Am 1. Oktober 2026 veranstalteten wir ein Live-Webinar mit dem Titel „Bewertungen von Daten- und Analytics-Beratungen“. Das Webinar wurde von Marcin Majewski, Managing Director, und Filip Drazdou, M&A-Director bei Aventis Advisors, präsentiert.
Die vollständige Aufzeichnung des Webinars können Sie sich unten ansehen. Die in der Sitzung gezeigte Präsentation laden Sie über die Schaltfläche „Bericht herunterladen“ rechts herunter (am Computer) oder ganz unten auf der Seite (am Smartphone).
Nachfolgend finden Sie das vollständige Transkript der Diskussion, das wir aus Gründen der Klarheit, des Leseflusses und der Kürze bearbeitet und paraphrasiert haben.
Warum Daten- und Analytics-Beratungen die höchsten Bewertungen im Bereich IT-Dienstleistungen erzielen
Marcin Majewski:
Willkommen zu unserem Webinar über Daten- und Analyseunternehmen. Ich bin Marcin Majewski, der Gründer von Aventis Advisors. Wir sind eine M&A-Boutique und beraten vor allem bei Tech-Transaktionen. Bei mir ist Filip, der bei uns Director ist.
Filip Drazdou:
Hallo zusammen.
Marcin Majewski:
Wir freuen uns sehr, unsere Erkenntnisse und Recherchen zum Bereich Daten und Analytik mit Ihnen zu teilen, und wir zeigen Ihnen auch, warum wir unsere Webinar-Saison im Herbst 2026 mit genau diesem Thema eröffnen. Ein paar Worte zum Ablauf: Wir planen rund 45 Minuten, danach beantworten wir gerne Ihre Fragen in einer kurzen Runde von bis zu 15 Minuten. Wenn Sie Fragen haben, schreiben Sie diese jederzeit in den Chat oder in das Q&A-Feld; wir greifen sie am Ende auf.
Wir haben eine Menge für Sie vorbereitet. Es ist ein sehr spannender Bereich, der sich rasant entwickelt und eng mit der KI-Revolution verbunden ist.
Am auffälligsten ist für uns, und das zeigt, dass dieser Bereich einen genaueren Blick verdient, die Bewertung von Daten- und Analyseunternehmen. Wir haben über 1.000 M&A-Transaktionen im Bereich IT-Dienstleistungen aus den vergangenen 10 Jahren ausgewertet, und Beratung und Implementierung im Bereich Daten und Analytik lagen sowohl beim EV/Umsatz- als auch beim EV/EBITDA-Multiplikator an der Spitze. Zur Einordnung des gesamten Sektors vergleichen Sie diese Zahlen am besten mit unserer Studie zu den Bewertungsmultiplikatoren für IT-Dienstleistungen.
Median-Multiplikatoren EV/Umsatz und EV/EBITDA nach Segment der IT-Dienstleistungen
Also dachten wir uns: Ja, das verdient mehr Aufmerksamkeit. Dieser Bereich beschäftigt uns schon eine ganze Weile, wir arbeiten auch an einigen Transaktionen in diesem Bereich, und wir fanden es spannend, einen Teil des gesammelten Wissens zu teilen.
Was die Nachfrage nach Daten- und Analysedienstleistungen antreibt: Warum dieser Bereich, und warum jetzt?
Marcin Majewski:
Die Hauptfrage, die wir uns gestellt haben, lautet: warum? Warum dieser Bereich, und warum jetzt? Die naheliegende Antwort wäre KI. KI treibt diese Branche an, denn für jedes agentische System, eigentlich für jede KI-Implementierung, braucht man hochwertige Daten.
Allerdings hat uns überrascht, dass die Konsolidierungswelle in diesem Bereich etwas früher begann als die KI-Revolution. Es muss also einen anderen Treiber geben, und dieser Treiber ist die Datenexplosion.
Die Datenmenge, die die Wirtschaft, im Grunde jede menschliche Aktivität, erzeugt, wächst exponentiell, und das ist kaum zu fassen. 2010 lagen wir bei 2 Zettabyte, wobei ein Zettabyte einer Billion Gigabyte entspricht. Das sind sehr viele Nullen an Bytes. Seit 2010 ist diese Menge um fast das 200-Fache gewachsen, und das fiel ziemlich genau mit der Konsolidierungswelle bei Daten und Analytik zusammen. Das fanden wir sehr interessant.
