KI im M&A-Prozess: Wie viel Entscheidung darf die Maschine übernehmen?

Künstliche Intelligenz (KI) ist im M&A-Alltag angekommen. Sie hilft, große Datenmengen schneller zu sichten, Risiken früher zu erkennen und Arbeitsabläufe zu straffen. KI liefert auch Empfehlungen und Entscheidungsgrundlagen. Der eigentliche Punkt liegt aber nicht in der Geschwindigkeit. Mit dem wachsenden Einfluss der Systeme wird eine Frage immer wichtiger: Was darf KI analysieren und empfehlen, und was muss der Mensch entscheiden? Unternehmen brauchen dafür nicht nur gute Modelle und verlässliche Daten. Sie müssen vor allem festlegen, wer die Ergebnisse prüft, wer entscheidet und wer in der Folge dafür haftet.

Von der Effizienzfrage zur Entscheidungsfrage

Als generative KI vor wenigen Jahren Einzug in Unternehmen und Beratung hielt, dominierte zunächst eine Frage: Wie viel Zeit lässt sich damit sparen? Im M&A-Geschäft lag der Anwendungsfall auf der Hand. Wer große Mengen an Verträgen, Finanzinformationen und anderen Dokumenten schneller durchsuchen und strukturieren kann, beschleunigt insbesondere die Due Diligence.

Legal Tech und KI greifen heute in alle Phasen eines M&A-Deals ein – von der Dokumentensichtung über die Due Diligence bis zur Vertragsarbeit, zum Closing und zur Phase nach dem Closing. Das spart Zeit und entlastet die M&A-Teams. Darin erschöpft sich ihr Nutzen aber nicht. Wer Risiken vorsortiert, Themen priorisiert und Entscheidungsoptionen vorbereitet, wirkt längst auf den Deal selbst ein. Deshalb reicht es nicht mehr, nur über Effizienz zu sprechen. Im Kern geht es um Steuerung, Kontrolle und Verantwortung. Damit verschiebt sich die Diskussion hin zu Governance-Themen und menschlicher Letztverantwortung.

In der Transaktionspraxis zeigt sich diese Entwicklung besonders deutlich. Anwältinnen und Anwälte können heute früher zu den Risiken vordringen, die für die Transaktion wirklich relevant sind. Zugleich steigen aber die Anforderungen an die Verantwortlichen, die mit diesen Ergebnissen arbeiten. Eine schnellere Analyse führt nicht automatisch zur richtigen oder besseren Entscheidung.

Für Käufer stellt sich beispielsweise die Frage, was ein durch KI ermitteltes Risiko für Bewertung, Kaufpreis, Vertragsgestaltung oder Verhandlungsstrategie bedeutet. Ein Haftungsrisiko kann je nach Geschäftsmodell des Targets erheblich oder nahezu bedeutungslos sein. Eine vertragliche Abweichung kann einen Dealbreaker darstellen oder wirtschaftlich leicht beherrschbar sein.

Eine KI-gestützte Due Diligence muss in kurzer Zeit zu belastbaren Schlussfolgerungen führen, die für den Deal tatsächlich etwas bedeuten. Genau hier zeigt sich, was Technologie leisten kann und was nicht. Standardaufgaben lassen sich zunehmend automatisieren. Dagegen gewinnen die Fähigkeiten an Bedeutung, die sich nicht auf Informationsverarbeitung reduzieren lassen: Einordnung, Abwägung und Urteil. Wer einen komplexen Befund nicht in seinen rechtlichen und wirtschaftlichen Kontext setzen kann, hilft dem Mandanten trotz aller Effizienz nur begrenzt.

Das ist kein Paradox, sondern eine direkte Folge leistungsfähigerer Technologie. Je mehr KI analysiert und vorbereitet, desto wichtiger wird der Mensch, der Risiken und Ergebnisse einordnet und verantwortet.

KI empfiehlt, der Mensch entscheidet

KI-Systeme können heute Informationen zusammenführen, alternative Szenarien aufzeigen und Handlungsmöglichkeiten vorbereiten. Sie können damit zunehmend auf Entscheidungen einwirken. Gerade bei komplexen Transaktionen beruhen Entscheidungen jedoch selten ausschließlich auf der Datenlage. Häufig geht es um Wahrscheinlichkeiten, unvollständige Informationen, unterschiedliche Risikobereitschaft und gegensätzliche Interessen. Ein Käufer kann ein rechtliches Risiko akzeptieren, wenn die strategische Bedeutung des Targets hoch genug ist. Ein anderes Unternehmen kann bei demselben Befund zu einem anderen Ergebnis kommen.

Diese Einordnung kann nur ein erfahrener Jurist vornehmen, der Mandant, Sektor und Kontext kennt. Hilfreich ist eine klare Trennung zwischen Analyse, Empfehlung und Entscheidung. KI kann Informationen auswerten, strukturieren und Muster sichtbar machen. Sie kann auch Optionen vorbereiten und Themen priorisieren. Die Entscheidung selbst verlangt rechtliche Einordnung, wirtschaftliches Urteil und die Bereitschaft, Verantwortung für die Folgen zu übernehmen.

