Artificial intelligence in the M&A process, with Heiko Engel of SS&C Intralinks

• The vision of self-creating data rooms and automated due diligence.
• A realistic look at where AI in M&A stands today.

Intralinks' perspective on the near future of AI-assisted dealmaking.

Willkommen zu Close2Deal.

Schließt einmal die Augen und stellt euch eine komplett AI-gestützte Infrastruktur für den gesamten M&A-Prozess vor.

Also eine Art CRM-System oder Super-App, in der der ganze M&A-Prozess von der Marktansprache bis hin zur automatisierten Due Diligence zusammengefasst ist.

Klingt nach Zukunft, aber in der Tat wird daran schon gearbeitet.

Und genau darüber spreche ich heute mit der M&A-Prozess.

mit Heiko Engel von SSNC Intralinks.

Viel Spaß beim Reinfachen.

Herzlich willkommen zu Close the Deal.

Wir bespreche ich jede Woche mit Persönlichkeiten aus dem M&A und Finance Kosmos und diskutiere das aktuelle Marktgeschehen, Trends und Wege, um sich erfolgreich aufzustellen.

Künstliche Intelligenz lässt uns von sich selbst erstellenden Daten räumen und einer vollautomatisierten Due Diligence träumen.

Wir haben in der Vergangenheit ja auch schon häufig darüber gesprochen, welche Möglichkeiten es bereits gibt und welche eben auch noch nicht.

Wir wollen wir uns heute noch gar nicht vorstellen, was alles dank KI in Zukunft möglich sein wird.

Aber natürlich wollen wir schon mal darüber sprechen, welche Möglichkeiten heute in der Arbeitswelt bestehen.

Wie zuverlässig sind die Ergebnisse, die uns die KI ausgibt?

Und mit wessen Daten werden die Tools eigentlich trainiert?

Ist die Nutzung von KI in einem so sensiblen Umfeld wie M&A überhaupt sicher und empfehlenswert?

Und durch die allgemeine Frage mit dem lästigen Thema, was ist eigentlich mit der DSGVO?

Fragen über Fragen, denen wir heute gemeinsam ein bisschen auf den Grund gehen wollen.

mit Heiko Engel, der ist Senior Account Executive bei SSNC Intralinks und der steht uns heute Rede und Antwort zum Thema KI, vor allen Dingen im De-Diligence-Prozess und blickt mit uns auch gemeinsam in die Glaskugel der virtuellen Datenräume.

Aber genug davor reden, herzlich willkommen zu Close to Deal, lieber Heiko.

Ja, hallo Kai, vielen Dank für die Einladung, freue mich aufs Gespräch und ja.

Ja, ich freue mich auch sehr.

Wir hatten das Thema ja in den letzten Monaten schon von verschiedenen Perspektiven, haben unter anderem über den Bereich Legal Tech gesprochen, hat.

Wir haben mit PwC darüber gesprochen, wie im Bereich der Financial Diligence KI angewendet wird.

Wir hatten Strategy Bridge AI, die den automatisierten Research-Prozess uns nähergebracht haben.

Und insofern bin ich heute gespannt, was auf Seiten der Datenräume alles möglich ist.

Bevor wir starten, ein ganz kurzer Hinweis an eigener Sache.

Vielleicht seid ihr in der Vergangenheit schon mal über unsere alte Deal-Plattform bei DealCycle gestolpert.

Falls nicht, überhaupt kein Problem.

Das Ganze wurde nämlich jetzt komplett neu und vor allen Dingen auch viel, viel besser gemacht.

Unsere neue Deal-Sourcing-Plattform heißt jetzt Amber.

und ist die derzeit wohl am stärksten wachsende Dealsourcing-Plattform im deutschsprachigen Raum.

Wenn ich den Kollegen glauben darf, vielleicht sogar schon in ganz Europa.

Schaut doch gerne jederzeit mal bei Ember vorbei, wenn auch ihr keinen relevanten Deal mehr verpassen wollt oder wenn ihr die Reichweite für eure Verkaufsmandate erhöhen wollt.

Ihr findet Ember unter www.

ember.

deals.

Also, lass uns starten, Heiko.

Bevor wir über Intralink sprechen, und darüber, wie KI in euren Datenräumen umgesetzt wird.

Lass uns ganz kurz einmal über dich sprechen und über deinen Weg zu Intralinks.

Ich habe mitgenommen aus dem Vorgespräch, du bist ein echtes Urgestein und vielleicht kannst du uns einmal in wenigen Sätzen abholen oder gerne auch in ein paar mehr Sätzen, was dich zu Intralinks gebracht hat und wie deine Rolle sich auch dort innerhalb der letzten Jahre entwickelt hat.

, als virtuelle Datenräume noch was ganz Neues waren.

Wir haben da die ersten Projekte in Europa gemacht.

Das waren alles relativ große Projekte, auch relativ große Real Estate-Projekte.

Und das war, glaube ich, damals eine witzige, wilde Zeit.

Und das ist eigentlich ganz interessant zu sehen, jetzt nach knapp 20 Jahren, wie sich das ganze Produkt so weiterentwickelt hat.

Ich habe dann in verschiedenen Positionen bei Intralinks gearbeitet, vom Projektmanagement bis ins Produktmanagement.

, habe auch noch für andere Anbieter gearbeitet und habe jetzt quasi die letzten knapp 20 Jahre gesehen, wie sich das alles so weiterentwickelt hat und bin jetzt seit Mai diesen Jahres wieder zurück bei Intralinks als sogenannter Boomerang.

Es gibt ein paar, viele Mitarbeiter, die wieder zurückgekommen sind.

Man nennt es Boomerang sozusagen.

Woran liegt das?

Ich glaube, das ist einfach eine tolle Firmenkultur hier.

Also wenn ich jetzt so ein bisschen zurückgucke, als wir ein sehr junges Startup waren vor 20 Jahren, von der Kultur immer noch hier.

Es gibt viele alte Kollegen, die auch wieder da sind.

Und ja, es ist eine super spannende Kultur.

Und jetzt alles mit unserem Thema KI.

Ich glaube, wir haben jetzt die letzten 20 Jahre gesehen, wie sich so ein Datenraum entwickelt hat.

Und ich glaube, jetzt die nächsten 20 Jahre sind nochmal mega spannend mit dem Thema KI.

Also das wird das ganze Thema auch nochmal so wie vor 20 Jahren umkrempeln, wie man Deals macht.

Und das ist eigentlich eine spannende Zeit, da jetzt dabei zu sein.

Und ich bin jetzt seit Mai dabei, und betreide und betreue unsere Private-Equity-Kunden.

Ich glaube, knapp 90 Prozent aller Private-Equity-Kunden hier im deutschen Markt.

Und es ist ein mega spannendes Thema aktuell.

Und ich glaube, wenn immer wir mit Kunden sprechen und sagen, hier, wir erzählen euch mal, was jetzt mit KI kommt, dann haben wir ein Gespräch.

Also sind alle sehr offen für dieses neue Thema und sehen auch den Mehrwert, was da auf uns zukommt.

Ja, total.

Wir hatten ja vor wenigen Wochen auch gemeinsam ein Webinar zum Thema KI im Due Diligence und vor allen Dingen im .

