KI-Adaptionskurve: Vertrauen in die M&A-Transformation

Heiko Engel

00:06 - 01:52

So , herzlich willkommen und guten Tag zum heutigen Webinar , die KI Adaptionskurve , Vertrauen in die M und A Transformation. Ich freue mich sehr , dass Sie alle dabei sind und dass wir 3 hochgarätige Gäste heute begrüßen dürfen , die sich bereitgestellt haben , auf dem Panel zu sein.

Ich heiße herzlich willkommen den Doktor Michael Trill , CEO bei Lincoln International mit langjähriger Erfahrung im internationalen Investmentbanking. Hallo Michael.

Hallo , Servus. Grüß dich.

Ich hab wir haben den Kai Hasselmann dabei , Co Founder und Managing Partner bei Deal Circle , einem datengetriebenen M und A Fintech , das mit KI und Big Data den Käufermarkt reduziert hat. Hallo Kai.

Moin. Hallo.

Moin. Und wir freuen uns natürlich auch sehr , dass wir den Julian Ostertag , Managing Partner bei DRAXTA gewinnen konnten , spezialisiert auf Technologietransaktion und digitale Geschäftsmodelle.

Mein Name ist Heiko Engel , ich betreue bei Intralinks alle unsere Private Equity Kunden in Deutschland , Österreich und der Schweiz und ich freue mich sehr , dass ich mit 2 zu 3 hochkarätigen Panelisten heute das Webinar leiten darf. Ziel von dem Webinar ist eigentlich , wir wollen mal verstehen , wo wir aktuell auf der KI Adaptionskurve im MOA Feld stehen , welche Barrieren bestehen und welche Chancen sich auftun , wenn Vertrauen und Technologie Hand in Hand gehen.

Wir fangen mal son bisschen an warm zu werden im Thema Standortbestimmung. Michael , fang einfach mal mit dir an.

Du begleitest ja seit vielen Jahren den Markt auf internationaler Ebene. Wo würdest Du denn den Markt aktuell auf der KI Adaptionskurve einordnen ? Eher im Experimentier in der Experimentierphase oder schon eher in der Produktivphase ?

Dr. Michael Drill

01:52 - 02:21

Ja , ich würd mal sagen , also wenn ich jetzt an unser Ausdenke , in Between , in Richtung in Richtung Produktivphase. Wir haben uns mit dem Thema vor 3 Jahren erst mal so richtig beschäftigt , Komitees gebildet auf globaler Ebene , dann mit externen Beratern Geld in die Hand genommen , Millionen investiert in eigene Tools.

Die funktionieren schon , die werden auch zunehmend jetzt genutzt von den Mitarbeitern , insbesondere von jüngeren Mitarbeitern. So alte Knochen wie ich.

Heiko Engel

02:21 - 02:21

tun.

Dr. Michael Drill

02:21 - 02:50

sie natürlich schwer mit so technologischenem Wandel , sind da vielleicht auch ein bisschen skeptisch und nutzen eher ihre altertypliche Vorgehensweise , aber inzwischen hat bei uns aber überall in der Branche , aber auch außerhalb von Damon A-Beratung , auch in der gesamten Consulting Branche , wird KI als sinnvolles , nützliches Tool gesehen , Effizienz in der in der in der Stellung und Projektabwicklung zu ändern.

Heiko Engel

02:50 - 02:53

Julian , wie ist es bei euch ?

Dr. Michael Drill

02:53 - 02:53

Na ja ,.

Julian Osterag

02:53 - 03:34

es ist sehr , sehr ähnlich. Also alle haben sich mit dem Thema KI beschäftigt.

Wir haben , genau wie Michael es beschrieben hat , auch 'n Komitee gebildet und uns sehr viel Gedanken dazu gemacht und damit gearbeitet. Und es ist so , ich glaub , wir kommen In manchen Bereichen sind wir noch in der Experimentierphase , wenn ich so an Excel Modelle , Businesspläne und andere Themen denke.

Und in anderen Bereichen wie alles , was textbasiert ist , sind wir schon in 'ner sehr produktiven Phase. Und da wir sehr auf Technologie fokussiert sind , muss man auch sagen , es verlangen auch alle Beteiligten.

Jeder möchte auch , dass man selber schon KI genau nutzt , zu wissen , was sind die Vorteile , aber was sind auch die Risiken ?

Heiko Engel

03:34 - 03:42

Ja. Michael , welche Use Cases siehst Du heute , die tatsächlich Mehrwert schaffen und wo ist so , sagen wir mal , der Hype größer als der Nutzen ?

Dr. Michael Drill

03:42 - 04:37

Der Hype muss differenzieren. Bei den Anwendungen , also KI kann nützlich sein , Texte zu übersetzen , eigene Texte relativ schnell zu korrigieren , professioneller zu gestalten und sich erst mal schnell in gewisse Sachen reinzudenken.

Da ist sicherlich ChatGPT 'n super Tool. Wir allerdings bei Lincoln müssen so Tool nutzen , weil wir müssen natürlich mit sensiblen Fragen natürlich auch vorsichtig umgehen.

Also wenn wir jetzt anfangen , Fragen zu stellen zu börsennotierten Unternehmen und wer könnten da potenziell Übernehmer sein ? Da nutzt natürlich OpenAI diese Informationen und spekuliert dann aufgrund unserer Anfragen , dass da tatsächlich irgendwann mal eine Übernahmetarget wird. Also da muss man natürlich auch starten.

Von daher haben wir und alle großen Organisationen haben das auch eigene Tools entwickelt , die ,.

Heiko Engel

04:37 - 04:37

sag ich.

Dr. Michael Drill

04:37 - 05:25

mal , die Vertrauigkeit nutzen. Was wir aber bei Lincoln gemacht haben neben dem allgemeinen Gebrauch auf Einzelebene am Arbeitsplatz , wir versuchen , das Wissen , was wir über 20 Jahren angesammelt haben in Form von Meeting Notes , in Form von Salesforce Einträgen und in Form von über 10000 PowerPoint Präsentationen , die wir beschrieben haben , auch sinnvoll zu nutzen für Einschätzungen zu potenziellen Käufern.

Wie reagieren die ? Was ist das Rationale ? Woran , was suchen die ? Das sind ja alles Informationen , die nicht zwangsläufig öffentlich zugänglich sind. Und da bietet , sag ich mal , AI eine sehr gute Möglichkeit , unsere bestehenden Datenbanken , unser bestehendes Wissen sehr schnell zu durchkämmen und dann auch sehr schnell die erste Ergebnisse zu liefern.

Mhm.

Heiko Engel

05:25 - 05:28

Julian und bei euch , wie wie macht ihr das im Team , oder ?

Julian Osterag

05:28 - 06:48

Ja , Michael hat schon 1 der Kernthemen genannt und das ist vertrauliche Daten. Wir haben halt entweder öffentliche Daten , da kann man mit den öffentlichen Lösungen und anderen sehr gut arbeiten.

Dann haben wir aber unsere proprietären Daten. Da müssen wir extrem vorsichtig sein , dass die dann auch nur in unserem Umfeld verwendet werden.

Wir sind regulär , dass unsere Kunden diese Daten extrem vertraulich behandelt werden. Also daraus , das müssen wir sehr aufpassen.

Und dann haben wir zum Beispiel angefangen , Lösungen zu nutzen. Wir haben da neue CRM Lösungen , die wirklich KI Native ist und ganz anders aufgebaut ist , damit wir unsere Daten auch öffentlich anreichern können , aber die , die wir proprietär haben , auch sinnvoll nutzen können.

Und das dritte Thema ist , dass wir nach Drittlösungen suchen , die neben den öffentlichen verfügbaren Informationen , die ja jeder hat , das heißt , wenn Michael und ich die gleiche Anfrage in Chat GPT geben , bekommen wir die gleichen Informationen , geben unserem Kunden die gleiche Information. Das ist wenig hilfreich.

Und deswegen , Michelle und wir , wir werden wahrscheinlich genau das Gleiche machen. Wir überlegen , womit kriegen wir zusätzliche Daten , andere Datenquellen , die auch bereichert werden , die andere Suchen ermöglichen , weil viele der Informationen sind nicht öffentlich , die wir auch brauchen.

Heiko Engel

06:48 - 07:00

Mhm. Gibt's gibt's Unterschiede zwischen Großinvestmentbanken und eher mittelständische gedrehten Häusern in der Offenheit für KI , Julian ? Wie wie siehst Du das ?

Julian Osterag

07:00 - 07:54

Also ich glaube , grundsätzlich ist es so , dass das ist gar nicht unbedingt eine eine Frage der Größe , wie offen und man an das Thema KI geht. Das heißt , wie stark man sich dort aufstellt , wie viel man auch an Zeit investiert.

Wo natürlich ein Unterschied besteht , ist , dass eine der der Waldgebracket Investmentbank natürlich noch mal mehr Mittel zur Verfügung hat und vielleicht 100 Jahre an Transaktionsdaten hat , wenn sie sie zur Verfügung haben. Und das natürlich auch noch mal nutzen können.

