Besseres Sourcing, bessere Deals: Wie KI Private Equity und M&A verändert
Wer heute potentielle Targets noch so identifiziert wie vor fünf Jahren, verliert bereits. – Früher bedeutete Deal Sourcing vor allem manuelle Recherche, endlose Spreadsheets und Analysten, die Stunden damit verbrachten, Unternehmensdaten zusammenzutragen, die am Ende nur die Basis für eine erste Einschätzung lieferten. Heute können KI-gestützte Systeme Millionen von Unternehmen gleichzeitig screenen und Finanzkennzahlen, Wachstumskurven, Mitarbeiterentwicklung und Web-Signale in Echtzeit zu einem dynamischen Unternehmensprofil verdichten. Ich habe mit Fonds gearbeitet, die ihren initialen Screening-Prozess von mehreren Tagen auf wenige Stunden reduziert haben, ohne dabei an Tiefe zu verlieren, sondern im Gegenteil mit einer deutlich besseren Trefferquote bei der Vorqualifizierung.
Es existieren bereits KI-Agenten, die nicht nur analysieren, sondern eigenständig Workflows ausführen: Daten zusammenführen, CRM-Einträge aktualisieren, Priorisierungen anpassen, ohne dass ein Mensch jeden Schritt anstoßen muss. Investmentteams verbringen dadurch weniger Zeit damit, Researcher zu spielen, und haben mehr Zeit das zu tun, wofür sie wirklich ausgebildet sind. Die Pipeline wächst, aber wertvolle Zeit fließt dorthin, wo sie den größten Nutzen bringen: in die richtigen Gespräche mit den richtigen Unternehmern.
Off-Market-Deals sind der heilige Gral im Private Equity, und genau hier entfaltet KI ihren entscheidenden Vorteil. – Nur 6% aller Due Diligences werden geclosed, häufig weil man nicht die erste Person im Raum war oder mit dem falschen Unternehmen gesprochen hat. Gleichzeitig werden rund 43% aller investierbaren Unternehmen nie entdeckt, und bei 56% aller Deals gibt es gerade einmal ein bis drei potenzielle Käufer. Der Markt ist also weit weniger effizient als er wirkt.
Der Schlüssel liegt in Seller-Intent-Signalen: Wenn ein Unternehmer beginnt, seine Nachfolge intern zu diskutieren, wenn ein Unternehmen Investitionen systematisch zurückfährt, wenn sich im Führungsteam etwas verändert, sind das schwache Signale, die manuell kaum zu erfassen sind, algorithmisch aber sehr wohl. Wer diese Signale zuerst “liest”, führt das erste Gespräch, lange bevor ein M&A‑Berater mandatiert wird, lange bevor ein strukturierter Prozess beginnt. Und das erste Gespräch gewinnt überproportional oft, weil es noch kein Bieterfeld gibt, sondern nur Vertrauen. In Gesprächen mit Fonds, die diesen Ansatz heute schon konsequent umsetzen, beobachte ich immer wieder dasselbe: Es geht nicht darum, mehr Targets zu kontaktieren, sondern die richtigen im richtigen Moment zu erreichen. – KI übernimmt das Erkennen. Der Mensch übernimmt das Gespräch.
Nicht alle Daten sind gleich. Es gibt eine grundlegende Intelligence Layer, also öffentliche Registerdaten, Firmografien und Basiskennzahlen, auf die heute fast jeder Zugriff hat. Diese schafft Orientierung, aber keinen Vorsprung mehr. Darüber liegen exklusive Datensätze aus Partnerschaften, Offline-Quellen die nicht digital erfasst sind, proprietäre Signale aus Nischenmärkten. Hier beginnt echte Differenzierung. Die entscheidende Ebene aber sind Seller-Intent-Daten: Signale, die zeigen, wann ein Unternehmer mental bereit ist, über eine Transaktion nachzudenken. Zu diesen Daten hat schlicht nicht jeder Zugang, und genau darin liegt der strukturelle Vorteil.
Parallel dazu verändert sich die Arbeitsinfrastruktur selbst. KI-Agenten führen repetitive Sourcing-Workflows heute bereits eigenständig aus. Die nächste Stufe sind MCP-Verbindungen, also offene Protokolle, die es KI-Systemen erlauben, direkt mit anderen Tools zu kommunizieren, ohne manuelle Zwischenschritte. Konkret bedeutet das: CRM, Datenplattformen und Kommunikationstools tauschen Informationen automatisch aus, sodass ein Signal aus einer Quelle sofort im richtigen Kontext landet.
Viele Teams in PE und M&A haben sich dabei unbemerkt in einen Zustand von „investigative debt” manövriert. Sie verbringen einen Großteil ihrer Zeit damit, Informationen zu sammeln, zu pflegen und aufzubereiten, anstatt das zu tun, wofür sie wirklich da sind: Deals zu machen, Vertrauen aufzubauen, Entscheidungen zu treffen. Der eigentliche Wettbewerbsvorteil der nächsten Jahre liegt nicht darin, wer die meisten Daten hat, sondern wer KI so einsetzt, dass menschliche Kommunikation, Urteilsvermögen und Leadership genau dort zum Einsatz kommen, wo sie den größten Unterschied machen.
Fiona Köckler ist Head of DACH bei Grata (London), dem Private Intelligence-Arm von Datasite. Zuvor war sie Teil des DACH-Teams von Valu8 Company Intelligence, bevor das Unternehmen von Datasite akquiriert wurde. Grata ist strategischer Daten- und KI-Partner für PE-Fonds, M&A‑Berater und Investmentbanken im Bereich Target- und Buyer-Identification sowie Market Intelligence. – Vor ihrer Tätigkeit im Privat Markets-Umfeld machte Fiona Koeckler umfassende Erfahrungen in der Außenpolitik, Geopolitik und bei globalen Investmentstrategien. Sie arbeitete für die Candid Foundation, einen Think-Tank und Projekt-Hub in Berlin, sowie an Projekten des Deutschen Auswärtigen Amts und der EU mit Bezug auf den Nahen Osten und Afrika. Als unabhängige Beraterin war sie unter anderem für das Centre for Finance and Security (CFS) am Royal United Services Institute (RUSI) in London sowie für ein RUSI / NATO im Bereich digitale Währungen und CBDCs tätig.
Fiona Köckler erwarb zwei Bachelor of Arts an der Ludwig-Maximilians-Universität München und schloss einen Master of Arts in International Relations am King’s College London ab. Sie wurde mit dem Principal’s Global Leadership Award des King’s College ausgezeichnet und war Stipendiatin des NATO Science for Peace and Security Programme.
fiona.koeckler@grata.com | https://www.linkedin.com/in/fiona-koeckler/