Weltweit erzeugtes, erfasstes und genutztes Datenvolumen, 2010 bis 2028
Wenn Sie an die Zukunft denken: Roboter und all die realen Anwendungen werden wahrscheinlich für weiteres exponentielles Wachstum sorgen. Jemand muss sich um diese Daten kümmern, sozusagen der Gärtner Ihres Datengartens sein.
Daten- und Analytics-Beratungen legen den Grundstein für KI
Was macht eine Daten- und Analytics-Beratung?
Marcin Majewski:
Das ist ein guter Moment, um darauf einzugehen, was Daten- und Analyseunternehmen eigentlich tun. Sie helfen Unternehmen dabei, ihre Daten zu ordnen, also Daten zu erfassen und zu speichern, und gehen dann in Richtung Inferenz: zu verstehen, was passiert, und aus diesen Daten wertvolle Informationen zu gewinnen.
Was wir jetzt immer häufiger sehen, ist die Vorhersage der Zukunft, also Forecasting und Prognosen. Ein Teil davon ist KI-Inferenz, die diese Unternehmen über ihre Dienstleistungen natürlich ebenfalls ermöglichen.
Was eine Daten- und Analytics-Beratung tut
Nachdem wir nun verstanden haben, was Datenunternehmen tun, können wir schnell zur Konsolidierungswelle übergehen. Filip?
M&A-Aktivität im Bereich Daten und Analytik seit 2015
Filip Drazdou:
Wir haben uns M&A im Bereich Data Analytics angesehen und versucht zu verstehen, was auf hoher Ebene passiert und was unter der Oberfläche vorgeht: wer kauft und welche Arten von Data-Analytics-Unternehmen gefragt sind und übernommen werden, denn das Feld ist sehr breit.
Wie Marcin sagte, steht der Bereich bei den Bewertungen an erster Stelle. Das ergibt sich nicht nur aus unserer Research und unseren Daten; wir sehen es auch täglich im Markt, wo strategische Käufer und Corp-Dev-Teams gezielt nach dieser Nische suchen. Deshalb wollten wir anhand von Daten einen Blick unter die Oberfläche werfen.
Insgesamt ist die Zahl der Transaktionen von 2015 bis etwa 2022 stetig gestiegen und hat sich dann bei rund 100 Transaktionen pro Jahr eingependelt. Wir haben hier nur Mehrheitsübernahmen und Kontrolltransaktionen betrachtet, also keine Kapitalerhöhungen oder kleineren Minderheitsbeteiligungen. Es geht um Transaktionen, bei denen der Käufer nahezu vollständiges Eigentum oder einen großen Anteil übernimmt.
Das war in den vergangenen Jahren überraschend stabil. Ein Teil der Erklärung ist, dass der IT-Dienstleistungsmarkt insgesamt nicht besonders gut läuft und die Zahl der Transaktionen dort seit den Höchstständen von 2021 und 2022 zurückgegangen ist. Gemessen am gesamten Markt für IT-Dienstleistungs-M&A wächst Data Analytics meiner Einschätzung nach, in absoluten Zahlen ist es aber mehr oder weniger unverändert.
Übernahmen von Daten- und Analytics-Beratungen pro Jahr, 2015 bis 2026 YTD
Wer kauft Daten- und Analyseunternehmen: Strategische Käufer vs. Private Equity
Filip Drazdou:
Wenn wir mit Verkäufern sprechen, interessiert sie oft, wer der potenzielle Käufer für ihr Unternehmen sein könnte. Deshalb haben wir uns angesehen, wie sich die Käufergruppen in diesem Bereich in den vergangenen 10 Jahren entwickelt haben.
Die erste Gruppe sind Datenanalyseunternehmen, die von strategischen Investoren übernommen wurden, etwa Accenture oder Tata Consultancy Services. Die zweite, größere Gruppe umfasst alle Private-Equity-bezogenen Transaktionen, ob ein Private-Equity-Fonds ein Plattformunternehmen kauft oder ein PE-finanziertes Unternehmen im Rahmen einer Roll-up-Strategie Add-ons erwirbt.
