AI and data rooms: an update with Heiko Engel of SS&C Intralinks

• How AI is reshaping virtual data rooms in M&A.
• The potential for AI tools to streamline due diligence.

A forward-looking view on AI in the data room from an Intralinks expert.

: Willkommen zu Closeded.

Künstliche Intelligenz verändert zunehmend, wie wir mit Daten umgehen und macht vor allen Dingen natürlich auch von dem Anbietern von virtuellen Datenräumen und dem ganzen M&A-Prozess keinen Halt.

KI-basierte Tools bieten mittlerweile Potenzial, die ganze DD zu beschleunigen, effizient zu steigern und damit auch den ganzen Transaktionsprozess als solches zu optimieren.

Doch wie zuverlässig sind die Ergebnisse tatsächlich , die uns die KI daneben liefert.

Wie haben wir bereits die Möglichkeit, die KI auch als Chatbot im GD-Prozess einzusetzen?

Wer übernimmt nachher die Haftung für die Ergebnisse, die dabei rauskommen?

Im Januar haben wir bereits mit Heiko Engel von SSMC Intralinks einen ersten Blick auf den Einsatz von KI-Tools im Datenraum geworfen.

Damals haben wir über die frühen Ansätze und Möglichkeiten gesprochen, die KI im M&A-Bereich bietet.

Heute kehrt Heiko zurück, um uns ein Update zu geben, was innerhalb des letzten halben Jahres alles passiert ist, welche Features, welche Entwicklungen es im Datenraum mittlerweile gibt, , was hat sich seitdem alles getan?

Welche neuen Features wurden implementiert?

Welche Auswirkungen hat der Einsatz von KI auf den gesamten DD und den gesamten M&A-Prozess?

Und vor allen Dingen aber auch, wo liegen die Grenzen von dem Ganzen?

Nicht nur in der gerade angesprochenen Haftung, sondern vor allen Dingen auch bei der DSGVO und vielen, vielen weiteren Dingen in Bezug auf die Datensicherheit.

Freut euch also auf eine spannende Diskussion rund um das Thema KI, die auch hoffentlich vor den unbequemen Rückfragen und die keinen Halt machen.

Viel Spaß beim Reinhauen.

und jetzt kommt Werbung.

Weißt du, was für mich das M&A-Eprivalent zur Steinzeit ist?

Sag bloß, jemand hat dir wieder einen physischen Datenraum gezeigt mit Aktenordnern und schwitzenden Männern in Schlechtssitzenden Anzügen.

Fast.

Noch schlimmer, und zwar Dropbox.

Wenn er nämlich 2025 immer noch eine Due Diligence über eine Dropbox abwickelt, der kann auch gleich zurück in den Pappkarton voller Papier gehen.

Dabei gibt's längst bessere Lösungen, wie zum Beispiel Intralinks.

Das ist kein simpler Dateiort.

, sondern ein echter, virtueller Datenraum.

Hochsicher, effizient und mit künstlicher Intelligenz.

Und gerade diese KI hilft dir dabei, Risiken in Dokumenten zu erkennen, Aktivitäten zu analysieren und Interessenten gezielt zu tracken.

Das Ganze natürlich vollautomatisiert.

Und du weißt jederzeit, wer was wann gesehen hat.

Keine Blackbox wie bei Dropbox, sondern volle Transparenz und Kontrolle.

Kurz gesagt, wer ernsthaft verkaufen oder investieren will, der setzt auf Intro-Links.

Alles andere ist ziemlich 90s.

Und für unsere Hörer von Close to Deal gibt es jetzt 20% Rabatt.

, einfach bei der Buchung das Stichwort Close to Dear angeben, Support und alle Funktionen inklusive.

Flo, mich hast du vollkommen überzeugt und für alle, die sich noch mehr informieren wollen, den Link findet ihr in den Shownotes.

Willkommen zurück, lieber Heiko.

Ja, vielen Dank für die Einladung.

Ja, vielen Dank, dass du ein weiteres Mal bei uns bist.

Du warst ja vor gar nicht allzu langer Zeit hier, aber wir dachten, das Thema KI im M&E-Prozess, KI im DD-Prozess, im Datenraumprozess ist natürlich genauso wie die ganze technologische Weiterentwicklung so ein wahnsinnig schnelllebiges Thema.

, weshalb es auch Sinn macht, mal ein kurzes Update zu geben.

Es ist jetzt ein gutes halbes Jahr her, dass du im Januar bei uns warst und insofern freue ich mich.

Magst du einmal ganz kurz in drei Sätzen etwas zu dir und zu Intralinks sagen?

Beim letzten Mal haben wir das ja ausführlich gemacht, aber für diejenigen Hörer, die die Folge aus dem Januar nicht gehört haben und nochmal das ausführliche Update zu dir und zu Intralinks hören möchten, gerne da nochmal reinhören.

Wir verlinken das in den Shownotes.

Ja, aber Heiko, vielleicht sagst du gerne was in drei, vier Sätzen nochmal zu dir.

Stellt sich kurz vor, Intralinks für diejenigen, die es eben nicht bereits gehört haben.

.

, die Aussage des größten Datenraumanbieters.

Die Aussage höre ich von einigen Datenraumanbietern.

Ja, natürlich sind alle die größten, ist ja klar.

Aber ich glaube, wir haben mit 27.

000 Mitarbeitern, wir gehören zu SSNC, das kann jeder auch mal nachgucken, mit 27.

000 Mitarbeitern sind wir tatsächlich die größten.

Von daher, glaube ich, dürfen wir das schon ganz ehrlicherweise so sagen.

Okay, aber das soll ja auch hier keine Werbung für euch sein.

Also natürlich gibt es neben Intralinks noch viele andere.

, es gibt Antarada, es gibt Firmex, es gibt Drooms und viele, viele weitere, die auch alle tolle Sachen machen.

Und heute soll es ja auch gar nicht primär um euch gehen, sondern eben darum, wie generell Technologie den Datenraumprozess hineinkommt und wie KI helfen kann im DD-Prozess.

Genau, darum soll es heute gehen, jetzt gar nicht spezifisch, nur über Intralinks.

Aber genau nochmal zum Thema KI.

Darüber haben wir im Januar ja auch schon gesprochen und nachher von vielen Hörern die Rückfragen bekommen, ob das auch wirklich alles schon möglich ist, was wir da so besprochen haben.

.

Klingt ja fantastisch, was da gerade auf dem Weg ist.

Das war damals schon cool, worüber wir gesprochen haben, aber heute vertiefen wir das eben nochmal.

Aber vielleicht, bevor wir in die Details hineingehen, kannst du ja nochmal ganz kurz sagen, was sich im Bereich KI im Datenraumprozess bei Intralinks im letzten halben Jahr so getan hat.

Wir haben einige Transaktionen, die tatsächlich schon live auf der neuen Plattform sind, mit dem KI-Tool, also um konkreter zu sein, mit dem Prompt im Datenraum.

Und man kann da, wir können das auch zeigen.

Und das ist eigentlich dahingehend sehr interessant, dass wir aktuell auch lernen, wie man quasi über so einen Prompt im Datenraum die richtigen Fragen stellt, wie man sie stellt.

Und glaube ich, dann gehen wir nachher noch ein bisschen näher drauf ein, auch wie man bei sogenannten Large Language Modellen, also LLMs, das Allgemeinwissen, was da ja auch schon drin ist, auch in Bezug auf Finanzfragestellungen, auch schon nutzen kann.

Und das ist, glaube ich, mega spannend.

Und da lernen wir auch noch jeden Tag hinzu, was diese Modelle , wie genau muss ich mir das vorstellen?

Also ich bin im Datenraum drin, wo kann ich den Prompt eingeben und wo muss ich da hin?

Genau, also es ist tatsächlich so, und das ist ein bisschen spannend eigentlich, wir reden über ein mega spannendes Thema, nur visuell gesehen ist der Prompt total langweilig, weil im Endeffekt klickt man auf einen Button, das heißt bei uns, die KI heißt bei uns Ask Link und da geht wie ein kleines Fenster auf und dann hat man unten quasi ein Textfeld, so wie man das vielleicht bei Chat-Chipi , wo man dann quasi eine Frage oder viel besser auch eine Aufgabenstellung reinschreiben kann.

Das ist eigentlich im Großen und Ganzen, so sieht es visuell aus.

Und dahinter steckt natürlich dann viel mehr.

Also man hat hier quasi einen ganz kleinen Tunnel, wo man seine Informationen oder das, was man benötigt, reinschreibt, auf Enter drückt und dann dauert es ungefähr fünf Sekunden.

Und dann sieht man, wie die KI anfängt, die Antwort zu schreiben oder zu erstellen sozusagen.

.

Okay, verstanden.

Aber dann stelle ich mir das in der Tat genauso vor.

Also ich bin in der Oberfläche von meinem Datenraum, habe da diesen Suchschlitz, wie ich das von ChatGPT oder von anderen LLMs kenne.

