Wie KI die Due Diligence im Venture Capital verändert

Jeder Fonds spricht über KI, die meisten finanzieren sie. Auch die Diskussion über KI in der eigenen Due Diligence ist inzwischen voller überzogener Versprechen, wie Fonds sie aus hundert Pitch-Terminen im Jahr kennen. Bei all dem Lärm ist es tatsächlich schwer zu erkennen, was sich wirklich verändert.

Deshalb lohnt sich Klartext. KI verändert die Due Diligence im Venture Capital, aber nicht gleichmäßig und nicht überall. Die entscheidende Frage ist nicht, ob sie die Arbeit grundlegend verändert. Sondern welche Teile sie verändert und wo weiterhin menschliches Urteilsvermögen gefragt ist. Manche Prüfaufgaben sind standardisiert und mit großen Datenmengen verbunden. Diese verändert KI schnell. Andere erfordern die Einschätzung eines Gründers oder eines Marktes, von der eine gute Investition abhängt. Das leistet KI nicht, auch wenn eine Demo diesen Eindruck vermittelt.

Dabei sind zwei Phasen zu unterscheiden, denn die Rolle von KI fällt in beiden sehr unterschiedlich aus. Zum einen gibt es die Due Diligence vor der Investition: Sourcing, Datenraumprüfung und Marktanalyse. Zum anderen die laufende Due Diligence über die Jahre, in denen ein Fonds anschließend an einem Unternehmen beteiligt ist. Die meisten Diskussionen behandeln die erste Phase. Die größere und weniger beachtete Veränderung findet in der zweiten statt. Sie verringert genau die Risiken, die Fonds tatsächlich schaden.

Der aktuelle Stand

Bevor wir die Veränderungen betrachten, sollten wir ehrlich auf den tatsächlichen Stand schauen. Denn zwischen der Diskussion und der Praxis liegt eine große Lücke.

KI ist in der Due Diligence im Venture Capital in den vergangenen Jahren vom Experiment zum Alltag geworden. Allerdings geschah das ungleichmäßig und weniger umfassend, als die öffentliche Diskussion vermuten lässt. Standardisierte Anwendungen zu Beginn der Investitionspipeline sind inzwischen weit verbreitet. Viele Fonds nutzen KI für Sourcing und Vorprüfungen, ergänzen damit Informationen zu potenziellen Investments und lassen Dokumente schneller auswerten. Diese Nutzung ist real und etabliert. Ein Fonds, der nicht wenigstens so weit ist, liegt inzwischen etwas zurück.

Weitergehende Anwendungen stehen noch am Anfang und sind weniger verbreitet. KI substanziell für die eigentliche Bewertung eines Investments einzusetzen, statt nur Informationen zu sammeln und zusammenzufassen, entwickelt sich erst. Die Ergebnisse sind so uneinheitlich, dass viele erfahrene Investoren zu Recht skeptisch bleiben. Auch Größe und Art des Fonds beeinflussen den Einsatz. Größere Investmentplattformen mit eigenen Datenteams haben belastbare Fähigkeiten aufgebaut. Viele kleinere Fonds nutzen dagegen Standardwerkzeuge in begrenztem Umfang. Mit den Fortschritten der Werkzeuge verändert sich das Bild von Quartal zu Quartal.

Zwei Punkte sind bei diesem Stand entscheidend. Erstens konzentriert sich die aktuelle Entwicklung auf jene Teile der Due Diligence, die schon immer standardisiert waren. Genau deshalb wurden die Werkzeuge dort schnell und weitgehend ohne Kontroversen eingeführt. Zweitens gehört die folgenreichste Veränderung, die laufende Due Diligence nach der Investition, zugleich zu den am wenigsten ausgebauten Bereichen. Dieser Teil dürfte daher in einem Jahr am ehesten anders aussehen. Das Feld entwickelt sich schnell. Jede Bestandsaufnahme, auch diese, ist deshalb eine Momentaufnahme und kein abschließendes Bild.

Wo KI tatsächlich stark ist und wo nicht

Ordnen wir die Fähigkeiten zunächst ein, denn davon hängt der Nutzen aller weiteren Überlegungen ab. Sie finanzieren KI beruflich und können echte Fähigkeiten von überzogenen Versprechen unterscheiden. Warum sollte ich also so tun, als gäbe es diese Grenze nicht?