Im Datenraumprozess und anhand der Anzahl der Anmeldungen werden einige hundert Teilnehmer mit dabei, sieht man natürlich immer, wie hochrelevant das Thema ist.

Und alle Marktteilnehmer wollen auf dem Laufenden bleiben, was gerade möglich ist, was noch nicht möglich ist.

Und du hast damals in den Vorgesprächen vom Webinar und auch im Webinar dann selbst so eine Sneak Peek angesprochen, was jetzt an KI in euren Datenräumen mittlerweile in den USA schon in der Beta-Testphase drin ist und was in Deutschland jetzt auch in 2021 ist.

ausgerollt.

Und da bin ich natürlich gespannt, von dir auch in diesem Rahmen nochmal gleich ein bisschen was zuzuhören, auf was wir uns da gefasst machen können.

Aber dann hast du natürlich wirklich in den letzten 20 Jahren so die ganze Evolution miterlebt.

Und ich hätte fast ketzerisch gesagt, und Intralinks gibt es ja seit gut 30 Jahren, knapp 30 Jahren, so wie ich es verstanden habe.

Ich hätte es fast ketzerisch gesagt, gab es denn damals überhaupt schon mittelle Datenräume oder war Intralinks damals noch ein Provider von physischen Datenräumen und hat die hübsch eingerichtet?

, als ich angefangen habe, war tatsächlich noch ein Riesenthema.

Ich kann mich auch an Präsentationen erinnern.

Die waren so physischer Datenraum versus virtueller Datenraum.

Das war wirklich damals was Neues.

Also für die, die sich da nicht mehr dran erinnern können.

Also früher hatte man tausende von Leitzordnern in Office-Gebäuden gehabt.

Ich glaube, die meisten der jungen Zuhörer wissen gar nicht, was ein Leitzordner ist.

Ja, okay.

Also man hatte quasi, genau.

Ganz viel Papier.

Das ist was, wo man die Dokumente quasi, das Papier aus dem Drucker in Ordner reintut.

, ja, irgendwo hat's.

Also wir selbst, Intralink selbst, wir haben damals keine physischen Datenräume angeboten, hatten aber viel mit denen am Anfang zu tun, weil man eigentlich Folgendes gemacht hat.

Man hat quasi die physischen Datenräume dann eingescannt, was allein schon ein Riesenaufwand war, und hat die dann quasi hochgeladen in den Datenraum, und das war dann quasi unser Teilbereich.

Und das ist eigentlich auch einer der Gründe, warum man heute, wenn man ein Angebot anfragt, immer nach Seiten fragt.

, hat die Ordner gezählt und hat gesagt, in so einem Ordner sind so 200, 300 Seiten drin.

Und so hat sich das die letzten 20 Jahre eigentlich, ja, man fragt immer noch, wie viele Seiten ihr denn im Datenraum habt, obwohl es gar nicht mehr...

Ja, und es ist ja häufig auch noch das Pricing von den Datenraumanbietern anhand der Anzahl von Seiten in den Dokumenten.

Genau.

Aber für die etwas jüngeren Zuhörer, also ihr könnt froh sein, dass ihr diese grauenhaften -Zeiten damals nicht miterlebt habt.

Ich erinnere mich an meine Frühphasen.

Ich habe 2006 bei PwC angefangen und habe da viel Due Diligence gemacht und war dann zu der Zeit noch in vielen physischen Datenräumen.

Und habe häufig das Gefühl gehabt, dass der Verkäufer ganz gerne den Due Diligence-Teams auch das Leben nochmal extra schwer machen wollte mit den Datenräumen.

Das heißt, das waren dann ganz oft sehr, sehr schlecht gelüftete, dunkle Räume, die dann gerne auch mal irgendwo im Keller waren und vollgepackt mit ganz vielen Ordnern.

, mit ganz vielen schwitzenden Menschen.

Und das war häufig keine schöne Atmosphäre.

Und wie du gerade gesagt hast, so abstrus, wenn man drüber nachdenkt.

Das waren damals dann Excel-Tabellen, die wurden ausgedruckt, in den Ordner reingeheftet.

Und dann, um sie in den Datenraum reinzuhängen, wurden die Excel-Tabellen, die ausgedruckt wurden, die in den Ordner reingeheftet wurden, die wurden dann wiederum eingescannt, um sie in den Datenraum reinzuhängen.

Und dann mussten die De-Diligence-Berater das dann händisch abtippen.

ist, dass man immer schwarz-weiß gescannt hat, weil das war billiger gewesen.

Und dann ist einem im Prozess aufgefallen, dass die meisten Dokumente dann doch bunt waren und man die Grafen eigentlich gar nicht erkannt hatte, die da drauf waren.

Also es war schon eine spannende Zeit.

Und ja, da hat sich halt Intralinks als der erste Anbieter halt von vornherein, ich sag mal, gut profiliert.

Wir kamen ja ursprünglich, kommt Intralinks, ist von zwei Bankern entwickelt worden aus New York, sind die Loan-Syndication genutzt haben.

Ja, das war so das große Thema.

Und ich habe mal mit jemandem gesprochen, der ganz am Anfang dabei war, der meinte, am Anfang sind die Passwörter gefaxt worden.

Was natürlich auch eine lustige Geschichte heute ist, kann man sich heute auch nicht mehr vorstellen.

Aber ja, so war das damals gewesen.

Total.

Und auch daran erinnere ich mich, da musste man, wenn man in den Datenraum reingekommen ist, häufig sich natürlich in eine Liste eintragen, weil man da war.

Und aber auch sein Handy, wenn man überhaupt eins hatte.

Das war ja auch damals nicht selbstverständlich.

, wenn das die Handys damals überhaupt schon konnten.

Also wirklich eine Zeit, an die man sich heute so kaum mehr erinnern kann.

Aber ich glaube, wenn wir zehn Jahre weiter sind und wir kommen nachher zum Thema künstliche Intelligenz und generell Technologien in den Datenräumen, ich glaube, wenn wir in zehn Jahren auf den Zeitpunkt heute zurückblicken, werden wir uns auch nicht mehr vorstellen können, wie dumm in Anführungszeichen die Tools damals oder heute waren.

Und die technologische Entwicklung geht da ja rasant weiter.

, aber dann habt ihr damals wirklich echtes Market-Making gemacht und das Produkt gab es nicht.

Genau, also es war tatsächlich so, dass ich aus London teilweise nach Deutschland geflogen bin, um den Vorständen der großen DAX-Konzerne mal ihren Browser zu zeigen.

Also wie das so alles funktioniert und da ist natürlich auch interessant, wie sich das jetzt entwickelt hat.

Also damals haben wir quasi den Markt mit aufgebaut und dieselben Themen, die es damals gab, gibt es natürlich heute auch wieder.

Also das, was wir vor 20 Jahren eigentlich gemacht haben, machen wir jetzt genau auch wieder so eine Art Aufklärung auch.

, da waren ja auch viele Annahmen, die dann doch nicht gestimmt haben und so weiter.

Und so ist es heute im KI-Bereich auch wieder.

Es gibt viele Annahmen im Markt von unseren Kunden, wo wir dann auch sagen, nee, es ist eigentlich nicht so oder es ist so und so.

Und das ist schon ganz spannend.