Bei komplexen M&A-Transaktionen muss die Entscheidungsebene beim Menschen bleiben – insbesondere, wenn erhebliche wirtschaftliche oder rechtliche Folgen entstehen oder die Datenlage unvollständig ist. Die abschließende Bewertung wesentlicher Risiken und die strategische Empfehlung gehören in menschliche Verantwortung. Hinzu kommt, dass Management, Aufsichtsorgane, Investoren oder Finanzierungspartner nachvollziehen müssen, warum eine Entscheidung getroffen wurde und wer dafür haftet. Auch bei zunehmender Automatisierung bleibt die persönliche Verantwortungsübernahme daher zentral.

„Human in the Loop“ ist kein Automatismus

Oft fällt in diesem Zusammenhang das Schlagwort „Human in the Loop“. Der Begriff vermittelt zunächst Sicherheit: Solange ein Mensch den Prozess begleitet, bleibt die Kontrolle gewährleistet. Ganz so einfach ist es nicht. Die betreffende Person muss das Ergebnis tatsächlich beurteilen können. Sie muss die zugrunde liegenden Zusammenhänge verstehen, mögliche Fehler erkennen und bereit sein, der Empfehlung des Systems zu widersprechen. Das ist eine Voraussetzung für belastbare Entscheidungen und wird umso wichtiger, je überzeugender KI-Ergebnisse wirken.

Wer eine Analyse nur noch formal abzeichnet, ohne ihre Grundlage ausreichend beurteilen zu können, schafft keine wirksame menschliche Kontrolle. Unternehmen müssen deshalb klären, wer mit welcher Fachkenntnis an welchem Punkt eingreift und wofür verantwortlich ist. Im M&A-Prozess können die Anforderungen erheblich variieren. Ein System, das große Dokumentenmengen vorsortiert, benötigt eine andere Kontrollarchitektur als ein System, dessen Ergebnisse unmittelbar in die Risikobewertung oder die Vorbereitung einer Investitionsentscheidung einfließen. Je größer die wirtschaftlichen, rechtlichen oder reputationsbezogenen Folgen einer KI-gestützten Empfehlung sind, desto höher sollten die Anforderungen an menschliche Prüfung und Kontrolle sein.

Governance beginnt vor dem Deal

Damit wird Governance zu einem operativen Bestandteil des Transaktionsmanagements und zur praktischen Voraussetzung für den KI-Einsatz. Zuständigkeiten, Entscheidungswege und Kontrollen sind so zu definieren, dass sie in der Praxis funktionieren und nachvollziehbar sind. Eine gute Governance verbindet so technologische Nutzung mit klarer menschlicher Verantwortung.

Für Unternehmen ergeben sich daraus vier Fragen:

• Welche KI-Modelle sind für welche Aufgaben geeignet? Nicht jede Anwendung passt zu jedem Zweck.

• Welche Daten dürfen verarbeitet werden? Die Qualität einer KI-Analyse hängt erheblich von ihrer Datengrundlage ab. Gleichzeitig können Vertraulichkeit, Datenschutz, Geschäftsgeheimnisse sowie vertragliche Beschränkungen Grenzen setzen.

• Wer prüft das Ergebnis? Es muss feststehen, wann eine zusätzliche fachliche oder rechtliche Kontrolle notwendig ist.

• Wer entscheidet und trägt die Verantwortung? Verantwortlichkeiten dürfen nicht dadurch verschwimmen, dass mehrere Fachbereiche, externe Berater und technische Systeme beteiligt sind.

Datenqualität wird zum M&A-Thema

Neben der Governance rückt ein zweiter Faktor stärker in den Vordergrund: die Datenqualität. Auch das beste Modell hilft wenig, wenn die Datenbasis schwach ist. Das ist für M&A von besonderer Bedeutung, denn in einer Transaktion treffen häufig unterschiedliche Datenquellen, Systeme, Geschäftsbereiche und Jurisdiktionen aufeinander. Deshalb wird die Frage, wie ein Unternehmen seine Daten verwaltet, zunehmend auch für Käufer relevant.

Ein Target kann über moderne KI-Anwendungen verfügen und dennoch nur begrenzten wirtschaftlichen Nutzen daraus ziehen, wenn die Datenbasis nicht tragfähig ist. Umgekehrt kann ein Unternehmen mit gut strukturierten proprietären Daten, klaren Zugriffsrechten und funktionierenden Prozessen eine deutlich bessere Ausgangsposition haben. Damit erweitert sich der Blick in der Due Diligence: Neben klassischen rechtlichen, finanziellen, steuerlichen und kommerziellen Fragen gewinnen auch Datenqualität, technologische Fähigkeiten und interne Governance an Bedeutung.