Wo ist KI also tatsächlich stark? Bei den Teilen der Due Diligence, die große Datenmengen und viele wiederkehrende Muster umfassen. Sie liest Dokumentbestände und Datenmengen, für die kein Mensch Zeit hat. Sie erkennt Muster über Dutzende Unternehmen hinweg. Sie macht Hinweise sichtbar, deren manuelle Suche Wochen dauern würde. Sie erstellt einen ersten Analyseentwurf. Überall dort, wo vor allem große Mengen verarbeitet werden müssen, zahlt sich ihr Einsatz aus.

Und wo ist sie schwach oder sogar gefährlich, wenn Sie ihr vertrauen? Bei der Urteilsbildung. Hat dieser Gründer tatsächlich das nötige Potenzial? Trägt die Marktthese wirklich? Lohnt es sich, gerade dieses Unternehmen zu finanzieren? Hier liegt die Falle: Ein selbstsicher formulierter, falscher Hinweis sieht in einem Due-Diligence-Memo genauso aus wie ein richtiger. Und er löst dieselben Handlungen aus. Das ist schlimmer als eine Informationslücke, denn eine Lücke ist zumindest erkennbar. Ein überzeugend formulierter Fehler ist es nicht.

Deshalb gilt durchgehend dieselbe Regel wie überall, wo beim KI-Einsatz viel auf dem Spiel steht. KI beschleunigt die Arbeit und macht Informationen sichtbar. Sie entscheiden. Alles, was das Modell liefert, sollte auf eine Quelle zurückzuführen sein, die Sie selbst öffnen und prüfen können. Halten Sie sich daran, sind Sie dank KI besser informiert. Ignorieren Sie diese Regel, geben Sie lediglich die Vermutung einer Maschine als Analyse aus.

KI in der Due Diligence vor der Investition

Vor der Investition haben die meisten sichtbaren Veränderungen stattgefunden. Sie sind real, sofern man sie präzise beschreibt und nicht als Zauberei darstellt.

Sourcing und Vorprüfung

KI kann Tausende Unternehmen durchsuchen und diejenigen herausfiltern, die tatsächlich zur Investmentthese passen. Sie kann eingehende Investitionsmöglichkeiten priorisieren und das Wissen über einen Kandidaten ergänzen, lange bevor jemand zum Telefon greift. Das verändert den Beginn der Investitionspipeline tatsächlich. Ein kleines Team kann heute einen Marktbereich überblicken, den es mit manuellem Sourcing nie erreicht hätte. Eines sollte dabei aber klar sein: Besseres Sourcing bedeutet nicht automatisch besseres Urteilsvermögen. Es verändert, was auf dem Schreibtisch des Partners landet. Es bestimmt nicht, wie gut die dort getroffene Entscheidung ausfällt. Ein Fonds, der mehr Investitionsmöglichkeiten mit einer besseren Auswahl verwechselt, hat den tatsächlichen Beitrag des Werkzeugs grundlegend missverstanden.

Den Datenraum auswerten

KI kann einen Datenraum mit Finanzunterlagen, Verträgen und Beteiligungsübersichten schneller durcharbeiten als ein Analyst. Dabei extrahiert sie Vertragsbedingungen, markiert Unstimmigkeiten und fasst die Inhalte zusammen. Die Zeitersparnis ist real und wertvoll. Allerdings fasst KI zusammen und weist auf Auffälligkeiten hin. Sie versteht dadurch nicht das Geschäft. Zwischen einer sauberen Zusammenfassung der Zahlen und dem Verständnis ihrer Bedeutung liegt genau der Bereich, in dem das Urteil über eine Investition entsteht.

Markt- und Wettbewerbsanalyse

Einen Markt strukturieren, die Wettbewerbslandschaft skizzieren und Hintergrundinformationen zu einer Branche zusammentragen: KI kann solche Arbeiten von Tagen auf Minuten verkürzen. Das ist tatsächlich nützlich und ein solider Ausgangspunkt. Es gilt jedoch die bekannte Einschränkung: Das Ergebnis ist immer nur so gut wie seine Grundlage. Auf dynamischen privaten Märkten sind die verfügbaren Quellen häufig dürftig und bereits veraltet. Behandeln Sie eine KI-erstellte Marktanalyse deshalb als ersten Entwurf, dessen Schwächen Sie suchen. Sie ist kein fertiges Ergebnis, auf das Sie eine Entscheidung stützen sollten.