Also es ist schön zu sehen jetzt wieder, wie wir den Markt sozusagen auch mit KI wieder mit nach vorne treiben auch.

Also das ist, glaube ich, das Spannende.

War Intralinks damals der erste Anbieter von den virtuellen Datenräumen?

Genau, also wir sind eigentlich quasi die Ersten, die das sich ausgedacht haben auch in Europa mit die ersten Projekte gemacht haben.

Das hat sich in Europa dann so, ich glaube so 2002, 2003 sind so die ersten Projekte gemacht worden.

Auf sehr großen Projekten, wo man wirklich gesagt hat, bevor wir jetzt hier fünf Lokationen irgendwie in London haben, die wir auch alle managen müssen, wo die entsprechenden Bieterteams reingucken und sich analog die Dokumente angucken, probieren wir es einfach mal im Datenraum aus.

Und das hat sich dann relativ schnell eigentlich durchgesetzt.

Und man hat dann auch so eine Evolutionsstufe halt gesehen, wie wir das jetzt auch mit KI sehen.

sehen werden, dass man am Anfang mit den ganzen Reports dann erst mal gesehen hat, was sich denn überhaupt angeschaut worden.

Das wusste man ja vorher nie.

Und so hat sich das dann wirklich weiterentwickelt.

Und so da sind wir heute, wo wir jetzt sind.

Und jetzt machen wir wieder weiter mit KI.

Jetzt geht es wieder von vorne los.

Aber geben wir uns noch einen ganz kurzen Abriss, einmal noch mal zwei, drei Sätze über Intralinks.

Ihr seid weltweit aktiv oder habt ihr regional Schwerpunkte?

Nee, also wir sind weltweit aktiv.

Wir haben überall, quasi auf jedem Kontinent, haben wir eigene Teams.

, unterstützen da unsere Kunden.

Wir gehören ja zu SS&C, also SS&C Intralinks.

Wir sind um die 25.

000 Mitarbeiter und SS&C ist quasi, naja, ich würde mal behaupten, so eine Art Hidden Champion in dem Alternative Investment Markt.

Wir sind der größte Anbieter von Software für Alternative Investments.

Also das geht hier um Pfandadministration, Pfandabrechnung, Compliance, IT, Security.

Alles, was heute mit Software abgebildet wird und dazu gehört natürlich auch der Datenraum Intralinks.

.

Und quasi, ich sage mal, global kennt man uns eigentlich überall in dem Bereich.

Und ich glaube, 80 Prozent aller LPs sind auf Intralinks.

Ja, also das zeigt schon, was wir da für eine Reichweite eigentlich in dem Markt haben.

Ja, die Relevanz von SSNC.

Mir wurde für die Vorbereitung vorgelegt, SSNC steht für Security Software und Consulting.

Genau.

Ja, also sehr, sehr deskriptiv.

Aber in der Tat, ich muss zugeben, ich habe mich in der Vergangenheit ist ein Zeichen, wie viel Manpower dahinter steht.

in der Weiterentwicklung dann eben von den Tools.

Und insofern hat Größe dann natürlich schon eine gewisse Relevanz.

Ja, und auch, ich glaube, das spiegelt sich jetzt auch damals Intralinks, jetzt Intralinks SS&C wieder, auch die entsprechende Verantwortung, die man eigentlich damit hat.

Weil unsere Kunden, die Daten, mit denen wir es zu tun haben, das ist ja quasi die DNA von Unternehmen.

Und da ist natürlich schon wichtig, dass wir genau analysieren, welche Technologie bringen wir denn jetzt in den Markt hinein, das wirklich genau zu analysieren.

, ist das sicher auch, ist das sicher auch, ist das compliant und so weiter und so fort.

Weil nicht alles, was sich im ersten Augenblick gut anhört, ist eventuell auch für den Bereich gemacht.

Also ich glaube, dafür sind wir auch so ein bisschen bekannt, dass wir natürlich die Technologie mit nach vorne bringen, aber immer unter der Prämisse, dass es sicher bleibt und dass es natürlich auch einen hundertprozentigen Mehrwert bietet.

Wie ist das Thema KI bei euch organisatorisch aufgegangen?

Habt ihr eigene Entwicklerteams dafür oder ist das einfach ein natürlicher Teil vom Entwicklung, , die neuen Technologien mit reinzubringen.

Wie habt ihr das organisatorisch bei euch gelöst?

Also wir haben bei Intralinks ein eigenes Team von über 30 Data Scientisten, die seit fünf Jahren eigentlich mit dem Thema KI sich auseinandersetzen.

Also man hat vor fünf Jahren damit angefangen, hat auch verschiedene Themen einfach mal intern ausprobiert.

Also IBM Watson war zum Beispiel mal ein Thema, ChatGPT ist natürlich auch ein Thema, keine Frage.

Und wir haben uns jetzt eigentlich als SSNC , dass wir die Entwicklung selbst vorantreiben, also dass wir das alles selbst entwickeln, um IP auch im Haus zu halten und auch um nicht von anderen, von dritten Anbietern abhängig zu sein, einmal von der Entwicklungsseite her, aber auch um nicht diese sensiblen Daten, mit denen wir es zu tun haben, einfach an Dritte zu geben.

Also da geben wir ja die Hoheit ab.

Also das ist alles Eigenentwicklung, über 30 Data Scientisten haben, ich glaube es sind über 25 Large Language Modelle, ist, das ist ein eigenes Team und wir haben den Head of AI, das ist der Prakash bei uns, der kommt auch oftmals zu uns nach Frankfurt und wir kriegen ja auch intern viele Schulungen zu dem Thema, um einfach das Thema nach vorne zu bringen und das ist tatsächlich, ja, ich würde behaupten, ein riesen USP von uns, dass wir das selbst machen und nicht einfach, ich sag jetzt mal, blind von anderen einkaufen.

Lass uns zum Thema Datenschutz nachher nochmal gesondert ein bisschen sprechen, weil das glaube ich für viele Nutzer auch immer, , was passiert mit den Daten, die man reingibt?

Und wer liest da alles mit und wo wird das verarbeitet?

Aber lass uns das nachher, wie gesagt, einmal gesondert und in Ruhe diskutieren.

Vielleicht kannst du aber, bevor wir das alles machen, schon mal so ein bisschen aus dem Nähkästchen plaudern.

Welche KI-Features ihr gerade kurz vor dem Launch habt oder welche bereits implementiert sind in euren Datenräumen?

, dass du da auch schon ein bisschen was angedeutet.

Vielleicht kannst du da mal erzählen, worauf die Nutzer sich freuen dürfen.

Genau, also wir haben mittlerweile in den USA schon die ersten Projekte auf der neuen Plattform laufen.

Wir haben eine komplett neue Plattform entwickelt.

Und da sind, glaube ich, aktuell 80 Live-Projekte mittlerweile in den USA schon drauf.

Und da gibt es unter anderem ein Tool.

Ich nenne es jetzt mal, erkläre mal ganz kurz, wie es funktioniert.

Es ist ein A-ChatGPT, so wie das jeder im Privaten kennt.

, meine Frau hat es gestern gerade mal wieder genutzt und mir gezeigt, wo man im Endeffekt dem Datenraum Fragen stellen kann.

Also so wie man das kennt.

