Pioniere der Finanzanalyse seit 2018
Wir entwickeln revolutionäre Ansätze für die Bewertung komplexer Finanzstrukturen
meridiaqelos entstand aus der Vision, traditionelle Finanzanalyse mit modernen Forschungsmethoden zu verbinden. Unser interdisziplinäres Team aus Wirtschaftsmathematikern, Datenanalysten und Branchenexperten entwickelt maßgeschneiderte Bewertungsmodelle für institutionelle Investoren und Finanzdienstleister.
Unsere Forschungsmethodik
Drei grundlegende Säulen bilden das Fundament unserer analytischen Arbeit und unterscheiden uns von herkömmlichen Finanzberatungen
Adaptive Bewertungsmodelle
Statt starrer Formeln entwickeln wir dynamische Algorithmen, die sich kontinuierlich an Marktveränderungen anpassen. Diese Methode berücksichtigt nicht nur historische Daten, sondern auch strukturelle Marktentwicklungen.
Verhaltensökonomische Integration
Wir analysieren nicht nur Zahlen, sondern verstehen die psychologischen Faktoren hinter Finanzentscheidungen. Diese Erkenntnisse fließen direkt in unsere Bewertungsansätze ein und erhöhen die Prognosegenauigkeit erheblich.
Interdisziplinäre Forschungskooperationen
Unsere Partnerschaften mit deutschen Universitäten ermöglichen es uns, neueste wissenschaftliche Erkenntnisse aus verschiedenen Disziplinen zu kombinieren und praxistaugliche Lösungen zu entwickeln.
Meilensteine unserer Entwicklung
Jeder Schritt unserer Firmengeschichte war geprägt von dem Bestreben, etablierte Denkweisen zu hinterfragen und bessere Lösungen zu finden.
Gründung und erste Durchbrüche
meridiaqelos wurde von drei Absolventen der Frankfurt School gegründet, nachdem sie feststellten, dass traditionelle DCF-Modelle bei der Bewertung von Technologieunternehmen systematisch versagten. Unser erstes eigenes Bewertungsframework für digitale Geschäftsmodelle entstand.
Durchbruch bei ESG-Integration
Als Nachhaltigkeitskriterien wichtiger wurden, entwickelten wir als erste in Deutschland ein quantitatives Framework, das ESG-Faktoren nicht als separate Kategorie behandelt, sondern direkt in die Cashflow-Prognosen integriert. Diese Methode wird heute von mehreren DAX-Unternehmen verwendet.
KI-gestützte Risikobewertung
Nach zwei Jahren intensiver Forschung präsentierten wir unser proprietäres System zur automatisierten Risikoanalyse. Es kombiniert traditionelle Finanzmetriken mit alternativen Datenquellen und kann Downside-Risiken bis zu 40% genauer vorhersagen als herkömmliche Modelle. Die Validierung erfolgte durch eine unabhängige Studie der Universität Mannheim.