Diese zweite Gruppe ist deutlich gewachsen. In den Jahren 2015, 2016 und 2017 gab es dort kaum Aktivität, 2024, 2025 und 2026 sind es praktisch 40 bis 50 % aller Transaktionen. Diese Roll-up-Strategien werden immer beliebter. Ein Private-Equity-Fonds kauft zunächst eine Plattform, sagen wir ein Unternehmen mit 200 bis 500 Mitarbeitern, und lässt sie dann durch Übernahmen weltweit oder in angrenzenden Feldern wachsen, indem er Unternehmen mit, sagen wir, 50 bis 100 Mitarbeitern kauft.
Für viele Gründer von Data-Analytics-Unternehmen ist das eine sehr gute Exit-Strategie. Diese Käufer sind ständig im Markt und suchen gezielt nach etwas Bestimmtem; wer sein Unternehmen verkaufen möchte, findet in ihnen also einen guten Käufer.
Es gibt natürlich auch immer den strategischen Weg zu einem großen strategischen Käufer, aber die Transaktionsgrößen sind dort höher und es ist, würde ich sagen, unsicherer. Es hängt von der Strategie dieses Großkonzerns ab, und man weiß es nie. Wenn Ihr spezieller Bereich oder Ihre Technologie jedoch in seinem Fokus steht, können Sie dort sehr gute Konditionen erzielen.
Der Private-Equity-Anteil wächst also, wie in vielen Bereichen, und strategische Investoren sind weiterhin aktiv. Wer ein Datenunternehmen verkaufen möchte, findet insgesamt also durchaus Käufer.
Übernahmen von Daten- und Analytics-Beratungen nach Käufertyp
Welche Daten- und Analytics-Segmente übernehmen die Käufer?
Filip Drazdou:
Data Analytics ist nicht gleich Data Analytics, würde ich sagen. Hinter diesen steigenden Transaktionszahlen wollten wir sehen, was unter der Oberfläche passiert und welche Segmente für Käufer besonders interessant sind. Wir haben Datenunternehmen über mehrere Segmente hinweg kartiert.
Übernahmen von Daten- und Analytics-Beratungen nach erworbener Kompetenz
BI, Reporting und CPM: Dazu gehören Power BI, Qlik und Tableau, also der Aufbau von Berichten und Dashboards, sowie Corporate Performance Management auf Plattformen wie IBM Planning Analytics, OneStream und so weiter. Ihr Anteil an allen Transaktionen ist rückläufig. Ich denke, dieser Teil des Marktes verändert sich und ist wirklich reif. Power BI ist bereits stark verbreitet und die weltweit führende Plattform. Auch die Unternehmen, die es implementieren und integrieren, sind sehr zahlreich, der Wettbewerb ist also hart und viele Anbieter machen das.
Viele der Kunden dort sind keine Großunternehmen, sondern KMU und mittelständische Betriebe. Ehrlich gesagt sehen wir in diesem Bereich deshalb weder viel Aktivität noch großes Interesse oder die höchsten Bewertungen. Auch die Eintrittsbarrieren sind recht niedrig. Man braucht weder viel Kapital noch ein großes Team, um Berichte in Power BI zu erstellen und damit ein Unternehmen aufzubauen.
Cloud-Datenplattformen und Engineering: Gewachsen ist dagegen, gemessen am Anteil an allen Datentransaktionen, der Bereich Cloud-Datenplattformen und Engineering. Darunter fallen im Grunde alle modernen, aufstrebenden Plattformen wie Snowflake, Databricks und Microsoft Fabric, mit Data Warehouses, Data Lakes und so weiter, vor allem für Großkunden. Mit dem Wachstum dieser Plattformen wuchsen auch ihre Ökosysteme, und dann begannen Private-Equity-Fonds, sich dafür zu interessieren. Genau dort finden die meisten Private-Equity-Transaktionen statt.
AI/ML- und GenAI-Lösungen: Auch dieser Bereich wächst, von rund 11 bis 12 % in den Jahren 2019 und 2020 auf heute 27 %. Dahinter stehen all die Unternehmen, die Plattformen für generative KI und KI-Analytik implementieren, die Cloud-Partner und OpenAI-Partner. Das steht noch am Anfang. Es gibt nicht viele Pure-Play-Unternehmen, und viele Firmen wagen sich gerade erst hinein, aber das Interesse ist da.
Wir sehen sogar, dass führende LLM-Anbieter wie Anthropic und OpenAI eigene Beratungseinheiten aufbauen, mit sogenannten vor Ort eingesetzten Ingenieuren, und dafür Unternehmen kaufen. OpenAI hat in den vergangenen Monaten zwei Übernahmen getätigt, und Anthropic hat eine Beratung übernommen. Insgesamt wird dieser Bereich meiner Einschätzung nach weiter wachsen. Mehr dazu in unserer Analyse der KI-Branche und ihrer M&A-Transaktionen.