Das heißt, ich kann da fragen, was sind die Umsatzzahlen für das Legal Entity in Italien in 2017?

Dann dauert es einen kurzen Augenblick.

Und dann bekomme ich die Antwort.

Aber ganz wichtig, ich bekomme die Antwort immer mit der Quellenangabe aus dem Datenraum.

Also das ist ein ganz wichtiger Punkt.

Also derjenige, der die Frage stellt im Datenraum, , die haben wir jetzt erstmal von der Sales-Site aus gesehen.

Der ist natürlich Administrator, der sieht natürlich alle Dokumente und alle Dokumente, die er sieht.

Darauf arbeitet die KI, gibt die Information raus und darunter stehen immer die Links der Dokumente, wo das steht.

Das heißt, ich kann da direkt reinklicken, 10.

7.

8 Financial Information und finde dort dann den entsprechenden Eintrag direkt auf der Seite und kann das natürlich dann auch verifizieren, weil das ist ja ein ganz wichtiger Punkt eigentlich.

.

Ansonsten aktuelles Beispiel.

Also die KI kann auch die Q&A beantworten.

Das bedeutet, die Frage kommt rein und die KI sucht schon mal nach den Informationen, gibt die Antwort vor und der entsprechende Administrator kann dann quasi das auch nochmal ändern und so weiter und so fort und kann dann quasi auch die Frage wieder zurückspielen.

Dann gibt es noch kleinere Tools, die sind ganz interessant, die aufgrund der Large Language Modelle, die sich ja in den letzten Jahren unglaublich weiterentwickelt haben, was ja natürlich ein immenser Vorteil für uns ist.

, dass sozusagen die Dokumenteils, dass sozusagen die Dokumente ausgelesen werden, kategorisiert werden und man dementsprechend weiß, wo man das Dokument, wenn man es in den Datenraum geschoben hat, hinschieben könnte, in welchen Ordner.

Ja, also das macht alles diese, wir nennen das so ein bisschen diese Low-Value-Tasks, die sehr zeitaufwendig sind, das macht das Ganze viel einfacher und man kann natürlich wesentlich schneller den Datenraum strukturieren, organisieren und so weiter und so fort.

Das sind so die Themen, die wir aktuell schon haben.

, bleiben wir bei dem, ich nenne es für mich mal, Chat-GPT im Datenraum.

Kann man da auch analytische Fragen stellen?

Also, dass dann Informationen aus den Daten dann analysiert werden und man dann sagt, Mensch, wie hat der Umsatz sich im letzten Jahr entwickelt?

Und euer Chatbot gibt dann die analytische Antwort?

Genau, also man kann sich quasi mit dem Tool unterhalten.

So wie man das von Chat-GPT kennt und den Fragen, das ist die eigene, Forder-Fantasie oder die eigene Intelligenz.

Und wir haben ja sehr oft von Kunden auch gehört, naja, wird da mein Job ersetzt und so weiter.

Sag ich, nee, eigentlich geht es jetzt darum, wieder ein bisschen mehr von diesen Low-Value-Tasks runterzukommen und die richtigen Fragen zu stellen.

Also es wird auch nicht so sein, dass das für alle gleich ist, sondern es kommt wirklich darauf an, wie der einzelne Nutzer die Fragen stellt.

Und ich glaube, das ist ja ein Riesenthema.

Und so können sich auch die einzelnen Berater und so weiter voneinander absetzen, weil, ich sage mal so, wer die clevereren Fragen stellt, kriegt die besseren Informationen aus dem Datenraum raus.

, was sind die kritischen Punkte oder welche Fragen sollte ich stellen?

Da ist deiner Fantasie quasi keine Grenzen gesetzt.

Eins ist wichtig zu sagen, und das ist ein ganz wichtiger Punkt, derjenige, der die Fragen stellt, kriegt die Antwort nur auf die Dokumente, die er sehen kann.

Das ist ein ganz wesentlicher Faktor.

Wir könnten jetzt mal sagen, wenn die Beisheit unter anderem Fragen stellen würde, und wir haben vielleicht strategische Investoren und Finanzinvestoren, die ja teilweise immer unterschiedliche Dokumente ein bisschen sehen können, kriegt man immer nur die , anhand der Dokumente, die man sehen kann, also die Antwort besser gesagt.

Und also bleiben wir bei dem Beispiel Datenanalysen.

Das sind ja typische Analystenaufgaben auf der De-Diligence-Seite, die von Juniors in der Regel bearbeitet werden.

Seht ihr schon oder könnt ihr das aus der Ferne sehen, dass die Teamzusammensetzungen, die in eurem Datenraum aktiv sind innerhalb vom DD-Prozess, dass die sich geändert haben oder dass die sich ändern, dadurch, dass ihr eben diese KI -Tools implementiert hat für den Q&A-Prozess?

Also es ist tatsächlich so, dass die ganzen Junior-Analysten, mit denen wir im Moment sprechen und denen wir von dem Tool erzählen, den Wecker gestellt haben und eigentlich sich freuen, wenn das Ganze endlich mal released wird hier in Deutschland.

Das wird deren Leben, also um Lichtjahre.

Also wir werden es im Q1 den ersten Kunden zeigen können und dann wird sich das dann auch relativ schnell auf die ersten Projekte, ja, dann wird man das nutzen können.

Und naja, es ist tatsächlich so, dass das ein unglaublicher Zeitfall Faktion Faktor einfach für so eine Transaktion ist.

Also wir sehen ja auch aktuell, die aktuelle Marktlage ist so, es gibt immer mehr Informationen im Datenraum.

Die Prozesse dauern auch ein bisschen länger.

Und ich glaube, den Zeitfaktor, den wir hier mit reinbringen, auch je größer der Deal ist, desto mehr Informationen hat man ja auch.

Und desto länger dauert es, die Information zu finden.

Das ist ein unglaublicher Game Changer eigentlich.

Und es geht jetzt eigentlich darum, auch für die Analysten, die meisten Top-Studium hingelegt.

, die haben dann die ersten ein, zwei Jahre eigentlich immer nur Informationen gesucht.

Ich glaube, jetzt geht es wirklich wieder darum, die richtigen Fragen zu stellen und auch sich in den Zeilen wieder zu lesen.

Also da kann man sich schon, kann man auch wieder einen guten USP aufbauen als Analyst, sage ich mal.

Ja, ja.

Bevor wir gleich noch ein bisschen tiefer in das Thema KI im M&A-Prozess reingehen, kannst du uns auch feature-seitig noch einen kleinen Ausblick geben, was noch in den nächsten Monaten oder Jahren auf uns zukommen könnte, woran ihr noch so arbeitet?

Also was man jetzt vielleicht auch mal an diesen , was dahinter liegt, ist eigentlich nochmal das ganz Wesentliche.

Also auf der einen Seite haben wir natürlich das, wie wir den Prozess besser machen, aber da liegt ja auch eine Menge Technologie dahinter, dass man eigentlich erstmal die Dokumente, die man in den Datenraum lädt, intern vorbereiten muss, dass man die auch adäquat auslesen kann.

Also wenn wir heute darüber reden, dass ich hier mit dem Datenraum mich unterhalten kann und eine Frage stelle und die Antwort in wenigen Sekunden da ist, da muss ja dahinter was passieren.

