Bei einer Due Diligence prüfen Berater hunderte Annahmen. Für die Kaufentscheidung zählen am Ende drei bis fünf. Der Rest kostet vor allem eins: teure Arbeitsstunden.
Der Aufwand ist ja nachvollziehbar. Wer ein Unternehmen kauft, will Datenräume analysiert und Verträge geprüft sehen, eine falsche Annahme kann Millionen kosten. Nur weiß vorher niemand, welche Annahmen das Ergebnis überhaupt bewegen. Also wird alles gleich gründlich geprüft.
Nicht jede Zahl prüfen, sondern die wenigen, an denen die Entscheidung wirklich hängt.
Eine Zahl sagt nichts darüber, wie sicher sie ist
Ein Beispiel. Ein mittelständischer Maschinenbauer will ein Softwareunternehmen für 20 Millionen Euro übernehmen. Dessen Software hilft Industriekunden bei der Wartung ihrer Maschinen und soll nach dem Kauf auch an die eigenen Kunden des Maschinenbauers verkauft werden.
Anna, die CFO, baut mit ihrem Team den Business Case: 10.000 eigene Kunden kommen infrage, 4 Prozent davon kaufen, jeder bringt 2.000 Euro Umsatz pro Jahr. Zusammen mit Bestandskunden, Kaufpreis, Kosten und Abwanderung ergibt das einen Kapitalwert (NPV) von fünf Millionen Euro – vereinfacht: so viel zusätzlichen Wert schafft die Übernahme voraussichtlich.
Aber die Annahmen sind unterschiedlich verlässlich. Die Zahl der eigenen Kunden kennt das Unternehmen ziemlich genau. Die Kaufquote von 4 Prozent ist dagegen nur eine Einschätzung des Vertriebs; die Software wurde diesen Kunden noch nie angeboten, die tatsächliche Quote könnte auch bei 1 oder 8 Prozent liegen. In Excel sehen beide Annahmen trotzdem gleich aus: als sauber eingetragene Zahl.
Schritt 1: Bereiche statt Punktwerte
Anna ersetzt die Schätzwerte durch realistische Bereiche. Statt genau 10.000 Kunden: 9.500 bis 10.500. Bei der Kaufquote, wo die Unsicherheit viel größer ist: 1 bis 8 Prozent. Dasselbe für Preis, Kosten und die übrigen Annahmen.
Das zeigt genau, was das Unternehmen weiß und wo Lücken sind. Eine einzelne Zahl verdeckt diese Information.
Schritt 2: Die möglichen Ausgänge durchrechnen
Statt einmal mit festen Zahlen wird der Case jetzt viele tausend Mal gerechnet, jedes Mal mit einer anderen Kombination aus den Bereichen. In einem Durchlauf kaufen 2 Prozent der Kunden, in einem anderen 6, während sich gleichzeitig auch Preis und Kosten verändern. Dieses Verfahren heißt Monte-Carlo-Simulation.
Das Ergebnis: Der Kapitalwert liegt nicht sicher bei fünf Millionen Euro, sondern irgendwo zwischen minus einer und plus zwölf Millionen. Bei minus einer Million würde das Unternehmen Wert vernichten, bei zwölf wäre der Kauf sehr attraktiv. Die fünf Millionen aus der ersten Rechnung sind nur einer von vielen möglichen Verläufen.
Anna weiß damit noch nicht, was passieren wird. Sie sieht aber zum ersten Mal, wie groß die Unsicherheit wirklich ist.
Schritt 3: Die kritischen Annahmen finden
Diese Spanne ist zu breit, um die Übernahme guten Gewissens freizugeben. Woran liegt sie? Eine Sensitivitätsanalyse zeigt, wie stark die Unsicherheit jeder einzelnen Annahme das Gesamtergebnis bewegt.
Das Ergebnis ist eindeutig. Ob der Maschinenbauer 9.500 oder 10.500 passende Kunden hat, ändert an der Spanne des Kapitalwerts wenig, Abweichungen bei den Kosten genauso. Die Kaufquote dagegen entscheidet: Am unteren Ende wird die Übernahme zum Verlustgeschäft, am oberen schafft sie erheblichen Wert.
Die Kaufquote ist Teil der „critical few“, der wenigen Annahmen, an denen die Entscheidung tatsächlich hängt. Die übrigen Zahlen verdienen im Moment schlicht nicht denselben Prüfaufwand.
Schritt 4: Gezielt nachprüfen
Statt weitere Wochen jede Excel-Zelle zu kontrollieren, konzentrieren sich Anna und die Berater auf die Kaufquote. Sie sprechen mit Kunden, testen das Angebot in kleiner Runde, schauen sich Vergleichswerte ähnlicher Produkte an. Danach lässt sich die Quote enger fassen: 3 bis 5 Prozent statt 1 bis 8.
Neu gerechnet liegt der Kapitalwert jetzt zwischen drei und sieben Millionen Euro. Selbst im vorsichtigen Verlauf bleibt er positiv. Die Geschäftsführung kann zustimmen, ohne sich auf eine scheinbar exakte Zahl verlassen zu müssen.
Wäre die Spanne noch zu groß, käme als Nächstes die zweitwichtigste Annahme dran – so lange, bis die verbleibende Unsicherheit für die Entscheidung akzeptabel ist. Und eine geprüfte Annahme darf ein Bereich bleiben. Niemand kann garantieren, dass exakt 4 Prozent der Kunden kaufen.
Nicht jede Zahl verdient die gleiche Aufmerksamkeit
Eine Due Diligence wird nicht besser, weil jede Annahme mit demselben Aufwand geprüft wurde. Was zählt, ist, ob die verbleibende Unsicherheit die Kaufentscheidung noch beeinflusst. Wer das misst, erkennt, wo zusätzliche Informationen wirklich helfen und wo weitere Analysen nur Zeit und Beraterhonorare kosten.
Das eigentliche Takeaway ist simpel: nicht jede Zahl prüfen, sondern die wenigen, an denen die Entscheidung wirklich hängt. Genau das unterstützt Bayescase out of the box: Von ehrlichen Bereichen über die Simulation bis zur Identifikation der kritischen Annahme.
Geschrieben von
Alex Gutzler
Gründer & CEO, Bayescase