Einleitung
Die Landschaft der künstlichen Intelligenz wandelt sich rasant, da KI zunehmend in sämtliche Geschäftsabläufe einfließt. Diese Integration verschlankt nicht nur Arbeitsabläufe und steigert die Produktivität, sondern weckt auch erhebliches Investoreninteresse und lässt die M&A-Aktivität sprunghaft ansteigen. KI-Unternehmen, die spürbare Effizienzgewinne liefern, verschieben die Wettbewerbsdynamik und erzielen Premiumbewertungen, die jene klassischer Technologieunternehmen oft übertreffen.
Die Bewertung von KI-Unternehmen wirft jedoch besondere Herausforderungen auf, die sich von den ausgetretenen Pfaden von SaaS und anderen Softwaremodellen unterscheiden. Ihr Verständnis erfordert daher einen neuen analytischen Rahmen. In diesem Artikel beleuchten wir die Feinheiten der Bewertung von KI-Unternehmen, stellen sie klassischen Modellen gegenüber und legen unsere Sicht auf die KI-Bewertung dar.
Eine tiefer gehende Betrachtung aktueller KI-Bewertungsmultiplikatoren finden Sie in unserer ausführlichen Analyse hier: KI-Bewertungsmultiplikatoren 2025
Was die KI-Übernahmen antreibt?
Das sprunghafte Anstieg KI-bezogener Übernahmen wird durch eine Reihe strategischer Motive befeuert, denn Unternehmen aller Branchen wetteifern darum, die transformative Kraft der künstlichen Intelligenz zu nutzen. Statt allein auf die interne Entwicklung zu setzen, bietet die Übernahme von KI-Firmen einen schnelleren und wirksameren Weg, wettbewerbsfähig zu bleiben. Zu den wichtigsten Treibern zählen:
1. Produktinnovation und Differenzierung beschleunigen
- Der Erwerb von KI-Fähigkeiten ermöglicht es Unternehmen, intelligente Funktionen in bestehende Produkte und Dienstleistungen einzubetten: Sie verbessern die Leistung, ermöglichen Personalisierung und erschließen völlig neue Anwendungsfälle. Das steigert nicht nur das Kundenerlebnis, sondern stärkt auch die Marktposition in einem zunehmend digitalen und datengetriebenen Umfeld
2. Knappe Talente und Expertise sichern
- Der Pool an KI-Talenten bleibt begrenzt, und um die besten Ingenieure, Data Scientists und Forscher herrscht weltweit ein intensiver Wettbewerb. Übernahmen bieten einen schnellen Weg, erfahrene Teams an Bord zu holen, die oft eine nachgewiesene Erfolgsbilanz in Innovation und Umsetzung mitbringen
3. Zugang zu proprietärer Technologie und Daten gewinnen
- Viele KI-Firmen haben einzigartige Algorithmen, Modelle oder kuratierte Datensätze entwickelt, auf denen ihr Wettbewerbsvorteil beruht. Der Erwerb dieser Vermögenswerte kann einen technologischen Vorsprung verschaffen, der organisch nur schwer und zeitaufwendig nachzubilden wäre
4. In neue Märkte und Umsatzströme expandieren
- KI kann als Wachstumskatalysator wirken und Unternehmen den Einstieg in angrenzende Märkte oder die Einführung völlig neuer Produktlinien ermöglichen. Strategische Übernahmen beschleunigen diese Expansion, indem sie domänenspezifische KI-Fähigkeiten einbringen, die zur übergeordneten Wachstumsstrategie des Erwerbers passen
5. Beschleunigung der Markteinführung
- In der sich rasant entwickelnden KI-Landschaft zählt Geschwindigkeit. M&A eröffnet oft einen wendigeren Weg zur Innovation als interne Forschung und Entwicklung und hilft Unternehmen, mit neuen Trends und sich wandelnden Kundenerwartungen Schritt zu halten
Wie sich KI-Unternehmen von klassischen SaaS-Unternehmen unterscheiden
Auch wenn KI-Unternehmen auf den ersten Blick gewisse Ähnlichkeiten mit klassischen SaaS-Unternehmenaufweisen, unterscheiden sich ihre zugrunde liegende Ökonomie, ihre Wettbewerbsdynamik und ihre Bewertungstreiber grundlegend. Diese Unterschiede verlangen einen stärker maßgeschneiderten Bewertungsansatz, der den vielschichtigen Realitäten des KI-Geschäftsmodells gerecht wird.