, dass das mit den Daten auch schnell geht.

Ansonsten würde das relativ lang dauern, wenn man den Prozess quasi erst anstößt, wenn man die Frage stellt, sondern die Daten sind alle vorbereitet, dass die KI so schnell arbeiten kann.

Das haben wir schon gemacht.

Das ist quasi die Voraussetzung, um jetzt diese Features zu entwickeln.

Und da gibt es eine ganze Menge.

Also es geht über diese Large Language Modelle.

Dafür sind ja die Datenräume prädestiniert, um das anzuwenden.

, weil das ja ein sehr heterogener Datenbestand ist, die man jetzt mit dieser Technologie, also wir müssen ja auch mal sagen, vor fünf Jahren hätte ich das nicht für möglich gehalten, dass das, was wir jetzt haben, schon in den USA überhaupt möglich ist.

Und das sind dann halt so Tools, wir reden jetzt darüber, dass wir Fragen stellen können.

Und die nächsten Schritte sind ja, dass ich nicht nur eine Frage stelle, sondern dass ich ein Set von Fragen habe, dass ich sogenannte Templates im Datenraum habe für unterschiedliche Sektoren, wo ich dann unter Umständen auf den Knopf drücken und die ganzen Fragen in einem Schwung schon mal beantwortet werden und mir sozusagen die ersten 80 Prozent meiner Arbeit in einem relativ kurzen Zeitfenster erledigt worden sind und ich dann anhand der Standarddaten, die ich habe, tiefer einsteigen kann und die anderen 20 Prozent wirklich damit verwende, die entsprechenden, die Key-Informationen zu finden, die ich finden will, um so ein Asset auch richtig zu bewerten.

.

Ja, das sind, glaube ich, die großen Dinge.

Und das Ganze dann natürlich für die Sell- und für die Buy-Side.

Das sind die großen Themen jetzt für die nächsten Jahre.

Und ich bin auch der Meinung, und da sind wir auch intern der Meinung, wir haben das System jetzt schon so aufgebaut, dass wir so flexibel sind, dass wir auch auf unterschiedliche Anforderungsprofile reagieren können.

Weil, so wie wir das vor 20 Jahren gesehen haben, entwickelt sich dieses ganze Thema ja jetzt erst.

Und jetzt sind wir natürlich auch darauf angewiesen, was wir als Feedback von den Kunden , um da weiterzuentwickeln.

Was denkst du denn?

Du hast gerade beschrieben, wie ihr die Datenräume mit vorbereitet oder wie sie generell vorbereitet werden müssen.

Wird das irgendwann möglich sein, dass so ein Datenraum sich auch selbst vorbereitet und sich selbst erstellt?

Es ist tatsächlich der Fall.

Also wenn ich jetzt hier nochmal den Head of AI von uns den Prakash zitieren darf, das ist eigentlich eine relativ simple Funktion, dass man quasi die Daten, die man vorliegen hat, Dokumente etc.

, einfach in den Datenraum reinlädt und dass der Datenraum das dann selbst strukturiert sozusagen.

Das relativ einfaches Tool, was aber aktuell noch sehr viel Zeit in Anspruch nimmt.

Das darf man jetzt nicht vergessen.

Also gerade bei großen Transaktionen ist es ja so, dass die Dokumente von unterschiedlichen Abteilungen kommen etc.

pp.

Wenn man da im Endeffekt einen Ordner den einzelnen Abteilungen zur Verfügung stellt, wo die quasi Dokumente gerade reinschieben, kann die KI heute schon relativ einfach die Dokumente strukturieren.

Und dann ist der Datenraum im Endeffekt schon mal aufgebaut.

Und man hat unglaublich viele, Das dauert ja teilweise Monate, den Datenraum aufzubauen.

Wenn man die Dokumente vorliegen hat, wird das heute nicht mehr lang dauern.

Und man ist natürlich dann auch ready für den Markt.

Gerade wenn sich was opportunistisch ergibt, fängt ja dann erst die Rennerei an.

Und das wird das alles wesentlich verkürzen.

Total, total.

Ich erinnere mich gerade an die Closed-the-Deal-Episode, die wir mit dem Thomas Flegel von Microsoft .

Ich habe gerade mal reingesehen, das war Episode 63, auch ganz spannend, vielleicht noch mal reinhören für die Zuhörer.

Da ging es eben um Gen-AI im Due Diligence-Prozess und der Thomas hat darüber berichtet, was PwC alles macht, um eben den Due Diligence-Prozess zu automatisieren, natürlich auch selbst PwC intern dann effizienter zu gestalten.

Das war alles total nachvollziehbar und total schlüssig und natürlich stellt sich jetzt schon die Frage, gut, wenn der Datenraum sich bald selbst erstellt, wann erstellt , ja, und wann macht quasi Intralinks, der Intralinks-Datenraum, die Due Diligence?

Also da kann man vielleicht auch dazu sagen, dadurch, dass wir als SS&C Intralinks natürlich auch viele Unternehmen selbst kaufen, hat unser Vorstand damals auch gesagt, also wenn ihr hier schon an KI rumschraubt, baut ihr mir doch mal bitte ein Tool, was die Info-Memos ausliest und mir zusammenfasst.

Und das können wir heute auch schon machen.

Und im Reverse Engineering kann man sozusagen dann auch Dokumente im Datenraum, , also aus den Dokumenten im Datenraum andere Dokumente erstellen lassen.

Also ich kann dann quasi aus Dokumenten ein Info-Memo schreiben lassen.

Das wird es in der nächsten Zeit relativ schnell schon geben und das ist natürlich auch ein absoluter Game-Changer.

Also dann gehen wir auch davon weg, dass der Datenraum ein reiner Document-Storage ist, sondern der Datenraum wird eigentlich ein Tool, um mich dabei zu unterstützen, entweder Informationen zu generieren oder zu zu extrahieren.

Und das sind natürlich Dinge, die dann relativ schnell auch gehen.

Also da gibt es unglaublich tolle Use Cases und von den Informationen, die man dann im Datenraum hat, kann man dann, ich sage jetzt mal, ein Info-Memo, ein Factbook etc.

pp.

relativ einfach generieren.

Und klar, ich meine, man wird immer noch mal drüber gucken, aber man hat in der alten 80-20-Regel schon mal einen großen Teil der Arbeit gemacht und kann sich dann auf die wesentlichen Dinge auch konzentrieren.

Das ist ja auch ein Punkt heutzutage.

, dass viel Arbeit gemacht wird, wir nennen es immer Low-Value-Tasks, das wird alles wegfallen.

Also man wird Deals höchstwahrscheinlich viel schneller, gerade auch große Deals viel schneller vorbereiten können, viel schneller abwickeln, was ja auch in der heutigen Zeit, wissen wir ja alle, makroökonomisch, was sich täglich in den Nachrichten abspielt, ist ein großer Punkt.

Je schneller ich heute zum Abschluss komme, umso besser ist das eigentlich für mich.

Ich meine, das ist für euch natürlich super interessant, wenn man den Gedanken mal ein bisschen weitergeht, spinnt.

Bisher war bei allem Respekt der Datenraum ja häufig so ein, ich will nicht sagen notwendiges Übel, aber er wurde eben eingesetzt spät im Prozess, um die Due Diligence möglich zu machen, um das Ganze professionell, rechtssicher, datenschutzkonform abwickeln zu können.