Kann ich da dann nur allgemeine Fragen reinschreiben, wie ich das eben auch bei ChatGPT machen kann?

Oder kann ich allgemeine Fragen zum M&A-Prozess stellen?

Oder kann ich auch ganz spezifische Fragen stellen, basierend auf den Dokumenten, die im Datenraum liegen?

Genau, also die Fragen, die der Nutzer stellen kann, die sind eigentlich keine Grenzen gesetzt.

, zu dem Dokument, zu einem Ordner und so weiter, quasi alle möglichen Fragen stellen, die irgendwie für den Prozess oder für die Transaktion relevant sind.

Die Sache ist ganz einfach, hat die KI mal keine Antwort, weil entsprechende Informationen vielleicht fehlen, was durchaus mal passieren kann, wenn man den Datenraum gerade erst aufsetzt, dann kriegt man auch das Ergebnis, dass dazu noch keine Informationen im Datenraum vorhanden sind.

Also von daher ist es relativ einfach nutzbar.

, glaube ich, was man sagen kann, ist man, und das kann ich aus eigener Erfahrung sagen, man muss sich so ein bisschen an das Prompten gewöhnen.

Ich glaube, am Anfang fragt man erst mal sehr allgemeine, sehr einfache Dinge.

Und je länger man damit arbeitet, umso komplexer wird der Prompt eigentlich, weil man sieht eigentlich, wie unglaublich stark so eine KI arbeitet.

Okay, aber das heißt dann, ich könnte dann ganz konkret fragen, gibt es bei dem Unternehmen zum Beispiel Pensionsrückstellungen?

Und dann würde ich eine Antwort bekommen und dann würde gesagt, ja, es gibt eine Pensionsrückstellung von 18 Millionen Euro.

-Bilanz.

Und könnte ich dann auch Rückfragen dazu stellen?

Also keine Ahnung, wie zum Beispiel bei der Pensionsrückstellung, ob da ausreichend Deckungshöhe hinterlegt ist?

Und würden dann solche spezifischen Fragen auch beantwortet werden, solche Einschätzungen gegeben werden?

Genau, also man kann diesen Imprompt dann auch noch gewisse Hintergrundinformationen geben.

Ja, man könnte zum Beispiel sagen, man könnte auch Verhältniszahlen mit eingeben und könnte sagen, also das ist eine Zahl, die wir uns hier vorstellen.

Wie sieht denn diese Zahl mit den Daten im Datenraum aus?

Ja.

.

Das ist eine einfache Sache.

Ich mache jetzt einfach mal so ein paar Beispiele, weil dann sieht man das so ein bisschen.

Also man kann zum Beispiel, ich nenne jetzt mal ein Beispiel, im Real Estate-Bereich schlicht und ergreifend sich alle Mietverträge anzeigen lassen.

Dann kriegt man eine Liste.

Man kann auch hier beim Prompten dann sagen, Create List oder Create Table.

Also Create Liste hat man eine Liste.

Create Table bedeutet, man hat quasi eine Tabelle, die man dann auch schon relativ einfach in Excel kopieren kann sozusagen.

Und dann werden die Informationen dort , dann hat man alle seine Mietverträge und so weiter, mit Informationen wie Quadratmetergröße, je nachdem, was man für Mieteinnahmen hat.

Und ich kann dann im nächsten Schritt zum Beispiel sagen, wenn ich, sagen wir mal, wir haben nur Mietverträge in den USA, dementsprechend sind die in Square Foot und US-Dollar, kann ich auch gleich schon sagen, konvertiere mir das in Square Meter und rechne mir es um in Euro.

Und das rechnet dann quasi, und das sind halt diese Large Language Modelle, das ist allgemeinwertig, -Modell weiß, die Umrechnung von Square Foot zu Square Meter rechnet das um und nimmt einen Wert für die Dollar-Euro-Konvertierung an, beziehungsweise fragt im Nachgang noch, wenn du mir den aktuellen Kurs gerade gibst, rechne ich das auch noch um.

Und dann hat man im Endeffekt die Arbeit, die sonst Tage, Wochen gedauert haben, um durch den Datenraum durchzugehen, hat man in wenigen Minuten eigentlich sich erarbeitet.

Aber ich könnte jetzt nicht die Frage stellen, elementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelement , die sonst eben von den D-D-Berater gemacht würde.

Also vermutlich, ich nehme an, die Arbeit muss dann weiterhin vom D-D-Berater selbst gemacht werden und der muss sich die Summen und Seilenlisten anschauen und bekommt dann eben nicht vorab das fertige Ergebnis von eurem Prompt präsentiert, oder?

Ja, also ich glaube in dem Fall, also ich habe es jetzt selbst noch nicht ausprobiert, aber in dem Fall müsste man sich höchstwahrscheinlich so ein bisschen annähern einfach.

Dass man sich die einzelnen Bausteine zusammensucht und dann unter Umständen einfach auch mal, also wie gesagt, ich habe es jetzt selbst , ob es noch nicht ausprobiert, dann einfach auch mal die Bausteine sich zusammensucht und dann einfach mal guckt, kriegt man einen Prompt hin, der mir das dann vielleicht zusammenführt.

Okay, aber dann wird es wahrscheinlich so funktionieren, dass ich so eine Art Educated Guest stellen muss und dann sagen kann oder fragen muss, gibt es zum Beispiel Abfindungen, die im Jahr 2023 oder 2024 gezahlt wurden und dann guckt er nach, ob es diese eben gab und dann habe ich vielleicht meine 20 weiteren üblichen verdächtigen Normalisierungspunkte, die ich dann abfragen .

Und genau so nehme ich dann an, würde man, wenn man eben spezifisch danach fragt, dann wird es vermutlich dann auch gefunden werden.

Genau.

Ja, okay, verstehe.

Also wie gesagt, das ist tatsächlich so und wir sehen das auch, wir spielen ja auch selbst viel mit der KI rum.

Man nähert sich mit den Fragen.

Also man lernt dann relativ schnell auch das richtige Prompten und verfeinert dann auch nochmal so ein Prompt, um auszuprobieren, was man für Ergebnisse bekommt und so weiter.

Aber das geht relativ schnell.

Also man findet sich da relativ schnell zurecht.

Es macht auch mega Spaß, , wie schnell man eigentlich über das richtige Prompten sich unglaublich viel Zeit sparen kann.

Ich glaube, das ist das Spannende.

Und welches LLM liegt dann dahinter?

Das kann ich jetzt tatsächlich so nicht sagen.

Wir haben insgesamt 25 verschiedene Modelle, die da ineinander greifen.

Ich kann jetzt nicht sagen, wie lange das gedauert hat, um zu trainieren und so weiter.

Das Einzige, was für unsere Kunden wichtig ist, ist, dass die alle austrainiert sind.

.

Also, unsere Modelle trainieren sich nicht mit dem Verhalten der Nutzer.

Und viel wichtiger, nicht mit den Dokumenten im Datenraum.

Das ist, glaube ich, ein ganz...

Okay, aber das heißt dann, ich kann jetzt keine Frage stellen, mach mir bitte eine Benchmarking-Analyse von den Zahlen von diesem Unternehmen im Bereich zu anderen Unternehmen, die vielleicht auch ihre Daten im Intralinks-Datenraum liegen haben.

Also sowas funktioniert dann nicht?

Nee, also das funktioniert leider nicht und hoffentlich auch Gott sei Dank nicht.

Also ich muss für mich selbst sagen, ich habe tatsächlich auch selbst .

Das ist ja im Endeffekt eine ganz wesentliche Value Proposition.

, die aber dann eben nicht nur von euch, sondern auch von allen anderen Anbietern von professionellen großen Datenräumen gegeben werden, eben dass die Daten sicher gelagert werden und gleich zum Beispiel zu einer Dropbox, die vielleicht bei sehr kleinen Prozessen hin und wieder mal als Datenraum genutzt werden, sondern dass eben bei euch alles sicher gelagert ist, aber das vermute ich ehrlicherweise mittlerweile eher ein Hygienefaktor eben bei den großen Datenraumanbietern.

Also darum nutze ich ja im Endeffekt einen professionellen Datenraum, weil ich weiß, dass da alles sicher ist und dann erwarte ich natürlich ganz genauso vor allen Dingen, , dass die Daten dann nicht zum Trainieren von Modellen genutzt werden.

Und man kann dann aber eben auf die LLM zugreifen und dann eben über das Prompting die Daten aus dem Datenraum so verarbeiten, analysieren.

Okay, verstanden.

Und diese Prompting-Funktion, die ist ganz normal mit integriert und dann muss man dafür spezielle Features kostenpflichtig freischalten, um darauf Zugriff zu haben?

Oder ist das in jedem Datenraum von euch einfach mit dabei?

Nein, die ist komplett integriert.

Da muss auch nichts freigeschaltet werden.

