Field notes

Gewinn wird ausgewiesen, Cash wird gezählt: der freie Cashflow von 385 britischen Unternehmen

Macht ein Geschäft aus seinem Gewinn Geld, und was macht es damit? Gefragt bei jedem britischen börsennotierten Unternehmen mit einer Vorgeschichte, an den Zahlen, die es in seinem eigenen Jahresbericht taggt.

Ein Unternehmen kann jedes Jahr einen Gewinn ausweisen und trotzdem kein Geld mehr haben.

Gewinn ist, was die Bücher als verdient ausweisen. Er beruht auf Ermessen: wann ein Verkauf zählt, wie schnell eine Maschine verschleißt, was eine Forderung noch wert ist. Cash ist, was tatsächlich eingegangen ist, und es wird gezählt. Beides läuft ständig auseinander, und die meisten interessanten Fragen an ein Unternehmen stecken in dieser Lücke.

Also haben wir jedem im Vereinigten Königreich börsennotierten Unternehmen mit einer Vorgeschichte digitaler Jahresberichte eine einfache Frage gestellt: Macht das Geschäft aus seinem Gewinn Geld, und was macht es damit? Dieser Beitrag erklärt das Maß, woher die Zahlen kommen, wie der Workspace gebaut ist, der sie liest, und was 385 Unternehmen tatsächlich tun.

Was freier Cashflow ist

Das Maß für diese Frage ist der freie Cashflow (Free Cash Flow).

• Operativer Cashflow ist das Geld, das das Unternehmen mit seinem Geschäft eingenommen hat, nach Löhnen, Lieferanten und Steuern. Er steht in jeder Kapitalflussrechnung.
• Investitionen (Capex) sind, was es für Maschinen, Gebäude und Software bezahlt hat: in IFRS-Begriffen Auszahlungen für Sachanlagen und immaterielle Vermögenswerte.
• Freier Cashflow ist, was übrig bleibt: operativer Cashflow minus Investitionen.

Das ist das Geld, das einem Unternehmen bleibt, nachdem es seine Anlagen erhalten und ausgebaut hat. Kreditgeber, Dividenden und Aktienrückkäufe werden daraus bezahlt. Ist er Jahr für Jahr negativ, kommt das Geld von anderswo: aus Ersparnissen, neuen Aktien oder neuen Schulden.

Ein echtes Jahr. NEXT plc, der Händler, im Geschäftsjahr bis 31. Januar 2026, aus der eigenen getaggten Einreichung:

Jedes Pfund Gewinn kam als Geld an, und mehr: Abschreibungen sind in der Gewinn- und Verlustrechnung ein Aufwand, aber keine Zahlung. Rund 420 Mio. £ gingen an die Aktionäre zurück.

Eines gleich vorweg: Der freie Cashflow ist keine Zeile im IFRS-Abschluss. Unternehmen, die ihn angeben, definieren ihn selbst, als alternative Leistungskennzahl. Dieser Workspace verwendet für jedes Unternehmen die einfache Formel oben, damit sie vergleichbar sind, und behandelt, was Unternehmen selbst freien Cashflow nennen, als eigene Frage (siehe unten).

Woher die Zahlen kommen

Für Geschäftsjahre ab dem 1. Januar 2021 veröffentlichen Emittenten mit Wertpapieren an einem regulierten Markt im Vereinigten Königreich ihren Jahresfinanzbericht im European Single Electronic Format (FCA-Regel DTR 4.1.14). Der Bericht ist eine Webseite (XHTML), in der jede Zahl der Hauptabschlüsse ein Tag aus der IFRS-Taxonomie trägt: Der operative Cashflow ist in jedem Bericht ifrs-full:CashFlowsFromUsedInOperatingActivities, egal wer die Seite gestaltet hat.