Uns gibt's seit knapp 20 Jahren. Aber der Datensatz hilft auch schon.

Aber es ist natürlich für große Häuser auch möglich , da viel mehr Geld in die Hand zu nehmen. Die Frage ist immer , wie effizient das dann ist.

Aber ich glaube , am Kern geht es darum , wie ist das Managementteam motiviert und interessiert , KI einzuführen , zu nutzen und auch weiterzubilden.

Kai Hesselmann

07:54 - 09:29

Genau , okay. Und wenn ich da wenn ich da ergänzen darf , Julian.

Ich glaube , es geht noch einen Schritt weiter , denn es ist zum einen die Offenheit auf der Managementebene , das eben auch in der Organisation zu implementieren. Und natürlich hat einen einen Haus , das so wie Michael , Du hast es grade von Lincoln beschrieben , da Tausende Infomemos in ein eigenes GPT hineinladen kann.

Eine gigantisch große Datenbasis , mit der man mit der man arbeiten kann , die so eine kleine Organisation einfach aufgrund der Historie oder der regionalen Abdeckung eben nicht erzeugen kann. Auf der anderen Seite kleinere Organisationen vielleicht schlagkräftiger sind , weil sie weniger regulatorische Anforderungen haben , die sie bedienen müssen.

Das Thema Vertraulichkeit und Datenschutz greift ganz genauso und dennoch , glaub ich , kennen wir alle die Realität , dass da manch 1 auch recht pragmatisch mit diesen Themen umgeht. Wenn nicht gar bis hin zur zum dazu , dass es dass es leichtfertig ist und nicht nur pragmatisch.

Das heißt , das kann natürlich eine große Chance bieten , wenn ich einen kleines Schnellboot habe , wo ich schnell Tools ausprobieren kann , wie ich 'ner großen Organisation , wie ich bei Lincoln vielleicht erst mal durch ganz viele IT Sicherheits- und Prüfungsschleifen durchbringen muss , bevor ich's verwenden darf. Ich ich glaube , die Wahrheit liegt irgendwo in der Mitte und das ist einen gigantisch großer Vorteil , diesen Datenschutz hebeln zu können.

Man muss dann aber auch schnell damit arbeiten , weil die Technologie sich eben so rasant weiterentwickelt. Und wenn man dann erst einen ewig langen Approbl Prozess hat und Implementierungsprozess hat , dann kann schon sein , dass die Lösung bereits wieder odatet ist.

Dr. Michael Drill

09:29 - 11:05

Ja , aber ich seh's ähnlich , Kai. Ich glaube , so kleine Boutiquen , Kleinst Boutiquen hatten vor ein , 2 Jahren forscht Vorteil , in dem ChatGPT aufgekommen ist.

Die konnten ihren ihren Nachteil , dass sie wenig Wissen hatten , sehr schnell über künstliche Intelligenz wettmachen. Ich glaube , dass in einigen Jahren unsere Mandanten anspruchsvoller werden , wie sie vor 10 , 15 Jahren von uns erwartet haben , dass wir eine globale Plattform haben , global vor Ort potenzielle Käufer ansprechen zu können , die richtig einschätzen zu können , wird der Markt in 5 Jahren von uns erwarten und von unserem Wettbewerber , dass sie über ausgereifte professionelle verfügen , mit denen man die Interaktion , die wir als Haus mit verschiedensten Parteien haben , nachvollziehen kann , da nicht nur eine Einschätzung abzugeben , ja , warum kommt jetzt die Partei x und y infrage ? Muss , glaub ich , dann auch den Kunden in 10 Jahren in der Lage , sagen zu können , wie die sich verhalten in Prozessen , wann die Exxivität in der Regel fordern , wie die sich konkret aufstellt.

Das sind das das sind Informationen und Wissen , die sind öffentlich nicht verfügbar und die werden kleinere Boutiquen so nicht darstellen können. Also das wird sich doch noch erinnern.

Ich glaube , für kleinere Häuser war sicherlich das Thema KI jetzt erst mal 'n Vorteil , weil wie Du richtig gesagt hast , die waren viel flexibler , viel schneller für die Unternehmer. Je größer eine Organisation ist , desto länger Bedarf es , so was dann umzusetzen.

Aber hinten raus in 5 Jahren wird sich das verändern.

Julian Osterag

11:05 - 11:42

Und ich glaube , Kai , Du hast das auch angesprochen , das regulatorische Thema. Ich glaube , dass das am Ende des Tages für uns Investmentbanken auch 'n Vorteil ist , weil Kunden haben extremen Fokus auf die Vertraulichkeit von den Daten , die sie uns geben.

Und ich glaube , so anstrengend das ist , wenn man Finer , SEC , FCA und wie sie alle heißen , reguliert sind , gibt das auch viel Vertrauen dem Kunden , dass man das , was man an KI Lösungen nutzt und die Daten , die man dort verwendet , auch sauber verarbeitet und damit nicht irgendein Schild drüber getrieben wird. Also ja , es ist mehr Arbeit.

Ich glaube , es ist aber 'n echter Vorteil.

Dr. Michael Drill

11:42 - 12:14

Ja , und wenn man mal die Beratungsbranche anschaut , gar nicht mal im M und A Beratungsbranche insgesamt , Management Consulting , WP , Beratungs , Steuerberatung. Und der Trend geht hin zu größeren Einheiten.

Und der Treiber ist ganz klar das Thema Digitalisierung , IT Investitionen in IT und AI und AI. Also da da werden riesige Beträge anfallen und deshalb bilden sich auch größere Einheiten.

Und das Gleiche gilt auch für für unsere Industrie , die MAD Beratung.

Heiko Engel

12:14 - 12:32

Ja. Michael , wenn Du mal zurückdenkst , ihr seid ja 'n relativ großes Team hier in Deutschland.

Was waren denn so die größten Hürden ? Vertrauen in die Daten , Angst vor Kontrollverlust oder vielleicht Faktor Zeit ? Was was war bei euch so am Anfang das große Thema ?

Dr. Michael Drill

12:32 - 13:54

Ich glaub , es gibt's , wenn ich das jetzt von mir auf mich beziehen kann , 2 Themen. Erst mal ist man ja ohnehin schon tagsüber stark beschäftigt mit dem eigentlichen Projektgeschäft , mit anderen Aufgaben.

Man hat nicht unbedingt immer die Zeit , sich mit diesen neuen Tools dann zeitnah sofort umfänglich vertraut zu machen , ja ? Man man verdrängt das am Anfang , insbesondere wenn man 'n bisschen älter ist. Und zum anderen will man natürlich in unserer Branche , wenn man dann Mandanten berät , sicherstellen , dass man hier akkurate , qualitativ hochwertige , fehlerfreie Arbeitsergebnisse abliefert , Dokumente , Präsentationen.

Das heißt , es wird doch sehr viel noch beim händisch nachgeprüft , nachgelesen , nachgeschaut , bevor was rausgeht. Am Ende des Tages ist Qualität für uns , für unsere Wettbewerber ganz wichtiger Faktor.

Es kommt jetzt nicht drauf an , ein , 2 Arbeitsstunden einzusparen und dann dem Kunden irgendwas zur Verfügung zu stellen , was nachher fehlerhaft ist. Und KI liefert immer sehr gute Basis , oft auch eine umfassende Basis , aber am Ende des Tages ist der gesunde Menschenverstand immer noch wichtiger als die Analyse von Millionen von Daten.

Heiko Engel

13:54 - 14:17

Ja. Kai , Deal Circle ist ja 'n gutes Beispiel dafür , wie KI den Transaktionsprozess verändern kann.

Ihr matcht über 1000000 Kaufprofil. Das war aber Vertrauen bei euren Kunden , wenn KI im Hintergrund Entscheidungen mit vorbereitet.

Kai Hesselmann

14:17 - 16:54

Ja , ist natürlich essenziell wichtig , dass wir sicherstellen , dass die Datenqualität , die Daten , die die verarbeitet werden , dass die akkurat sind , dass die up to date sind und dass das auch transparent dann eben unseren Kunden gegenüber , vor allen Dingen auch der M und Advisor Seite dann aufbereitet wird und für die keine keine Blackbox ist. Ich glaube , was in unserem Fall einfach eine einfach schon eine Notwendigkeit darstellt oder einen erheblichen Mehrwert unserer Arbeit darstellt , warum's eben auch so viele Daten sind , die wir verarbeiten können , wenn wir eben gerade über das über die Marktansprache , über das Käufer Matching sprechen , ist eben genau der Faktor , dass wir diese Möglichkeiten , die Michael gerade besprochen hat , aus 'ner großen global denkenden weltweiten Organisation eben auch in kleine Transaktionen hineinbringen können für die MMA Advisor , die eben nicht dieses Netzwerk haben , ja.

Da wo Michael , wenn er eine eine weltweite Vermarktung macht von einem von einem oder Labge Cap Deal eben auf dieses weltweite Netzwerk zurückgreifen kann , da gibt's diese Möglichkeiten natürlich für eine Small Cap- oder Micro Cap Beratung nicht. Ja , die haben immer nur ihre eigenen Daten und ihren eigenen Saft , indem sie kochen in Anführungszeichen sein.

