{{item.videoDuration}}
{{item.title}}
{{item.text}}
{{item.videoDuration}}
{{item.text}}
KI-Technologien transformieren in hohem Tempo ganze Branchen, indem sie Marktdifferenzierung durch innovative Produkte ermöglichen, die operative Effizienz steigern und neue Märkte erschliessen. KI entwickelt sich zu einem technologischen Rückgrat für Unternehmen, daher wird eine gründliche Due Diligence im Bereich KI-Technologie immer wichtiger. Übersieht Ihr Unternehmen die Implikationen von KI, kann dies erhebliche Wertverluste oder Risiken mit sich bringen. In diesem Artikel beleuchten wir, wie wichtig die Überprüfung der KI-Landschaft bei M&A-Transaktionen ist, und geben Ihnen wichtige Einblicke für eine erfolgreiche Akquisition an die Hand.
KI bietet zwar beträchtliche Möglichkeiten, diese gehen aber auch mit besonderen Herausforderungen einher, die es zu bewältigen gilt, wie wir im Folgenden darlegen wollen.
- Mangelndes Verständnis von den Grenzen der KI-Modelle
Many buyers struggle to understand AI's limitations due to a gap in technical knowledge and the complexity of AI systems. This can lead to overestimations of AI capabilities, especially in customer-facing or regulated industries, leading to inappropriate investments in companies that may not deliver the expected value. - Mangelndes Bewusstsein für das Wertschöpfungspotenzial einer KI
Eine Private-Equity-Firma oder ein Unternehmen könnte wesentliche Wertschöpfungsmöglichkeiten übersehen, die eine KI bietet, wie z. B.: 1) personalisierte Kundenerfahrung; 2) massgeschneiderte KI-Funktionen zur Differenzierung auf dem Markt; 3) prädiktive Analysen; und 4) intelligente Automatisierung – all dies könnte die Wettbewerbsvorteile des Unternehmens erheblich steigern. Käufer müssen sorgfältig die Möglichkeiten bewerten und herausfinden, wie KI ihnen helfen kann, ihre Ziele zu erreichen. - Unvermögen, technologische Differenzierung klar zu benennen
Dass ein Unternehmen KI einsetzt, bedeutet nicht, dass seine Lösung einzigartig ist oder dass Wettbewerber sie nicht leicht kopieren können. Käufer benötigen handfeste Beweise, dass die KI-Funktionen des Übernahmekandidaten einzigartig und innovativ sind. Dies erfordert oft ein tiefes Verständnis der einzigartigen Prozesse des Unternehmens, des Wertes seiner proprietären Daten und des Aufwands, der in Forschung und Entwicklung investiert wurde (z. B. geistiges Eigentum). Darüber hinaus spielen die Fähigkeit des Erwerbers zu weiteren Innovationen und das Know-how seines internen KI-Teams eine wichtige Rolle.
Wichtige zu beantwortende Fragen
Herauszufinden, was wirklich hinter KI steckt, ist eine komplexe Aufgabe, die mehr umfasst als nur technologische Überlegungen. Um Erfolg zu erzielen und die mit KI verbundenen Risiken zu mindern, müssen Unternehmen ein umfassendes, mehrdimensionales Verständnis der KI entwickeln. Folgende Schlüsselbereiche und Fragen müssen angesprochen werden:
KI-Strategie
- Ist die KI-Strategie des Unternehmens klar und gut mit den übergeordneten M&A- und Wertschöpfungszielen abgestimmt?
- Besteht für den Übernahmekandidaten eine Disruptionsgefahr von Seiten des Marktes oder gewinnt er durch KI einen Wettbewerbsvorteil?
- Werden die erforderlichen grundlegenden Komponenten (wie Fähigkeiten der Teams, Datenreife, Infrastruktur) vor dem Start von KI-Projekten nach der Übernahme berücksichtigt?
- Sind Initiativen so strukturiert, dass Komplexitäten angemessen entwickelt werden (z. B. Gates, Validierung und Anpassung von KI-Investitionsvorhaben) und der Wert dieser Initiativen vor weiteren Investitionen bestätigt werden kann?
Fallstrick:
Da KI ein Bereich ist, der sich stetig weiterentwickelt, können Übernahmekandidaten und Käufer möglicherweise den Aufwand und die potenziellen Anforderungen nicht ausreichend einschätzen. Dies erhöht die Wahrscheinlichkeit, dass Projekte den Zeitrahmen und/oder das Budget überschreiten. Wenn das Management die Initiativen nicht sorgfältig koordiniert und plant, können Ineffizienzen in der Projektplanung die Folge sein, was zu längeren Vorlaufzeiten bis zur Wertschöpfung und geringeren Kapitalrenditen, zum Verlust des Wettbewerbsvorteils oder gar zu einer vollständigen Abschreibung der KI-Investitionen führen kann.
