0" zeigt, wie die Altersgruppe der 11-15-Jährigen Informationen findet, kommuniziert und entscheidet, wem sie ihr Vertrauen schenkt.