Im Small-Cap-Bereich häufig mit einer Dropbox gemacht, eben bei den professionellen Transaktionen in der Regel dann eben mit dem Datenraum von euch oder von einem eurer Wettbewerber, wo es ja auch ein paar gibt.

Das ist ja ein relativ breites Feld.

.

Und mit dem, was du gerade beschrieben hast, ist es für euch natürlich die Chance, sich wirklich zu einer Deal-Infrastruktur hinzuentwickeln.

Über nicht nur Dokumentenablage, sondern Dokumentenanalyse, De-Diligence-Prozess-Durchführung als solches sogar, bis hin zur Prozessvorbereitung.

Und darüber dann eben für euch die Chance, nicht mehr nur ganz weit hinten im Prozess eingebunden zu werden, wenn im Grunde der LOI schon signed wurde und man dann eben noch die drei bis vier Monate Execution hat, , sondern schon ganz vorne im Prozess mit reinzukommen, wo der Deal erstmal aufgegleist wird.

Vielleicht, wo die Käuferlisten generiert werden, wo die Marktansprache erfolgt.

Also wirklich so die Super-App in Anführungszeichen, fast schon ein ACRM-System mit angeschlossenem Datenraum und Dokumentenerstellung.

Ja, genau.

Also da arbeiten wir auch dran.

Das wird quasi auch, das geht aktuell so ein bisschen unter, weil das Thema KI natürlich das Top-Thema ist.

, die nennen wir uns nicht mehr nur auf den reinen Datenraum konzentrieren, sondern auf den gesamten Lebenszyklus von so einer Transaktion.

Also da geht es von der Target-List-Generierung zur Marktansprache, zum Datenraum und dann bis zum PMI sozusagen.

Und die Idee, die dahinter steckt, ist eigentlich die, dass wir so eine Art, ich nenne es jetzt mal ein bisschen vereinfacht gesagt, so eine Art Bloomberg für M&A werden.

Weil wir wissen auch, dass viele von unseren Kunden außerhalb vom Datenraum und auch noch andere CRM-Tools nutzen, Excel-Listen, Makros, was es da nicht alles gibt.

Und auch das wird quasi alles in einem Tool sein, von Anfang bis Ende.

Und meines Erachtens, was da ein ganz wichtiger Faktor ist, ist eigentlich, dass wir dann über diese unterschiedlichen Phasen, die wir haben, die Marktansprache, die Datenform-Phase und so weiter, wenn man das alles in einem Tool hat, kann man da auch ganz interessante Reports einfach mal fahren, um zu sehen, , wen sprechen wir denn an?

Wie verhalten die sich denn im Datenraum?

Was für Fragen stellen die?

Was für Gebote geben die ab?

Und dass man quasi die ganzen Investoren auch ein bisschen besser analysieren kann, als wie man das aktuell machen kann.

Und ich gebe dir auch recht, aktuell ist es auch noch so, gerade für die Analysten, naja, derjenige, der mit dem Datenraum zu tun hat, der kann eigentlich keinen Blumentopf gewinnen.

Läuft es gut?

Ist das selbstverständlich?

Und läuft es nicht so gut, wenn irgendwie, ich sage jetzt mal, noch Dokumentation, nachgeliefert werden müssen oder und so weiter und so fort, kriegt man gerne dann auch mal einen auf den Deckel.

Ja, also von daher wird es das, glaube ich, den gesamten Prozess auch für die Analysten viel einfacher machen, weil es schneller geht und man kann sich dann auch höchstwahrscheinlich als Analyst ein bisschen absetzen auch, weil man dann auch mal losgelöst von den administrativen Aufgaben vielleicht auch Informationen beschaffen kann über die Tools, die tatsächlich für den Deal viel relevanter sind.

Welche Marktgrößen und welche Dealgrößen adressiert ihr primär mit den ?

Also, ganz ehrlich, von ganz klein bis ganz groß.

Also wir sprechen ja, wir sind in täglichen Gesprächen mit unseren Kunden.

Das ist für alle Dealgrößen eigentlich relevant.

Gerade auch, wenn man das alles ein bisschen effizienter gestalten kann.

Das kommt tatsächlich Deal-by-Deal so ein bisschen.

Sowohl für kleinere Transaktionen, wo man vielleicht auch ein bisschen mehr auf die Kosten gucken muss, als auch für die großen Transaktionen, ist das dann nutzbar.

, früher hieß es immer so, bei uns werden nur die ganz großen Deals gemacht, weil man einfach zu schätzen weiß, dass wir hier ein eigenes Projektmanagement-Team haben, die dann so ein bisschen Hand-Holding-Service auch machen für diejenigen, die nicht so viel Erfahrung haben.

Also von daher, wir bilden alle Größenordnungen ab, klar, von den ganz Großen, wie immer schon, aber auch die ganz Kleinen und die Mittleren.

Also von daher sind wir eigentlich da Ansprechpartner für alle im Markt.

, wie wir unsere Kooperationen vielleicht noch weiter vertiefen können und ob ihr nicht noch im Bereich der Shortlisting und Marktansprache vielleicht noch ein bisschen besseren Datenzugang auch zum deutschsprachigen Small-Cap- und Micro-Cap-Markt gebrauchen könnt.

Ich finde das super spannend, da genau so eine Art CRM-System-Super-App für den M&A-Prozess, ich glaube, sowas braucht man.

Und wenn das dann nachher auch noch preisseitig, kostenseitig so angeboten werden kann, , dass es für alle Transaktionsgrößen genutzt wird.

Das ist schon ein Brett und sehr, sehr relevant für den Markt.

Bin ich echt gespannt, was da auf uns zukommt.

Also ich kann wirklich sagen, wir sehen es täglich schon, den Dealcenter.

Das ist wirklich nochmal ein Tool, was das alles wesentlich effizienter macht.

Sowohl für die großen Deals als auch für die kleinen, wo vielleicht nur eine Person als Advisor arbeitet.

Man hat aber alles in einem Repository.

Man kann die Marktansprache machen.

Man muss nicht in verschiedenen Tools rumswitchen.

sind alle nicht miteinander kompatibel.

Und wenn ich mal mit dem einen oder anderen Advisor auch spreche, die riesige Salesforce-Tools entwickelt haben, die die im Nachgang von der Transaktion dann auch nochmal manuell füttern müssen, also sprich, der Deal ist vorbei, aber das muss auch erstmal gefüttert werden, weil man das quasi nicht im Prozess machen kann, ist es natürlich schon ein unglaublicher Mehrwert, wenn es aus der Arbeit heraus in den Tools gemacht werden kann und ich kann später einfach Reports drüber ziehen.

, also wie haben sich welche Investoren wie verhalten?

Also auch da nochmal, um zurückzugehen, die letzten 20 Jahre, es war ja früher mal so, gerade auch im Q&A-Prozess hat man viele Investoren vielleicht gehabt, die sehr laut waren, die viele Fragen gestellt haben, aber die sich nicht ein Dokument angeguckt haben.

Und sowas, da geht es ja jetzt auch wieder darum, jetzt zu gucken, wie können wir das alles ein bisschen mehr streamlinen, wie können wir auch ein bisschen mehr vielleicht Dinge sehen, die wir vorher nicht gesehen haben.