Team und Talent
- Welche KI-Fähigkeiten sind bereits intern vorhanden? Wurden Fähigkeiten intern entwickelt oder Ressourcen mit vorhandener Erfahrung eingestellt?
- Können die vorhandenen Ressourcen effektiv die KI-Initiativen umsetzen?
- Wie ist die Organisationsstruktur des Übernahmekandidaten und wie fördert sie die bereichsübergreifende Zusammenarbeit?
- Welche Weiterbildungsmöglichkeiten gibt es und wie unterstützen diese die Mitarbeiterschulung in KI?
Fallstrick:
Unternehmen sind sich möglicherweise nicht darüber im Klaren, wie rasant die Fortschritte im Bereich der KI sind. Diejenigen, die nicht mit den neuesten Entwicklungen Schritt halten, laufen Gefahr, dass sie Zeit in suboptimale Lösungen investieren. Zudem können sich die Risiken, die für die Entwicklung von Lösungen eingegangen werden, als weniger zielführend für die Benutzer erweisen als erwartet, wenn die Organisationsstruktur keine bereichsübergreifenden Engagements fördert.
Datenbestände
- Welche einzigartigen Datenbestände hat das Unternehmen und wie werden diese im Rahmen der KI-Strategie genutzt, um einen Wettbewerbsvorteil zu erlangen?
- Ist klar, ob Daten geteilt oder dediziert sind? Sind sie zugänglich und verfügbar?
- Welche Datenintegrationen existieren und wie können diese genutzt werden, um neue Erkenntnisse zu gewinnen?
- Verfügt die Organisation über ausreichende Datenbestände, um geplante KI-Initiativen zu unterstützen?
Fallstrick:
Vor dem Kauf eines Unternehmens muss der Käufer den Wert der Datenbestände kennen, um beurteilen zu können, wie er diese optimal nutzen kann. KI-Lösungen sollten diese Informationen integrieren, damit das Unternehmen einen Wettbewerbsvorteil erzielen kann.
Unternehmensführung und Prozesse
- Welche Ausschüsse (Exzellenzzentren und andere Strukturen) existieren, um die Überwachung von KI-Initiativen zu ermöglichen und sicherzustellen, dass die Sicherheits-, Compliance- und Datenschutzaspekte angemessen berücksichtigt werden?
- Welche Prozesse zum verantwortungsvollen Einsatz von KI sind vorhanden, um sicherzustellen, dass die verwendeten grossen Sprachmodelle (LLM) frei von potenziellen Verzerrungen sind?
- Welche Modellleitplanken gibt es, um Prompt-Injection-Angriffe und potenziell schädliche Antworten zu vermeiden?
Fallstrick:
Organisationen, die kundennahe KI-Lösungen ohne geeignete Governance und Prozesse integrieren, riskieren Reputationsschäden, rechtliche Probleme und Compliance-Verstösse.
Technologie und Infrastruktur
- Welche Technologieentscheidungen wurden getroffen, und wie wirken sich diese auf das Kosten- und Skalierbarkeitsprofil aus (z. B. Cloud, vor Ort, Hybrid usw.)?
- Wendet das Unternehmen geeignete Lösungen an, um die Pipeline-/Worfklow-Automatisierung zu verbessern?
- Ist das Datenmodell so aufgebaut, dass es die Nutzung durch KI erleichtert?
- Nutzt das Unternehmen zur Durchführung von Analysen NLQ-Tools (Natural Language Query)?
Fallstrick:
Unternehmen, die keine grundlegende Infrastruktur für ihre Daten haben, werden nicht in der Lage sein, von KI-Lösungen mit hohem Wertschöpfungspotenzial zu profitieren.
IP und Modelling
- Wie definiert und integriert der Übernahmekandidat KI in die Produktarchitektur? Stützt er sich auf offene KI-Dienste oder auf sein eigenes geistiges Eigentum?
- Wer besitzt die Rechte am geistigen Eigentum (IP) für von Dritten entwickelte Software?
- Gibt es vertragliche Verpflichtungen oder Beschränkungen, die sich auf die Transaktion auswirken könnten?
- Welche Prozesse nutzt das Unternehmen für das Management von maschinellem Lernen (ML) und grossen Sprachmodellen (LLM), z. B. zur Evaluierung und Aktualisierung der Modelle?
Fallstrick:
Käuferunternehmen könnten den tatsächlichen Wert der vom Verkäufer präsentierten KI-Lösungen überschätzen. Zudem riskieren Übernahmekandidaten, die ihre Daten nicht nutzen, um grundlegende LLM zu verfeinern, dass Konkurrenten GenAI-Lösungen mühelos replizieren und dem Unternehmen Marktanteile abnehmen.