Hinweise aus Referenzen und Hintergrundrecherchen

KI kann öffentliche Hinweise zu Gründern und Unternehmen schneller und in weit größerem Umfang zusammentragen, als es manuelle Recherchen je konnten. Damit verkürzt sie einen langsamen, lückenhaften Teil der Due Diligence. Entscheidend ist jedoch das Verb: Sie macht diese Hinweise sichtbar. Sie verifiziert und interpretiert sie nicht. Diese Lücke wiegt hier schwerer als fast überall sonst im Prozess. Eine von KI gefundene, ungeprüfte Behauptung über einen Gründer ist kein belastbarer Befund. Sie ist ein Anhaltspunkt, dem Sie nachgehen müssen. Behandeln Sie sie als Befund, handelt Ihr Fonds auf Grundlage von etwas, das nie bestätigt wurde.

Der gemeinsame Nenner ist klar: KI verkürzt die standardisierten Teile der Due Diligence, also das Sammeln, Lesen und die erste Analyse. Dadurch gewinnt das Investmentteam mehr Zeit für fundierte Urteile. Es erhält keinen Grund, weniger sorgfältig zu urteilen. Das Modell trifft die Investitionsentscheidung nicht. Es schafft die Grundlage dafür, dass ein Mensch sie gut treffen kann.

KI in der laufenden Due Diligence: der oft vergessene Teil

Fast jede Diskussion über KI in der Venture-Capital-Due-Diligence endet beim Abschluss der Investition. Doch die Due Diligence endet nicht mit der Überweisung, zumindest sollte sie das nicht. Genau hier findet die größere Veränderung statt, weitgehend unbeachtet.

Das Problem war schon immer praktischer Natur. Die laufende Due Diligence eines Portfolios erfordert wiederholte Prüfungen von Unternehmen, Gründern und den mit ihnen verbundenen Geschäftspartnern über eine mehrjährige Haltedauer. Das war zu aufwendig, um es kontinuierlich zu leisten. Deshalb prüften die meisten Fonds selten, allenfalls bei der jährlichen Überprüfung, und nahmen den blinden Fleck dazwischen hin. Dieser blinde Fleck ist erheblich. Was einem Fonds schadet, geschieht meist nach der Investition: Fehlverhalten eines Gründers wird bekannt, ein sanktionierter Beteiligter steigt später ein oder ein Portfoliounternehmen gerät negativ in die Schlagzeilen. Nichts davon lässt sich bei einer Prüfung zum Investitionszeitpunkt erkennen.

Genau für solche Aufgaben mit großen Datenmengen und wiederkehrenden Mustern eignet sich KI. Deshalb macht sie kontinuierliches Portfoliomonitoring endlich praktisch umsetzbar. Sie beobachtet Portfoliounternehmen, ihre Gründer und die mit ihnen verbundenen Organisationen anhand von 100.000+ Quellen. Wesentliche Veränderungen werden sichtbar, sobald sie auftreten: Sanktionen, negative Medienberichte (Adverse Media), Eigentümerwechsel, Identitätsmissbrauch und rechtliche Ereignisse. Sie müssen nicht bis zu einer Überprüfung warten, die vielleicht erst Monate später oder gar nicht stattfindet. Damit wird aus einer einmaligen Zugangskontrolle eine laufende Disziplin. Diese Veränderung erfasst genau die Risiken, die Fonds schaden. Denn sie entstehen in den Jahren nach der Investition, nicht in den Wochen davor.

Für dieses laufende Monitoring wurde Beady AI entwickelt. Es überwacht kontinuierlich Portfoliounternehmen und Geschäftspartner, aus deren Beziehungen für einen Fonds Risiken entstehen. Erfasst werden Sanktionen, negative Medienberichte, Eigentümerwechsel und Identitätsmissbrauch. Jeder Hinweis ist mit einer Primärquelle verknüpft, statt nur auf einer Behauptung des Modells zu beruhen. Diese Nachvollziehbarkeit setzt die zuvor genannte Regel dort um, wo sie am wichtigsten ist. Ein nicht überprüfbarer Due-Diligence-Hinweis ist ein Gerücht. Ein überprüfbarer Hinweis ist ein Beleg. Warum dieses Monitoring kontinuierlich statt in Abständen erfolgen muss, wird hier ausführlicher erläutert. Was die laufende Portfolio-Due-Diligence konkret abdecken sollte, erfahren Sie hier.

