Daten, APIs und KI – ein möglicher Paradigmenwechsel für Finance und Controlling
In einem aktuellen Working Paper zur datengetriebenen Due Diligence beschäftige ich mich mit der Frage, wie sich Unternehmensbewertungen in einer zunehmend datenreichen Wirtschaft verändern könnten. Ausgangspunkt ist ein bekanntes Problem: Gerade junge Unternehmen oder Start-ups werden häufig mit sehr groben Verfahren bewertet – etwa über Umsatzmultiplikatoren oder Nutzerzahlen. Klassische Modelle wie das Discounted-Cashflow-Verfahren stoßen hier ebenfalls an Grenzen, weil belastbare Cashflows oft noch gar nicht existieren.
Parallel dazu hat sich jedoch die Datenlandschaft in den letzten Jahren fundamental verändert. Finanzdaten, Unternehmensregister, Innovationsindikatoren, ESG-Informationen oder Reputationsdaten sind heute vielfach digital verfügbar und über standardisierte Programmierschnittstellen (APIs) automatisiert abrufbar. Plattformen wie Yahoo Finance, Financial Modeling Prep oder OpenCorporates stellen strukturierte Daten bereit, die früher nur mit erheblichem Rechercheaufwand zugänglich waren.
In Kombination mit KI-gestützter Analyse entstehen daraus neue Möglichkeiten für die betriebswirtschaftliche Entscheidungsfindung. Externe Marktdaten, Wettbewerbsinformationen, Sentimentanalysen oder Innovationsindikatoren lassen sich systematisch mit internen Unternehmensdaten verbinden. Unternehmensanalyse wird damit potenziell von einer punktuellen Bewertung hin zu einem kontinuierlichen datengetriebenen Analyseprozess weiterentwickelt.
Die Auswirkungen reichen dabei über die klassische Start-up-Bewertung hinaus. Auch zentrale Bereiche der Betriebswirtschaft könnten sich dadurch verändern. In der Finanzwirtschaft könnten Bewertungen stärker probabilistisch und datenbasiert erfolgen, statt ausschließlich auf statischen Modellen zu beruhen. Im Controlling eröffnet die Integration externer Datenquellen neue Perspektiven für Benchmarking, Wettbewerbsanalyse oder Frühwarnsysteme. Strategische Analysen wiederum können stärker auf empirische Hinweise zu Innovationsaktivitäten, technologischer Dynamik oder Marktresonanz zurückgreifen.
Besonders interessant ist dieser Ansatz bei der Bewertung immaterieller Vermögenswerte. Faktoren wie Markenstärke, technologische Fähigkeiten oder Innovationsdynamik sind in klassischen Bilanzkennzahlen oft kaum sichtbar. Neue Datenquellen – etwa Plattformdaten, Patentinformationen, Entwickleraktivitäten oder öffentliche Bewertungen – liefern jedoch zusätzliche Hinweise auf Wettbewerbsvorteile und zukünftige Skalierungspotenziale.
Das Working Paper argumentiert daher, dass sich Due Diligence in Zukunft möglicherweise grundlegend verändern wird. Statt einer einmaligen Dokumentenprüfung entsteht zunehmend ein datengetriebenes Analyseökosystem, in dem externe Datenströme kontinuierlich in Bewertungsprozesse einfließen.
Ob sich daraus tatsächlich ein neuer Standard der Unternehmensanalyse entwickelt, wird sich erst in den kommenden Jahren zeigen. Die technischen Voraussetzungen – offene Daten, APIs und leistungsfähige KI-Systeme – sind jedoch bereits vorhanden. Damit könnte sich auch die betriebswirtschaftliche Analyse selbst in Richtung einer stärker datengetriebenen Disziplin weiterentwickeln.