, also es besteht die Möglichkeit, die an- und auszuschalten, technisch gesehen, aber die kommt eigentlich immer mit einem normalen Datenraum dazu und kann dann da auch genutzt werden für alle möglichen Dinge.

Also ich mache jetzt auch mal ein Beispiel, gerade wenn man den Datenraum vielleicht aufbaut, kann man hier auch Fragen stellen, wie zum Beispiel, gibt es für die Revenue Numbers 2020 bis 2023 unterschiedliche Dokumente mit unterschiedlichen Inhalten und man kriegt dann halt Dokumente angezeigt, wo es diskrepanisch gibt, was ja sehr aufschlussreich ist.

Also sei es ein einfacher Typo oder so, aber zumindest hat man die Möglichkeit, hier relativ gut zu prüfen, ob alles konsistent im Datenraum zum Beispiel ist, auf eine relativ schnelle Art und Weise.

Und ich nehme an, der Heavy-User von einem Datenraum, das ist wahrscheinlich im Wesentlichen der D-D-Provider, oder?

Oder wer sind die Nutzergruppen, die am meisten auf den Datenraum zugreifen?

Ja gut, also im Endeffekt sind es im Endeffekt einmal diejenigen, die den Datenraum zusammenstellen, um einfach auch mal zu gucken, wie der Datenraum hier reagiert und dann natürlich auch den , die das dann halt nutzen kann auch.

Ja, also das sind so, ich sage mal so, die üblichen Verdächtigen sind dann hier die Analysten, die hier so die schwere Arbeit quasi machen.

Und das sind eigentlich auch diejenigen, die ganz scharf drauf sind, das zu nutzen.

Ja, weil, wenn man mal bedenkt, wenn man heute einen durchschnittlichen Datenraum, der so circa 20.

000 Seiten, glaube ich, hat, anfängt, sich reinzulesen, das dauert ja schon ein paar Tage und Wochen, wohingegen, wenn ich die richtigen Fragen parat habe und den richtigen Prompt , kann ich schon die erste, so das Heavy Lifting der wichtigsten Fragen eigentlich innerhalb von einem Vormittag durchführen.

Ja, und dann vielleicht schon nachmittags, zumindest intern schon mal besprechen.

Ja, das ist durchaus möglich und das sind eigentlich auch so, das Feedback, was wir bekommen von allen Seiten, ist, dass das eine unglaubliche Zeitersparnis ist.

Nichtsdestotrotz muss man natürlich zwischen den Zeilen, liest die KI noch nicht, also die ganzen Ideen und Investmentideen und so weiter und so fort, die kommen natürlich immer noch von, , also da ist die KI, glaube ich, nur unterstützend.

Ja, okay.

Also bei den Analysten, also vor allem bei den Juniors, den DD-Provider, da kann ich mir das sehr, sehr gut vorstellen, dass sie sich sehr darüber freuen, weil sie einfach eine erhebliche Arbeitserleichterung dadurch haben.

Aber also mal Hand aufs Herz, wie sehr freut sich der Partner von, weiß ich nicht, KPMG, der gerade vielleicht eine Financial DD für 100.

000 Euro verkauft hat.

Also wie sehr freut der sich darüber, weil der natürlich irgendwann auch von den Kunden Anfragen bekommt.

Also wenn der PE dann auf KPMG zugeht und sagt, , warum muss ich jetzt 100.

000 Euro für eine Financial DD bezahlen?

Du hast doch diese ganzen tollen, coolen KI-Features, die nur noch die Hälfte an Arbeitsaufwand für dich dann zum Resultat haben.

Du musst doch jetzt nicht mehr so viele Juniors auf die Projekte draufpacken, wie noch in der Vergangenheit.

Jetzt will ich aber auch einen Discount haben von 40 Prozent.

Also kriegt ihr solche Probleme, solche Fragestellungen auch schon mal angetragen?

Also ich glaube, das sind tatsächlich Gespräche, die man mal hat.

Die sind sicherlich auch bei den ganzen Demos mal fallen.

Aber nichtsdestotrotz glaube ich, .

Also, ich glaube, wir dürfen die KI vielleicht auch nicht überbewerten.

Das ist ein total hilfreiches Tool.

Man wird auch eine Menge Zeit sparen, aber nichtsdestotrotz macht der Mensch dahinter ja auch immer noch eine ganze Menge Arbeit, die Informationen auch zu bewerten und so weiter und so fort.

Also von daher glaube ich, ich meine, fies, das ist immer ein Thema, was diskutiert wird, aber ich glaube, die KI bietet da so viel Mehrwert, dass das nicht ein großes Thema werden wird.

Also, aber wie gesagt, es ist immer mal ein Thema, wir hören das auch, aber ich glaube, warten .

Das ist bestimmt ganz spannend.

Ihr kriegt sicherlich schon angetragen, dass die Rolle vom DD-Provider oder vom generellen Menschen im Datenraum, vom Berater im Datenraum, sich dadurch schon maßgeblich verändert, oder?

Ja, auf alle Fälle.

Also das hören wir.

Also auch losgelöst von allem, was mit M&E zu tun hat.

Generell Unternehmensberatung etc.

, PP-Consultants, Senior Consultants.

Bei uns die Analysten, , die die Arbeit machen, das wird das schon verändern, auf alle Fälle.

Nichtsdestotrotz glaube ich einfach, dass man sich vielleicht auch dadurch wieder auf wesentlichere Dinge an der Transaktion konzentrieren kann und da vielleicht auch Mehrwert liefern kann, als nur stur Dokumente durchzulesen.

Also eins muss man vielleicht auch mal dazu sagen, die KI ist immer konzentriert, die hat keinen schlechten Morgen und kein schlechtes Wochenende, die ist immer voll da und darf auch nicht vergessen, , wenn man da 20.

000 Seiten durchliest, besteht durchaus auch mal die Gefahr, dass man vielleicht was überliest oder dass man was falsch liest oder wie auch immer.

Und ich glaube, da ist die KI einfach total hilfreich.

Das wird das einfach unterstützen.

Und ich glaube auch, dass gerade die Analysten vielleicht dann auch in First- oder Second-Year-Analysts einfach auch mal mehr Input vielleicht auch geben kann zu der Transaktion, als da nur stur die Informationen rauszusuchen.

Ja, ich kriege aber schon häufig die Befürchtung kommuniziert, dass das Vertrauen, , dass es dann vielleicht doch noch nicht so 100% in den Ergebnissen von irgendwelchen KI-Lösungen im M&A-Prozess oder auch im Datenraum so vorhanden ist.

Bleiben wir mal bei dem Beispiel, was wir gerade hatten zum Thema Pensionsrückstellung.

Also stellen wir vor, ich bin Analyst bei irgendeinem Financial-DD-Provider und ich stelle dem Datenraum die Frage, Mensch, gibt es Pensionsrückstellungen?

Und der Prompt sagt dann, nö, die gibt es nicht.

Also kann ich dem dann zu 100% vertrauen oder wie stellt ihr dann eben auch sicher, bestmöglich, dass man dem vertrauen kann?

Also vor allen Dingen eben in dem Fall, dass es dann vielleicht, , aber dann eben eine vergleichbare Position, die einfach in der Bilanz anders bezeichnet ist.

Also wie kann man sicherstellen, dass die Ergebnisse dann möglichst akkurat sind?

Also einmal ist es natürlich so, dass es dann technisch viele Dinge gibt, wo wir mit quasi sicherstellen, dass die Ergebnisse so klar wie möglich sind.

Das heißt eigentlich alles, wir sehen ja nur den Prompt und das sieht alles sehr einfach aus, aber technisch gesprochen gehen die Dokumente, die man hochlädt, gehen durch quasi, man kann sich das bildlich so ein bisschen vorstellen, , durch so ein Fließband werden bearbeitet, mit OCR bearbeitet, ausgelesen und so weiter und so fort, dass man quasi die Informationen sauber ausliest und dann später dann auch sehr akkurate Ergebnisse bekommt.

Viel wichtiger ist auch noch, bei den Ergebnissen, die angezeigt werden, gibt es bei uns eigentlich zu allen Ergebnissen immer die Quellenangabe im Datenraum.

Also sprich, in welchem Dokument steht es?

Und ganz konkret sind dann die ganzen, ich sage jetzt mal, PDFs, .

Und da steht dann hinten dran auch, das steht auf Seite 2, auf Seite 3.

Und dann kann man da draufklicken und kann es auch sehr schnell nachlesen, um das zu überprüfen.

Nichtsdestotrotz würde ich aber immer noch mal dann vielleicht auch, wenn man ein Ergebnis bekommt, vielleicht auch noch mal mit einer anderen Frage fragen.

Einfach, um das vielleicht auch noch mal zu überprüfen.

Also die Zeit, die ich im Großen und Ganzen spare und die ist erheblich, kann ich vielleicht dann, wenn mir was, ich nenne es jetzt mal merkwürdig vorkommt, vielleicht auch noch mal mit einer zweiten oder dritten Frage überprüfen einfach.