Wo menschliches Urteilsvermögen unersetzlich bleibt

Bei allem, was KI in der Due Diligence verändert, bleibt der Kern einer guten Venture-Capital-Entscheidung unberührt. Das sollte auch so bleiben. Welche Teile das betrifft, verdient eine genaue Betrachtung. Die pauschale Versicherung, Urteilsvermögen bleibe wichtig, ist leicht geschrieben und ebenso leicht ignoriert. Es gibt konkrete Aufgaben, die KI hier nicht leisten kann. Genau diese unterscheiden gute Investoren von durchschnittlichen.

Einen Gründer einschätzen

Das wichtigste Urteil bei Frühphaseninvestitionen betrifft Menschen. Genau dafür ist KI am wenigsten geeignet. Hat ein Gründer die Widerstandskraft, die kommenden Jahre zu überstehen? Ist seine Überzeugung echt oder inszeniert? Wie reagiert er im Gespräch unter Druck? Nichts davon zeigt sich in den Daten, die KI verarbeitet. Es zeigt sich im Gespräch. Diese Eindrücke einzuordnen ist eine menschliche Fähigkeit. Ein Modell, das öffentlich verfügbare Informationen über einen Gründer zusammenfasst, bildet sie nicht nach.

Gegen den Konsens investieren

Venture-Capital-Renditen stammen überproportional aus Investitionen, die den meisten Menschen damals falsch erschienen. KI wird anhand von Mustern in historischen Daten trainiert. Dadurch tendiert sie strukturell zum Konsens: zu dem, was bereits funktioniert hat und früheren Gewinnern ähnelt. Eine antizyklische Entscheidung unterstützt etwas, das die Daten gerade deshalb schlecht bewerten würden, weil es bestehende Muster durchbricht. Das ist nahezu das Gegenteil dessen, was ein System zur Mustererkennung gut kann. Genau dort entsteht aber ein großer Teil des Werts dieser Anlageklasse. Ein Fonds, der KI alles herausfiltern lässt, dessen Potenzial nicht offensichtlich ist, würde seine besten Renditechancen aussortieren.

Unter Unsicherheit urteilen

In der Praxis liegen Due-Diligence-Entscheidungen fast nie saubere Ausgangsdaten zugrunde. Sie arbeiten mit unvollständigen, widersprüchlichen und tatsächlich mehrdeutigen Informationen. Die eigentliche Fähigkeit besteht darin, gegenläufige Hinweise abzuwägen und zu entscheiden, welche davon zählen. KI kommt gut zurecht, wenn Daten geordnet sind und das Muster klar hervortritt. Die wichtigsten Entscheidungen sehen jedoch selten so aus. Meist sind die Daten ungeordnet und die Antwort ist offen. Das gilt für die meisten folgenreichen Investitionsentscheidungen. Genau dann leistet menschliches Urteilsvermögen die Arbeit, die Sie keinem Modell übertragen können.

Beziehungen und die menschliche Seite einer Investition

Ein großer Teil des Venture-Capital-Geschäfts ist Beziehungsarbeit. Dafür gibt es kein Gegenstück in den Daten. Sie setzen sich gegen andere Investoren durch, weil ein Gründer Ihnen vertraut. Sie erkennen die tatsächliche Dynamik zwischen Mitgründern, auch das, was sie nicht aussprechen. Sie verhandeln Konditionen. Sie entscheiden, ob Sie mit dieser Person die nächsten acht Jahre in einem Aufsichtsgremium zusammenarbeiten möchten. Das sind menschliche Urteile, die im persönlichen Austausch entstehen. Sie beeinflussen Ergebnisse auf eine Weise, die keine Rechenleistung ersetzen kann.