Vertikale und Domänen-Analytics: Ein weiterer rückläufiger Bereich ist die vertikale und Domänen-Analytik. Ich habe mir genauer angesehen, woran das liegt: vor allem daran, dass Marketing-Analytics-Unternehmen an Beliebtheit verloren haben. In den Jahren 2015, 2016 und 2017 gab es viele Transaktionen, bei denen Käufer Unternehmen rund um Google Analytics oder jede Art von Werbeanalytik übernommen haben. Heute wird dieser Bereich mit KI und den Veränderungen bei SEO deutlich wettbewerbsintensiver und weniger profitabel.
Wir sehen dort also einen Rückgang, vor allem im Marketing, während Bereiche wie Retail-Analytik oder Analytik speziell für das Gesundheitswesen mithalten. Wenn ein Unternehmen in einer sehr speziellen vertikalen Nische oder Domäne tätig ist, ist das aus meiner Sicht weiterhin eine gute Position.
Künftig werden Cloud-Data-Engineering und KI meiner Einschätzung nach weiter wachsen und einen immer größeren Anteil der Transaktionen ausmachen.
Bewertungsmultiplikatoren im Bereich Daten und Analytik: Was treibt die EBITDA-Multiplikatoren?
Filip Drazdou:
Das spiegelt sich auch in den Bewertungen wider. Die mediane Bewertung für Data-Analytics-Unternehmen lag insgesamt bei 16x EBITDA, aber hier wollten wir die unterschiedlichen Bewertungen für verschiedene Finanzprofile von Unternehmen und für die Ökosysteme zeigen, in denen sie sich bewegen.
Um die Spitzenbewertung zu erreichen, sollte ein Unternehmen in der Regel Folgendes aufweisen:
- Umsatzgröße: groß, mit mehr als 10 Mio. USD Umsatz
- Umsatzwachstum: 30 % oder mehr. Ein großer Teil der hohen Bewertungen von Datenunternehmen rührt schlicht daher, dass sie schneller wachsen als alle anderen
- EBITDA-Marge: recht profitabel, bei über 20 %
- Wiederkehrende oder wiederholte Umsätze: 50 % und mehr. In diesem Bereich gibt es viele Projektumsätze, und das ist kein großes Problem; es ist ein ganz anderes Segment als etwa MSPs, wo MSP-Bewertungsmultiplikatoren durch vertraglich gesicherte wiederkehrende Umsätze getrieben werden. Aber Kunden zu haben, die mit neuen Projekten oder für die laufende Pflege ihrer Daten zurückkommen, ist immer gut
- Kundenkonzentration: weniger als 10 %
- Ökosystem: ein erheblicher Teil der Arbeit auf modernen Plattformen wie Snowflake und Databricks
Mit diesem Profil ist ein EBITDA-Multiplikator von 15x aus meiner Sicht praktisch garantiert.
Geht man nach links, zu einem schwierigeren Finanzprofil mit mehr Legacy-Plattformen, landet man bei den üblichen Bewertungen für IT-Dienstleistungen von rund 6x bis 8x EBITDA. Und kleineren Unternehmen, die nicht wachsen und kaum profitabel sind, sagen wir oft, dass ein Verkauf sehr schwierig wird oder nur zu einer niedrigen Bewertung gelingt, die für die Verkäufer keinen Sinn ergibt.
So sehen wir die Bewertungen in diesem Bereich derzeit auf hoher Ebene. Möchtest du etwas ergänzen, Marcin?
Was die Bewertungen im Bereich Daten und Analytik treibt
Wie Anbieter-Ökosysteme M&A prägen: Snowflake, Databricks, OpenAI und Anthropic
Marcin Majewski:
Ja. Ich finde, das ist eine gute Überleitung zu unserer nächsten Folie über Ökosysteme, denn sie gehören zu den Faktoren, die Bewertungen und das Interesse strategischer wie auch finanzieller Käufer treiben.
Wir haben einige interessante Analysen zu M&A nach Ökosystem erstellt, und das ist für Daten- und Analytikunternehmen besonders relevant, da sie sich typischerweise an einem, zwei oder drei Anbietern ausrichten.