Ja, also wenn ich jetzt heute in ein Datenraum reinkomme und weiß, der ist jetzt zu 100 Prozent befüllt und ich erwarte da jetzt gewisse Informationen, die da eigentlich drin sein sollten, dann würde ich vielleicht zwei, drei Mal nochmal einen anderen Prompt ausprobieren.

Und ansonsten kann man ja auch nochmal bei der Salesite nachfragen, was da los ist unter Umständen.

Ja, aber das sind dann wahrscheinlich genau eben die Nuancen, die aktuell noch schwierig sind.

Also ich versuche mich gerade nochmal in die Rolle hineinzuversetzen und auch in meine Vereinigung, elementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelement , der übernimmt dann die Haftung für solche falschen Ergebnisse.

Und die liegt dann ja vermutlich weiterhin beim DD-Berater, der einfach sicherstellen muss, dass in den DD-Berichten die Angaben akkurat sind.

Und sonst kommen die Leute dann irgendwann auf euch zu und sagen, Mensch, ich habe hier eine dicke Klage an der Backe, weil ich auf Basis von eurem Prompt, von eurer KI geschrieben habe, es gibt keine Pensionsrückstellungen.

Und es gibt welche.

Und jetzt kriege ich eine Klage vom PE, weil der das Unternehmen gekauft hat und dann feststellen muss, , weil ich die Pensionsrückstellungen nicht vom Enterprise-Value abgezogen habe.

Also haftet dann eben da aber schon weiterhin der DD-Berater und eben nicht ihr, oder?

Genau, also wir haften da nicht dafür, wobei ich jetzt mal auch wirklich, das ist ja, nennen wir es mal äußerst konstruiert, im Regelfall würde ja die KI da was anzeigen.

Von daher gehe ich mal davon aus, dass das nicht der Fall ist.

Aber wie gesagt, es ist natürlich dann derjenige, der die KI nicht , das ist ja dann offensichtlich, dass da was fehlt, einfach nochmal zwei, drei andere Fragen stellen.

Man hat ja auch noch die Möglichkeit, so eine Art Volltextsuche zu machen und so weiter und so fort.

Aber ich glaube, das wird sich auch dann, das wird dann auch jeder merken, wenn er das nutzt, andere Fragen nochmal zu stellen oder da einfach auch mal direkt in die Ordnerstruktur reingehen.

Das ist ja nicht alles wilder hochgeladen und da einfach nochmal kurz nachzuforschen.

Aber wie gesagt, es liegt im Ermessen desjenigen, der das nutzt.

Aber ich glaube, .

Das sollte jetzt auch gar nicht ein konstruiertes Beispiel sein.

Aber ich glaube, jeder von uns, der regelmäßig mit ChatGPT oder eben anderen Tools arbeitet, der kennt es eben, dass dann eben doch zeitweise verlozioniert wird und man eine Frage eingibt und man ein Ergebnis bekommt, wo man direkt weiß, dass das Ergebnis nicht korrekt ist oder auch das Ergebnis in sich vielleicht ein Widerspruch ist.

Und man dann den Datenraum, sorry, man dann eben ChatGPT darauf hinweist und sagt, Mensch, das ist doch falsch, was oder geschmeißen.

ist falsch, was ich geschrieben habe.

Und das bringt dann natürlich schon eine große Unsicherheit mit sich.

Und ich glaube, bei TCPT oder auch bei allen vergleichbaren LLMs, wahrscheinlich 95% oder 98% der Antworten sind perfekt.

Aber es bleiben eben diese 2, 3, 4, 5% nachher übrig, die dann einen eben doch ziemlich verunsichern können.

Ja, klar.

Also ich glaube auch.

Deswegen würde ich immer verschiedene Fragen stellen, um ein Thema auch einzukreisen.

Und dann notfalls auch mal.

auch nicht vergessen, vielleicht auch in die Ordnerstruktur reingehen, sich mal in dem entsprechenden Ordner die Dokumente angucken und so weiter und so fort, wenn irgendwas unklar ist.

Ich glaube, das entbindet, gerade wenn man solche Reports erstellt für den Kunden, da sollte man die entsprechende Sorgfaltspflicht dann walten lassen und die Zeit, die man gewinnt, dann vielleicht auch nochmal sich die Dokumente anschauen.

Da muss man vielleicht auch dazu sagen, wir hören natürlich auch eine Menge Kunden, die das Tool jetzt zum ersten Mal hören und auch sehen, die dann sagen, ich möchte ja schon, dass die Weisheit sich mehr mit dem ganzen Daten austenraum auseinandersetzt, um sich da tiefer einzugraben und so weiter und so fort.

Also ich glaube, das entbindet nicht von der Sorgfaltspflicht, da ordentliche Arbeit zu leisten.

Wie gesagt, das ist ein Tool, was das Ganze vereinfacht und man kann da relativ schnell Informationen zu finden.

Nichtsdestotrotz, glaube ich, muss man noch immer eine ordentliche Sorgfaltspflicht walten lassen.

Die gleiche Fragestellung hast du ja auch bei selbstfahrenden Autos.

Und da gab es doch jüngst ein Urteil in den USA, wo ein Unfall verursacht wurde mit einem Tesla, wo der Autopilot, aktiviert wurde, wer zu welcher Quote daran schuld hat.

Und in dem Fall war das so, dass dann grundsätzlich weiterhin der Fahrer die Hauptverantwortung hat, auch bei dem Autopiloten aufzupassen, dass er die Kontrolle über das Fahrzeug behalten könnte.

Aber in dem Fall Tesla immerhin 33 Prozent von der Schadenssumme auch mit übernehmen musste, die eben aus dem Unfall heraus resultiert sind.

, weil das natürlich ein etwas größerer Schadensersatz, weil aber auch eine Person verstorben ist bei dem Unfall.

Und da gab es, glaube ich, knapp 130 Millionen Schadensersatz eben für die Familie von den Unfallopfern.

Und Tesla musste 33 Prozent davon bezahlen.

Und dann eben, ich glaube, on top nochmal eine 200 Millionen Strafe, weil Tesla, wie war das, ich glaube, die Daten aus dem Auto nach dem Unfall dann direkt an die Zentrale geschickt, hat, aber dann die lokal gespeicherten Daten auf dem Auto direkt gelöscht hat.

Also die Daten, an denen man hätte ableiten können, warum der Unfall entstanden ist.

Und Tesla sich dann, glaube ich, nicht sehr kooperativ gezeigt hat bei der Aufarbeitung von dem Fall.

Und darum gab es dann eben nochmal eine 200-Millionen-Strafe obendrauf.

Also in Summe irgendwas um die 240 Millionen Dollar, die Tesla dann im Schadensersatz zahlen musste.

Und das ist dann schon ein erheblicher Bocken.

, kommen wir zurück zu den Datenräumen, dann auch im Laufe der Zeit das Thema Haftung sich eben verschieben und die Toolprovider dann immer mehr auch in die Haftung dann mit reinnehmen.

Aber trotzdem natürlich gerade bei den hochsensiblen Daten ist natürlich der Mensch immer in der Haftung.

Und genau, so schließt sich dann eben aber auch der Kreis vermutlich zur Rolle vom DD-Provider, um dann eben auch das Argument für den DD-Provider zu sagen, nee, die Kosten für die DD, die bleiben weiterhin ähnlich hoch, auch wenn wir vielleicht höhere Effizienz, DDD-Daten verarbeiten können, schneller DDD auch in der Tiefe machen können und trotzdem müssen wir immer noch sicherstellen, dass wir überall genau hinschauen und übernehmen die gleiche Haftung wie eben vorher ohne den Einsatz von der KI.

Das könnte dann eben genau das Argument dafür sein, dass eben nicht mehr die Arbeitszeit als solches bepreis wird, sondern nachher einfach das Ergebnis, das Produkt von dem fertigen DD-Bericht sozusagen.

, also so eine ähnliche Problematik hatte man ja so vor 10, 15 Jahren gehabt, als man relativ viele Dokumente noch eingescannt hat für den Datenraum, wo teilweise dann noch so altes Thermopapier und so weiter und so fort.

Und mittlerweile ist es tatsächlich so, also damals hat dann die OCR auch nichts erkannt.

Das heißt, die Dokumente waren quasi, also das, was auf den Dokumenten war, ist über die Suchfunktion nicht gefunden worden.

Nehmen wir jetzt mal das Wort Pensionsrückstellung, weil die OCR damals noch nicht so gut war.

ist es so, dass man bezüglich der OCR sagen kann, wenn man es mit dem menschlichen Auge noch lesen kann, dann erkennt es auch die OCR und dementsprechend müsste das dann eigentlich auch über die KI gut findbar sein.

Aber dasselbe gab es wie gesagt vor 10, 15 Jahren noch, als man viel eingescannt hat, als diese ganzen Scans auch nicht notwendigerweise mit OCR bearbeitet wurden und dann ist es einfach nicht erkannt worden und dementsprechend auch nicht dann in den DD-Reports erschienen und so weiter und so fort.