XBRL International, die gemeinnützige Organisation hinter dem XBRL-Standard, sammelt diese Berichte auf filings.xbrl.org. Zu jeder Einreichung gibt es einen Inline-XBRL-Viewer, jede getaggte Zahl als xBRL-JSON, das eingereichte Berichtspaket und die Meldungen des Validators. Nach eigener Aussage gibt es derzeit keine Einschränkungen dafür, wie die Daten verwendet werden dürfen, und das Verzeichnis ist nicht vollständig. Einreichungen kommen über die nationalen Sammelstellen, manchmal lange nach der eigentlichen Abgabe.

Deshalb lesen wir dort:

• Die Zahlen sind die des Unternehmens selbst, vom Unternehmen getaggt, nicht von einem Scraper aus einem PDF geraten.
• Die Tags passen zusammen, über Unternehmen und über Jahre, sodass sich Jahre nebeneinanderlegen lassen, ohne Zuordnungstabelle je Unternehmen.
• Jeder kann sie prüfen, Zahl für Zahl an derselben Seite, die wir lesen.
• Es braucht weder Schlüssel noch Konto. Die JSON:API unter filings.xbrl.org/api/filings liefert 500 Einreichungen je Abruf.

Wer dabei ist

Ein Unternehmen ist dabei, wenn es mindestens drei Berichtsperioden im Index hat und in diesem Jahr eingereicht hat: eine Vorgeschichte, und noch aktuell. Dann wird jede seiner Einreichungen gelesen, wie alt sie auch ist, bei manchen zurück bis 2020.

Eine Überraschung unterwegs: „GB“ im Index heißt bei der britischen Aufsicht eingereicht, nicht britisch. Die Liste der FCA umfasst jeden Emittenten mit Wertpapieren in London: kasachische, russische, koreanische, japanische, Hongkonger und bermudische Konzerne, die irischen Konzerne und einen britischen Händler mit Sitz in Luxemburg. Von den 444 Unternehmen, die die Regel erfüllten, nennen 59 in ihren eigenen Einreichungen einen Sitz oder ein Gründungsland außerhalb des Vereinigten Königreichs und bleiben draußen. Ein erster, naiver Filter warf außerdem rund sechzig britische Unternehmen hinaus, weil aus PDF umgewandelte Berichte den Ort als „En gl an d & Wal es“ drucken; Leerzeichen werden beim Lesen des Orts jetzt ignoriert.

Übrig bleiben 385 britische Unternehmen, 1.823 Einreichungen mit Perioden von 2020 bis 2026 und 12 gedruckte Jahresberichte (2.890 Seiten) der größten britischen Konzerne außerhalb der Finanzbranche, Seite für Seite gelesen.

Der Workspace: drei Quellen und ihre Herkunft

In Classifyre ist das ein Workspace mit drei Quellen, jede ein kleines Python-Notebook:

Die erste Quelle schaut nach Zeitplan in den Index, sodass der nächste Bericht eines Unternehmens von selbst dazukommt, und ein Unternehmen, das seinen ersten Bericht eines neuen Jahres einreicht, in den Workspace aufgenommen wird.

Die Konnektoren deklarieren auch die Herkunft (Lineage): Ein Profil nennt die Einreichungen, aus denen es berechnet wurde, ein Vergleichswert die Profile hinter seinen Medianen, eine Einreichung den gedruckten Bericht, aus dem sie gelesen wurde. Öffnet man das Profil von NEXT, sind seine fünf Jahreseinreichungen und jeder Vergleichswert, in den es einging, einen Klick entfernt.

Das Vokabular: Glossar und Entitäten

Datensätze enthalten Zahlen. Eine Frage braucht Wörter, und die Wörter stehen im Glossar: 84 Begriffe in sechs Gruppen (freier Cashflow, IFRS-Zahlen, Datenqualität, Branchen, Mehrjahrestrends, Arten von Datensätzen), jeder in einem Satz definiert. Eine Cash-Maschine zum Beispiel ist „zwei Jahre in Folge positiver freier Cashflow, mindestens 10 % des Umsatzes und mindestens 80 % des Gewinns: Der Gewinn kommt als Geld an“.

