Kupfer & Dr. Copper: Der Metall-Markt als Makro-Sensor.

„Dr. Copper" — das Metall mit dem Doktorhut, weil sein Preis angeblich besser über den Zustand der Weltwirtschaft Auskunft gibt als jeder Volkswirt. Eine schöne Geschichte, die ein Stück Wahrheit enthält und gleichzeitig oft überstrapaziert wird. Ich zeige, was der Indikator tatsächlich leistet, wo er versagt und wie Sie Kupfer realistisch in Ihre Makro- und Trading-Sicht integrieren.

Warum Kupfer als Konjunktur-Sensor gilt.

Kupfer steckt in fast jeder physischen Wachstumsaktivität: Stromnetze, Gebäude, Fahrzeuge, Elektromotoren, Elektronik. Der weitaus größte Verbraucher ist die Bauwirtschaft (etwa 30% der globalen Nachfrage), gefolgt von Stromversorgung und Transport. Wenn Industrieproduktion und Bautätigkeit weltweit zulegen, zieht die Kupfernachfrage an — schnell, weil Lagerbestände dünn sind und Minenausbau Jahre dauert.

Daraus folgt die Hypothese: Kupferpreise reagieren früh auf konjunkturelle Veränderungen, schneller als BIP-Daten (die quartalsweise und mit großer Verzögerung kommen), schneller als PMIs (monatlich, aber Umfrage-basiert). Wer also Kupfer beobachtet, sieht angeblich die Realwirtschaft mit einem Lead von 3-6 Monaten.

Das ist die Theorie. Die Empirie ist nuancierter. Kupfer hat einen leichten Lead-Effekt zu globalen PMIs, aber er ist nicht stabil über Dekaden, und er wird durch China-spezifische Effekte und Spekulations-Flüsse erheblich verrauscht.

Die China-Dimension.

China verbraucht etwa die Hälfte des weltweit produzierten Kupfers. Damit ist Kupfer nicht primär ein globaler Konjunktur-Indikator, sondern ein China-Bau-und- Infrastruktur-Indikator. Wer Kupfer als „Welt-Sensor" liest, liest in Wahrheit das chinesische State-Grid-Investment und den chinesischen Wohnungsmarkt.

Das wurde in den Jahren 2021-2024 besonders deutlich: Während die globale Wirtschaft sich ungleichmäßig erholte, war der Kupferpreis vor allem getrieben von der chinesischen Bauindustrie (Krise im Wohnimmobilien-Sektor → Druck), Stimulus-Maßnahmen (positive Impulse) und der zunehmenden Elektrifizierung in China und Europa (struktureller Nachfrage-Boost).

Wer Kupfer als Indikator nutzt, muss diese China-Linse mitlesen. Ein steigender Kupferpreis kann ein Welt-Konjunktur-Signal sein — er kann aber genauso gut nur ein China-Stimulus-Signal sein, was eine ganz andere Anlage-Implikation hätte.

Den Lead-Effekt empirisch prüfen.

Eine einfache Lead-Lag-Analyse mit globalen PMI-Daten:

import yfinance as yf
import pandas as pd
import numpy as np

# Kupfer-Front-Month (COMEX, USD/lb)
kupfer = yf.download("HG=F", start="2005-01-01")["Close"]
kupfer_monthly = kupfer.resample("M").last()
kupfer_ret = np.log(kupfer_monthly).diff()

# Global Manufacturing PMI als CSV laden (z.B. von S&P Global, Quandl)
# Hier nur Pseudocode für die Lead-Lag-Korrelation:
# pmi = pd.read_csv("global_manufacturing_pmi.csv", parse_dates=["date"]).set_index("date")
# pmi_change = pmi["pmi"].diff()

# Korrelation mit verschiedenen Leads
# for lag in range(-6, 7):
#     korr = kupfer_ret.corr(pmi_change.shift(lag))
#     print(f"Lag {lag} Monate: {korr:.3f}")

In eigenen Analysen finde ich typischerweise: Kupfer hat einen schwachen, aber positiven Lead von 1-3 Monaten zur globalen Industrieproduktion (Korrelationen um 0,2-0,4). Das ist nicht spektakulär, aber konsistent. Stärker ist die gleichzeitige Korrelation — Kupfer und PMI bewegen sich tendenziell zusammen, der Lead-Effekt ist ein Bonus.

Kupfer-Gold-Ratio als Makro-Signal.

Eleganter als der reine Kupferpreis ist die Kupfer-Gold-Ratio. Gold ist ein „Risk-Off"-Asset, Kupfer ein „Risk-On"-Asset. Steigt die Ratio (Kupfer outperformt Gold), ist das ein bullisches Konjunktursignal. Fällt sie, deutet das auf Risikoaversion und schwächere Realwirtschaft hin.

