Digitale Wirtschaft 14.06.2026

KI-Bewertung vor der Nachfolge: Verkaufswert vorbereiten

8 Min. Lesezeit

Rund 109.000 mittelständische Unternehmen in Deutschland suchen laut KfW-Mittelstandspanel jedes Jahr eine Nachfolge, und ein wachsender Teil davon findet sie nicht in der eigenen Familie. Wenn der Käufer von außen kommt, entscheidet ein Wert über den Erfolg der Übergabe. KI-gestützte Bewertungstools versprechen hier Tempo und Objektivität. Sie liefern beides aber nur, wenn die Daten dahinter stimmen.

Das Wichtigste in Kürze

Werkzeug, kein Gutachten. KI-Tools beschleunigen die erste Bewertung und die Due-Diligence-Vorbereitung, ersetzen aber weder Steuerberater noch eine belastbare Datenbasis.
Daten entscheiden über den Wert. Bereinigte Zahlen, dokumentierte Prozesse und eine entflochtene Inhaberabhängigkeit beeinflussen das Ergebnis stärker als die Wahl der Software.
Früh anfangen. Wer mehrere Jahre vor der Übergabe mit der Aufbereitung beginnt, verhandelt am Ende über Substanz statt über Abschläge.

Verwandt:Ohne App Intents wird deine App für Siri unsichtbar / 54,5 Prozent nutzen KI und der Mittelstand hängt trotzdem hinten

Warum die Bewertung bei externer Nachfolge zum Engpass wird

Solange ein Unternehmen innerhalb der Familie weitergegeben wird, ist der Kaufpreis oft Verhandlungssache zwischen Vertrauten. Sobald ein familienfremder Käufer ins Spiel kommt, ändert sich die Logik. Ein Manager aus dem eigenen Haus, ein Mitbewerber oder ein Finanzinvestor will eine nachvollziehbare Zahl, die er gegenüber seiner Bank, seinen Gesellschaftern oder seinem eigenen Risikogefühl rechtfertigen kann. Genau an diesem Punkt scheitern viele Übergaben, nicht am fehlenden Interesse, sondern an der Lücke zwischen Wunschpreis und belegbarem Wert.

Die KfW beziffert den jährlichen Nachfolgebedarf auf einen sechsstelligen Bereich, und die Zahl der Betriebe, die mangels Nachfolger schließen könnten, geht ebenfalls in die Zehntausende pro Jahr. Hinter jeder dieser Zahlen steht ein Inhaber, der seinen Lebenswert nicht verschenken will, und ein Käufer, der nicht zu viel zahlen darf. Eine saubere, früh erstellte Bewertung ist das Bindeglied, das beide Seiten an den Tisch bringt.

Was ist KI-gestützte Unternehmensbewertung? Gemeint ist Software, die Finanz- und Betriebsdaten eines Unternehmens einliest, sie mit Branchenkennzahlen und vergleichbaren Transaktionen abgleicht und daraus eine Wertspanne ableitet. Die Modelle automatisieren das, was Bewerter bisher manuell zusammengetragen haben: das Sammeln von Vergleichsdaten, das Durchrechnen mehrerer Methoden und das Aufdecken von Auffälligkeiten in den Zahlen. Das Urteil über Plausibilität bleibt beim Menschen.

Was die Tools heute leisten, und was nicht

Der reale Nutzen liegt weniger im finalen Preis als in der Vorarbeit. Ein gutes Tool rechnet binnen Stunden durch, wofür ein Berater Tage braucht, und es liefert eine erste Orientierung, bevor teure Mandate vergeben werden. Für einen Inhaber, der wissen will, ob sein Betrieb grob sechsstellig oder im einstelligen Millionenbereich liegt, ist das ein wertvoller Realitätscheck.

Drei Stärken sind belastbar. Erstens das Tempo bei der Datenaufbereitung: Tools strukturieren Bilanzen und betriebswirtschaftliche Auswertungen automatisch und markieren fehlende Posten. Zweitens die Methodenvielfalt: Ertragswertverfahren und Multiplikatormethode lassen sich parallel rechnen, ergänzt um den Substanzwert als Plausibilitätsgröße, sodass Ausreißer sofort auffallen. Drittens die Due-Diligence-Vorbereitung, in der die Software typische Prüffragen eines Käufers vorwegnimmt und Lücken im Datenraum sichtbar macht.

