Praxiserprobte Lehrmethoden für Corporate Finance

Unsere bewährten Ansätze kombinieren theoretisches Wissen mit praktischer Anwendung. Seit 2018 entwickeln wir Methoden, die Finanzanalysten dabei helfen, komplexe Unternehmensstrukturen zu verstehen und fundierte Entscheidungen zu treffen.

Fallstudien-Analyse

Wir arbeiten mit echten Unternehmensdaten und aktuellen Marktentwicklungen. Teilnehmer analysieren Geschäftsberichte von DAX-Unternehmen und lernen, Kennzahlen in ihrem wirtschaftlichen Kontext zu interpretieren.

Szenario-Modellierung

Durch Excel-basierte Modelle simulieren wir verschiedene Marktbedingungen. Das hilft dabei, Risiken zu bewerten und Entscheidungen unter Unsicherheit zu treffen - eine Kernkompetenz für Finanzanalysten.

Peer-Learning Gruppen

Kleine Arbeitsgruppen fördern den Erfahrungsaustausch zwischen Teilnehmern verschiedener Branchen. Diese Diskussionen bringen oft überraschende Einsichten und erweitern den Blickwinkel.

Iterative Vertiefung

Komplexe Themen werden schrittweise aufgebaut. Jede Woche baut auf der vorherigen auf, sodass auch schwierige Konzepte wie Unternehmensbewertung oder Risikoanalyse verständlich werden.

Gemeinsam lernen, voneinander profitieren

Eine der stärksten Erfahrungen in unseren Kursen ist der Austausch zwischen den Teilnehmern. Jeder bringt andere Perspektiven mit - vom Startup-Controller bis zum erfahrenen Investmentbanker.

  • Wöchentliche Diskussionsrunden zu aktuellen Finanzthemen
  • Gemeinsame Projektarbeiten mit rotierenden Teams
  • Mentoring-Programme zwischen erfahrenen und neuen Teilnehmern
  • Networking-Events nach Kursabschluss im Herbst 2025

Diese Dynamik entsteht nicht von selbst. Wir strukturieren Gruppenarbeiten bewusst so, dass verschiedene Erfahrungsebenen zusammenkommen. Manchmal erklärt ein Teilnehmer aus der Automobilindustrie Cashflow-Besonderheiten, während ein Kollege aus dem Fintech-Bereich digitale Geschäftsmodelle einordnet.

Kurse für 2026 anfragen
Teilnehmer arbeiten gemeinsam an Finanzanalysen

Lernfortschritt über 16 Wochen

Wochen 1-4: Grundlagen festigen

Bilanzanalyse, Kennzahleninterpretation und erste DCF-Modelle. Hier geht es darum, eine solide Basis zu schaffen und alle Teilnehmer auf einen gemeinsamen Wissensstand zu bringen.

Wochen 5-8: Komplexität aufbauen

Unternehmensbewertung, Kapitalstrukturanalyse und erste Branchenvergleiche. Die Teilnehmer arbeiten mit echten Fallstudien und entwickeln eigene Bewertungsmodelle.

Wochen 9-12: Spezialisierung vertiefen

Risikomodelle, Sensitivitätsanalysen und sektorspezifische Besonderheiten. Jeder Teilnehmer wählt einen Schwerpunkt, der zu seinem beruflichen Umfeld passt.

Wochen 13-16: Anwendung und Transfer

Abschlussprojekte mit präsentationsfähigen Analysen. Die Ergebnisse können oft direkt im beruflichen Kontext verwendet werden. Peer-Review und konstruktives Feedback runden diese Phase ab.

Kursleiterin Dr. Marlene Fischer

Dr. Marlene Fischer

Programmleiterin Corporate Finance

"Die besten Einsichten entstehen, wenn Teilnehmer ihre eigenen Erfahrungen mit neuen Methoden verbinden. Das sehe ich in jedem Kurs."

Was wir aus sieben Jahren Lehre gelernt haben

Die DAX-Analyse von 2024

Eine Teilnehmergruppe untersuchte die Bewertungsunterschiede zwischen traditionellen Industrieunternehmen und Tech-Firmen im DAX. Ihre Erkenntnisse über Wachstumsprämien und Risikoaufschläge flossen in mehrere Masterthesen ein.

  • Branchenspezifische Beta-Faktoren sind entscheidend
  • Qualitative Faktoren lassen sich quantifizieren
  • Peer-Group Auswahl beeinflusst Bewertung erheblich

ESG-Integration in der Finanzanalyse

2024 entwickelten Kursteilnehmer ein Framework zur Integration von ESG-Kriterien in traditionelle DCF-Modelle. Der Ansatz wird heute in mehreren Beratungsunternehmen verwendet.

  • ESG-Risiken lassen sich in Diskontierungssätze einbauen
  • Nachhaltigkeitsprämien sind messbar
  • Regulatorische Trends beeinflussen Cashflows langfristig

Digitalisierung im Mittelstand bewerten

Wie bewertet man Digitalisierungsinvestitionen bei mittelständischen Unternehmen? Eine Projektgruppe entwickelte praxistaugliche Ansätze, die auch bei unvollständigen Daten funktionieren.

  • Real Options Ansätze für Technologie-Investitionen
  • Szenarioanalyse bei hoher Unsicherheit
  • Benchmarking trotz begrenzter Vergleichsdaten
Unsere Methodik im Detail