Page

Pages

Die M&amp;A REVIEW wurde 1990 von Prof. Dr. Günter Müller-Stewens ins Leben gerufen und von 1992 bis 2016 vom Institut für Betriebswirtschaft (IfB) an der Universität St. Gallen betreut. Heute sind Prof. Dr. Florian Bauer und Prof. Dr. Christoph Schalast die Herausgeber. Das Magazin liefert monatlich Fachbeiträge zu Unternehmensübernahmen und Fusionen im deutschsprachigen Raum und international. Sie bietet einen Überblick über aktuelle M&amp;A-Trends, erfolgte Transaktionen und beteiligte Interessengruppen wie Käufer, Verkäufer, Berater und Intermediäre. Die Themen umfassen praxisrelevante Fragestellungen entlang des gesamten M&amp;A-Prozesses, Analysen von Verflechtungsstrukturen einzelner Konzerne und Branchen, statistische Auswertungen, Länderanalysen sowie juristische und steuerrechtliche Beiträge.

Die M&amp;A REVIEW richtet sich vornehmlich an M&amp;A-Professionals im deutschsprachigen Raum. Dazu gehören zunächst Führungskräfte in Strategie- und M&amp;A-Abteilungen von Unternehmen sowie deren Unternehmensleitungs- und Kontrollebene. Daneben zählen Unternehmensberater, Vertreter von Investmentbanken und Corporate Finance-Boutiquen sowie Partner und Mitarbeiter von Wirtschaftsprüfungs-/Steuerberatungs- sowie Rechtsanwaltssozietäten, die im Bereich der Unternehmensübernahmen und Fusionen tätig sind, zum Leserkreis. Auch Finanzinvestoren beziehen regelmäßig die M&amp;A REVIEW. Aufgrund der wissenschaftlichen Fundierung und des universitären Hintergrunds ist die Fachzeitschrift auch in vielen Universitäten und Forschungseinrichtungen verfügbar.

<ul><li>Mit über 30 Jahren führende Fachzeitschrift rund um M&amp;A seit 1990 (deutschsprachig)</li><li>Seit 1.1.2015 offizielles Publikationsorgan des Bundesverbands Mergers &amp; Acquisitions e.V.</li><li>10 Ausgaben im Jahr mit Doppelausgaben im Januar/Februar und Juli/August</li><li>Print-Auflage bei ca. 1.000 Exemplaren pro Ausgabe</li><li>kostenloser M&amp;A REVIEW Online-Zugriff auf Archiv (nur für Abonnenten – hauptsächlich deutschsprachig)</li><li>Seit Juni 2020 Zusammenarbeit mit dem französischen Fachmagazin Fusions &amp; Acquisitions, seit 2023 gemeinsamer Auftritt mit englisch-sprachigen Fachmagazin Combuyn</li></ul>

Main content assets

Main Content Assets

ausgabenuebersicht-teaser.png

Publikation

Leo Berthier

leo.berthier@manda.co

Ausgabenübersicht

Sonderausgaben

Jahresindizes

Autorinnen und Autoren

Dossiers

Podcasts

Partner

Kontakt

MANDACO

NEWSROOM

M&A REVIEW

LEBENSWERK

COMBUYN

Login

Profil

Logout

M&A Advisor

M&A Tool Provider

Corporate

University Member

PE, Family Office

Student

Others...

mandaco

M&A Review

Combuyn

Lebenswerk

Special Topic

Alexandre Grellier ist CEO und Mitgründer von Drooms, einem Anbieter für virtuelle Datenräume aus Frankfurt. Davor war er lange Zeit als Anwalt in Frankfurt und London vor allem in den Bereichen Legal &amp; Compliance und Transaktionsmanagement tätig. Drooms bringt erstmalig künstliche Intelligenz in den virtuellen Datenraum, um Prozesse innerhalb der Due Diligence zu automatisieren und zu beschleunigen. Grellier ist auch als Gastredner zu den Themen Digitalisierung, Legal Tech, Daten sicherheit, Transaktionsmanagement und Entrepreneurship tätig.