Und da bringen wir eben genau diese diese Hilfe mit hinein , dass wir eben nicht nur die Vermarktung von Transaktionen von einem Haus mit begleiten , sondern mittlerweile von gut 500 M und A Beratungshäusern die Vermarktung Vermarktung von deren Deals vornehmen und das dann eben auch nicht nur in der DACH Region , sondern mittlerweile international. Und darüber generiert man natürlich wahnsinnig viele Daten und bekommen eine recht hohe Transparenz , welcher Käufer sich welche Themen genau anschaut.

Und diese Daten machen wir dann wiederum den Small Cap Beratern und auch den MicroCab Beratern verfügbar , ja , sodass man dann eben zumindest beim Thema Käuferidentifikation , Marktansprache ähnliche Mittel nutzen kann , die sonst vielleicht eben nur den ganz großen Häusern zur Verfügung stehen. Und dafür investieren wir natürlich sehr , sehr viel und wir werden vermutlich auch nachher drüber noch sprechen in KI und in welche Lösungen wir investieren , denn so wie das der Julian und und Michael grade angesprochen haben , glaub ich , muss man sich die die Adaption entlang der M und A Prozesskette kette anschauen ? Und wo gibt's die größten Effizienzsteigerung , Qualitätssteigerungspotenziale ? Und die sind bei uns sicherlich als Toolprovider , anders als jetzt eben bei unseren Kunden oder eben bei Michael und Julian auf der M und A Advisor Seite.

Aber also die Frage noch mal zu beantworten , das ist nämlich essenziell wichtig , dass wir sicherstellen , dass alle Daten , die wir verarbeiten , akkurat sind und vor allen Dingen , dass wir keine Kundendaten extern rausgeben.

Heiko Engel

16:54 - 17:08

Wie wie erklärt man dann einem Berater , dass 'n Algorithmus unter Umständen Käufer vielleicht besser identifiziert als man selbst ? Wie wie ist da so die Herangehensweise oder auf wie ist das Feedback ?

Kai Hesselmann

17:08 - 17:59

Das sind ja im Wesentlichen 2 Schritte. Also der erste Schritt ist erst mal die Datenverfügbarkeit und im zweiten Schritt dann eben die Algorithmik , wie wir aus den aus den Daten heraus dann die longlist generieren.

Faktisch machen wir sehr stark automatisiert nichts anderes , wie Ihnen Michael und sein Team auch machen , wenn Sie eine Longlist aufsetzen. Das heißt , wir gucken in 'nem bestehenden Datenbestand , welche Käufer sind erst mal vorhanden und machen dann vielleicht mit menschlicher Expertise oder eben auch algorithmisch , der Algorithmus ist ja nichts anderes wie das Abbilden von 'nem menschlichen Gedankenmuster , welche Käufergruppen machen für diese Transaktionen Sinn und versuchen dann eben diese Käufergruppen aus der bestehenden Datenbasis heraus zu identifizieren.

Das heißt im Grunde diese beiden getrennten Schritte. Und bei beiden Schritten hat man Vorteile , wenn man möglichst große Datenmengen verarbeitet , ja.

Weil.

Julian Osterag

17:59 - 17:59

bei.

Kai Hesselmann

17:59 - 19:15

der Algorithmik , bei der Identifikation der passenden Käufergruppen macht es natürlich Sinn und gibt 'n großen Vorteil , wenn man eben nicht nur sein eigenes Gehirn anschweißen kann und überlegen kann , Mensch , wer könnte jetzt als Käufergruppe relevant sein für den Verkauf von 'nem Maschinenbauunternehmen , sondern dafür er eben auch Daten nutzen kann , daraus Muster zu erkennen , welche Art von Unternehmen hat denn in der Vergangenheit diese Art von Unternehmen gekauft , darüber dann eben Muster ableiten zu können. So und eine Art Schablone zu erstellen für idealtypische Käufer oder idealtypische Käufergruppen für das jeweilige Tage.

Und dann im zweiten Schritt eben zu schauen , für diese Schablonen , die ich erstellt habe für die 3 , 4 , 5 , 6 relevanten Käufergruppen auf der Strategen Seite , welche Unternehmen in unserer Datenbank passen in diese jeweiligen Käufergruppen hinein ? Und auch da hilft's natürlich , wenn ich , wie grade angesprochen , eben nicht nur in Anführungszeichen nur eine Handvoll Transaktionen pro Jahr begleite , sondern wird eben bei Deals dieses Jahr sind wir jetzt schon bei knapp 2000 Transaktionen , die über uns vermarktet worden sind. Und darüber generieren wir wahnsinnig viele Daten über das tagtäglich gelebte Kaufverhalten und Suchverhalten der der Investoren der Strategen Seite.

Und das mappen wir dann eben mit dem , was algorithmisch als Käufergruppen am relevantesten erscheint.

Heiko Engel

19:15 - 19:21

Okay. Was weiß ich , dass ich da Bitte Julian.

Ich will da nur reinhaken ,.

Julian Osterag

19:21 - 21:33

weil das das ist , glaube ich , eine zentrale Diskussion. Ich glaube , dass das die von den aktuellen Modellen kennen wir alle funktionieren.

Thema , dass die aktuellen Modelle sehr stark im Fokus bei Texten , bei langen Texten auf den Anfang und auf den Ende legen , die mittleren Teile sehr stark ignorieren. Dann ist das Thema verfügbare öffentliche Daten zu Deals , ja ? Also die gibt es meistens nicht.

Also wenn man dann in den und jemand sagt , pass mal auf , es gab genau 2 Wettbewerber von dir , die jetzt verkauft wurden. Ich will die von den beiden Deals haben und das wird bei Michael und mir wird das nicht anders sein , dann setzen unser Team dran und sagen , ruf alle Beteiligten an und ich will diesmal's achtmal oder zehnmal.

Da schicke keine einzigen Daten drin und meistens sind die öffentlichen Informationen komplett falsch. So und dann muss ich sagen , das ist , glaube ich , so ein Thema , wo es diese Limitierung gibt.

Ja , ich kann Verhaltensmuster erkennen , da bin ich absolut bei Kai. Das kannst Du die Grund der Daten lange prüfen , aber ganz vielen Transaktionen gibt es die unterschiedlichen Käufergruppen , aber es gibt nur , ich würd sagen , direkt 2 Jahren voll , extrem sinnvolle Käufer.

Und da wird immer nur das Wichtigste sein , dass man mit Peter , dem Head of a von Kandidat 1 in den letzten 2 Monaten gesprochen hat und der sagt Julian , wir haben die letzten 2 Jahre extrem Nutzung gekauft. Hat nicht geklappt , werden wir nicht mehr machen.

Wir haben übrigens 9 CEO. Wir kaufen jetzt nur noch Unternehmen mit den folgenden 4 Kriterien.

Und die Information haben wir und die ist nicht öffentlich verfügbar. Und das macht 'n Riesenunterschied aus.

Und ich muss ganz ehrlich sagen , wenn wir pitchen , ist das am Ende des Tages , ich hab gestern gepitcht , wollte 1 der Investoren nur die eine Kernzahl haben von der Transaktion , die vor 3 Monaten lief. Und wir hatten so und dann hat er gesagt , super , euch vertraut.

Manchmal hat man sie auch nicht , so ist das dann halt. Ich glaub , das ist 'n ganz großer Unterschied zu den Massen an Daten , die da durchgehen.

Es gibt nicht so viele M und A Transaktionen und die meisten Infos sind nicht. Was war genau LTM Review ? Gibt's fast nie.

Was war genau der EBIT da ? Wie hat er sich entwickelt ? Wie war die Runbait ? Auf was basiert der Multiple ? Das sind wirklich teil händische Infos , die man durch smile und dial rausgefunden finden muss , indem man die Leute anruft.

Heiko Engel

21:33 - 21:58

Ja , also ich glaub , das ist da , wo wo die KI , glaube ich , dann auch noch aktuell an die Grenzen stößt son bisschen , ne , was Du grad gesagt hast , Julian. Wenn wir jetzt mal in die nächsten 2 Jahre blicken , wo wird sich KI und MOS zuerst wirklich durchsetzen ? Also wo generiert's den meisten Wert ? Matching , Outreach , Due Diligence , Pricing ? Was denkt ihr ?

Dr. Michael Drill

21:58 - 23:24

Also ich glaube , ich glaube im Rahmen der Due Diligence , da sind wir weniger von betroffen , aber auf der Beißide , die WP Gesellschaften , die machen , die Management Consultts , die machen , die werden sicherlich mit Hilfen von AE diese umfangreichen virtuellen Datenräume viel schneller durchkämmen , lückenlos durchkämmen und und und viel schneller hier zu Erkenntnissen kommen , damit das sicherlich wird keinen sehr wichtigen Beitrag leisten. Für uns , auf der klassischen Sales ist ist das 'n super Tool , vereinfacht gewisse Aufgaben.