Jede Art von Befund, die ein Detektor erzeugen kann, ist an einen dieser Begriffe gebunden. Der Detektor sagt cash_machine; das Glossar weiß, was das bedeutet und dass es unter starker freier Cashflow steht. Diese Bindung erlaubt es, eine stehende Frage in Worten zu stellen statt in Detektorschlüsseln.

Die Unternehmen stehen im selben Glossar, als Entitäten: 385 davon, von der Profilquelle deklariert. Ein kleiner Musterdetektor findet in jedem Datensatz die Rechtsträgerkennung (LEI), sodass Einreichungen, Profil und gedruckter Bericht eines Unternehmens auf einer Entitätsseite landen.

Die Leser: Regeln, ein Entscheidungsmodell, ein Sprachmodell

Zehn Detektoren lesen die Datensätze. Die meisten sind einfache Python-Regeln, die jeder lesen kann: Geht die Kapitalflussrechnung auf, wie hoch ist der freie Cashflow, was zeigen drei bis sechs Jahre zusammen, wo steht ein Unternehmen in seiner Branche. Um zwei Zahlen abzuziehen, braucht es kein Modell.

Zwei Fragen brauchen eines, und nur dort setzt der Workspace eines ein.

Ein Entscheidungsmodell für die Branche

Eine Cashflow-Marge sagt ohne Vergleichsgruppe wenig: Ein Softwarehaus und ein Wasserversorger sollten nicht an derselben Zahl gemessen werden. Kein ESEF-Tag sagt, in welcher Branche ein Unternehmen ist. Was jedes Unternehmen in seiner Einreichung angibt, ist eine Beschreibung seiner Haupttätigkeit, in eigenen Worten.

Also liest ein Entscheidungsmodell diesen Text und wählt eine von elf Branchen; zusätzlich beantwortet es, ob das Unternehmen ein Finanzinstitut ist. Ein Entscheidungsmodell ist kein Chatbot: Es bekommt die Frage und die Optionen, jede beschrieben, und gibt für jede Option eine Wahrscheinlichkeit zurück, keinen Text. Hier ist es Perplexitys Decider (pplx-decider-v1.2) über OpenRouter. (Was Entscheidungsmodelle sind, steht in einem eigenen Beitrag.)

Für Rio Tinto, dessen Einreichung das eigene Geschäft als „finding, mining, and processing mineral resources“ beschreibt, lautete die Antwort Rohstoffe mit 99,6 %. Eine Python-Regel ordnet dann die Cashflow-Marge jedes Unternehmens innerhalb seiner Branche ein: oberes Viertel, unteres Viertel oder Investitionen weit über dem Branchenschnitt.

Ein Sprachmodell für das, was Unternehmen freien Cashflow nennen

Was ein Unternehmen unter freiem Cashflow versteht, steht im Text seines Berichts, nicht in seinen Tags, und die gedruckten Berichte haben bis zu 396 Seiten (der von BP). Ein Sprachmodell, GLM 5.3 Flash, liest nur die Seiten, die den Begriff verwenden: Ein Muster am Detektor (content_pattern) entscheidet welche, in achtzehn Sprachen. Das war etwa eine Seite von zwanzig (142 von 2.890).

Auf jeder Seite notiert es die Zahl, die Seite, den Wortlaut und die Definition und ob Leasing, Zinsen und Akquisitionen abgezogen werden. Unilever, Seite 46: Cashflow aus laufender Geschäftstätigkeit, abzüglich gezahlter Ertragsteuern, Nettoinvestitionen und Nettozinszahlungen. Eine Python-Regel stellt die genannte Zahl dann dem operativen Cashflow minus Investitionen aus den Tags desselben Berichts gegenüber.

Fragen, die gestellt bleiben

Befunde sind Antworten. Eine Untersuchung braucht Fragen, die gestellt bleiben: Der Workspace hält dreißig davon als Inquiry Watches, jede über Glossarbegriffe gestellt. Welche Unternehmen sind Cash-Maschinen? Wer führt seine Branche beim freien Cashflow an? Wessen Kapitalflussrechnung geht nicht auf?