Ergebnisse aus Fallstudien ansehen
Um Ihnen ein besseres Verständnis davon zu vermitteln, welche greifbaren Auswirkungen KI bei M&A-Transaktionen haben kann, präsentieren wir eine Reihe von Fallstudien, in denen wir konkrete Ergebnisse aufzeigen, die durch die Due Diligence im Bereich KI-Technologie erzielt werden konnten. Diese Beispiele zeigen, wie wir Unternehmen geholfen haben, erhebliche Kosteneinsparungen zu identifizieren, die Produktivität zu steigern und neue Umsatzmöglichkeiten zu erschliessen.
Fallstudien
Vorausschauen und Vorkehrungen für Ihre nächsten Akquisitionen treffen
In Anbetracht der sich rasch entwickelnden KI-Landschaft, wo neue Durchbrüche nicht Jahre, sondern nur noch Monate brauchen, müssen Unternehmen, die Fusionen und Übernahmen tätigen, bewerten, wo das Unternehmen in Sachen KI-Fortschritt heute steht und welche Merkmale Hinweise darauf geben, ob es in der Lage sein wird, sich in naher Zukunft anzupassen.
Laut dem Bericht des Weltwirtschaftsforums von Januar 2025 gehen über 60 % der Unternehmen davon aus, dass GenAI in zwei Jahren ein Game-Changer für Unternehmen sein wird. Daher ist es unerlässlich, frühzeitig ein klares Verständnis von der KI-Reife eines Unternehmens zu haben, um immer einen Schritt voraus zu bleiben.
Es gibt einige Schlüsselmassnahmen, die ergriffen werden können, um bei künftigen Akquisitionen die Effizienz zu steigern und KI-Potenzial besser nutzen zu können:
1. Klären Sie die strategischen Ziele einer Due Diligence im Bereich KI-Technologie
Eine klare Formulierung der strategischen Ziele für die Durchführung einer Due Diligence im Bereich KI-Technologie ist von entscheidender Bedeutung, um sicherzustellen, dass die M&A-Strategie mit den übergeordneten Geschäftszielen des Unternehmens übereinstimmt. Unternehmen sollten spezifische erwartete Ergebnisse definieren und die Auswirkungen der KI bei der Transaktion berücksichtigen. Ebenso wichtig ist es, zu bewerten, wie die KI-Assets und -Kompetenzen des Übernahmekandidaten in die bestehende technologische Infrastruktur und die bestehenden Geschäftsmodelle des Übernahmekandidaten integriert werden oder diese ergänzen können.
2. Bewerten und stärken Sie Ihre internen KI-Fähigkeiten
In Vorbereitung auf mögliche Akquisitionen sollten Unternehmen eine gründliche interne Bewertung ihrer eigenen KI-Fähigkeiten durchführen, einschliesslich der Fähigkeit des Käuferteams, einen Investment Case auf Basis der KI-Strategie des Übernahmekandidaten zu verstehen. Ein Verständnis von den internen Stärken und Schwächen kann helfen, Lücken zu identifizieren und Chancen, die sich aus der Transaktion ergeben, einzubeziehen.
3. Frühzeitige Einbindung des Daten- und KI-Leiters:
Die Einbeziehung eines Daten- & KI-Leiters zu einem frühen Zeitpunkt der Due Diligence-Phase stellt sicher, dass KI-Möglichkeiten mit den strategischen Geschäftszielen, die im Rahmen der Transaktion erreicht werden sollen, in Einklang gebracht werden können. Ihr Fachwissen ermöglicht eine bessere Umsetzung und eine schnellere ROI-Realisierung.
Durch diese Massnahmen sind die Erwerber besser vorbereitet, um die KI-Landschaft eines potenziellen Übernahmekandidaten zu beurteilen.
Zusammenfassend lässt sich sagen, dass KI nicht mehr ausser Acht gelassen werden darf, denn sie birgt ein erhebliches Wertschöpfungspotenzial, aber auch potenziell erhebliche Geschäftsrisiken. Durch die Bewertung der KI-Reife eines Übernahmekandidaten, die Ausrichtung der Lösungen an den Geschäftszielen und die frühzeitige Adressierung potenzieller Risiken können Sie den Hype von der Realität trennen, bedeutende Chancen identifizieren und beurteilen, ob das Unternehmen in der KI-Ära wettbewerbsfähig bleiben kann.
KI kann in der Due Diligence-Phase bewertet werden, doch für Private-Equity-Unternehmen ist auch die Prüfung der KI-Reife im Rahmen der Bewertung ihrer Portfolio-Unternehmen von Relevanz.
Kontaktieren Sie uns
{{filterContent.facetedTitle}}
{{contentList.loadingText}}
{{contentList.loadingText}}