Wir sparen uns Zeit , müssen allerdings die gewonnene Zeit dann anders investiert , weil unsere Kunden in den letzten Jahren ja auch schlauer werden mit KI. Die werden nicht nur schlauer ist und auch anspruchsvoller.

Wir erwarten von uns innerhalb 1 m und a Projektes viel mehr Analysen und Ausarbeitung und Einschätzungen , als das noch vor 10 Jahren der Fall gewesen ist. Also es wird , KI wird unser Geschäft erleichtern.

Wir werden hier Ressourcen freisetzen können , die müssen wir aber anderswertig intelligenter dann einsetzen für anspruchsvollere Tätigkeiten. Aber am Ende des Tages ist son Prozess etwas , was von einem Menschen gesteuert werden muss und das wird keine Maschine übernehmen können.

Julian Osterag

23:24 - 24:57

Ich glaube , als Ergänzung , die Beraterseite versucht ja immer , die Welt einfach zu erklären. Und da gibt's von allen immer diese Aussage , diese 30 70 Regel , 70 Prozent der Tätigkeiten , die wir alle machen , ist durch KI ersetzbar.

Es sind einfache Tätigkeiten , E-Mails schreiben , Leute ansprechen , Tage zu identifizieren , erst mal Käufer grundsätzlich in 'ner Gruppe zusammenstellen. Das sind alles Sachen , die werden immer stärker funktionieren und auch mehr für Investmentbanking getrieben sein.

Und dann werden die diese 30 Prozent , da wo wir die persönliche Interaktion brauchen , da werden wir jetzt einfach mehr Zeit für haben , was 'n großer Vorteil ist , weil wir uns noch besser auf den Kunden einlassen können , noch mehr Zeit haben. Es wird passieren.

Also ich glaub OpenAI hat letzte Woche , vorletzte Woche gab die News Host , dass die über 100 Investmentbanker geheiert haben , speziell für Investmentbanking jetzt noch stärkere Lösungen zu finden. Und zwar Businessplan , was immer noch Schrott ist , wenn man sich alles anschaut , was aus den LLMs rauskommt , auch eine Powerpoint sinnvoll zu bearbeiten ist , okay , aber noch nicht gut.

Und das wird eine ganz andere Qualität reinnehmen in den 3 , 4 Jahren. Die Frage ist , und das ist eine spannende Frage , wie baut man eigentlich seine Organisation aus , die sonst eigentlich immer wie sone Pyramide ? Aber wenn man jetzt unten weniger Leute braucht , so die Entwicklungsschritt 'n bisschen anders , man braucht die Leute mit der Erfahrung.

Das wird sich wahnsinnig viel verändern , aber wir können uns auf die wichtigen Teile von der MAAT Transaktion fokussieren. Und das ist spannend und hilfreich.

Heiko Engel

24:57 - 24:57

Ja.

Kai Hesselmann

24:57 - 28:29

Ich glaube , wenn ich ergänzen darf , ich glaub , man muss ganz stark unterscheiden zwischen den verschiedenen Marktsegmenten , in denen man sich bewegt. Und wenn ich mir die die Teilnehmer anschaue , die heute sich für das Webinar zum Glück sehr , sehr zahlreich , was mich sehr freut , eingewählt haben , ist da auch eine sehr , sehr große Bandbreite dabei zwischen sowohl Investoren als auch Beratern , die in bei der Größenordnung von Transaktionen unterwegs sind , in denen ihr euch auch primär bewegt , Julian und und Michael.

Und aber natürlich gibt's einen extremen im Markt an Kleinstberatungshäusern und auch Kleinstinvestoren , wo wir dann eben von Transaktionsgrößenordnungen im einstelligen Millionen- oder im niedrigen zweistelligen Millionenbereich sprechen. Und grade in diesem kleineren Segment , wo die Anzahl der Transaktionen , wo das Volumen dramatisch viel höher ist als eben im Midcap oder im Nudhcake Segment , glaub ich , da sind's ganz andere Anforderungen sowohl an die Nutzung der Nutzung von Technologie , aber eben auch die Effizienzgewinne , die man dadurch erzeugen kann.

Und ich will nicht wieder die die alte Laie aufmachen von von von der Nachfolgewelle im Mittelstand. So weit will ich nicht gehen.

Aber ich seh jetzt natürlich , wie viele Transaktionen auch von Kleinstunternehmen jedes Jahr in den Markt kommen. Und wenn man mal den den Bogen etwas weiterspannt , kommen.

Und wenn man mal den den Bogen etwas weiter spannt und jetzt keine gesellschaftliche Debatte aufmachen will , aber trotzdem den Gedanken nicht verlieren möchte , gibt's einfach Zigtausende Unternehmen jedes Jahr , die die Nachfolge regeln müssen , die verkauft werden. Und ganz viele von denen machen das ohne Berater , weil sich wenige Berater in dieses Marktsegment verirren , wo man eben , wenn's gut läuft , das Access Fee von 50000 Euro erhält.

Und wenn's schlecht läuft , eben deutlich weniger als das. Und trotzdem , auch in diesem Marktsegment gilt das Gleiche wie bei den großen Transaktionen.

Die Unternehmensinhaber haben in ganz vielen Fällen in ihrem Leben vorher noch nie 'n Unternehmen verkauft. Dementsprechend sind die Closing Rates dramatisch gering , weil die Unternehmer einfach in Anführungszeichen nicht wissen , was sie tun sollen , sowohl bei der Qualifikation , aber dann eben auch bei der Prozessvorbereitung , Prozessführung bis hin zum Abschluss.

Und da spielt Technologie natürlich eine ganz erhebliche Rolle , den Beratungshäusern , die in diesem Marktsegment aktiv sind , die da auch einen professionellen und guten Job machen , denen die Möglichkeiten mit an die Hand zu geben , im Jahr nicht 10 oder 15 Transaktionen mitzubegleiten , sondern vielleicht 20 oder 30 Transaktionen pro Jahr mitzubegleiten , ohne jetzt die Teamgröße deswegen verdoppeln zu müssen , aber einfach durch extrem viel effizientere Prozesse , ja. Und das geht dann eben natürlich los bei der Longliste Erstellung , wo man Partner wie uns nutzen kann oder wo man eben auch immer mehr Tools nutzen kann , die abseits von von Capital IQ und und und und und Pitchbook und und Orbis heute schon ermöglichen , auch mit KI angereicherte Daten zu verwenden und darüber dann relativ schnell auch gute erstellen zu können.

Aber das geht dann weiter über die automatisierte Erstellung von 'nem von 'nem Info Memo oder zumindest mal einen Teil vom Research darüber zu erstellen , was dann eben angereichert wird über die Daten vom vom Unternehmen selbst. Businessplanerstellung habt ihr grade angesprochen.

Da bin ich beide , Julian. Das ist auf der KI Basis weiterhin eine Katastrophe , aber natürlich gibt's ganz viele Tools , die schon mal dabei helfen , da mich einfach aus 'nem aus 'ner BBA , aus den DATEV Auszügen , die ich in einen in einen Tool hinein kippe und daraus mal eine vernünftige G und V und eine vernünftige Bilanz und 'n Cashflow Statement integriert aufgestellt.

Und das ist ja im ersten Schritt schon mal schon mal gut , das überhaupt im Info Memo mit mit drin zu haben , ohne dafür jetzt manuell Zahlen abtippen zu müssen.

Heiko Engel

28:29 - 28:30

Und natürlich geht's.

Kai Hesselmann

28:30 - 29:50

dann weiter bis hin in den DD Prozess. Heiko , wo ich mich an unseren letzten letzten Podcast erinnere , wo Du auch darüber gesprochen hast , wie eure Lösungen im DD Prozess erhebliche Arbeitserleichterungen bieten kann.

Nicht nur für die Due Diligence Teams , aber auch aber eben auch für die für die Käuferseite direkt , weil eben der Datenraum setzt , weil's Fragen beantworten kann auf Basis der Dokumente , die im Datenraum enthalten sind. Und ich bin , Michael , Julian , 100 Prozent bei euch.

Also der Berater wird nicht komplett ersetzt durch KI , zumindest nicht kurzfristig. Ich glaub , wir alle wissen nicht , was in 10 Jahren durch KI alles möglich sein wird , aber auch da muss der Unternehmensinhaber erst mal , auch wenn's technisch vielleicht es dahin möglich ist , muss der Inhaber erst mal auch bereit sein , sein Lebenswerk über eine reine technologische Lösung verkaufen zu holen.

Ich glaub , davon sind wir noch viel , viele Jahre mehr entfernt abseits von der technischen von den technischen Möglichkeiten. Aber der technologische Fortschritt , der ist rasant , ja.

Und die Effizienzgewinne , die wir daraus erzielen , die sind rasant. Und ich glaube , darauf sich einzustellen und das eben als hybriden Ansatz wahrzunehmen und das für dich als große Chance wahrzunehmen und zu testen und zu spielen und auszuprobieren , Das sollte in jeder Organisation , egal wie groß oder wie klein , fest implementiert sein.

Absolut.