Alexandre Grellier

<h2>1. Einleitung</h2>Als der Mathematiker Alan Turing 1950 fragte „Können Maschinen denken?“, konnte er sicher nicht vorhersehen, dass diese Frage Jahrzehnte der Forschung und den Aufstieg eines völlig neuen Marktes auslösen würde. Obwohl Künstliche Intelligenz (KI) immer noch die Aura einer Zukunftstechnologie umgibt, zeichnet sich ein neuer Trend ab, der die Interaktion zwischen Menschen und Maschinen verbessert. Die digitale Transformation, die durch disruptive Technologien wie Cloud- und Mobile-Solutions, Social und Big Data Analytic-Technologien verursacht wird, ist noch jung. Die Finanzindustrie hat bereits das Potenzial erkannt, das sich durch die Anwendungen von KI ergeben kann. In einem Bericht von Ernst &amp; Young[1. www.ey.com/Publication/vwLUAssets/EY-capital-markets-innovation-and-the-finTechlandscape/$FILE/EY-capital-markets-innovation-and-the-fintech-landscape.pdf] aus dem Jahr 2016 wurden 5.000 FinTech-Startups identifiziert, die alle ein Stück Intelligenz in die Bankenwelt tragen, der es aktuell an Innovation mangelt. Bereiche, in denen KI besonders relevant ist, umfassen Kundenbetreuung, Handel, Due Diligence, Post-Trade-Operationen wie Transaktionsberichte, Steuer und Unternehmensrisikomanagement, um nur einige zu nennen.Die Diskussionen in den Medien über KI kreisen oft darum, dass Maschinen das Potenzial haben menschliche Arbeitsabläufe zu ersetzen, und somit mitunter ganze Berufe überflüssig machen könnten. Künstliche Intelligenz zielt jedoch vielmehr darauf ab, den Menschen und sein Wissen zu ergänzen. Auf einen ähnlichen Trend verweist eine Studie, die 2017 von pwc veröffentlicht wurde[2. www.pwc.com/us/en/financial-services/research-institute/assets/pwc-top-financial-services-issues-2017.pdf]: „KI wird den Menschen in einigen Bereichen wie persönliche Assistenten (…) schrittweise ersetzen. Aber die Herausforderungen werden bestehen bleiben, aufgrund von Voreingenommenheit, Privatsphäre, Vertrauen, Mangel an geschultem Personal und regulatorischen Bedenken. Augmented Intelligence, also die Unterstützung von Menschen durch Maschinen, könnte die kurzfristige Antwort sein.“ Zukünftige Entscheidungsprozesse im Bankwesen zum Beispiel könnten zu 34% durch Maschinenalgorithmen und zu 66% durch menschliches Urteilsvermögen bestimmt werden.Doch wovon reden wir genau? Künstliche Intelligenz ist die Theorie und die Entwicklung von Computersystemen, die in der Lage sind, Aufgaben zu erledigen, die normalerweise menschliche Intelligenz benötigen. In unserem alltäglichen Leben zeigt uns beispielsweise die Entwicklung vom Sprachassistenten SIRI hin zu selbstfahrenden Autos in einer relativ kurzen Zeitspanne, dass Künstliche Intelligenz sich sehr schnell entwickelt. Bereits 1965 stellte der Mitbegründer von Intel, Gordon Moore, fest, dass sich Computerkomponenten und Rechenleistungen jedes Jahr verdoppelten. Aus dieser Erkenntnis formulierte er eine Technologie-Prognose namens Moore‘sches Gesetz, die besagt, dass die Computing-Technologie exponentiell anstatt linear wächst. Auch die Entwicklung Künstlicher Intelligenz zeigt ein exponentielles Wachstum.Es wird zwischen einer starken und einer schwachen KI unterschieden. Starke KI hat zum Ziel, das menschliche Verhalten nachzuahmen und wie ein Mensch zu reagieren. Bei der schwachen KI geht es um die Unterstützung des menschlichen Denkens in konkreten Einzelbereichen und nicht um die Schaffung eines eigenen Bewusstseins oder Intelligenz. Die schwache KI ist anwendungsbezogen ausgerichtet und simuliert intelligentes Verhalten vor allen Dingen über den Umgang mit Wahrscheinlichkeiten und mathematischen Algorithmen. Die meisten Fortschritte zeigten sich in den letzten Jahren im Bereich der schwachen KI. <h2>2. Due