, die eigentlich immer sehr wohlgesonnen waren, was man vorher nicht gesehen hat.

Und das sind eigentlich die Themen, die, glaube ich, jetzt spannend werden.

Und da kommen wir dann höchstwahrscheinlich auch dazu, dass die Deals unter Umständen auch viel erfolgreicher sein werden.

Es gibt ja unglaublich viele Studien, wo es darum geht, wie erfolgreich M&A-Transaktionen sind.

Aber ich glaube, diese Tools, egal ob KI oder Dealcenter, werden maßgeblich dazu beitragen, dass die Deals erfolgreicher sein werden.

Fälle.

Meinst du vor allen Dingen wegen des Geschwindigkeitsgewinns oder wegen der Qualitätsverbesserung der Analysen, dass man weniger Fehler macht, die nachher Post-Deal dann eben zu Problemen führen?

Genau, sowohl als auch.

Also Zeit ist natürlich ein absoluter Faktor, ganz klar.

Aber auch die entsprechende Information, die man rausfindet, ich glaube, das wird schon einen unglaublichen Unterschied machen.

Sowohl im Negativen als auch im Positiven.

Aber vielleicht findet man auch viele Informationen, die man so hätte nicht gefunden, gerade wenn die Datenräume so groß sind, wo man sagt, ach guck mal hier, da hat.

sind.

zu sehen.

Nichtsdestotrotz, und wir haben ja, das habe ich ja kurz vorhin erwähnt, wir bauen in die Tools aktuell ein, dass man das auch überprüfen kann.

Und ich finde es auch gut, dass man die Ergebnisse kritisch hinterfragt, das muss man ganz klar sagen.

Die Tools stellen wir auch bereit, einfach um die Sicherheit der beteiligten Personen auch zu gewährleisten.

Dass das, was da rauskommt, nicht einfach nur rauskommt, sondern dass ich das auch mal kurz überprüfen kann.

Weil das ist ja schon ein wesentlicher .

Aber wir müssen halt auch sagen, die Zeit, die wir einsparen, das ist schon sensationell.

Und die paar Minuten, die es dann vielleicht kostet, dass ich auf den Link gehe und die Information kurz verifiziere, die steht ja in keinem Verhältnis.

Also von daher gesehen sind die Tools sehr verlässlich.

Aber wir wissen natürlich auch, und das auch über die letzten 20 Jahre, wer in dem Bereich, wo wir tätig sind, Tools entwickelt, wenn die Tools nicht einen hundertprozentigen Mehrwert bieten, werden die eigentlich auch nicht genutzt.

Also wenn ich heute sage, die Ergebnisse sind zu 50 Prozent valide, dann wird keiner das Tool nutzen.

Also wir müssen eigentlich alles, was wir heute als Tool releasen, muss einen hundertprozentigen Mehrwert liefern.

Und von daher sind die Tools schon sehr verlässlich, das muss man ganz klar sagen.

.

Gerade in Europa ist natürlich mit der DSGVO das Thema sehr, sehr heikel und generell das Speichern von personenbezogenen Daten, sensiblen Daten.

Das ist ja immer eines der großen Argumente, warum ein professioneller Datenraum, sei jetzt von euch oder von Datasites oder von wem auch immer, genutzt werden sollte, um eben die Daten sicher zu haben.

Was ist mit den Daten, die für die KI verwendet werden?

, für das Trainieren von den Modellen.

Wie sicher sind diese Daten?

Also da muss man vielleicht ganz wichtig vorab mal sagen, weil da ist eine Annahme draußen im Markt, dass wir die KI mit den Datenräumen der Kunden trainieren würden.

Da kann ich ganz klar sagen, das ist nicht der Fall.

Also wir trainieren unsere KI nicht mit den Live-Datenräumen unserer Kunden.

Unsere KI, wenn die genutzt wird, ist austrainiert.

Das heißt, .

Die KI arbeitet mit austrainierten Daten.

Und die Daten haben wir selbst generiert, um unsere eigene KI zu trainieren.

Aber das ist losgelöst von den Live-Datenräumen.

Also das können wir und das wollen wir uns auch gar nicht erlauben, dass wir hier mit Daten arbeiten, die uns eigentlich gar nicht gehören.

Weil das muss man auch ganz klar dazu sagen, die Daten, die in den Datenräumen sind, die sind nicht uns.

Und von daher werden die auch zum Trainieren der KI überhaupt nicht genutzt.

Das ist ein ganz wichtiger Faktor.

.

Und ich glaube auch, sobald wir das gesagt haben, geht das Gespräch mit unseren Kunden meistens immer dann weiter und tiefer.

Also wir haben hier mit sehr großen Banken in Frankfurt auch schon gesprochen, mit den entsprechenden MDs, die da den Hut aufhaben und die haben gesagt, hey, passt auf, das ist eine ganz einfache Sache.

Die und die Fragen, die ersten drei, vier Fragen, wenn ihr die so beantworten könnt, in unserem Interesse, dann können wir weiterreden.

Und ja, wir haben dann weitergeredet und haben das Gespräch quasi nach einer Stunde abbrechen müssen, weil alle anderen in den nächsten Termin rein mussten.

, also wir als SS&C Intralinks, wir sind ja auch gelistet, wir sind ein sehr großes Unternehmen, müssen natürlich auch alles dafür tun, dass Datensicherheit also immer gewährleistet ist.

Das können wir uns überhaupt gar nicht erlauben und wir tun auch alles, dass das so bleibt.

Und dementsprechend sind wir manchmal auch gewissen Technologien sehr kritisch gegenüber, weil wir dann halt einfach auch sagen, das ist zwar spaßig, im Privaten mal zu nutzen, irgendwelche Kochrezepte zu suchen, oder was man da alles machen kann.

Aber für so eine professionelle Anwendung wie unsere muss jederzeit Datensicherheit gewährleistet sein.

Deswegen haben wir deutsche Server und so weiter und so fort.

Ja, okay.

Das hätte ich ehrlicherweise auch erwartet, dass ihr da bei der Größe von eurem Konzern, der ihr seid, da keine Risiken eingebt.

Und gerade wenn es US-Börsennotiert ist, dass es dann noch vielleicht sogar zu viel reguliert ist und zu viel, ing abgesichert ist und dass man vielleicht, dass man die anderen vielleicht mit den Daten anders umgehen würde oder laxer verfahren würde und dass ihr euch da in keinster Weise irgendwo angreifbar machen wollt.

.

Aber sind das so dann die größten Vorbehalte auf der Datenseite, die man von aktuellen Nutzern oder neuen potenziellen Kunden hört?

Oder wo liegen die großen Fragezeichen?

oder ganz einfache Frage.

Warum sollte man euch nicht nutzen?

Oder generell, warum sollte man keinen professionellen, modernen Datenraum nutzen?

, dass das alles, ich nenne es jetzt mal umgangssprachlich, im sauberen Bereich bleibt.

Ja, und das ist auch das, wofür Intralinks eigentlich die letzten 25, 30 Jahre steht, , dass wir uns Technologie angucken und für unsere Kunden auch bewerten, ob es das wert ist, dass das in den Datenraum kommt oder nicht.