Heiko Engel

29:50 - 30:09

Ja. Ja , Julian , Du begleitest ja als Tech Advisor viele digitale Unternehmen , für die KI längst ja tägliches Geschäftsmodell ist.

Wie verändert sich denn der M und A Prozess , wenn Käufer und Zielunternehmen zunehmend selbst KI Tools nutzen ? Egal in welchem Bereich , wie ist da dein Feedback ?

Julian Osterag

30:09 - 32:52

Also ich ich sag mal , es gibt aus meiner Sicht da 2 Ebenen. Das eine ist , wenn man auf der Verkaufsseite 'n Unternehmen hat , was eine eigene proprietäre KI entwickelt hat.

Wir haben jetzt grade eine Finanzierung gemacht für son schwedisches in Curec. Eigene proprietäre Underwyting , eigene proprietäre Schadensmanagement , das extrem attraktiv und auch selten.

Dann haben wir grade jemanden verkauft , der so KI Lösungen in der Netzhobildgebung hat. Sehr spezielle Lösung , absolut proprietär , da zielt der Markt drauf ab.

Allerdings sehen wir auch , dass wenn wir von Kunden Präsentationen bekommen oder schon vorm Pitch , dass das Thema KI auch sehr inflationär benutzt wird , auf jeder zweiten Seite vorkommt. Und dann meistens eigentlich , wenn man tiefer geht , die die Großteil der Unternehmen , Standard KI Lösungen , die am Markt gibt , nutzen und dann sagen wir arbeiten mit KI.

Und das hat natürlich Profit. Es hat keinen großen Vorteil in der Bewertung , wenn ich jetzt von irgendeinem Drittanbieter eine eine KI Lösung benutze für Prozesse.

Also auf der Ebene sehen wir schon deutlichen Unterschied und es würde sogar , ich würd so weitgehend zu sagen , dass es Unternehmen gibt , die haben eine begrenzte Möglichkeit , einen Käufer zu finden , wenn sie nicht an ihrer Technologie was ändern. Die sind irgendwann nicht verkäuflich im Softwarebereich.

Wenn ich eine einfache , wie die Amerikaner schon sagen , nicht Mission critical Lösung habe , dann kann ich nicht ohne KI lange weiter Macht übernehmen. Das ist eine krasser Treiber , der einfach dafür sorgt , dass KI extrem wichtig geworden ist.

So , und dann , wenn wenn ich jetzt mal eine andere Ebene sehe , wo ich sage , na , haben sich da Käufer und Verkäufer besser getroffen ? Da bin ich vor allen Dingen auch bei bei Kai , dass ich sage , ja , in diesem kleinste M und A Bereich ist das sicherlich hilfreich. Viele der Kunden , die wir haben , die kennen ihre Hauptwettbewerber.

Wir kennen ihre Hauptwettbewerber. Da ist es nicht so , dass wir durch KI sagen , guck mal , hier gibt's ja noch mal ganz neue , die wir alle noch nicht gesehen haben.

Natürlich gibt's immer zusätzliche Informationen. Überhaupt gar keine Frage.

Aber da ist grade bei dem Target Identifizieren und bei dem Käufer Identifizieren ist einfach wahnsinnig viel Expertise , die man , da bin ich auch wieder richtig , Herr durch eine KI intern so nutzen kann , dass das eigene Wissen schneller nutzbar ist , greifbarer ist und verfügbar ist. Das ist 'n wesentlicher Vorteil.

Aber ich glaube da mal , wir sind ja wirklich auf diesen beiden Ebenen. KI als Auslöser für eine Transaktion , ja , wenn es 'n Unternehmen ist , das vor allen Dingen mit KI arbeite , dass dadurch eine reine M und A Transaktion zustande gekommen ist , weil jemand bei ChatGPT nach dem Käufer gesucht seh ich eher in diesem Segments als jetzt bei Mitteln und Größe.

Kai Hesselmann

32:52 - 34:38

Heiko , wenn ich da einmal einhaken darf und eine Frage aufnehmen darf , die von den von den Zuschauern reinkamen. Und auch der Hinweis noch mal an die an die an die Zuschauer , wir haben diesen Textchat , stellt da eure Fragen , dann können wir noch interaktiver miteinander diskutieren.

Und Julian , als eine kesterische Rückfrage genau zu dem , was Du grade gesagt hast , Käufer identifizieren über ChatGPT. Man könnte jetzt fast zur Erkenntnis kommen , dass da , wo ich Transaktionen eben Multimillionen- oder im Milliardenbereich habe , da ist die Transparenz über das Käuferuniversum relativ hoch , weil da gibt's einfach natürlich deutlich weniger Käufer im Vergleich eben zu dem kleinen Segment , wo ich potenziell Tausende kleine Wettbewerber habe.

Wenn ich jetzt eine Spedition mit 5000000 Euro Umsatz verkaufen möchte , eigentlich sehr , sehr viele andere Speditionen in der Größenordnung , die potenziell als Wettbewerber , als Käufer in Betracht kommen könnten , plus vielleicht noch mal Zigtausende Privatpersonen , die morgens aufstehen und plötzlich zur Erkenntnis kommen , auch über einen über eine Nachfolge Unternehmer werden zu möchten. Das hab ich nicht , wenn ich über eine Milliardentransaktion spreche.

Das heißt , ich würde fast sagen , dass die Käufer , die einen Milliarden Deal machen , dass man die über eine KI identifizieren kann , die da die Wahrscheinlichkeit ist dramatisch viel höher als das eben Small- oder Microcap Segment. Du hast grade vollkommen richtig gesagt bei euren Mandanten , die Käufer kennen sich irgendwie , die die die Wettbewerber kennen sich untereinander.

Das heißt , nur die Identifikation der passenden Käufer und das Wissen darüber , wer als Käufer in Betracht kommen könnte , das ist vermutlich in ganz wenigen Fällen dann nur das ausschlaggebende Element , warum jetzt Drake Star das Mandat gewinnt und eben nicht Lincoln , oder ? Ja ,.

Dr. Michael Drill

34:38 - 34:59

ist drauf an , jetzt da die richtigen Patienten zu infizieren. Es kommt drauf an nachzuweisen , was hat man für Inroads zu diesen einzelnen Parteien ? Wen kennt man da ? Mit wem kann man da vertrauensvoll mal so was sondieren ? Was sind konkret die Akquisitionskriterien ? Wie haben sie sich verhalten ? Das heißt , die Kenntnis über die potenziellen Käufer , das.

Julian Osterag

34:59 - 34:59

ist das.

Dr. Michael Drill

34:59 - 35:11

Aufschlaggebende. Weniger und das hast Du richtig gesagt , Kai , die longliste der , die die kann jeder innerhalb von von einem Tag oder von 2 Tagen erstellen.

Julian Osterag

35:11 - 36:30

Sehe ich absolut so. Und dann noch dieses dieses Thema , was ist der die aktuelle Appetit wirklich ? Verändert sich da jemand ? Gibt's Also wir sehen jedes Mal , wenn es 'n CO2 Wechsel gibt , ändert sich was in der Strategie.

Man will anders zukaufen , man will andere Transaktionen machen. Man hat genug Transaktionen gemacht , will grade keine machen.

Das sind diese proprietären Informationen und es ist ja nicht so , weder Michael noch ich , ich mach ja nicht 100 verschiedene Sektoren. Ich mach nur Software und das sind 4 Vertikals.

Die Leute spreche ich von morgens bis abends , geh auf die Konferenzen. Und da will man nicht nur wissen , was will der Käufer , sondern auch , was sind die treibenden Thema grade in jeder Strategie , in jeder uns Umsatz- und Margendiskussion.

Und das macht auch viel Wert aus. Und dann kommt man natürlich zu den ganzen transaktionsbeschiefischen Informationen.

Und die sind so nicht verfügbar und werden aus meiner Sicht extrem schwierig verfügbar sein , weil niemand hingeht und seine SBA und IM öffentlich einem LLM zur Verfügung stellt und sagt , hier hast Du alles , was Du brauchst , inklusive der Steuerprobleme und TechD Themen , die wir diskutiert haben. Und das kann man durch eigene Lösungen inhouse und dann hat man eine Datenbasis , das ist dann eine Lincoln unter Dragstar Datenbasis.

Es wird aber nicht im allgemeinen LLM zur Verfügung stehen.

Heiko Engel

36:30 - 36:33

Ja.

Kai Hesselmann

36:33 - 36:36

Jetzt kamen noch weitere Fragen rein , Heiko. Das ist gut.

Heiko Engel

36:36 - 36:37

Die Ja.

Kai Hesselmann

36:37 - 36:40

Wurden wurden deutlich aktiver.

Heiko Engel

36:40 - 37:08

Wollen wir mal eine auswählen ? Ich hab hier , ja , nehmen wir mal die erste hier. Ich stell die jetzt einfach mal hier in den Raum und dann springen die einfach mal drauf.

Mhm. Wie kann man sicherstellen , dass KI gestützte Tools im Prozess wirklich fair und objektiv sind und nicht unbeabsichtigt Byers verstärken ? Wer möchte denn die mal nehmen ? Gerne.