Acht Fälle bauen darauf auf, jeder eine Frage, jeder mit einem Ressort:

Ein Fall holt neue Antworten herein, sobald Scans sie liefern, und lässt ein Unternehmen gehen, wenn sein nächster Bericht den Befund nicht mehr stützt. Jeder Fall nennt außerdem zwei oder drei Hypothesen: Behauptungen, die richtig klingen, aufgeschrieben, bevor sie geprüft wurden. Der Workspace zählt jede an den Daten nach, schreibt das Ergebnis in eine datierte Notiz zur Hypothese, verknüpft einige Befunde dafür und dagegen und vergibt den Status. Von 23 Hypothesen wurden 12 bestätigt, 9 widerlegt und 2 blieben offen. Die widerlegten sind die interessantesten.

Was 385 Unternehmen mit ihrem Geld gemacht haben

Alle Zahlen sind die Zählungen der Hypothesen vom 21. Oktober 2026, für Unternehmen außerhalb der Finanzbranche.

Die Hälfte ist beständig. Von 231 Unternehmen mit vier oder mehr Jahren hatten 117 (51 %) nie ein Jahr mit negativem freiem Cashflow. (Die meisten britischen Unternehmen erwirtschaften jedes Jahr Geld: bestätigt.)

Gewinn wächst öfter stetig als Cash, aber nicht viel öfter. Von 232 Unternehmen mit drei oder mehr Jahren steigerten 61 den Gewinn um mindestens 10 % im Jahr; 44 steigerten den freien Cashflow ebenso schnell, mit jedem Jahr positiv. Das Klischee sagt „weit öfter“. (Widerlegt.)

Echte Compounder sind selten und finanzieren sich selbst. Zwölf Unternehmen steigerten ihr Eigenkapital in jedem Jahr um 10 % oder mehr, darunter Greggs, NEXT und Halma; elf der zwölf schafften das, ohne sich zu verschulden oder mehr auszuschütten, als sie erwirtschafteten. (Compounder wachsen aus eigenem Geld, nicht auf Schulden: bestätigt.)

Cash-Maschinen behalten das meiste von dem, was sie erwirtschaften. Von 69 Cash-Maschinen, die Dividenden zahlten, schüttete der Median 35 % seines freien Cashflows aus. (Bestätigt.)

Mehr auszuschütten, als das Geschäft erwirtschaftet, während die Schulden steigen, ist die Ausnahme. Von 169 Unternehmen, die in drei oder mehr Jahren Dividenden zahlten, schütteten 18 (11 %) über den Zeitraum mehr an Dividenden und Rückkäufen aus, als sie erwirtschafteten, während ihre Nettoverschuldung stieg. (Jeder zehnte britische Dividendenzahler leiht sich die Ausschüttung: bestätigt.) Und der übliche Verdächtige ist der falsche: Wo Ausschüttungen das Geld übersteigen, sind Dividenden, nicht Rückkäufe, der größere Teil, bei 18 von 21. (Rückkäufe, nicht Dividenden, reißen die Lücke: widerlegt.) In einem einzelnen Jahr ist es häufiger: 32 von 213 Dividendenzahlern zahlten mehr als den freien Cashflow dieses Jahres (15 %).

Schnelles Wachstum, das Geld verbrennt, ist keine Investitionsphase. Acht Unternehmen steigerten den Umsatz um 10 % oder mehr im Jahr und verbrannten dabei über den Zeitraum Geld; keines hatte seinen Investitionsanteil erhöht, und fünf der acht steigerten ihre Nettoverschuldung um die Hälfte oder mehr. (Investitionsgetrieben: widerlegt. Auf Schulden finanziert: bestätigt.)

IFRS 16 versteckt weniger, als man denkt. Seit 2019 sind die meisten Mieten Finanzierungs-Cashflow und fallen aus der üblichen Formel. Von 191 Unternehmen mit positivem freiem Cashflow, die Leasingzahlungen taggen, werden nur 8 (4 %) negativ, wenn man diese Zahlungen abzieht. (IFRS 16 versteckt Geldverbrennung: widerlegt.)