Empirisch bewegt sich die Kupfer-Gold-Ratio oft im Gleichschritt mit den US-10y-Zinsen. Beide reagieren auf Wachstumserwartungen. Eine Abweichung zwischen den beiden ist historisch ein gutes Signal — wenn die Ratio steigt, die Zinsen aber nicht, war entweder die Ratio zu optimistisch oder die Zinsen zu pessimistisch. In den allermeisten Fällen schließt sich die Lücke innerhalb von 2-3 Monaten.

import yfinance as yf
import pandas as pd

kupfer = yf.download("HG=F", start="2010-01-01")["Close"]
gold = yf.download("GC=F", start="2010-01-01")["Close"]
us10y = yf.download("^TNX", start="2010-01-01")["Close"]  # in Prozent

df = pd.concat([kupfer, gold, us10y], axis=1).dropna()
df.columns = ["kupfer", "gold", "us10y"]
df["cu_au_ratio"] = df["kupfer"] / df["gold"] * 1000  # skaliert für Lesbarkeit

# Rolling z-Score der Differenz zwischen ratio und us10y
df["ratio_z"] = (df["cu_au_ratio"] - df["cu_au_ratio"].rolling(252).mean()) / df["cu_au_ratio"].rolling(252).std()
df["yield_z"] = (df["us10y"] - df["us10y"].rolling(252).mean()) / df["us10y"].rolling(252).std()
df["divergence"] = df["ratio_z"] - df["yield_z"]

print(df[["cu_au_ratio", "us10y", "divergence"]].tail(20))

Wenn die Divergenz signifikant positiv ist (Kupfer-Gold-Ratio höher als US-10y-Zinsen erwarten lassen), ist die Wahrscheinlichkeit erhöht, dass entweder die Zinsen steigen oder die Ratio fällt. Für aktive Trader ist das ein Setup, für Makro-Allokatoren ein Sanity-Check.

Was Sie konkret damit tun können.

Es gibt drei Anwendungsfälle.

Erstens: Makro-Bestätigung. Wenn Ihre Strategie auf einem Konjunkturbild beruht (z.B. zyklische Aktien übergewichten), prüfen Sie Kupfer als Confirm. Steigt Kupfer mit, ist Ihre These statistisch besser fundiert. Bleibt es zurück, sollten Sie skeptisch sein.

Zweitens: Direktes Trading. Kupfer-Futures (HG an COMEX, 25.000 lbs pro Kontrakt) oder Mini-Futures (QC) sind handelbar. ETFs wie CPER (US) tracken den Front-Month-Future, mit den üblichen Roll-Issues bei Contango. Aktien-Proxy: globale Bergbau-Unternehmen wie Freeport-McMoRan, BHP, Antofagasta, Glencore — höhere Volatilität, aber Dividendenrendite.

Drittens: Spread- und Ratio-Trading. Kupfer-Gold-Ratio gegen 10y-Zinsen (oben skizziert) oder Kupfer-Aluminium-Ratio (Aluminium reagiert sensibler auf Energiepreise) liefern wiederkehrende Setups mit mittlerer Frequenz.

Die Fallen.

Falle 1: Lagerdaten verzerren. Die LME-, COMEX- und SHFE-Lagerbestände sind öffentlich, aber sie zeigen nur einen Teil des Bildes. Chinesische Bonded Warehouses lagern teils mehrere hunderttausend Tonnen, die nicht in den offiziellen Statistiken auftauchen. Wer auf „niedrige LME-Bestände → bullisch" tradet, übersieht möglicherweise versteckte Bestände.

Falle 2: Squeezes und Korruption. Der LME-Nickel-Squeeze im März 2022 (Tsingshan-Position) ist als Lehrstück für alle Industriemetalle relevant. Kupfer ist liquider und damit weniger anfällig, aber nicht immun. Position-Limits und Stop-Logik sind Pflicht.

Falle 3: Energiewende-Optimismus. Es ist beliebt, Kupfer strukturell bullisch zu sehen, weil Elektrifizierung der Welt mehr Kupfer braucht. Das stimmt langfristig. Kurzfristig dominieren aber zyklische Faktoren — und wer das ignoriert, sitzt in einem 30%-Drawdown, während die langfristige Story unverändert ist.

Falle 4: Recycling-Anteil. Etwa ein Drittel der Kupfernachfrage wird durch Recycling gedeckt. Bei stark steigenden Preisen springt das Recycling-Angebot schnell — was Preisspitzen abschneidet, aber für Backtest-Modelle schwer zu quantifizieren ist.

Mein Take.

Kupfer ist ein nützlicher Mosaikstein im Makro-Bild, kein Orakel. Ich nutze die Kupfer-Gold-Ratio als wöchentlichen Sanity-Check für meine Konjunktur-Sicht und handele Kupfer-Futures selten als Standalone-Position, eher als Spread (Kupfer vs. Gold, Kupfer vs. Aluminium). Wer die Geschichte „Dr. Copper sagt uns, wo die Welt steht" allzu wörtlich nimmt, wird regelmäßig enttäuscht — wer den Indikator als einen unter mehreren nutzt, gewinnt zusätzliche Klarheit über die Robustheit der eigenen Makro-These.

Strukturell bin ich für die nächsten Jahre vorsichtig bullisch — die Elektrifizierung ist real, das Minenangebot ist träge. Aber das ist eine 5-Jahres-Sicht, nicht ein Trading-Signal für nächste Woche.

Sie wollen Makro-Signale aus Rohstoffmärkten in Ihre Allokation einbauen? Erstgespräch buchen — ich zeige, welche Indikatoren wirklich tragen.