Wenn wir auf die Marktkonsolidierung der letzten Jahrzehnte schauen, sehen wir, dass Anbieter-Ökosysteme einen Lebenszyklus durchlaufen. Sie starten klein, mit einer Politik der offenen Tür, bei der es sehr leicht ist, Partner eines Anbieters zu werden. Mit der Zeit werden die Hürden für eine bestimmte Partnerstufe jedoch immer höher, und man muss sich etwas mehr anstrengen.
Irgendwann ist es einfacher, ein Unternehmen mit einer höheren Partnerstufe zu übernehmen, als den gesamten Weg selbst zu gehen, um die gewünschte Partnerstufe zu erreichen. Genau dann erreicht die M&A-Aktivität ihren Höhepunkt.
Der Lebenszyklus eines Partnerökosystems und wo die Datenanbieter heute stehen
Einige Ökosysteme haben diesen Höhepunkt bereits hinter sich, etwa SAP, Oracle und Microsoft Dynamics. Aktuell sehen wir meines Erachtens den Höhepunkt des Interesses an den Ökosystemen von Snowflake und Databricks, die gerade diesen Wendepunkt durchlaufen, und wir haben enormes Interesse strategischer Käufer an Zukäufen in diesen Ökosystemen beobachtet.
Umgekehrt haben wir bei den Ökosystemen von OpenAI und Anthropic den Eindruck, dass noch nicht gut verstanden wird, was dort passiert, und es ist wenig transparent, wer hineinkommt und wer nicht. Die Konsolidierungswelle steht dort noch bevor. Das liegt auch daran, dass es den Unternehmen, die mit OpenAI und Anthropic arbeiten, so gut geht, dass für die Gründer kaum ein Anreiz besteht zu verkaufen. Wie sich das in den Preisen niederschlägt, betrachten wir in unserer Analyse zu KI-Bewertungsmultiplikatoren.
Die wichtigste Erkenntnis aus diesem Abschnitt ist, dass sich der Unterschied bei den EBITDA-Multiplikatoren zu einem großen Teil auf das Ökosystem und den Wert des Eintrittstickets in dieses Ökosystem zurückführen lässt. Das erklärt zum Beispiel einen Unterschied von 2x zwischen einer gereiften Oracle-Beratung und einer Snowflake-Beratung, im Grunde die doppelte Bewertung, obwohl beide weitgehend dasselbe tun. Ihr Leistungsspektrum kann sich stark überschneiden.
Auf unserer Website finden Sie weitere Analysen zu Ökosystemen, falls Sie mehr erfahren möchten. Wir können auch einen kurzen Blick auf die umfassendere Liste der Ökosysteme rund um Daten werfen. Das sind im Wesentlichen die führenden Anbieter. Manche sind reifer, manche weniger, aber das sind tendenziell die heißeren Konsolidierungsfelder.
Gartner Magic Quadrant für Cloud-Datenbankmanagementsysteme
Knappheitsprämie: Warum Pure-Play-Spezialisten so selten sind
Filip Drazdou:
Ich würde außerdem sagen, dass ein Teil des Aufschlags bei einigen dieser Unternehmen schlicht Knappheit ist. Wenn Sie ein Private-Equity-Fonds sind, der in diesem Bereich investieren möchte, und ein Unternehmen mit, sagen wir, 20 Mio. USD Umsatz und 5 Mio. USD EBITDA suchen, gibt es einfach nicht viele Unternehmen, die diese Anforderung erfüllen. Sobald ein solches Unternehmen am Markt ist, gibt es also ziemlich großen Wettbewerb darum, vor allem wenn es ein Databricks- oder Snowflake-Spezialist ist.
Die meisten Unternehmen sind eher diversifiziert. Sie kaufen sich in ein starkes Ökosystem ein, müssen aber auch etwas Legacy-Geschäft mit übernehmen. Ein echter Pure Play ist daher sehr selten.
Ist jetzt ein guter Zeitpunkt, um ein Daten- und Analyseunternehmen zu verkaufen?
Marcin Majewski:
Die große Frage für viele Gründer und Investoren in Daten und Analytik lautet derzeit, ob dies ein guter Zeitpunkt zum Verkaufen ist. Wir gliedern das in drei Optionen: jetzt verkaufen, einen Minderheitspartner aufnehmen oder abwarten und wachsen.