Für Käufer reicht der Blick auf die Technologie allein nicht mehr aus. Entscheidend ist, ob Datenbasis, Prozesse, Governance und Geschäftsmodell zusammenpassen, denn ein Tool allein schafft keinen nachhaltigen Vorteil. Wert entsteht erst dann, wenn sich KI sauber in das operative Geschäft einfügt, einen wirtschaftlichen Beitrag leistet und rechtliche wie regulatorische Risiken beherrschbar bleiben.

KI-Kompetenz als Gegenstand der Due Diligence

Bei technologieintensiven Unternehmen ist die KI-Kompetenz selbst zunehmend Bestandteil der Due Diligence. Wenn KI für das Geschäftsmodell, die Kostenstruktur oder die künftige Wettbewerbsfähigkeit eines Targets wesentlich ist, sollte ein Käufer verstehen, worauf die behauptete KI-Kompetenz tatsächlich beruht.

Zu prüfen ist etwa, ob das Unternehmen über eine belastbare Datenbasis verfügt. Ebenso wichtig ist, wie stark es von einzelnen Technologieanbietern abhängt oder ob es eigenes Know-how besitzt. Hinzu kommt die Frage nach Verantwortung und Kontrolle: Ein Unternehmen sollte klar benennen können, wer den Einsatz von KI steuert, wer Ergebnisse prüft und nach welchen Regeln neue Anwendungen freigegeben werden. Am Ende zählt vor allem der wirtschaftliche Mehrwert. Führt die Technologie bereits zu niedrigeren Kosten, besseren Produkten und schnelleren Abläufen – oder bleibt der Nutzen bislang vor allem ein ambitioniertes Ziel?

Genau an diesem Punkt wird KI bewertungsrelevant. Sie kann den Wert eines Unternehmens steigern, sie kann aber ebenso zum Risikofaktor werden – etwa, wenn bisher profitable Leistungen durch Automatisierung unter Druck geraten oder sich ein vermeintlicher Technologievorsprung bei näherem Hinsehen als austauschbar erweist. Käufer müssen deshalb mehr verstehen als die aktuelle Ertragslage. Sie müssen auch einschätzen, welchen Einfluss KI auf die künftige Wettbewerbsposition des Targets haben kann.

Neue Fragen für die Post Merger Integration

Gerade in der Integration treffen häufig unterschiedliche Technologien, Datenstrukturen und Governance-Systeme aufeinander. Hat Käufer A andere Regeln für KI als Target B, muss geklärt werden, welche Anwendungen künftig zulässig sind, welche Daten genutzt werden dürfen und wie einheitliche Kontrollstandards aussehen.

Ein Käufer, der die erwarteten Synergien eines Targets wesentlich auf dessen Daten oder KI-Fähigkeiten stützt, muss prüfen, ob diese Fähigkeiten nach dem Erwerb tatsächlich nutzbar und skalierbar sind. Eine technologische Fähigkeit, die sich wegen inkompatibler Datenstrukturen, rechtlicher Beschränkungen oder fehlender Governance nicht integrieren lässt, kann hinter den Erwartungen zurückbleiben. KI-Governance wird damit Teil der Integrationsarchitektur.

Aus M&A-Sicht sollte das Thema deshalb möglichst früh in die Planung einbezogen werden. Die Fähigkeit eines Unternehmens, KI wirtschaftlich und regulatorisch zu skalieren, ist auch wirtschaftlich relevant.

Mehr Technologie verlangt mehr Urteilskraft

Je leistungsfähiger KI wird, desto wichtiger wird die menschliche Kontrolle. Dealteams werden weiterhin juristische, wirtschaftliche und finanzielle Expertise benötigen. Gleichzeitig müssen sie KI-Ergebnisse kritisch beurteilen und erkennen, wann ein Ergebnis plausibel klingt, aber auf einer falschen Annahme beruht. Gerade bei komplexen Transaktionen bleibt es notwendig, Sachverhalte fachlich tief genug zu verstehen, um Fehler oder falsche Schlussfolgerungen erkennen zu können.

Damit verändern sich die Anforderungen an M&A-Teams. Künftig wird es weniger entscheidend sein, wer welche KI-Tools nutzt, da viele leistungsfähige Anwendungen einer großen Zahl von Marktteilnehmern zur Verfügung stehen. Unternehmen, die KI lediglich als Beschleuniger betrachten, nutzen nur einen Teil ihres Potenzials. Richtig eingesetzt, kann sie die Entscheidungsgrundlage verbreitern, Risiken früher sichtbar machen und Teams ermöglichen, ihre Aufmerksamkeit auf die strategisch relevanten Fragen einer Transaktion zu richten.

Der Vorsprung im M&A der Zukunft entsteht dort, wo technologisches Verständnis mit Erfahrung, menschlichem Urteilsvermögen und Verantwortungsbewusstsein zusammenkommt. KI kann Informationen ordnen und Optionen sichtbar machen – entscheiden muss weiterhin der Mensch. Wer diese Arbeitsteilung beherrscht, wird nicht nur effizienter arbeiten, sondern am Ende auch die besseren Ergebnisse liefern.