Und er ist dann halt auch gesagt worden, naja, müsste halt mal nochmal genauer düstern.

zuschlesen quasi.

Das war früher, also wie gesagt, nach wie vor muss man noch ein bisschen Krips mit reinstecken.

Ja, und das bleibt dann hoffentlich auch noch etwas länger so.

Du hast vorhin einmal gesagt, dass man über diesen Prompt auch im Datenraum auch ganz allgemeines Finanz-, allgemeinwissen quasi abfragen kann.

Und kann ich dann auch mir ein Fair Value von einem Unternehmen darüber definieren?

Also kann ich den Prompt fragen, Mensch, was ist denn das Unternehmen wert?

Kriege ich darauf eine Antwort?

Ja, genau.

Also das mit dem Fair Value, , das kann man fragen.

Wichtig ist halt nur, dass die entsprechenden Informationen drin sind, dass die KI sich das raussuchen kann.

Und dann kann man da durchaus auch mitspielen und so weiter und so fort und auch noch weitere Informationen geben, was man gerne zu beachten hätte.

Also wie gesagt, es ist jetzt nicht einfach nur ein Tool, was man stur irgendwie ein paar Fragen stellen kann, sondern man kann sich da über die Prompts tatsächlich auch ein paar Gedanken machen und dann erarbeitet das Modell das für einen, wenn man das so eingibt.

Ja, und das ist, glaube ich, ganz spannend.

.

Also, das habe ich auch erst lernen müssen, dass das hinter diesen Modellen halt eine ganze Menge großes Allgemeinwissen ist.

Ich habe ja vorhin das ganz lapidare Beispiel genannt, Umrechnungsfaktoren von Square Foot auf Square Meter.

Solche Dinge sind ja auch drin.

Oder auch, ich sage jetzt mal, das System kennt auch Umrechnungskurse aus der Historie.

Solche Informationen sind da drin, wie auch zum Beispiel Finanzkennzahlen jeglicher Couleur.

auch spielen oder beziehungsweise auch sagen, unter der und der Berücksichtigung kreieren wir diesen und diesen Table, also die und die Tabelle.

Also das funktioniert eigentlich sehr gut.

Aber das hängt ja im Endeffekt auch immer von der Datenverfügbarkeit ab.

Also wenn ich jetzt bei ganz allgemeinem Wissen habe, habe ich natürlich das Wissen der Menschheit, kann man sagen, in den LLM gespeichert und es ist vorhanden und kann dann eben solche Umrechnungen problemlos stattfinden lassen.

Aber beim Thema Fair Value zum Beispiel, ist dann eben genau die Frage, welche Vergleichstransaktionen dann mit zugrunde gelegt werden.

Und auch wenn das LLM dann zwar technisch oder wenn es rechnen kann, und das ist bei ChatGPT ja auch immer mal wieder eine Herausforderung gewesen, je nachdem, welches Modell man dann verwendet.

Aber dass erstmal nochmal methodisch sauber ein DCF aufgestellt werden kann, davon gehe ich aus.

Aber dann eben genau bei der Frage, wie das Marktrisiko oder eben das Unternehmensrisiko definiert ist, wie wird ein Beta errechnet, dass ich dann eben dem DCF zugrunde legen muss.

, und da scheitert es dann wahrscheinlich schon bei der Verfügbarkeit von den Vergleichstransaktionen.

Und wenn ich jetzt der GPT frage, machen wir mal eine Bewertung von einem 50 Millionen Euro Umsatz und 5 Millionen EBIT-Unternehmen, was ja per se gar nicht so klein ist, aber dann trotzdem im Endeffekt dann ein kleiner Mittelständler, wo wenig Vergleichstransaktionen zur Verfügung stehen.

Da wird es dann aber vermutlich relativ dünn, weil eben einfach öffentlich verfügbar eben, also weder Trading noch Transaction Multiples und auch nicht die Betas dann eben dafür benötigt sind, von einem Fair Value, der dann vielleicht methodisch super sauber abgeleitet ist, aber dann eben auf sehr, sehr wackeligen Annahmen basiert, dann doch zu Ergebnissen führt, die man dann eben doch nicht ohne weiteres verwenden kann.

Ja, also ich glaube, was man hier auch dazu sagen muss, ist, wir sind ja jetzt gerade erst am Anfang.

Also solche Themen werden mit Sicherheit dann über die Jahre dann Einfluss finden, dass man da auch unterschiedliche Dinge selbst mit der KI noch macht.

, dass die KI eingestellt werden kann oder auch gefüttert werden kann durch den jeweiligen Nutzer.

Und ich glaube, das ist jetzt, wie gesagt, also wir sind jetzt gerade noch am Anfang, wenn man das Ding offiziell released, also ich glaube, das sind dann die nächsten Schritte in den nächsten Jahren, dass das einfach noch mal ein bisschen verfeinert wird und so weiter und dass man da gewisse Dinge auch hinterlegen kann und so weiter und so fort.

Also da sind wir, glaube ich, noch ganz ruhig.

, muss man ganz ehrlich auch sagen.

Okay, verstanden zum Prompt.

Da sind wir schon direkt mit der ersten Frage sehr, sehr tief ins Gespräch eingetaucht und finde es tatsächlich spannend, weil da natürlich ein ganzer Rattenschwanz dann hinterherkommt, was wir gerade besprochen haben.

Also wie ist die Haftung, wie ist der Datenschutz dahinter, DSGVO, Konformität und so weiter.

Und welche Daten sind denn als Grundlage mit dabei?

Das ist ja ein wahnsinnig breites Thema.

Innerhalb von eben diesem kleinen Suchschlitz, der dann eben jetzt innerhalb von eurem Datendaum .

Aber es zeigt, glaube ich, ganz gut, in welche Richtung das in der Zukunft geht und was dann in Zukunft durch den Datenraum an Arbeit abgenommen wird und was eben noch nicht.

Und wir hatten ja im Januar auch schon mal bei unserem Austausch über euer DealCenter gesprochen.

Wie ist da denn der aktuelle Stand?

Vielleicht kannst du da die Hörer nochmal abholen, die es nicht gehört haben, was das DealCenter überhaupt ist.

Also DealCenter ist eigentlich im Endeffekt, wie gesagt, wir haben ja eine komplett neue Plattform entwickelt oder sind daran, die zu entwickeln.

Und da geht es nicht nur darum, dass man den Datenraum für die reine M&E-Trainage -transaktion nutzt, sondern auch über den gesamten Lebenszyklus, naja, nennen wir es mal von einer Transaktion oder vielleicht auch von einer Portfolio-Company etc.

Und da geht es eigentlich darum, dass wir sagen, wir möchten eigentlich eine Plattform haben, wo der, ich nenne es jetzt mal der normale M&A-Berater oder aus dem PI oder wo auch immer, sich morgens einloggt, wenn er ins Büro kommt und dann quasi, egal in welcher Phase so ein Projekt oder eine Transaktion ist, alles bei uns auf der Plattform findet.

, das heißt, wir haben quasi vorgelagert ein Tool, was wir Deal-Marketing nennen, wo man quasi seine Marktansprache für das entsprechende Asset durchführen kann.

Das ist vereinfacht, also äußerst vereinfacht ausgedrückt.

Ist das eine Art kleines CRM-Tool mit einer Mail-Merge-Funktionalität?

Das heißt, hier kann ich quasi meine Info-Memos und so weiter und so fort aus, ich nenne es jetzt mal, aus einer gewissen Zielgruppe heraus, kann ich die E-Mails draften und das -Tool generiert mir quasi eine Outlook-Datei, die ich dann an den entsprechenden internen MD weiterschicken kann.

Und der schickt das quasi an potenzielle Investoren raus.

Und das Ganze wird dann da auch entsprechend getrackt.

Und dementsprechend der nächste Schritt ist dann quasi Vorbereitung von dem Projekt, also Vorbereitungsdatenraum.

Dann geht es irgendwann in den Live-Datenraum.

Irgendwann wird das Ganze geclosed.

Und irgendwann haben wir den Datenraum dann für Post-Merger-Integration.

Und die Idee, die dahinter steckt, ist eigentlich die, Zyklus der Transaktion auch Reports fahren kann, nicht nur über ein Jahr, sondern über zwei, drei, vier, fünf Jahre, um zu sehen, wie haben sich potenzielle Investoren verhalten, was haben die für Bits abgegeben, wie haben die sich im Datenraum verhalten und so weiter und so fort, um hier eigentlich ein bisschen genauere Informationen zu bekommen, um vielleicht für zukünftige Transaktionen da seine Rückschlüsse zu ziehen.

Das hat jetzt ein bisschen länger gedauert, und wie DealCenter funktionieren soll.

Okay, aber das kriege ich dann bei jedem Deal zum Datenraum mit dazu?