Diligence</h2>Auch innerhalb des Transaktionsprozesses und hierbei vor allen Dingen für die rechtliche Tätigkeit gibt es gewisse Bereiche, die deutlich von der Einbindung Künstlicher Intelligenz profitieren werden. Die Due Diligence ist einer davon. Um wettbewerbsfähig zu bleiben, nutzen mehr und mehr Kanzleien Software mit Künstlicher Intelligenz für die Durchführung der Due Diligence. Es gibt eine hohe Nachfrage für juristische Dienstleistungen unter den Mandanten, die nichtsdestotrotz erwarten, dass die Anwälte ihre Arbeit in möglichst kurzer Zeit erledigen, da sie nicht bereit sind, viel Geld für Dienstleistungen mit eher geringem Mehrwert zu zahlen. Eine ausschließlich manuell durchgeführte Due Diligence ist sehr zeitaufwendig. Die Datenlage ist oft zu unüberschaubar, die Datenmenge zu hoch, und hierbei zu wissen, ob die relevanten Dokumente gefunden wurden, fast unmöglich. An diesem Punkt kann Künstliche Intelligenz einen großen Mehrwert leisten. Anstelle der Überprüfung Hunderter oder auch Tausender Dokumente, die die Kosten in die Höhe treibt und zudem den Prüfungszeitraum verlängert, kann der Anwalt sich mithilfe von KI auf seine Kernkompetenz, die rechtliche Analyse, konzentrieren. <h2>3. Wo kann Künstliche Intelligenz im Due-Diligence-Prozess einwirken?</h2>Bei M&amp;A-Transaktionen hat die Due Diligence mehrere Ziele: Das Geschäftsmodell des Zielobjektes zu verstehen, potenzielle Risiken zu identifizieren und zuzuordnen, Schutzmechanismen für diese Risiken zu gestalten und zu nutzen (Zusicherungs- und Gewährleistungsklauseln, Versicherungen, besondere Entschädigungen usw.). Diese Faktoren sind mitbestimmend für die Ermittlung des Wertes eines Assets oder Unternehmens, die Prüfung der Synergieeffekte sowie die Identifizierung möglicher Chancen und Risiken. Dies wird meist in steuerlicher, finanzieller, legaler, technischer, operationeller und organisatorischer Hinsicht geprüft.In der aufwendigen Prüfung eines Assets kann es nun hilfreich sein, relevante Muster durch Software zu erkennen und Zusammenhänge schnell herzustellen. Die sogenannte Machine-Learning-Technologie als Untergruppe der schwachen KI ist in der Lage, aus Beispielen zu lernen und diese in Algorithmen umzuwandeln. Die Technologie erkennt Muster und Gesetzmäßigkeiten in Daten und verbessert sich immer dann, wenn sie ei ne Änderung erfasst. Diese Änderungen können zum Beispiel auch neue Daten sein und wir beschreiben sie als „lernen“.[3. http://robotics.stanford.edu/~nilsson/MLBOOK.pdf, Seite 1]Für Aufgaben, die wie die Due Diligence die repetitive Verarbeitung großer Datenmengen beinhalten, ist diese Technologie besonders wertvoll. Machine-Learning-Technologie kann bei der Identifikation, Klassifikation, Organisation, Priorisierung und Hervorhebung von relevanten Dokumenten im Kontext der jeweiligen Transaktion maßgeblich unterstützen[4. www.nysba.org/Sections/International/Events/2017/Corporate_Wedding_Bells_Cross-Border_Mergers_and_Acquisitions/Coursebook/Panel_2/ARTIFICIAL_INTELLIGENCE_AND_MA_DUE_DILIGENCE_CURRENT_TRENDS.html]. Es wird jedoch auch deutlich, dass diese Technologie trainiert und gefüttert werden möchte. Um Muster zu erkennen, müssen große Datenmengen analysiert werden. Um aus Änderungen in erkannten Mustern eine Verbesserung zu erzielen, müssen sich diese auf die Ergebnisse niederschlagen. So passt der individuelle Nutzer die von der Software als relevant eingestuften Daten selbst an und sorgt so für weiteren Input, den die Software dann zur Änderung ihres bisherigen Musters bewegt. Im Ergebnis hat KI dann das Potenzial, Zeit und Geld zu sparen.KI hat mittels Machine Learning bereits heute einen großen Einfluss darauf, wie die Due Diligence durchgeführt wird. Virtuelle Datenraumanbieter zeigen, wie