Ja, und ich glaube, da bekommen wir eine Menge Feedback auch.

Also wir waren, das kann man ruhig mal so sagen, ich meine, das ist alles öffentlich zugänglich.

Wir waren die einzigen, , die aufgrund von Compliance und IT-Security die große Transaktion der zwei Schweizer Großbanken machen dürften.

Da sind wir die einzigen und das sind wir unseren Kunden auch einfach geschuldet und deswegen sind wir auch bei allen großen Transaktionen dabei, alle kleinen, alle mittleren.

Da ist schon ein sehr großer Fokus einfach drauf, weil ich meine, unter uns, also das wäre ein absoluter Super-GAU, wenn da was passieren würde und das können wir und das wollen wir uns einfach nicht erlauben.

, also wirklich beeindruckend.

Bei mir wirft die Frage so ein bisschen auf, ob man zukünftig im M&A-Prozess oder generell im DD-Prozess vielleicht noch eine andere Funktion braucht.

Ich habe verstanden, DD-Berater, tut mir leid, das zu sagen zu müssen, aber die brauchst du bald nicht mehr.

Die DD-Berichte kommen dann automatisch aus eurem Datenraum heraus, perspektivisch irgendwann.

Aber wird es dann vielleicht irgendeine Art von neue Rolle geben, so ein KI-Supervisor, der dann die künstliche , der dann die technischen Intelligenz überwacht im Prozess.

Also ich glaube, wir hatten das, wir hatten ja hier das Event im September gehabt, Private Equity Meets Advisory und da hatten wir den Prakash, unseren Global Head of AI gehabt und da ist das Thema natürlich auch aufgekommen.

Wir hatten dann so ein bisschen als Breaker gesagt, hey, schön, dass ihr alle da seid, aber unsere KI wird alle eure Jobs ersetzen.

Das ist natürlich nicht der Fall.

Du hast Eisbreaker, um ein bisschen Stimmung zu machen.

Ja, um ein bisschen Stimmung zu machen.

Genau, das ist auch ganz gut angekommen.

Ich glaube, das hat dann auch jeder verstanden.

, man muss sagen, ich glaube nicht, dass das Arbeitsplätze ersetzen wird.

Es wird einfach dazu führen, dass man Transaktionen ein bisschen anders macht, dass man sich ein bisschen anders darauf einstellen muss und ich glaube, wir alle und alle Beteiligten werden sich einfach darauf einstellen müssen, diese Tools zu nutzen.

Also ich glaube nicht, dass wir komplett, das wird kein Mensch ersetzen, insbesondere gerade wenn es um so Themen geht, auch mal zwischen den Zeilen zu lesen.

Also man muss vielleicht auch mal überlegen, gerade im PI-Bereich, wenn es darum geht, irgendwelche Add-Downs zu kaufen, , die KI weiß ja natürlich nicht, also aktuell noch nicht, wo zu welchem anderen Unternehmen das Unternehmen gekauft wird und so weiter und so fort.

Und ich glaube hier, da ist noch viel Luft nach oben, wo wir als Humans sozusagen unseren Mehrwert zur Transaktion beitragen werden.

Also ich glaube nicht, dass wir da Angst haben müssen.

Nichtsdestotrotz, glaube ich, wird man über die Fragen, die man den Datenraum stellen kann, einfach vielleicht ein bisschen tiefer an ein bisschen tiefer an manchen Stellen bohren müssen und können, um da vielleicht das ein oder andere Potenzial oder Risiko heben zu können.

Ich glaube, das sind die spannenden Themen eigentlich.

Ja, aber eben die weitere große Herausforderung für die Beraterszene, sich technologisch so aufzustellen und zu adaptieren in Bezug auf ihre Recruitingprozesse, auf die Ausbildungsprozesse der jungen Mitarbeiter, weil das Anforderungsprofil an die Jobs einfach ein vollkommen anderes sein wird.

, das haben wir schon ein bisschen visionär in die weite Zukunft geschaut, was technologisch möglich ist und welche Rolle KI nicht nur bei euren Datenräumen, sondern generell im M&A-Prozess einnehmen wird.

Lass uns zum Abschluss vom Gespräch nochmal einen Blick in die etwas nähere Zukunft schauen.

Ihr seid an eurer Rolle ja relativ stark am Puls der Zeit und ich hätte jetzt fast gesagt, vielleicht ein Frühindikator dafür, wann wie viele Deals in den Markt kommen, weil ihr sehen könnt, wann wie , wie viele Datenräume gebucht oder gekauft werden und die kommen dann halt ja in x Monaten in den Markt, die Deals.

Könntest du daraus eine Ableitung geben oder kannst du daraus eine Ableitung geben für 2025?

, also wir führen natürlich täglich Gespräche mit allen Advisern, mit allen PI-Firmen.

Ich glaube, letztes Jahr um die Zeit hat man auch gehofft, dass es dieses Jahr ein bisschen mehr wird, aber wir können auf alle Fälle auch, weil wir haben natürlich Einblick, welche Datenräume gebucht werden für die Advisor und so weiter.

Wir können definitiv sehen, dass sich eine Menge tut.

, dass alle auch sehr beschäftigt sind und dass man eigentlich sich darauf vorbereitet, das richtige Fenster zu treffen.

Also ich glaube, das ist ein ganz spannendes Thema eigentlich.

-Firmen.

Wir sehen viele Vorbereitungsdatenräume, es werden viele Prozesse vorbereitet, um dann, wenn sich je nachdem aus der Marktlage oder opportunistisch was ergibt, dass man dann einfach ready ist.

Also da sehen wir eine Menge Bewegung im Markt und ich kann auch sagen von meiner persönlichen Seite, dass die letzten Wochen doch durchaus mehr zu tun ist, als das noch vor den Sommerferien war.

, also wenn sich das bewahrheitet, was wir jetzt schon sehen können, glaube ich, werden wir hoffentlich durchaus gutes Jahr sehen im Vergleich zu diesem Jahr.

Das freut mich sehr, wie du weißt.

Ich bin Berufsoptimist und das nehme ich als positiven Ausblick einmal für 2025 mit.

Mein Lieber, das war eine große Reise durch den, nicht nur durch den Datenraummarkt, sondern generell durch die Welt der künstlichen Intelligenz.

-Prozess.

Und ich habe ganz, ganz viele neue Dinge gelernt und mitgenommen, die ich wahnsinnig spannend finde.

Und ich glaube, das ist in der Tat ein ganz besonderer Zeitpunkt, zu dem wir uns jetzt hier gerade, in dem wir uns gerade befinden.

Und der M&A-Markt steht da vor so riesen Veränderungen in den nächsten Jahren.

Es ist spannend, da so hautnah mit dabei zu sein.

, also dir vielen, vielen Dank auch an alle Zuhörer.

Ich hoffe, euch hat es auch gefallen.

Wenn euch die Episode gefallen haben sollte, gebt doch gerne eine Fünf-Sterne-Bewertung auf der Podcast-Plattform eurer Wahl.

Abonniert Close The Deal, empfehlt den Podcast gerne weiter und stellt so sicher, dass wir unser verbreitetes Wissen noch ein bisschen weiter in die Welt hinausträumen können.

Euch allen vielen Dank und bis zum nächsten Mal.