Oder ist das ein separates Produkt, was ich auch separat buchen muss, wenn ich mein Projektmanagement eben über das DealCenter machen möchte?

Also es ist eigentlich so, wenn ich das nutzen will, kann das einfach freigeschaltet werden.

Und ich glaube, wenn man es dann erstmal freigeschaltet hat, ist das eigentlich ein Tool, was man immer dabei hat.

Weil über die Zeit kriegt man ja quasi immer mehr Projekte rein und kann dann quasi über diese verschiedenen Lebenszyklen einer Transaktion, , und wenn man da von 10, 20, 30 hat, einfach Reports laufen lassen, inklusive der KI und einfach vielleicht Dinge an Informationen heben kann, die einem vorher gar nicht so bewusst war, weil ja aktuell, und das werden die ganzen Zuhörer auch wissen, relativ viel mit Insellösungen gearbeitet wird.

Dann gibt es vielleicht mal hier ein CM-System, dann gibt es hier Excel-Outlook, dann gibt es da den Datenraum und so weiter und so fort.

Und das konsolidiert quasi alles in einer Plattform und dementsprechend kann ich dann auch Reports, S.

Und welche weiteren Funktionen, also neben dem, was du gerade schon relativ breit beschrieben hast und im Grunde von der Marktansprache bis hin zum PMI, die darüber alle abgedeckt werden sollen, ist das heute alles schon möglich oder ist das dann eben Zukunftspusik?

Oder wenn es heute bereits alles möglich ist, was kommt dann noch on top zukünftig mit rein?

Also es ist tatsächlich, um es ein bisschen genauer zu sagen, mit dem offiziellen Release ist dann auch dieses, ich nenne es jetzt mal, dieses Deal-Marketing-Tool mit dabei.

-Tools.

Es gibt jetzt auch noch eine ganze Menge andere, ich nenne es jetzt mal Smart-Tools, relativ simpel gehalten.

Ich sage jetzt mal in der Datenraumvorbereitungszeit ist es ja aktuell so, dass man sonst eigentlich immer die entsprechenden Fachabteilungen vielleicht mit eingeladen hat.

Die haben dann die entsprechenden Ordner gefüllt, Finance, Marketing, HR und so weiter.

Es gibt dann aber immer mal ein paar Teilnehmer, die nicht unbedingt in den Datenraum wollen und wir können da sogenannte Document-Request-Lists freischalten.

.

Das heißt, ich kann quasi vereinfacht gesagt jemanden quasi einen Link zuschicken für einen speziellen Ordner oder Unterordner oder wie auch immer.

Und wenn er auf diesen Link in der E-Mail klickt, kann er da schlicht und ergreifend Dokumente reinladen.

Und diese Dokumente werden automatisiert in den Datenraum hochgeladen.

Und ich als Administrator bekomme jetzt die Nachricht in den Daten, in den Ordner Human Resources hat jetzt die Personalleitung die entsprechenden Dokumente hochgeladen.

, dementsprechend ist auf der Liste dann auch schon alles markiert, dass alles drin ist.

Und so kann man über die Document Request List eigentlich sehr automatisiert den Datenraum mit allen Teilnehmern befüllen, ohne dass die tatsächlich im Datenraum sein müssen.

Aber mit allen Security Features, die halt dazugehören sozusagen.

Das sind so kleine Smart Tools, die halt da auch jetzt mit drin sind.

Ja, du, also wir selbst kriegen ja auch regelmäßig die Anfragen von M&A-Berater oder eben auch von der Investorenseite, von der Käuferseite, ob wir nicht auch irgendwie produktseitig das mit auf der Agenda haben, so ein Projektmanagement-Tool quasi als Lösung mit anzubieten.

Und erst mal klingt das ja auch total logisch, eben neben der Erstellung von der Longlist, dem Trigger in der Marktansprache, dann eben daneben auch noch Info-Memo, Teaser-Austausch, vielleicht Info-Memo und Teaser-Erstellung, noch NDA-Signing und so weiter, plus eben im angeschlossenen Datenraum alles aus einem Produkt heraus mit anzubieten.

Und wir haben in der Tat so vor vier, fünf Jahren schon mal einen Zukauf auf dem Tisch gehabt, wo es genau um sowas ging.

Das war damals keine reine -M&A-Lösung, aber im Grunde ein Datenmanagement-Tool, Projektmanagement-Tool, womit man das sehr, sehr gut hätte abbilden können.

Und auch im letzten Jahr gab es nochmal Gespräche mit einem neuen Anbieter, der im Markt aufgekommen ist.

Und in beiden Fällen haben wir dann nochmal 12, 13, 14 Tiefeninterviews mit M&A-Beratern geführt, um genau zu verstehen, was die nutzen und ob die so eine All-in-One-Suite haben wollen würden.

Und das Ergebnis war damals, dass die kleineren Beratungshäuser sich im Wesentlichen ganz wohl fühlen, und mit Excel und Outlook und damit arbeiten und die größeren auf der anderen Seite dann ihre eigenen CRM-Systeme haben oder Salesforce-Integrationen haben und darüber dann eben ihr Projektmanagement machen.

Also lange Einleitung für die kurze Frage, aber genau die Frage ist, welches Feedback bekommt ihr von den Nutzern?

Möchten die wirklich ihr komplettes Projektmanagement darüber machen oder haben die doch ihre weiteren eigenen Lösungen und nimmt der Markt eure Lösung nicht so richtig ab?

, wie erlebst du das?

Ja, also es ist tatsächlich völlig unterschiedlich.

Es gibt ja etliche Häuser, die haben eine riesige Salesforce-Lösung, wo dann teilweise die Analysten aber auch stöhnen, weil im Endeffekt wird alles in separaten Tools gemacht und nach dem Projekt muss dann alles nochmal in Salesforce eingepflegt werden und so weiter und so fort.

Also viel Arbeit wird quasi doppelt oder dreifach gemacht.

Und ich glaube, das Feedback, was wir bekommen, ist meistens, dass man eigentlich eine gerne Lösung hätte, wo man alles in einem ist, was relativ einfach auch zu nutzen ist.

Ich glaube, teilweise ist dann auch vielleicht Salesforce overengineert oder man hat nicht die entsprechenden Tools.

Und die Tools, die jetzt, ich sage jetzt mal, die nicht nur wir, sondern vielleicht auch andere haben in dem Bereich, die sind halt schon sehr stark fokussiert auf das, was unsere Kunden auch machen.

Ja, also das ist ja alles, also Salesforce ist ja sehr generell und sehr generalistisch und so weiter und so fort.

Alles schön und gut.

Bei uns, alle Tools, die bei uns sind, sind tatsächlich für Dealmakers gemacht, die täglich , die wirklich damit arbeiten und die es schnell brauchen.

Also das ist, glaube ich, immer ein wichtiger Punkt, auch wenn man in unsere Industrie ein Produkt reinbringt.

Das muss zu 100 Prozent funktionieren und es muss einen absoluten Mehrwert bringen.

So halbgare Sachen lassen sich selten verkaufen, weil man dann ja quasi mehr Arbeit als Analyst hat und so weiter und so fort, als es einen Mehrwert bringt.

Also von daher, was ich in den letzten 20 Jahren gelernt habe, ist, wenn man mit, und wenn es nur eine kleine Funktionalität ist, die muss tatsächlich den 100% , das ist das, was wir so ein bisschen damit machen können, dass es alles sehr streamlined für den M&A-Prozess, für Transaktionen, dass man schnell agieren kann, dass man auch alles schnell im Blick hat, dass man entsprechende Reports ziehen kann, entsprechend die einzelnen Stakeholder mit Informationen versorgen kann.

Das ist, glaube ich, da schon ganz gut gelöst und zwar so gut, dass tatsächlich auch viele Seniors sagen, hey, bis ich die E-Mail an an den Junior geschrieben habe ich mir auch schnell selbst angeguckt.

Und ich glaube, dann haben wir alles richtig gemacht.

Und wo siehst du die Zukunft vom Datenraum an sich?

Wir haben ja schon viel über Funktionen gesprochen und auch viel darüber, dass ihr vermutlich, man hat ja Mitarbeiteranzahl, der größte Datenraumanbieter im Markt seid, aber ihr seid eben nicht der Einzige.

Und manch einer verfolgt ja auch recht aggressiv eine M&A-Zukaufsstrategie.

Also wenn wir uns mal Datasite anschauen, die ja durch PE geführt sind und PE gehalten werden, deswegen vielleicht nochmal auch , die im Grunde zweigleisig in den letzten Jahren zugekauft haben.

Also zum einen andere Datenraumanbieter gekauft haben, wie Antarada oder wie Firmex, aber auf der anderen Seite eben auch auf der Tech- und auf der Datenseite sich weiterentwickelt haben.

Also vor drei Jahren reduziert gekauft haben, dieses Jahr Grata gekauft haben.

Also viel Bewegung auf deren Seite.