M&amp;A- und Immobilientransaktionen beschleunigt werden können. Dabei ermöglicht es die Technologie nicht nur, eine große Menge und Vielfalt von Dokumenten mit hoher Geschwindigkeit zu durchsuchen, sondern sie kann auch eine Vorauswahl von relevanten elektronischen Dokumenten aus Tausenden von Elementen basierend auf einzelnen Kategorien bereitstellen und mögliche Ergebnisse vorschlagen. Basis der Technologie ist die sogenannte OCR (Optical Character Recognition). Bei der für die Mustererkennung grundlegenden OCR handelt es sich jedoch nicht um eine reine Texterkennung, sondern die Erkennung und Unterscheidung ganzer Wörter, deren Synonyme und semantischer Muster. Nur so ist es möglich, beispielsweise Verträge zweifelsfrei auszulesen. Jeder Nutzer definiert relevante Kategorien und legt die bestimmenden Schlagworte hierfür fest. Nach diesen durchsucht die Software nun den Datenraum und „lernt“ dabei von jeglicher Anpassung. So steht als Ergebnis die Filterung der relevanten Dokumente für den Nutzer bereit. Die menschliche Expertise ersetzt die Maschine dabei nicht: Die Prüfung der Dokumente hinsichtlich der Risiken und Chancen für eine Transaktion wird (noch) von den Experten vorgenommen. Die Zeit für die Durchsicht der Dokumente auf der Suche nach relevanten Dealbreakern ist jedoch auf ein Minimum reduziert. <h2>4. Relevanz für Buy- und Sell-Side</h2>Auch die Sell-Side kann von der Anwendung Künstlicher Intelligenz profitieren. Die herausgestellten Informationen können zu einer Minimierung der Haftung und Risiken für den Verkäufer führen. Das Thema Haftung und Risiken ist natürlich ebenso relevant für den Käufer. Der Post-Merger-Integrationsprozess und der Prozess für die Überprüfung von Zusicherungen und Gewährleistungen lassen sich durch den breiten Zugang zu Informationen ebenfalls stark verbessern.Auch Compliance-Probleme könnten drastisch reduziert werden, wenn die richtigen Systeme eingerichtet und Best Practices von Anfang an gefördert werden. Die Fähigkeit, Datenmuster in Bezug auf unternehmensinterne Angelegenheiten und Aktivitäten von Mitarbeitern zu identifizieren und zu analysieren, ist dabei ein Schritt in die richtige Richtung. <h2>5. Beispiele für den Einsatz Künstlicher Intelligenz: Anwaltskanzleien</h2>Obwohl sie in einem konservativen Sektor tätig sind, haben bereits viele Anwaltskanzleien damit begonnen, sich auf Veränderungen, die sich aus der Einbindung Künstlicher Intelligenz ergeben, einzulassen, um nicht das Risiko einzugehen, zurückgelassen zu werden.Dentons ist mehr als nur ein globales Unternehmen mit einer ständig wachsenden Präsenz und innovativen Ansätzen zur Nutzung von KI. Mit dem Start von NextLaw Labs im Jahr 2015 wurden erhebliche Investitionen in mehrere neue Technologien getätigt, darunter das Start-up ROSS Intelligence. Die App verwendet NLP (Natural Language Processing) und Machine Learning, um Fakten aus Tausenden von Dokumenten zu extrahieren und Antworten auf Fragen in normaler Sprache zu geben. Erhebliche Investitionen in KI wurden auch im Auftrag der Anwaltskanzlei Clifford Chance getätigt, die mit Kira Systems zusammenarbeitet, einem Softwareanbieter, der Verträge scannt und nach Stichwörtern untersucht. Clifford Chance hat außerdem mit Drooms zusammengearbeitet, um die Basis für den Drooms NXG Findings Manager zu entwickeln mit dem Ziel einer gesteigerten Automatisierung des Due-Diligence-Prozesses für Anbieter und Käufer unmittelbar im virtuellen Datenraum. Unter anderem bietet dies eine Bewertung potenzieller Risiken und Chancen einer Transaktion für den einzelnen Interessenten.Die US-Rechtsanwaltskanzlei Wilson Sonsini Goodrich &amp; Rosati war offen für den Einsatz von NLP-Tools wie Lex Machina, das LexisNexis und Ravel Law gehört, zur