Wo die Zinsen stehen, macht einen Unterschied. IAS 7 erlaubt, gezahlte Zinsen im operativen oder im Finanzierungs-Cashflow zu zeigen. 102 von 385 zeigen sie unter Finanzierung; bei 50 macht das mindestens ein Zehntel des freien Cashflows aus, und 8 Cash-Maschinen fielen unter die 10-%-Marge, wenn sie die Zinsen so zeigten wie ihre Vergleichsunternehmen.

Anlagenleichte Branchen behalten mehr von ihrem Umsatz. Die mittlere Cashflow-Marge von Technologie, Gesundheit und Basiskonsumgütern liegt bei 11,5 %, die von Versorgern, Energie, Rohstoffen und Telekom bei 7,7 %. (Bestätigt.)

Der größte freie Cashflow im letzten Jahr: Shell (16,65 Mrd. £), BP (8,55 Mrd. £), AstraZeneca (6,58 Mrd. £), Vodafone (6,03 Mrd. £), Unilever (5,79 Mrd. £).

Was Unternehmen freien Cashflow nennen

Zehn der zwölf gedruckten Berichte nennen einen eigenen freien Cashflow. Zwei Dinge fallen auf.

• Er ist meist strenger als die Formel. Bei 8 der 10 liegt die eigene Zahl des Unternehmens unter operativem Cashflow minus Investitionen aus den Tags desselben Berichts: Britische Unternehmen ziehen zusätzlich Zinsen, Steuern, Leasing oder Beteiligungen ab. Bei BP und Rio Tinto liegt sie darüber. (Der eigene freie Cashflow liegt meist über der Formel: widerlegt.)
• Er kommt mit einem Beiwort. Sechs der zehn schränken den Namen ein: BPs adjusted und modified free cash flow, Compass’ underlying, Sainsbury’s retail, M&S’ free cash flow from operations, Vodafones adjusted. Schon der Name sagt, dass es ein eigenes Maß ist.

Der „freie Cashflow“ zweier Unternehmen ist also selten dieselbe Zahl. Deshalb rechnet dieser Workspace für alle eine Formel und hält die eigenen Zahlen der Unternehmen mit ihren Definitionen daneben.

Wie verlässlich sind die digitalen Berichte?

Die Tags sind die des Unternehmens selbst, und das wirkt in beide Richtungen.

• Vier von fünf Jahresberichten von Unternehmen außerhalb der Finanzbranche taggen operativen Cashflow und Investitionen mit IFRS-Standardelementen (1.219 von 1.520); bei 57 weiteren lässt sich der freie Cashflow nur über ein eigenes Investitionselement lesen.
• 7 % der Einreichungen (131 von 1.823) haben getaggte Zahlen, die sich widersprechen: eine Kapitalflussrechnung, die nicht aufgeht, eine Zahl mit zwei Werten, Abschlüsse, die nicht übereinstimmen, eine Zahlung mit umgekehrtem Vorzeichen, eine Einreichung, die für ein Jahr gelistet ist und ein anderes enthält. Der Anteil ist flach, nicht fallend: 4 %, 9 %, 8 %, 6 %, 8 % für 2021 bis 2025.
• Investitionen mit einem eigenen Element zu taggen, ist eine Gewohnheit, keine Kinderkrankheit: 13 % der Einreichungen 2021, 16 bis 17 % in jedem Jahr seit 2023. Ein Screening, das nur Standard-Tags liest, übersieht diese Investitionen und überschätzt den freien Cashflow. Diageo taggt Capex als PurchaseOfPropertyPlantAndEquipmentAndComputerSoftware; RELX, Unilever, Diageo und Tesco taggen ihre Aktienrückkäufe mit eigenen Elementen. Ohne diese zu lesen, würde der Fall zu Ausschüttungen die meisten Rückkäufe des FTSE übersehen.

Findet die Suche die Zahl?