Eine Gefahr verdient hier eine klare Benennung, weil man ihr leicht erliegt. Wenn Sie solche Entscheidungen der KI überlassen oder sie maßgeblich davon prägen lassen, verbessern Sie Ihre Due Diligence nicht. Sie geben die Vermutung einer Maschine als Analyse aus. Ein Ergebnis, das niemand wirklich erklären kann, erhält den Anschein einer methodischen Strenge, die ihm fehlt. Ein vom Modell erzeugtes, ungeprüftes Due-Diligence-Ergebnis ist genau das: überzeugend formuliert, aber auf unbekannter Grundlage. In einem Geschäft, das auf Urteilsvermögen beruht, ist das ein Risiko unter dem Deckmantel der Effizienz. Die besten Fonds, die ich kenne, nutzen KI, um besser informiert zu sein und mehr abzudecken. Dabei bleibt es. Sie lagern die genannten Entscheidungen nicht an KI aus. Zwischen der Unterstützung einer Entscheidung und ihrer stillschweigenden Übernahme durch KI liegt der entscheidende Unterschied. Er trennt Fonds, die dank KI fundierter entscheiden, von solchen, die sich ihrer Verantwortung für eigene Investitionen ein Stück weit entziehen.

Wohin die Entwicklung führt

Die Richtung ist klar. Weitere standardisierte Aufgaben werden automatisiert. Werkzeuge werden nicht mehr nur Due-Diligence-Ergebnisse zusammenfassen, sondern vollständige Prüfungspakete zusammenstellen. Kontinuierliches Portfoliomonitoring wird von der Praxis weniger Fonds zur allgemeinen Erwartung. Wohin führt das? Zu mehr KI.

Die Einschränkung zieht sich jedoch durch diesen gesamten Beitrag und bleibt auch bei technologischen Fortschritten bestehen. Welche Fonds werden mit KI tatsächlich erfolgreicher sein? Diejenigen, die ihr die Datenmengen überlassen und die Urteilsbildung bei ihren Mitarbeitern belassen. Die KI-Ergebnisse als zu prüfende Anhaltspunkte behandeln, statt ihnen als Befunden zu vertrauen. Die auf Nachvollziehbarkeit bestehen, gerade weil die Werkzeuge zugleich leistungsfähiger und überzeugender werden. Darüber lohnt es sich nachzudenken: Leistungsfähigere KI macht diese Disziplin noch wichtiger. Je besser die Werkzeuge werden, desto entscheidender ist es, jede Behauptung weiterhin auf ihre Quelle zurückführen zu können.

Compliance- und Risikoteams vertrauen uns, unter anderem bei

BAZAAR FORTRESS

Fazit

KI verändert die Due Diligence im Venture Capital tatsächlich. Am stärksten betrifft das standardisierte Aufgaben sowie das laufende Portfoliomonitoring, das zuvor zu aufwendig war, um es überhaupt zu leisten. Am wenigsten verändert sie das Urteil im Kern einer Investition. Das sollte auch so bleiben. Denn Gründer einzuschätzen, gegen den Konsens zu investieren und Mehrdeutigkeit abzuwägen, sind genau die Aufgaben, bei denen KI am schwächsten ist. Zugleich bilden sie die Grundlage des Venture-Capital-Geschäfts. Nutzen erzielen jene Fonds, die KI für die Datenmengen einsetzen und Menschen die Entscheidungen überlassen. Alles, was die Maschine zutage fördert, muss dabei auf eine Quelle zurückzuführen sein.

Die größte und am wenigsten überhöhte Veränderung findet nach der Investition statt. Kontinuierliche Due Diligence nach dem Einstieg wird endlich praktisch umsetzbar. Sie verfolgt die Entwicklung eines Portfolios über die gesamte Haltedauer. Dort entstehen die Risiken, die Fonds tatsächlich schaden. Und dort verändert KI am meisten.

Für dieses laufende Monitoring wurde Beady AI entwickelt: die kontinuierliche Überwachung von Portfoliounternehmen und Geschäftspartnern, aus deren Beziehungen für einen Fonds Risiken entstehen, mit nachvollziehbaren Quellen. Eine Demo zeigt, welche Hinweise die Plattform bei einem realen Portfolio findet. Wie KI darüber hinaus hilft, die Compliance-Arbeit eines Fonds zu skalieren, und wo sie nützt oder schadet, erfahren Sie hier.