Ja. Ach so , ne , dann dann mach Du gerne.

Julian Osterag

37:08 - 38:18

Also immer durch diese persönliche menschliche Erfahrungskomponente , die hier mit reinspielt. Ich hab vorhin schon kurz die die Probleme bei den aktuellen Modellen genannt.

Klar gibt's Halluzinieren , es gibt 'n Fokus auf bestimmte Textbestandteile vorne und hinten. Es gibt die Frage , was ist öffentlich verfügbar ? Was ist nicht öffentlich ? Was ist vertraulich ? Was ist nicht vertraulich ? Am Ende des Tages ist es immer der erste vorbereitende Schritt , der aber auch , wie ich schon sagte , 70 Prozent der Arbeit sein kann.

Und dann muss sich jemand hinsetzen mit Erfahrung und Gehirn und durchgehen und gucken , ob das alles passt. Weil 1 darf man nicht vergessen , derjenige , der auf der anderen Seite sitzt , hat im Zweifel genau die gleichen Informationen bekommen durch die KI , wie wie ich sie selber bekommen hab.

Und dadurch kann ich mich nicht unterscheiden. Ich kann mich nur unterscheiden , wenn ich sage , falsch , falsch , richtig , da fehlt was.

Und das ist das , wo die menschliche Erfahrung wichtig sein wird. Es geht nicht aus meiner Sicht darum , und dass eigentlich alle großen Anbieter von proprietären LLM Modellen sagen das Gleiche , es geht nicht darum , jemand zu einhundert Prozent zu ersetzen , sondern diese 70 Prozent einfache , wiederholende , teilweise stupide Arbeiten abzunehmen und den Fokus auf die intelligenten Beiträge des Menschen zu setzen.

Heiko Engel

38:18 - 38:22

Kai , Du wolltest noch was dazu sagen ?

Kai Hesselmann

38:22 - 46:50

Ja , nee , also aber im Grunde ist es das , was was Julian gesagt hat , vielleicht mit 1 Ergänzung und dann schließt auch son bisschen anderen dann eine weitere Frage , die hier kam , und zwar , welche Tools werden genutzt und weil wir immer viel von gesprochen haben , aber nicht von von anderen. Ich glaube , die vorherige Frage zu beantworten , wie kann ich das im weitesten Sinne die die Halluzinierung beschränken oder eben einschränken , dass dass ich 'n Bias habe über die Fragestellung.

Aber das hängt das hängt sehr , sehr stark davon ab , welches LLM ich auch für welche Anwendungen verwende. Und da gibt's sicherlich große Unterschiede.

Und und wir nutzen in der Tat verschiedene LLMs , verschiedene Anwendungen oder verschiedene Anforderungen. Und da , wo wir auf der auf der Content Seite , also wenn's darum geht , vielleicht Studien auszuformulieren oder auf der Marketing Seite etwas vorzubereiten , da ist , glaub ich , ChatGPT eine große Hilfe , weil's zu den zu den Kernanwendungen gehört , von CBT 5 eben auch Content zu erstellen.

Wenn's darum geht , Langtextanalysen zu machen und große Studien zu verarbeiten und daraus Erkenntnisse dann zu extrahieren und und zu gewinnen , dann ist Claude vermutlich eine bessere Lösung als als ChatGPT. Wenn ich in den hineingehe , auch auch die Funktionen gibt's zwar bei bei ChatGPT , dennoch hab ich immer das Gefühl , dass Seminar da eine eine eine bessere Lösung ist.

Also eben das dass das Google Modell und da grade bei bei großen Researchvorhaben dann zu besseren Erkenntnissen kommt. Und noch andere Anwendungen , ist dann vielleicht noch sinnvoller , wenn man eben eben über über quantitativen Analysen bespricht.

Und ich glaub , so muss man und das das werden ja eure Techteams genauso so machen , gucken , was sind die richtigen Anwendungen ? Was sind die richtigen LLMs oder für welche Anforderungen , die ich verwenden möchte ? Und dann natürlich auch , wie werden die eingestellt ? Wie ist mein , was ich darauf aufsetze ? Erlaube ich Halluzinierung ? Erwarte ich immer , dass mir alle Quellen dargestellt werden und so weiter ? Und das ist , glaube ich , extrem wichtig und sinnvoll , eben nicht danach eine böse Überraschung zu erleben. Wir haben alle das von von Deloitte in Australien in den letzten Wochen gelesen , was da passiert ist.

Und das wird , also da ist es jetzt rausgekommen. Ich bin mir sicher , dass das hundertfach regelmäßig passiert.

Dass bei Commercial DDs , aber auch bei Financial DDs , bei beim Schreiben von Info Memos natürlich die Junior ganz , ganz viel Arbeit sich abnehmen lassen durch den Einsatz von 'nem von 'nem GPT. Und dass da ganz viel Unfug nachher auch in die Dokumente mit hinein und dass das nicht bei jeder Qualitätsprüfung nachher rausgefiltert wird.

Deswegen ist es gut umso mehr davon dann öffentlich wird , weil's natürlich auch sensibilisiert. Genau , aber das , nur als kurze Beantwortung auch zu der Frage , welche weiteren g p ps da genutzt werden.

Wir können die Frage vielleicht noch 'n bisschen weiter aufmachen gleich , Heiko , Norbert auch die Frage kam jetzt mehrfach , welche weiteren Tools denn überhaupt so genutzt werden , entlang vom Prozess eben abseits davon , ich nutze jetzt 'n LL M für einen Text , für 'n für 'n Text erstellen. So , soll ich mal anfangen und 'n Überblick geben über die Themen , die uns laufend über den Weg laufen oder Michael , Julia wollt ihr Ja , okay.

Dann dann starte ich mal. Natürlich gibt's da mittlerweile in der Tat eine eine relativ große Bandbreite von Tools , die verwendet werden entlang vom vom Prozess.

Und wenn man ganz vorne anfangen im Prozess gibt es Und ich würde gar nicht mehr immer unterscheiden zwischen KI Tools und einfach Tech Tools , die ja häufig , wir haben's grade gesagt , KI mit drin haben und und viel darüber automatisieren oder Datenanreicherungen machen und so weiter. Natürlich hast Du auf der CRM Seite heute schon m und a spezifische CRM Systeme wie wie eine Affinity oder Deal Cloud oder , jetzt will ich nicht zu weit gehen , aber Heiko , euer Deal Center geht ja fast auch in die Richtung hinein , eine Art CRM System für den einzelnes Projekt bieten zu können , eben als Prozessmanagementlösung mit wahnsinnig viel Technologie embedded.

Und das geht dann natürlich weiter über die Käufer Identifikation , ja , mit mit uns und mit unseren Plattformen , wo wir immer mehr Technologien mit implementieren. Es gibt Anbieter wie wie Conclusia , wie Prox Steel , die versuchen , sowohl bei der Datengewinnung als auch dann eben bei der Datenanreicherung Technologie einzusetzen , wo dann eben das Ergebnis nachher eine ist.

Auf der Research Seite ist es aber genau das Gleiche , wenn ich mir jetzt eine Strategy Bridge AI anschaue oder auch dann , also wo ich eine einen kompletten Research quasi automatisiert erhalte auf Basis nur von 'nem Targetnamen , ja , inklusive Marktresearch , inklusive Wettbewerbsumfeld , inklusive Benchmarking. Wenn ich aber dann jetzt gar nicht bei den bei den kompletten Research Tools bin , für einen kompletten Unternehmens- oder Markt Research , sondern nur im Kleinen jetzt vielleicht bei der Long Disc Erstellung bleibe und den Target , das das das Markets Screening mache , Auch da sei es eine Delfin oder eine Value Aid oder Invin , die natürlich ganz viel Technologie nutzen , bestehende Informationen von unter aus Unternehmensdatenbanken zu scraben und die anzureichern.

Und ist immer die Frage , wo ist jetzt die Abgrenzung zwischen , wie gesagt , zwischen Tech und und AI ? Aber wenn ich jetzt über 'nem Unternehmensregister mir die Finanzinformationen hole und die gesellschaftrechtlichen Informationen hole , dann darüber hinaus noch 'n Scraping mache der Website , gucke , ob ich irgendwo in News Artikeln Informationen zu dem Unternehmen finde , das dann über 'n LLM vereinheitliche , anreichere und so dann eben in meinem Tool dann einfach 'n vollständiges Unternehmensprofil liefern kann , dann ist es natürlich auch schon eine wahnsinnig große eine wahnsinnig große Hilfe. Und genau über über über über euch auf der Infolinks Seite haben wir grad schon gesprochen , wie viel Technologie ihr jetzt in den in den Datenraum auch mit hineinbringt.

Und dann hast Du natürlich auf der DD Seite auch jetzt schon ganz viele Lösungen. Auf der Seite kennen , glaub ich , die meisten Anwesenden kennen kennen Harvey und Harvey AI , die ja mit ganz vielen großen sowohl WP Gesellschaften als auch Rechtsanwaltskanzleien Kooperationen haben und darin eben einen Tool für den Legal Tech Prozess oder für den Legal Idee Bericht liefern.