Ist das für euch auch ein wichtiger Teil vom Wachstum, also anorganisch über M&A euch weiterzuentwickeln?

.

Also da kann ich jetzt, also ich sehe natürlich, was die Wettbewerber alles so machen.

Und wir haben natürlich auch von unserer Seite, ich sage mal, viele Unternehmen, die viele Dienstleistungen und gerade im Softwareentwicklungsbereich für Alternative Investments, für Private Equity Häuser und so weiter anbieten.

Ich glaube, grundsätzlich ist das immer ein Thema, dass man sich aktuell solche Dinge mal anguckt, um natürlich das, ja, um da entsprechend zusätzliche Dienstleistungen im Datenraum anzubieten.

Ich glaube, da geht irgendwie , wo auch die Reise hin.

Aber ich glaube, bei alledem ist immer noch wichtig und dass das alles auch integriert ist irgendwie.

Also, dass man sich höchstwahrscheinlich nicht über fünf verschiedene Anmeldeportale irgendwie da reinklicken muss, sondern dass ich alles eigentlich in einem Bereich habe, wo ich das alles sehe.

Also, von daher ist es mit Sicherheit auch ein Thema für uns.

Ich kann da jetzt nichts Konkretes eigentlich dazu sagen, aber wir gucken uns auch, SSNC guckt sich da ganz viele Anbieter an, gibt da ja auch viel, , gerade so was KI-basierte Target-Listen angeht.

Das Thema KI haben wir tatsächlich nicht zugekauft, das haben wir komplett selbst entwickelt.

Das ist auch ein ganz wesentlicher Faktor eigentlich gewesen, als man gesagt hat, das Thema KI ist so wichtig für die Zukunft, für SS&C Intralinks, dass wir das IP eigentlich bei uns haben wollen und uns da nicht auf Drittanbieter verlassen wollen.

Das ist, glaube ich, ein wesentlicher Faktor.

Aber wie gesagt, ich glaube, jeder macht es so ein bisschen anders.

, dass der Datenraum an für sich so, wie wir vielleicht von vor fünf Jahren kennen, als reines Document Repository in der Zukunft, glaube ich, so nicht mehr überleben wird.

Also da wird es zusätzliche intelligente Dienstleistungen geben, die einfach dieses gesamte Potenzial, was man halt über die Daten hat, jetzt über diese Large Language Modelle abgreifen kann.

Weil eins muss man vielleicht auch mal dazu sagen, auch wenn das ganze virtueller Datenraum hieß oder heißt, wir haben eigentlich 20 Jahre so gearbeitet wie vor 30 oder .

Also, man hat sich tatsächlich nur vom Bildschirm gesetzt und hat dann angefangen, sein weißes Blatt Papier mit Inhalt zu befüllen.

Und ich glaube, wir sind eigentlich jetzt erst in der Lage, dass wir diesen Datenschatz, auf dem wir als Anbieter sitzen, mit intelligenten Tools relativ einfach und zeitnah heben können.

Ich glaube, da geht die Reise hin.

Und ja, ich bin auch gespannt.

Also ich bin insbesondere gespannt, wie das mit der KI weitergeht.

, wie man die auch noch mehr customizen kann für seine eigenen Zwecke und so weiter und so fort.

Und ich weiß auch von, ich kann es jetzt auch so sagen, wir sprechen ja jeden Tag mit den gesamten Beteiligungsgesellschaften in der DACH-Region, das Thema KI ist jetzt mal losgelöst vom Datenraum auch ein Riesenthema.

Also da wird oftmals in eigenen Teams jetzt geguckt, was gibt es denn da für Tools, was können wir denn da nutzen und wie müssen wir uns denn überhaupt strategisch aufstellen, um weiterhin Wettbewerbsvorteil zu haben.

, in das Thema KI zu gucken, ist ja eigentlich keine Option im Moment.

Also ich weiß von vielen Beratern, als auch von PI-Häusern, die haben eigene interne Teams gebildet, um sich da auch einfach mal einen Überblick zu schaffen.

Also ich glaube, dein Podcast hier wird viel gehört, weil man hier auch viel Informationen bekommt, wie man sich selbst aufzustellen hat.

Ich glaube, das haben wir jetzt erst angestoßen.

Also ich glaube, das ist eine Entwicklung, die wir die nächsten fünf bis zehn Jahre jetzt noch sehen werden.

Also wo dann eben bei der internen Aufstellung, , welche Tools, welche Tools, welche Lösungen kann man einsetzen, um den eigenen internen Prozess zu optimieren, welche Tools kann ein PE nutzen, wenn es an Target-Screening oder Market-Screening geht, Target-Identification geht.

Ich bin da sehr gespannt, wo die Reise hingehen wird.

Natürlich hast du immer mehr, die man eben genau für diese Target-List-Erstellung nutzen kann.

Und früher hat man das dann vielleicht über Markus oder bei Orbis gemacht und darüber dann geschaut und selektiert, in welchen Branchen sind die Unternehmen, die für einen attraktiv sind, in welcher Region, .

Und dann konnte man noch gucken, wie ist das Alter vom Inhaber und konnte sich dann darüber die Targetlisten ziehen.

Das geht natürlich heute auch noch, aber ist dann jetzt wahrscheinlich mit Tools wie Inven zum Beispiel noch mal deutlich günstiger geworden.

Ob die Qualität dann immer genauso hoch ist, da bin ich mir nicht ganz sicher.

Da gibt es dann doch geteilte Meinungen im Markt.

Und neben Inven gibt es ja viele weitere Wettbewerber, mit denen man dann eben auch Targetlisten erstellen kann.

Und da nehme ich aktuell schon einen extrem intensiven Wettbewerbs- und damit auch Preisdruck war.

Ich glaube, da gibt es auch nochmal richtig Unterschiede.

Also gerade wenn wir zu dem Thema Targetlisten und so weiter, gibt es ja da einmal Anbieter, die das so semi-automatisiert machen quasi, wo dann immer nochmal ein Mensch drüber guckt und so weiter und so fort.

Und es gibt natürlich auch welche, die sich darauf spezialisiert haben, das vollautomatisiert anzubieten.

Ja, ich glaube da, also wie gesagt, in dem gesamten Umfeld, andersrum gesagt, das, was sich vielleicht 15 oder 20 Jahre in dem Bereich nicht getan hat, da sehen wir jetzt wirklich, , was sich da tut an zusätzlichen IT-getriebenen Dienstleistungen für den M&A-Prozess, losgelöst vom Datenraum.

Und da tut sich auch viel.

Und da gibt es auch völlig unterschiedliche Anbieter.

Es gibt immer noch spannende Startups auch.

Ich bin da im engen Kontakt auch mit einem interessanten Startup Transact Digital.

Die Jungs, die das machen, mega spannend, mega spannendes Thema.

Die haben sich halt wirklich auf die Fahne geschrieben, dass sie es voll automatisiert machen mit KI.

, dass man quasi da auch anders skalieren kann sozusagen für die Zukunft, als wenn man quasi darauf fokussiert ist, dass man das Ganze halb automatisiert macht.

Ja, total.

Aber du, ich stelle mir immer die Frage, wo dann die Reise hingeht und was dann irgendwann das Endgame wird.

Denn also irgendwann gehen die Kosten ja immer weiter runter von Tools wie Transact Digital oder Inven oder Strategy Bridge AI.

Und es gibt ja vergleichbare Tools, mit denen man sich auch super schnell eine Longlist für die Buy-Side-Ansprache generieren kann.

Und dann habe ich eine Targetliste mit 100, elementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelementelement , kommen dann die Unternehmensinhaber von spannenden Unternehmen wahrscheinlich, keine Ahnung, zig Schreiben pro Woche und kriegen dann immer noch mehr Anfragen, denn die Hürde ist ja dann extrem gering, zu identifizieren, welche erfolgreichen Unternehmen gibt es in welcher Branche.

Und wenn ich mir die ganzen Search-Bunds und ETAs und MBIs anschaue, die dann alle doch in vielen Fällen recht ähnliche Sektoren haben, auf denen sie blicken und das sind viele im Bereich SHK, IHK, Elektroinstallation, , wo dann wahrscheinlich die meisten Unternehmer, die da mit einer halben Million EBTA aufwärts unterwegs sind, dann irgendwann zehn Schreiben pro Woche bekommen.

Ich glaube, das versandet dann irgendwann komplett, wenn es einfach nur automatisiert so rausgejagt wird.

Und dann führt es irgendwann zu einer vollkommenen Abstumpfung bei den Unternehmensinhabern.

Und als Käufer kannst du zwar sehr schnell und schön automatisiert da die Nachrichten rausschicken, aber einen Deal machen wirst du deswegen dann nicht.