1. Erhöhte Herstellungskosten (COGS)
- Klassische SaaS-Unternehmen profitieren von niedrigen Grenzkosten, sobald die Software einmal ausgerollt ist. KI-Unternehmen dagegen, insbesondere solche auf Basis großer Sprachmodelle (LLMs) oder generativer KI, tragen häufig erhebliche variable Kosten. Jede Anfrage, die externe Modelle wie OpenAIs GPT oder Anthropics Claude verarbeiten, kann messbare Inferenzkosten auslösen, welche die COGS in die Höhe treiben und die Margen in einem bei SaaS unüblichen Maß schmälern
2. Komplexer Technologie-Stack und Ökosystem-Risiken
- KI-Systeme beruhen auf vielschichtigen, eng verzahnten Frameworks, die Datenpipelines, Modelltraining, Cloud-Infrastruktur und API-Integration umfassen. Diese Komplexität eröffnet Skalierungschancen, birgt aber auch operative Risiken wie Datenschutzfragen, Sicherheitslücken und mögliche Modellinstabilität, die sich allesamt auf die Bewertung auswirken können
3. Harte Wettbewerbsdynamik
- Das Innovationstempo in der KI ist unerbittlich, und die Unternehmen liefern sich ein Rennen darum, eigene Modelle zu entwickeln oder differenzierte Anwendungen auf Basis von Foundation Models zu bauen. Dieses Wettrüsten treibt die Ausgaben für Forschung und Entwicklung nach oben, verringert die Erkennbarkeit der langfristigen Gewinner und setzt die Preissetzungsmacht unter Druck. All das erschwert es, künftige Cashflows und eine nachhaltige Marktführerschaft zu prognostizieren
4. Preisdruck und Kostenentwicklung
- Zwar dürften die KI-Inferenzkosten dank besserer Hardware und Modelloptimierung mit der Zeit sinken, doch dieser Trend kann zugleich die Preise für KI-Dienste und API-Zugänge drücken. Bewertungserwartungen müssen daher Annahmen zur Margenkompression und zur möglichen Kommoditisierung bestimmter KI-Fähigkeiten im Zeitverlauf berücksichtigen
5. Vielfältige und sich wandelnde Erlösmodelle
- Anders als bei den vorhersehbaren Abonnementerlösen, die für SaaS typisch sind, erzielen KI-Unternehmen ihre Erlöse oft aus einer Mischung von nutzungsbasierten APIs, Lizenzvereinbarungen, gestaffelten Verbrauchstarifen und sogar Model-as-a-Service-Angeboten. Diese Vielfalt erfordert ein genaues Verständnis von Nutzungsmustern, Kundenbindung und Servicekosten, um das wiederkehrende Umsatzpotenzial verlässlich zu modellieren
6. Kontinuierliche Lernkurve und Investitionen in Talente
- KI-Unternehmen müssen fortlaufend in Spitzenforschung und in die Weiterbildung ihrer Belegschaft investieren, um wettbewerbsfähig zu bleiben. Dazu zählen nicht nur Engineering-Talente, sondern auch Fachexperten, Data Scientists und Infrastrukturspezialisten. Das hohe Innovationstempo verlangt eine Kultur des raschen Ausprobierens und Anpassens, was KI-Firmen zusätzlich von stabileren SaaS-Betrieben abhebt
Zentrale Bewertungsherausforderungen
Die Bewertung von KI-Unternehmen bringt eigene Herausforderungen mit sich, die über klassische Software- oder SaaS-Rahmenwerke hinausgehen. Das rasante Innovationstempo des Sektors, sich wandelnde Geschäftsmodelle und schwankende Kosten verlangen eine dynamischere, vorausschauende Bewertungsmethodik. Im Folgenden finden Sie die zentralen Schwierigkeiten, mit denen sich Käufer auseinandersetzen müssen:
1. Explosives Wachstum
- Viele KI-Unternehmen weisen ein exponentielles Umsatzwachstum auf, oft angetrieben durch neuartige Anwendungsfälle und frühe Marktbegeisterung. Häufig fehlt es ihnen jedoch an einer etablierten Geschäftshistorie oder an bewährten Wegen zur Profitabilität. Ihre Modelle reifen noch, was es schwer macht, die langfristige Tragfähigkeit und die Verlässlichkeit der Cashflows einzuschätzen
2. Volatile und unvorhersehbare COGS
- Anders als SaaS-Firmen mit stabilen Bereitstellungskosten sehen sich KI-Unternehmen, insbesondere solche, die von externen großen Sprachmodellen (LLMs) abhängen, variablen Inferenzkosten gegenüber, die an das Nutzungsvolumen und die Preisgestaltung der Anbieter gekoppelt sind. Diese Kosten hängen von raschen Änderungen der Modellarchitektur, von Effizienzgewinnen und von Lizenzbedingungen ab, was eine präzise Prognose der Bruttomarge erschwert
3. Hohe und fortlaufende Investitionen in Forschung und Entwicklung
- An der Spitze der KI zu bleiben, erfordert erhebliche, fortlaufende Ausgaben für Forschung und Entwicklung. Erstklassige KI-Forscher und -Ingenieure zu gewinnen, eigene Modelle zu trainieren und die Infrastruktur zu verfeinern, verlangt eine beträchtliche Kapitalallokation. Diese Kosten sind struktureller Natur, nicht optional, und verschlingen in jungen Unternehmen oft einen großen Teil des Umsatzes