Die Frage kam auch vorhin , was wir von von der Finance AI wie Robo halten. Und und das ist in der Tat 'n Player , den ich in Deutschland bisher wenig gesehen habe , Robo AI , die mittlerweile aber auch einen Funding irgendwo im im im höheren zweistelligen Millionenbereich haben.

Also dann ist das über 50000000 abgeschlossen und eben genau das machen , was ihr grade ja auch überhaupt genannt habt. Also einen spezifisches Tool zu bieten für den Investmentbanking Prozess.

Und eben eben angefangen bei Erstellung über Teaser Info Demo Erstellung bis eben auch hin , dass 'n Datenraum darüber dann irgendwann automatisiert befüllt werden kann. Ja , dann dann gibt's weitere Lösungen wie eine Cure Systems auch im Bereich , im Financial DD Bereich , vielleicht eine.

Also es gibt wirklich verschiedene Lösungen und es gibt 1000 weitere , die ich vermutlich vergessen habe oder grade nicht nicht aufzählen kann , die eben entlang vom Prozess aktuell noch so Insellösungen sind , die dann verwendet werden und die dann aber stärker und stärker zusammenwachsen und am Anfang vielleicht dann eben nur 'n Effizienzgewinn auf der Juniorebene bieten , im Laufe der Zeit dann aber auch die eine Prozessoperation bieten sollen. Und da also es passiert wahnsinnig viel und ich glaube , das , was wir jetzt alle diskutiert haben , dieser hybride Ansatz zwischen Mensch und Technologie , das wird nicht davon abhängen , was technologisch möglich ist.

Das wird ausschließlich davon abhängen , was der Verkäufer und auch der Käufer , was die wünschen , ob die mit Menschen interagieren wollen oder ob irgendwann im Laufe der Zeit sich eine extrem starke Akzeptanz durchgesetzt hat , Akzeptanz durchgesetzt hat , welche welche Schritte noch menschlich gemacht werden müssen oder was eben automatisiert auch akzeptiert wird.

Heiko Engel

46:50 - 48:28

Vielleicht kann ich da von uns auch mal von Intralings Seite 'n bisschen was erzählen. Also wir sprechen auch jeden Tag mit den entsprechenden Kunden von unserer Seite.

Ich glaube , was ein großes Thema auch noch ist , losgelöst von den Tools , die natürlich ganz wichtig sind , ist eigentlich , dass jeder sich aktuell sehr viel Gedanken macht sogenannte prompt Libraries. Weil jedes Tool ist nur so gut wie die prompt , die man stellt.

Und das ist , glaub ich , aktuell , was ich so höre , ganz interessant. Eigentlich verstehen et cetera pp.

Ich glaub , ich kann das eben auch mal mitgeben. Ich glaub , das ist ganz wesentlich auch , diese Tools so effizient und so gut wie möglich nutzen zu können , weil ansonsten hat man zwar ein tolles Tool , aber wenn ich die richtigen Fragen stell , kriegt man auch nicht die richtigen Antworten.

Das ist , glaube ich , noch mal ein ganz wichtiger Punkt und wir haben ja noch eine andere Frage , die , glaube ich , ganz passend ist , Wie verändert sich eurer Meinung nach die Verantwortung im Transaktionsprozess , wenn KI mitentscheidet ? Wer trägt am Ende die Haftung ? Ich halte es auch ganz , ganz interessant eigentlich , da darauf zugreifen , doch von unserer Seite. Wir haben ja jetzt auch 'n Prompt im Datenraum.

Also alle Ergebnisse , die bei uns eigentlich angezeigt werden als Antwort von der KI , die sind immer unterlegt mit der Quellenangabe aus dem Datenraum. Also da ist dann auch jeder noch mal angeraten , das auch noch mal nachzulesen.

Also ich glaube , da ist ganz wichtig , dass man da auch sehr sorgfältig vorgeht , aber ich geborene die Frage einfach mal gerade an den Julian. Thema Verantwortung.

Julian Osterag

48:28 - 50:28

Also grade auch , was Kai sagte und die Frage ist natürlich , also die vorherige Frage schon. Es gibt aktuell über 3500 LLM Modelle , ja ? Die wenigsten sind proprietär , die meisten sind Open Source.

Und da gibt's noch 1000 Beispiele , was man nutzen kann. Und da ist zum einen dieses Thema , wer hat die Lösung erstellt ? Wie gut funktioniert die für Texte , für andere Themen ? Dann die Quellen.

Also wir nutzen zum Beispiel AlphaSense ist jemand für Deep Research , der speziell für Investmentbanken , ne. Sind die ganzen Call Notes von allen Investor Calls mit drin , von allen Meetings und so.

Das sind ganz andere Quellen als die , die öffentlich verfügbar sind. Das wird wichtig sein.

Und natürlich dann , und das jetzt auf deine Frage , am Ende des Tages wird immer , werden wir immer in der Pflicht sein , diese Informationen noch mal zu überprüfen und dazu stehen. Ich glaub , wir müssen alle auch kenntlich machen , wo sind keine KI generierte Informationen ? Genauso wie wir , wenn wir in 'nem Pitch Dokument oder in 'nem IM Informationpreis sehen , geben wir auch die Quelle an.

Am Schluss muss die Quelle genannt werden , wo diese Informationen herkommen , da transparent zu arbeiten. Wir können nicht eine Seite erstellen , die rein KI basiert ist und dann so tun , als wär das unsere Information.

Das wird ganz wichtig sein. Und das wird auch , wir haben mit vielen KI Experten gesprochen und auch mal so Abende gemacht , das zu diskutieren.

Das wird auch zu echten Problemen führen und zu Transaktionen , die nicht klappen , wo aufgrund von Fehlinformationen , falsch interpretierten Informationen Transaktionen nicht zustande kommen. Und dann wird es auch Parteien geben , die das dann nicht richtig gemacht haben und die sich rechtlichen Konsequenten gegenüberstehen.

Es wird passieren. Das ist das Gleiche wie mit der Datensicherheit.

Aber das ist spannend , weil's für uns , glaub ich , große Möglichkeiten bietet. Wir müssen halt nur diese Themen im Griff haben.

Und ich glaub , was unendlich ist , ist aus bald wahrscheinlich 5000 Lösungen die Richtlinien auszusuchen , die alle diese Anforderungen erfüllen , die nutzbar sind und dann auch wirklich das richtige Ergebnis für uns liefern.

Heiko Engel

50:28 - 50:56

Ja , sehe ich genauso. Leider , wir wir nähern uns in großen Schritten son bisschen dem Ende.

Wir haben eine ganze Menge andere Fragen noch reinbekommen. Ich glaub , wir könnten noch viel länger machen , aber wir wollen das Ganze ja son bisschen in den 60 Minuten halten.

Vielleicht ganz kurz noch abschließend an jeden von euch noch eine Frage , Michael , ich fang mal mit dir an. Wenn Du auf die nächsten 5 Jahre schaust , was wird sich durch KI im M und A Prozess unwiderruflich verändern ? Wie siehst Du das ?

Dr. Michael Drill

50:56 - 52:59

Also ich glaube , die Effizienz wird sich verändern , die Effizienz , Dokumente zu erstellen , Vermarktungsunterlagen zu erstellen , Menschenpräsentationen vorzubereiten. Aber wir haben heute immer nur über KI gesprochen , die uns unterstützen werden , das Target vielleicht besser zu versteht , besser darzustellen , aber ist ja eigentlich viel weiter gefasst.

Ist ein Prozess , bei dem man etwas verkauft , für das sich verschiedene Parteien interessieren. Da muss man als Berater mit emotionaler Intelligenz , nicht mit mit künstlicher Intelligenz überlegen , wie setzt man son Prozess auf ? Wann lädt man welche Parteien zu Warm-up Meetings , zu Managementpräsentationen ein ? Da kann KI überhaupt keinen Beitrag leisten.

KI kann da nicht entscheiden , kann da keine Empfehlung aussprechen , wie man son m und a prozess ja , strukturiert vom Design her , wie man Braut und Bräutigam versucht , irgendwie dann mal zum Altar zu bringen. Da hilft es nicht , das Target und den Käufer ausm Effeff zu kennen.

Da geht's ganz andere Themen. Das wird uns nie ersetzen können.

Von daher bin ich für meinen jüngeren Kollegen zuversichtlich , dass sie auch noch in 20 , 30 Jahren was zu tun haben. Ich glaube , der Unterschied zu zu weiterführenden Zeit und zu heute ist , dass viele mühsame , man könnte auch teilweise stupide Arbeiten ersetzt werden , sodass man sich voll und ganz auf die eigentliche Kunst des m und a Geschäfts dann konzentrieren kann , ja.

Aber KI wird den Menschen die ersetzen können. Nicht , wenn's Unternehmenskauf und Verkauf geht.

Im Immobiliengeschäft mag das anders sein , aber was wir ja tun im MDR Geschäft , wir verkaufen Geschäftsmodelle , verkaufen Businesspläne , die von Menschen verkauft und umgesetzt werden müssen. Da menschelt es so viel an allen Ecken und Enden , das kann eine Maschine nicht abdecken.