Jede getaggte Zahl ist eine geprüfte Antwort auf einer bekannten Seite. Das macht die zwölf gedruckten Berichte zu einem kostenlosen Test für Dokumentensuche. Wir haben der Suche des Workspace 201 Fragen gestellt, aus den Tags formuliert (text-embedding-3-small, 2.890 Seiten):

Die Suche nach Bedeutung findet fast immer den richtigen Bericht (der Name des Unternehmens erledigt das), bevorzugt aber den Anhang, der eine Zahl bespricht, gegenüber dem Abschluss, der sie druckt. Und Embeddings lesen keine Ziffern: Eine Zahl allein fand ihre Seite in 1,6 % der Fälle, bis die hybride Suche lernte, die Wörter der Passagen zu vergleichen, Zahlen eingeschlossen.

Was das nicht sagt

• Freier Cashflow ist hier die Lehrbuchformel. Das eigene Maß eines Unternehmens kann zu diesem Unternehmen besser passen.
• Banken, Versicherer, Investmentgesellschaften, Immobilienunternehmen und reine Einzelabschlüsse werden nicht beurteilt, erkannt an ihren Tags, ihrem Anteil an Renditeimmobilien oder der Branche, die das Modell liest.
• Die Branche ist die Lesart eines Modells, und ein Modell kann sich irren.
• Investitionen aus einem eigenen Element werden über den Namen zugeordnet; die von ESEF verlangte Verankerung steht nicht im xBRL-JSON.
• „Drei Jahre“ heißt drei Berichtsperioden im Index, wo britische Einreichungen nur bis 2020/21 zurückreichen.
• Ein Konzern und seine einreichende Tochter können beide dabei sein (Rolls-Royce Holdings und Rolls-Royce plc, BT Group und British Telecommunications). Die Mediane bewegen sich kaum.
• Beträge stehen in der Währung des Unternehmens, Pfund zu EZB-Kursen daneben.

Und vor allem: Ein Befund ist eine Frage an ein Unternehmen, kein Urteil über es.

Selbst öffnen

Der Workspace ist im Classifyre-Showcase offen zum Lesen und hält sich selbst aktuell, sobald neue Berichte eingereicht werden:

1. Öffnen Sie den Fall Cash machines und klicken Sie eine Hypothese an: Ihre Belege leuchten auf, und ihre datierte Notiz sagt, wie gezählt wurde.
2. Öffnen Sie NEXT PLC unter Entitäten und folgen Sie seiner Herkunft zu den Einreichungen.
3. Öffnen Sie den Detektor Industry from the company’s own words und lesen Sie die elf Optionen, aus denen das Modell wählt.

Quellen

• XBRL International, filings.xbrl.org und die Seite „About“, gelesen am 21. Oktober 2026.
• Financial Reporting Council, UK Structured Reporting Resources (DTR 4.1.14).
• Herbert Smith Freehills, Delay to implementation of European Single Electronic Format for annual reports, November 2020 (FCA PS20/14).
• ESMA, Leitlinien zu alternativen Leistungskennzahlen (2015).
• IAS 7 Kapitalflussrechnungen und IFRS 16 Leasingverhältnisse.

Weitere Fallakten

Fallakte

5. Okt. 2026

Ein schlechter Freitag in der Pumpenfabrik: Vier Rettungsideen und die eine, die die Belege übrig ließen

Eine Lieferung verschiebt sich um zwei Wochen, und drei Aufträge hängen daran. Vier Rettungsideen kommen als Hypothesen auf ein Fallboard, eine übersteht es. Ein Fall über Nova Manufacturing: ein erfundener Pumpenhersteller in einem echten Arbeitsbereich.

Fallakte öffnen→

Fallakte

5. Okt. 2026

Warum Deutschlands amtliche Zahlen die falsche Geschichte erzählen

Jede Zahl stimmt, und die Geschichte ist trotzdem falsch. Wir haben echte Daten von Destatis, BKA und EU in einem System zusammengeführt und dort gesucht, wo eine wahre Zahl etwas Falsches sagt. Wir haben sechs Stellen gefunden.

Fallakte öffnen→