Und vielleicht geht es dann eben genau auf die andere Seite, , wenn du einen Weg gehst und dann auf einer Messe vorbeigehst und die Unternehmer dort kennenlernst und dann eben mit deinem Fachwissen versuchst zu glänzen und darüber dann ein Entree zu bekommen, weil das E-Mail-Schreiben dann irgendwann nur noch als Spam wahrgenommen wird und gar nichts mehr bringt.

Ja, also ich glaube, ich bin da voll bei dir.

Ich glaube, einfach für die Zukunft werden wir einfach einen Mix aus Technik plus Human Being sehen.

Ja, also der menschliche Kontakt ist ja immer noch da.

Unternehmen werden gekauft und verkauft, insbesondere wenn sie verkaufen ist, glaube ich, auch nochmal, und ich glaube, das werden die M&E-Berater besser als ich, aber da ist auch nochmal wichtig, wie da die Ansprache ist, wie das Vertrauensverhältnis ist, gerade wenn man vielleicht sein Lebenswerk weitergibt.

Aber ich kenne auch lustige Beispiele, es gibt ja die unterschiedlichsten PE-Häuser, wo die unterschiedlichsten Unternehmen zusammengekauft werden, die dann gesagt haben, mittlerweile ist der Markt abgegrast, weil wenn wir jetzt den Zahnarzt ansprechen, um ihn aufzukaufen, , die wir zurückbekommen ist, was er denn für ein Multiple?

Oder bei Handwerksbetrieben, wo Handwerksbetriebe, Solateure zusammengekauft wurden, wo vorher kein Handwerker wusste, was ein Multiple ist.

Das ist die erste Frage, die dann derjenige gestellt bekommt, der da anruft.

Also man sieht schon, ich glaube, das zeigt ganz gut, wo das hinführen kann.

Aber ich glaube, der Mix zwischen Technik und Mensch, der wird es höchstwahrscheinlich für die Zukunft machen.

Die clevere Balance zwischen beiden, das wird, glaube ich, , der Schlüssel zum Erfolg sein.

Weil nichtsdestotrotz mit aller Technologie, der Mensch möchte doch immer noch mit einem Mensch zu tun haben.

Und ich glaube, das ist auch ganz gut so.

Und das ist ja auch das, was Spaß macht.

Ja, ich habe neulich mit einem Searcher zwei Gespräche gehabt, mit ein paar Wochen Zeitversatz dazwischen.

Beim ersten Gespräch war es in der Tat dann genauso, der totale Hype.

Und es wurde gesagt, Mensch, das ist ja fantastisch.

Ich kann jetzt über das und das Tool, kann ich jetzt meine Sektoren rausfiltern und kann total automatisiert da, und ich hätte niemals gedacht, dass es so einfach ist, total breit in die Ansprache zu gehen und darüber dann den Dealflow aufzubauen und meinen Funnel zu füllen und da war dann der große Hype und die große Vorfreude da und dann wenige Wochen später dann wieder mit dem Searcher gesprochen und da war dann die große Ernüchterung da, dass in der Tat, glaube ich, knapp 1000 Unternehmen dann kontaktiert wurden per Massenmail und dann in Summe, , glaube ich, mit zehn Rückmeldungen dabei rausgekommen sind und die auch allesamt Absagen waren und mehr dabei eben nicht passiert ist.

Und dann eben der Searcher dachte ja, Mensch, genau dieses automatisierte, KI-Geschützte, das wird eben nicht funktionieren und führt eben nur dazu, dass man vielleicht kurzfristig für sich die Aufgabe im Kopf abhacken kann, da eine Marktansprache gemacht zu haben, aber führt eben nicht dazu, dass man dann auch da näher ans Ergebnis kommt, dann einen Deal zu machen.

, die es heutzutage gibt.

Und wir nutzen ja auch wahnsinnig viel Technologie für die Effizienzsteigerung unserer internen Prozesse.

Und genau da wird vermutlich die Reise auch hingehen, dass man für vieles, was man intern dann machen kann, im Screening, in der Target-Listen-Erstellung, da schon Technologie und auch KI einsetzen sollte, dann aber auf der anderen Seite eben die freigewordene Zeit nutzen sollte, um sich noch mehr Gedanken zu machen, um mit noch mehr Empathie, Fingerspitzengefühl da ranzugehen, in die Kommunikation, zu überlegen, was sind die Trigger, die ich bei , um so in die Spräche hineinzukommen.

Und ich glaube, diese Mischung, die wird es dann eben in naher Zukunft ausmachen.

Ja, ich glaube, also auch so ein Netzwerk, also über Netzwerk kriegt man Intros und so weiter und so fort.

Und ich glaube, das ist nicht durch KI zu ersetzen.

Ein Netzwerk ist ja auch eine gewisse Vertrauensbasis.

Man tauscht sich aus, man lernt neue Leute kennen.

Das ist, glaube ich, also ich weiß nicht, wie man das technisch auch irgendwie, also Technik ist dafür da, uns zu helfen, ja, in allen Bereichen.

, keine Frage, aber nichtsdestotrotz, da gehört auch Fingerspitzengefühl.

Ich möchte auch immer sehen, wie sich jemand bewegt, wie er spricht, wie die Mimik gestik ist und so weiter und so fort.

Das sagt viel aus und das lässt sich bei KI, ja, man kann vielleicht die Videos aufnehmen, aber ich glaube, ein persönliches Gespräch beim Kaffee an dem Tisch oder beim Mittagessen ist durch nichts zu ersetzen in allen Bereichen.

Ja, also gerade wenn es darum geht, dass der Unternehmensinhaber, der Verkäufer sein Lebenswerk dann veräußern möchte, , da wir jetzt eben genau diesen persönlichen Touch geben müssen.

Du, aber vielleicht abschließend eine Frage.

Ich erinnere mich an ein Gespräch mit einem Kollegen von dir bei der Dealsourcing in Oberursel.

Das muss vor zwei Jahren gewesen sein.

Wo dann gesagt wurde, es läuft fantastisch.

Der Markt ist gerade wieder ganz, ganz kurz davor, nach oben zu gehen.

Wir verkaufen super viele Datenräume, super viele große Deals, die gerade in der Vorbereitung sind.

Und der Knoten ist jetzt ganz kurz davor zu platzen.

Das war eben Herbst 2013.

.

Und seitdem warten wir, glaube ich, alle noch darauf, dass der Knoten irgendwann platzt.

Wie nimmst du das wahr?

Ist bei euch wieder vermehrt Aktivität oder ist es weiterhin ruhig?

Oder hast du das Gefühl, der Markt nimmt so langsam wieder Fahrt auf?

Ja, also ich glaube, dazu kann man sagen, dass man, ich glaube, in den letzten Monaten oder fast schon Jahren sagen, dass jeder immer kurz davor war zu sagen, der Knoten platzt.

Ich glaube, die meisten trauen sich fast gar nichts mehr zu sagen.

Aber ich glaube, wir können von uns sagen, und wir sehen das ja in den Datenräumen, klar, jetzt ist Sommer, , dass es so peu à peu, , dass es aufwärts geht.

Ich zitiere da meine Mutter, die sagt immer, mühsam ernährt sich das Eichhörnchen.

Und ich glaube, das lässt sich für den M&A-Markt im Moment aussagen.

Es dauert, glaube ich, noch.

Wie gesagt, wir hören viel, dass die Balance zwischen der Buy- und der Sell-Site immer noch nicht so ganz gefunden ist und so weiter und so fort.

Aber wir können von uns aus sagen, dass wir definitiv sehen, dass wir mehr Vorbereitungsdatenräume sehen, dass mehr Projekte gestartet werden, auch als es vielleicht im Januar dieses Jahres war.

Da war es ja relativ ruhig auch gewesen.

, ob man bis jetzt schon sagen kann, ob der Knoten geplatzt ist.

Ich glaube, dafür müssten wir uns vielleicht dann so Ende November, Dezember nochmal unterhalten.

Aber ich glaube, langsam kann man sagen, die Industrie hätte es sich höchstwahrscheinlich verdient, wenn der Knoten geplatzt wäre.

Du, aber dann drücken wir uns und der Industrie nochmal die Daumen.

Du, Heiko, mein Lieber, vielen Dank für das Update.

In der Tat spannend, was in den Datenräumen heute schon alles möglich ist.

Und vielleicht sprechen wir in einem Jahr mal wieder und schauen, was dann noch alles darüber hinaus möglich geworden ist.

, dass die KI in den Datenräumen so weit ist, dass alle DD-Fragen darüber beantwortet werden, der Datenraum die ganze Haftung übernimmt, wie die ganzen DD-Provider schon nicht mehr brauchen und der PI alle seine Fragen direkt mit dem Datenraum als persönlichen DD-Agent klärt.

Ich bin wirklich sehr, sehr gespannt, wo die Reise hingeht.

Perfekt, Heiko.

Ich bedanke mich bei dir und bis zum nächsten Mal.

Ciao, ciao.

Super.

Ja, vielen Dank auch für die Einladung.

, macht immer viel Spaß und hat mich sehr gefreut, hier zu sein.