Unterstützung ihrer Gerichtsverfahren. Solche Systeme agieren als Sieb – sie analysieren und sortieren Daten, um fundierte Vorhersagen zu treffen.Die in London ansässige Firma Berwin Leighton Paisner machte vor kurzem Schlagzeilen mit der Anwendung von RAVN ACE, das zu iManage gehört, für die Automatisierung des großen Arbeitsaufwandes für Junior-Anwälte. Intern ist die Software als LONald bekannt geworden und wird von der Immobilienabteilung der Kanzlei genutzt. Sie ist auch bei anderen Anwaltskanzleien wie DLA Piper und Watson Farley &amp; Williams beliebt. <h2>6. Bereit für den Einsatz Künstlicher Intelligenz</h2>KI bietet der gesamten Branche die Gelegenheit, ineffiziente Praktiken anzupassen und zu revolutionieren. Anwälte werden davon profitieren, die transformative Technologie für die datenintensiven Aspekte ihrer Aufgaben zu nutzen und so Zeit zu gewinnen, sich auf die eher qualitativen Gesichtspunkte zu konzentrieren, die ihre Expertise benötigen. Eine unternehmerische, aufgeschlossene und flexible Einstellung, verbunden mit der positiven Einstellung gegenüber Projekt- statt Stundenarbeit, wird für Anwälte der Zukunft von entscheidender Bedeutung sein. Unternehmen werden von der Ernennung und Schulung bestimmter Mitarbeiter als KI-Experten profitieren. Interne Richtlinien und Praktiken für das Personal können ebenfalls hilfreich sein und sollten regelmäßig aktualisiert werden, wenn sich die KI weiterentwickelt. Es ist wichtig, dass die Zeit für das Verständnis von KI und ihrer Rolle aufgebracht wird, da wir nicht von einem kurzfristigen Trend reden. Kollegen aus der Branche, Verbände und Konferenzen werden sich als nützliche Quelle für Informationen und Inspiration erweisen. <h2>7. Ausblick</h2>Noch stehen wir am Anfang der Einbindung von Künstlicher Intelligenz in den Transaktionsprozess und ihrer Möglichkeiten. Doch schon heute lässt sich sagen, dass mit Machine-Learning-Technologie und ihrer Mustererkennung noch viel Positives zu erwarten ist. Ein Ziel ist beispielsweise die Erstellung des Due-Diligence- Reports zu 95% automatisch auf Knopfdruck. Die restlichen 5% werden über Fachkräfte aufgearbeitet. Allein dieser Schritt wird den gesamten, aktuell langwierigen Prozess, stark verbessern. Die Filterung der relevanten Dokumente im virtuellen Datenraum ist dafür erst der Anfang.Obwohl sich der Begriff Künstliche Intelligenz inzwischen durchgesetzt hat, ist sein technologisches Potenzial bei weitem noch nicht ausgeschöpft, insbesondere im Hinblick auf die Automatisierung von Prozessen oder den unternehmensinternen Rechtsabteilungen. KI bietet die Möglichkeit, Hand in Hand mit den Experten zu arbeiten und sowohl die Effizienz als auch die Geschwindigkeit, mit der die Arbeit aktuell geleistet wird, zu steigern. Dank des Einsatzes von Machine Learning können die Systeme vorhandene Daten möglicherweise proaktiv nutzen, um den Kunden fundierter zu beraten. Durch das ständige Anpassen der Algorithmen werden die Ergebnisse auf Dauer präziser werden.Zusammenfassend lässt sich sagen, dass Künstliche Intelligenz in naher Zukunft eine Schlüsselrolle im Due- Diligence-Prozess spielen wird. Allerdings sollte sie zunächst nur als hilfreiches Instrument angesehen werden, nicht als Ersatz für Anwälte, sondern als Unterstützung, repetitive Arbeitsabläufe zu reduzieren. Die Reduzierung von Kosten und Zeit, die mit der Implementierung von künstlicher Intelligenz im Due-Diligence- Prozess einhergeht, wird der Hauptgrund für Branchenplayer sein, KI-Lösungen anzuwenden.

KI ist weit verbreitet, doch ihr Potenzial ist noch nicht vollständig ausgeschöpft, besonders in der Automatisierung von Prozessen und in unternehmensinternen Rechtsabteilungen.

Künstliche Intelligenz in der Due Diligence

01) Registered