Realwerte im Inflationsübergang: Warum die klassische Schutzthese zu einfach gedacht ist

Die Schutzthese besagt, dass Realwerte — Immobilien, Rohstoffe, Infrastruktur — in Inflationsphasen ihren Wert erhalten, weil sie physisch verankert sind. Das ist nicht falsch, aber es ist eine Antwort auf eine zu einfache Frage. Die relevante Frage ist nicht, ob Realwerte in Inflationsphasen besser abschneiden als nominale Anlagen. Die relevante Frage ist, in welchem Moment des Inflationsregimes sie reagieren, wie schnell dieser Effekt einsetzt und ob er gleichmäßig über alle Realwertkategorien verteilt ist. Was wir in historischen Episoden beobachten: Rohstoffe reagieren früh und stark, weil sie direkt mit Produktionskosten verknüpft sind. Immobilien reagieren langsamer, weil Mietverträge träge angepasst werden. Infrastruktur liegt dazwischen, abhängig von regulatorischen Rahmenbedingungen. Diese Unterschiede verschwinden, wenn man alle Realwerte in einer Kategorie zusammenfasst. Das ist methodisch bequem, aber analytisch blind. Wer latente Inflationssensitivitäten schätzen will, muss Realwerte disaggregiert betrachten — und den Zeitpunkt der Reaktion genauso ernst nehmen wie die Richtung.

Der entscheidende Mechanismus ist die Preisdurchleitungsgeschwindigkeit — wie schnell Kostensteigerungen durch die Wertschöpfungskette einer Anlageklasse wandern und sich im Marktpreis niederschlagen. Bei Rohstoffen ist dieser Weg kurz: Steigen Produktionskosten, steigen Rohstoffpreise oft fast unmittelbar. Bei Immobilien ist der Weg länger: Erst müssen Betriebskosten steigen, dann Neuvermietungen teurerer werden, dann Bestandsmieten angepasst werden — das dauert. Infrastrukturanlagen hängen zusätzlich davon ab, ob ihre Erträge regulatorisch an Inflationsindizes gekoppelt sind. Ist das der Fall, reagieren sie mechanisch mit dem Index — also mit Verzögerung. Ist es nicht der Fall, reagieren sie gar nicht automatisch. Diese Mechanismen sind bekannt, werden aber in der Praxis oft übergangen, weil Korrelationsdaten aus langen Zeitreihen alle Regimephasen vermischen. Wer die Durchleitungsgeschwindigkeit nicht explizit modelliert, erhält Schätzungen, die im Durchschnitt plausibel wirken und in Übergangsphasen systematisch daneben liegen.

Das ist eine Frage, die selten gestellt wird — und genau deshalb interessant ist. Innerhalb von Immobilien gibt es erhebliche Unterschiede. Logistikimmobilien mit kurzen Mietlaufzeiten können Mietpreise schneller anpassen als Büroimmobilien mit langen Festlaufzeiten. Wohnimmobilien in Märkten mit Mietpreisregulierung reagieren anders als solche ohne. Einzelhandelsimmobilien hängen von der Kaufkraftentwicklung ab, die ihrerseits von der Inflationsdurchleitung in Löhne abhängt — ein weiterer Verzögerungsschritt. Diese Segmentunterschiede erzeugen innerhalb der Anlageklasse Immobilien eine heterogene Inflationssensitivität. Wer alle Immobilien als einen Inflationsschutz behandelt, ignoriert diese Heterogenität. Methodisch bedeutet das: Segmentspezifische Schätzungen sind verlässlicher als Kategorieschätzungen — auch wenn sie aufwendiger sind. Die Vereinfachung hat ihren Preis, und der wird in Übergangsphasen bezahlt.

Rohstoffe gelten als die direkteste Inflationsabsicherung, und das hat einen guten Grund: Viele Inflationsmessungen enthalten Rohstoffpreise direkt oder indirekt. Diese Zirkularität ist methodisch problematisch, wenn man Rohstoffe als Indikator für latente Inflation verwenden will — man misst teilweise dasselbe. Wer latente Inflationssensitivität bei Rohstoffen schätzt, muss diese Zirkularität explizit herausrechnen. Das bedeutet: Rohstoffpreisbewegungen, die durch offizielle Inflationsmessungen erklärt werden, sind für die latente Schätzung wenig informativ. Interessant sind die Bewegungen, die der offiziellen Inflation vorauslaufen — und genau diese müssen sauber identifiziert werden. Dazu eignen sich Verfahren, die Rohstoffpreise in eine durch offizielle Inflation erklärte Komponente und eine latente Vorläuferkomponente zerlegen. Die zweite Komponente ist das eigentlich wertvolle Signal — aber sie erfordert methodische Sorgfalt, um nicht mit Lärm verwechselt zu werden.

Der häufigste Fehler ist die Verwendung historischer Durchschnittsdaten ohne Regimekonditionierung. Man nimmt eine lange Zeitreihe, berechnet, wie gut Realwerte mit Inflation korrelierten, und schließt daraus auf ihre Eignung als Inflationsschutz. Das Problem: Diese Zeitreihe enthält Phasen niedriger, hoher und übergangsweiser Inflation — und in jeder Phase verhält sich die Korrelation anders. Der Durchschnitt ist eine Zahl, die in keinem dieser Regime wirklich gilt. Der zweite häufige Fehler ist die Verwechslung von Preiseffekten und Ertragseffekten. Dass Immobilienpreise in Inflationsphasen nominal steigen, bedeutet nicht, dass die realen Erträge stabil bleiben. Wenn Betriebskosten schneller steigen als Mieteinnahmen, sinken die realen Erträge trotz steigender Nominalpreise. Wer nur auf Preise schaut, übersieht den Ertragsmechanismus. Und der dritte Fehler ist das Ignorieren von Währungseffekten bei internationalen Realwerten. Inflationssensitivität in Lokalwährung und in der Basiswährung des Analysten können erheblich voneinander abweichen — besonders wenn Inflationsregime in verschiedenen Währungsräumen zeitversetzt einsetzen.

Es bedeutet, dass die Frage nicht lautet: Sind Realwerte ein Inflationsschutz? Diese Frage ist zu grob, um nützlich zu sein. Die analytisch hilfreichen Fragen sind enger: Welches Segment, in welchem Inflationsregime, mit welcher Durchleitungsgeschwindigkeit, gemessen in welcher Währung? Wer diese Fragen stellt, bekommt differenziertere Antworten — und diese Antworten sind methodisch ehrlicher, weil sie die Bedingungen benennen, unter denen sie gelten. In der Praxis bedeutet das: Segmentspezifische Schätzungen, regimekonditionierte Korrelationsanalysen und eine explizite Trennung von nominalen und realen Ertragskomponenten. Das ist mehr Arbeit als ein pauschales Schutzargument — aber es ist die Arbeit, die analytische Verlässlichkeit verdient. Kein Modell liefert Sicherheit. Aber ein Modell, das seine Bedingungen kennt, ist einem Modell ohne Bedingungen systematisch überlegen.