Dann bin ich da vielleicht noch ergänzender.

Julian Osterag

52:59 - 53:43

Alleine die Betreuung der Verkäufer , für die das ein lebensverändernde Event ist , die auf einmal Millionen haben , ist so , dass wir teilweise als Berater 1 von 2 , 3 Leuten sind , die das wissen. Das weiß der Partner häufig noch , aber dann hört's auf.

Niemand verkauft an dem Donnerstag Unternehmen und sagt am Freitagabend beim Essen , wir freuen , war eine Superwoche , ich hab 50000000 offen konnte. Das ist teilweise , da da bilden sich Freundschaften über Jahre , weil die Leute anrufen , was soll ich jetzt machen ? Soll ich jetzt investieren , soll ich was Neues machen ? Das darf man nicht unterschätzen.

Es ist so emotional , alle wollen den höchsten Kaufpreis oder auf den letzten Metern entscheiden sie sich doch für den , der am Sympathischen ist , der am besten passt zu einem , wo die Strategie passt. Was dann ganz viele Soft Facts sind , das ist schon beeindruckend.

Also muss ich Michael 100 Prozent recht geben.

Dr. Michael Drill

53:43 - 54:21

Ja , aber vielleicht ein Punkt. Ja , also die Strukturen werden sich vielleicht in den Investmentbanken verändern.

Die gehen weg , vielleicht in Steinpyramide vor mit ganz vielen Analysten und hin mehr zu flachern herschieben. Von daher wird sich da vielleicht die Teamzusammensetzung und auch das Skillset verändern.

Wir sehen , dass natürlich jetzt die jungen Kollegen gar nicht mehr selbst unbedingt gut rechnen können müssten , sondern die müssen halt auch sehr archivarchien sein müssen , verstehen , wie man mit KI umgeht , müssen geschult werden , die richtigen Fragen zu stellen , die richtigen Ergebnisse zu bekommen. Also das Skillset verschiebt sich auch ein wenig.

Heiko Engel

54:21 - 57:32

Okay. Kai , was wär für dich der Punkt , an dem KI im M und A wirklich Vertrauen gewonnen hat ? Was würdest Du sagen , final ? Ja , also ich glaube , es ist einen einen Prozess , in dem wir uns da befinden.

Und natürlich , irgendwie Michael das grade angesprochen , von der von der Pyramide in der auf der Hierarchieseite , da werden wir uns schlagartig wegentwickeln. Also es ist kein keine Frage , ob wir uns da wegentwickeln , sondern nur wie schnell.

Aber ich lese , dass McKinsey einem weltweit 5000 Mitarbeiter entlassen möchte und eben durch durch KI Agenten ersetzen wird. Das ist keine Frage des Offs , sondern nur eine Frage der Zeit , bis dann eben das auch in anderen Organisationen sich nicht durchgesetzt.

Und damit einher geht dann natürlich auch die Offenheit zur Nutzung von Kali , ne , umso stärker dann die die Verwendung ist , die Aktion ist. Und dann geht's aber natürlich auch technische Faktoren , die dazu führen , dass die Verwendung selbstverständlich Also natürlich beginnt das damit , dass ich die Ergebnisse eben dann noch deutlich erklärbarer und dann immer gesagt , warumitärbarer ? Wer das also ganz transparent herleiten kann , warum vielleicht welcher Käufer im Prozess , und gar nicht mal nur bei der Long Dissertwertung , aber ich glaube , in der Tat geht's eben dann sogar so weit , dass Handlungsempfehlungen von der KIPROURCE geben werden , die eine Prozessführung stattfinden soll.

Warum welcher Käufer im Prozess priororiert wird , Logiken dahinter eben nachvollziehbar dokumentiert werden und eben mal hauptsächlich werden , dass es potenziell als Vertrauen ist , potenziell. Aber es geht natürlich auch darum , wann etablieren sich Lösungen , die eben nicht nur als als Ingenieur , sondern für einzelne Schritte helfen können , sondern die eben dann auch wirklich bei der Prozessführung in in Gänze gelten können.

Und Michael Neu , ich würde hier gar nicht widersprechen , der Mensch wird eine wesentliche Rolle auf aktivbare Zeit behalten. Aber natürlich kann auch eine eine Lösung , eine eine Biologielösung irgendwann Handlungsempfehlungen , jedem welchem Zeitpunkt im Prozess ich vielleicht noch mal Das sind wir euch sehr Tätigkeiten , ne.

Das ist nicht in jedem Markt , die wir interessieren. Mach ich zuerst die die die Menschenspräsentation , wo wir dann die Angebote halten ? Oder mach ich's umgekehrt ? Auch da gibt's ganz viele Maschinenwege , wie man das macht.

Wann ruhig bin von Service und Europa ? Wie hart , verhandelt nach mit welchen Parteien ? Mach ich eine LUI nicht nur mit 1 Partei , sondern nimm nicht mehrere Parteien mit dem dem dem Budget. Was heute in 'nem LUI überhaupt drinsteht ? Das sind alles Dinge , die nicht für jeden im Markt komplett selbstverständlich sind und wo Technologie im Laufe der Zeit helfen kann.

Ich glaube , so ist es dann eben dann eben genau dieser dieser Zweiklang aus meinen der besseren Nachvollziehbarkeit von den Handlungsempfehlungen und von den Ergebnissen. Aber auf der anderen Seite dann eben auch wirklich eine eine Verfügbarkeit von 'ner Art Prozessführung durch Technologie , durch den MLK Prozess durch.

Letzte Frage an den Julian. Was würdest Du heute jungen Berater und Beraterinnen an die Hand geben , erfolgreich mit KI im M und A arbeiten zu können ?

Julian Osterag

57:32 - 58:54

Im Prinzip das , was ich eigentlich jedem M und A Berater , egal wie alt er ist , mit an die Hand geben würde. Wir müssen alle , egal ob ich Analyst bin oder Partner , das Thema KI verstehen , kontinuierlich anschauen , viel uns damit beschäftigen.

Jetzt sagte mal 'n KI Berater zu mir , Jürgen , es ist wie zur Schule gehen. Die Welt wird sich komplett verändern und wenn Du jetzt nicht zur Schule gehst und das Thema komplett verstehst , hast Du verloren.

Egal , ob Du 'n Analyst bist oder auf Uni gehst oder noch in der Schule bist und bloß das Thema versteht. Und das ist , glaub ich , essenziell , weil KI wird nie , egal ob's die eigene ist oder eine offene wird nie 100 Prozent der Informationen haben , die zur Verfügung stehen , weil in unserem Geschäft einfach sehr viel vertraulich ist und extrem vertraulich ist.

Deswegen muss man sich überlegen , wo kann ich meinen Job durch KI wirklich verbessern ? Auch ja schon durch Software , aber durch KI noch mal mehr. Und wo leg ich meinen Fokus drauf ? Ich glaub , Fokus wird als persönliche Thema wird immer sein , hab ich 'n Branchenverständnis , hab ich 'n Netzwerk , kenn ich die Leute , kenn ich die Käufer , treff ich die Leute , weil ich gewinne 'n Mandat auch nicht dadurch , dass ich's am besten KI analysiert hab und dass es der beste Pitch mit den meisten Infos jetzt , sondern es geht auch die persönliche Ebene.

Kann ich mit dem Michael oder dem Julian oder dem Kai eine Transaktion machen ? Ja oder nein ? Und dafür muss ich empathisch rüberkommen und es machen für Sie. Grade das wird extrem wichtig sein.

Heiko Engel

58:54 - 59:48

Ja. Super.

Ja , dann erst mal vielen herzlichen Dank Julian , Michael und Kai an euch , dass ihr jetzt teilgenommen habt. Vielen Dank an die Zuhörer , die uns so viele Fragen gestellt haben.

Ich glaub , ich kann abschließend sagen und Kai , wir haben ja schon 'n paar von den Webinaren gemacht. Wir haben jetzt rückwirkend schon rückblickend können wir sagen , KI ist angekommen im Dealmaking , ja ? Wenn ich bedenk so , das erste Mal , als wir das gemacht haben , war das alles noch son bisschen eher theoretischer Natur und ich glaub , man kann jetzt sagen , also man muss da reingucken , man muss am Ball bleiben.

Wie ich vorhin noch mal gesagt hab , ganz wichtig , prompt Libraries , glaube ich , sollte sich jeder mal angucken und ansonsten bedanke ich mich ganz herzlich , werd noch auf LinkedIn und so weiter , gibt's noch 'n paar Posts auch , wo man das ganze Webinar sich noch mal anschauen kann. Ich bedank mich ganz herzlich bei allen , die dabei waren und ansonsten wünsche ich uns noch eine schöne Restwoche.

Vielen Dank und tschüss. Vielen Dank euch allen.

Vielen Dank. Danke.

Danke.

Dr. Michael Drill

59:48 - 59:50

Danke. Danke.

Danke. Danke.

Danke. Gerne.

Tschüs.