Jetzt verkaufen, einen Minderheitspartner aufnehmen oder abwarten und wachsen
Natürlich kommt es, wie so oft, darauf an. Aber es ist definitiv ein sehr guter Zeitpunkt zum Verkaufen, denn die Bewertungen sind hoch. Ohne zu sehr darauf einzugehen, ob wir in einer Blase stecken oder nicht: Im historischen Vergleich sind die Bewertungen ziemlich gut.
Das ist eine der Nischen bei IT-Dienstleistungen, die weiterhin einen hohen Multiplikator erzielt. Wir haben eine massive Neubewertung vieler IT-Dienstleister gesehen, nachzulesen im Aventis IT Services Index, aber wir haben nicht gesehen, dass es diesen speziellen Sektor erfasst. Für viele Gründer von IT-Dienstleistern ist es daher kein guter Zeitpunkt zum Verkaufen, für Daten und Analytik ist es jedoch weiterhin ein Verkäufermarkt: Es gibt mehr Interesse als gute Transaktionsmöglichkeiten.
Es ist auch ein großartiger Zeitpunkt zu wachsen, mit oder ohne Minderheitspartner. Wir glauben, dass für Daten- und Analytikunternehmen noch viele sehr gute Jahre bevorstehen, getrieben von der schieren Menge der erzeugten Daten und den Anforderungen der KI. Wenn Sie in diesem Bereich tätig sind, fahren Sie also meines Erachtens gut, ob Sie nun verkaufen oder weitermachen, mit oder ohne Partner.
Damit ist aus meiner Sicht gesagt, was wir heute sagen wollten. Filip, wenn du etwas ergänzen möchtest, nur zu, und wir können kurz abwarten, ob aus dem Publikum noch Fragen kommen.
Filip Drazdou:
Ja, ich denke, alles durchläuft Zyklen, und wir haben in IT-Services Zyklen mit unterschiedlichen Technologien und Plattformen gesehen. Eine Zeit lang war E-Commerce wegen COVID extrem gefragt, und die höchsten Multiplikatoren lagen im Commerce-Bereich.
Dann sättigte sich der Markt, das Wachstum verlangsamte sich, und die Ökonomie setzte sich durch, weil immer mehr Leute sahen: Wow, das ist ein heißer Bereich, er wächst, die Bewertungen sind stark. Also begannen Unternehmen, diese Praxisbereiche aufzubauen, und Mitarbeiter ließen sich auf diesen Plattformen ausbilden. Dann erreichen wir die Reifephase, in der die Bewertungen immer noch stark und gut sind und das Käuferinteresse dank struktureller Rückenwinde weiterhin gut ist, aber vielleicht nicht mehr so hoch wie jetzt.
Was die Bewertungen angeht, ist jetzt also einer der besten Zeitpunkte, aber abwarten und wachsen kann ebenfalls eine Option sein. Es ist immer eine Rechnung: Verkaufe ich jetzt zum, sagen wir, 15-Fachen bei einem Unternehmen von 2 Mio. USD, oder später zum 7-Fachen bei einem Unternehmen von 4 Mio. USD? Es kann auf eine ähnliche Zahl hinauslaufen oder auf eine etwas bessere, wenn Sie warten und wachsen, schlicht weil Sie dann ein größeres Unternehmen haben.
Wie so oft bei M&A ist es eine persönliche Entscheidung des Gründers: seine persönliche Situation und wie er sich die nächsten 5 bis 10 Jahre sieht.
Marcin Majewski:
Danke, Filip. Damit ist unsere Session beendet. Vielen Dank an alle für Ihre Zeit. Wir stellen die Folien auf unserer Website bereit, und die Aufzeichnung dieser Session können Sie auf YouTube ansehen. Wir würden uns freuen, Sie bei unserer nächsten Veranstaltung zu begrüßen, die voraussichtlich Ende Oktober oder Anfang November stattfindet. Vielen Dank an alle und bis zum nächsten Mal.
Wenn Sie eine M&A-Transaktion gleich welcher Art im Bereich Daten und Analytik oder IT-Dienstleistungen erwägen, ob als Käufer, Verkäufer oder Investor, ermutigen wir Sie, mit uns Kontakt aufzunehmen und direkt mit uns zu sprechen. Außerdem können Sie unsere neuesten Daten zu Bewertungsmultiplikatoren für IT-Dienstleistungen ansehen, wenn Sie mehr Hintergrund wünschen.