4. Unausgereifte Go-to-Market-Dynamik (GTM)
- Konventionelle SaaS-Kennzahlen wie Customer Acquisition Cost (CAC) und Lifetime Value (LTV) lassen sich im KI-Kontext schwerer anwenden. GTM-Strategien sind vielfach noch experimentell, mit sich entwickelnden Preismodellen, unklaren Nutzungsmustern der Kunden und wenigen historischen Churn-Daten. Diese Unsicherheit erschwert die Modellierung der Kundenökonomie und der Skalierbarkeit
5. Erhöhtes Risiko und Marktvolatilität
- Das Zusammenspiel aus intensivem Wettbewerb, rascher technologischer Veralterung und regulatorischer Unsicherheit erhöht das Risikoprofil von KI-Unternehmen. Investoren müssen mit der Möglichkeit rechnen, dass die heutige Spitzenanwendung schon morgen zur Massenware wird oder überholt ist
6. Investorendynamik und Kapitalzufluss
- Der KI-Sektor hat eine Flut strategischer und finanzieller Investoren erlebt, von venture capital bis zu den großen Tech-Konzernen, die allesamt Durchbruchschancen nachjagen. Diese Kapitalspritze hat zwar Innovation und Wachstum befeuert, zugleich aber die Bewertungen aufgebläht, besonders bei jungen Unternehmen mit kurzer Umsatzhistorie. Entscheidend ist daher, zu verstehen, wie die wettbewerbsintensive Investorendynamik die Bewertungsmaßstäbe prägt
Unsere Sicht auf die Bewertung von KI-Unternehmen
Die Bewertung von KI-Unternehmen ist von Natur aus komplex. Bei wenigen historischen M&A-Präzedenzfällen und sich schnell wandelnden Geschäftsmodellen sind Vergleichswerte oft wenig belastbar. Doch trotz allem Hype und aller Unsicherheit gilt weiterhin ein Grundsatz: Der innere Wert eines Unternehmens ist der Barwert seiner erwarteten künftigen Cashflows.
Aus diesem Grund sollte ein Discounted-Cashflow-Ansatz (DCF) jede belastbare Bewertung verankern, selbst bei begrenzter Prognosesicherheit. SaaS-Multiplikatoren können zwar einen Referenzpunkt bieten, gerade für KI-Firmen mit wiederkehrenden Umsätzen, doch anzuwenden sind sie mit Vorsicht. Wesentliche Unterschiede in der COGS-Struktur (bedingt durch die Inferenzkosten) und die höhere Intensität der Forschung und Entwicklung verändern die Finanzprofile erheblich.
Wenn KI-Unternehmen reifen und wachsen, sollte sich der Fokus auf nachhaltige Ökonomie verlagern: verteidigbare Margen, Monetarisierungsstrategie, Effizienz der Infrastruktur und den Umgang mit sich wandelnden Risiken wie Sicherheit und Modell-Drift. Aufsehenerregende Bewertungen (etwa OpenAI oder Perplexity) sind oft Ausreißer, geprägt von strategischen Dynamiken, die den breiteren Markt nicht widerspiegeln.
Letztlich muss jedes KI-Unternehmen anhand seiner eigenen Fundamentaldaten beurteilt werden, darunter Produktanwendung, technische Differenzierung, Marktchance und Teamqualität. KI definiert neu, wie Unternehmen arbeiten, und die Bewertungsrahmen müssen sich entsprechend weiterentwickeln.
Warum Sie beim Verkauf Ihres KI-Unternehmens mit einem Technologie-M&A-Berater zusammenarbeiten sollten
Jedes KI-Unternehmen ist einzigartig, ebenso wie der Weg jedes Gründers. Deshalb ist es entscheidend, sich Rat bei Experten für KI-M&A zu holen, insbesondere bei M&A-Beratern, die auf den Technologiesektor spezialisiert sind und die Grundlagen Ihrer spezifischen Lage verstehen.
Technologie-M&A-Berater verfügen über tiefes Wissen zu Branchendynamiken, Bewertungsmethoden und den Feinheiten des M&A-Prozesses. Während Sie sich auf die Führung Ihres Unternehmens konzentrieren, sorgen die Berater gewissenhaft dafür, dass jedes Detail bedacht wird, und setzen sich in Ihrem Namen für den bestmöglichen Deal ein. Ihr Erfolg ist mit Ihrem verknüpft, und ihre Expertise sowie ihre Steuerung des Verkaufsprozesses können den endgültigen Verkaufspreis oft erheblich beeinflussen.
Über Aventis Advisors
Aventis Advisors ist ein M&A-Berater mit Fokus auf Technologie- und Wachstumsunternehmen. Wir sind überzeugt, dass die Welt mit weniger (aber qualitativ besseren) M&A-Deals besser dran wäre, die zum richtigen Zeitpunkt für das Unternehmen und seine Eigentümer abgeschlossen werden. Unser Ziel ist eine ehrliche, erkenntnisgetriebene Beratung, die unseren Kunden alle Optionen klar aufzeigt, einschließlich der, den Status quo zu wahren.
Nehmen Sie Kontakt mit uns auf um zu besprechen, wie viel Ihr Unternehmen wert sein könnte und wie Sie die Bewertung maximieren.