Die Grenzen sind ebenso klar. Ein Algorithmus bewertet, was in den Daten steht, und nichts darüber hinaus. Eine starke Kundenbindung, die nur im Kopf des Inhabers existiert, ein Schlüsselmitarbeiter ohne Vertragsbindung oder ein Klumpenrisiko bei einem einzigen Großkunden tauchen in der reinen Zahlenwelt nicht auf. Solche Faktoren verschieben den realen Wert erheblich, und sie sind der Grund, warum die Software eine Vorlage liefert und kein verbindliches Gutachten.

Stärken der KI-Bewertung

Schnelle erste Wertspanne als Orientierung
Mehrere Bewertungsmethoden parallel gerechnet
Lücken im Datenraum werden früh sichtbar

Grenzen der KI-Bewertung

Weiche Faktoren wie Inhaberabhängigkeit fehlen
Datenqualität bestimmt das Ergebnis vollständig
Kein Ersatz für Steuer- und Rechtsberatung

Die Daten, die über das Ergebnis entscheiden

Jedes Bewertungsmodell ist nur so gut wie die Zahlen, die es füttern. Bei mittelständischen Unternehmen ist genau das die Schwachstelle, weil die Buchhaltung oft auf Steueroptimierung getrimmt ist und nicht auf Verkaufsfähigkeit. Ein Inhaber, der jahrelang Gewinne klein gehalten hat, sieht sich plötzlich mit einem niedrigen Ertragswert konfrontiert, der nichts über die wahre Leistungsfähigkeit des Betriebs aussagt.

Drei Aufbereitungen heben den Wert spürbar, ohne dass am Geschäft selbst etwas verändert wird. Die Bereinigung der Ergebnisse trennt einmalige Effekte, kalkulatorische Inhabergehälter und private Posten von der echten operativen Ertragskraft. Die Dokumentation der Prozesse zeigt einem Käufer, dass der Betrieb auch ohne den bisherigen Inhaber läuft. Und die Entflechtung der Inhaberabhängigkeit, also feste Verträge mit Schlüsselpersonen und Kunden, nimmt dem Käufer das größte Risiko. Wer diese drei Punkte vor der Bewertung angeht, gibt dem Tool eine Datenbasis, die einen höheren und vor allem verteidigbaren Wert ergibt.

Eine Checkliste für die Due-Diligence-Vorbereitung

Aus der Operator-Perspektive lohnt es sich, die Bewertung als Projekt mit klaren Schritten zu führen statt als einmaliges Ereignis kurz vor dem Verkauf. Die folgende Reihenfolge hat sich in der Praxis bewährt und lässt sich mit jedem seriösen Tool kombinieren.

Beginnen Sie mit einer bereinigten Mehrjahresrechnung über mindestens drei abgeschlossene Geschäftsjahre, in der Sondereffekte erläutert sind. Erstellen Sie parallel einen strukturierten Datenraum mit Verträgen, Gesellschafterunterlagen, Mietverhältnissen und einer aktuellen Inventarliste. Klären Sie steuerliche und gesellschaftsrechtliche Fragen früh mit dem Berater, weil sie den Nettoerlös stärker bewegen als der reine Kaufpreis. Lassen Sie das KI-Tool erst auf diese saubere Grundlage los, vergleichen Sie die Wertspanne mit einer zweiten Methode und holen Sie für den finalen Wert eine fachliche Einschätzung ein. So wird aus einer Softwareausgabe eine Zahl, die in der Verhandlung trägt.

Der zeitliche Vorlauf ist der unterschätzte Hebel. Eine Übergabe, die drei bis fünf Jahre vorbereitet ist, erlaubt es, die Zahlen schrittweise auf Verkaufsfähigkeit zu bringen. Wer erst im Jahr des geplanten Ausstiegs anfängt, verhandelt dagegen über Abschläge, die sich nicht mehr aufholen lassen.

Häufige Fragen

Kann ein KI-Tool ein klassisches Wertgutachten ersetzen?

Nein. Die Software liefert eine fundierte Wertspanne und beschleunigt die Vorarbeit, ein verbindliches Gutachten für Bank, Finanzamt oder Gericht erstellt weiterhin ein qualifizierter Bewerter. In der Praxis arbeiten beide gut zusammen: Das Tool liefert die Grundlage, der Fachmann prüft Plausibilität und weiche Faktoren.

Welche Daten braucht ein Tool für eine belastbare Bewertung?

Mindestens drei abgeschlossene Geschäftsjahre mit bereinigten Ergebnissen, eine aktuelle betriebswirtschaftliche Auswertung, eine Übersicht der wesentlichen Verträge sowie Angaben zur Inhaberabhängigkeit und zur Kundenstruktur. Je vollständiger und sauberer diese Basis ist, desto enger und verlässlicher fällt die Wertspanne aus.

Wie früh sollte man mit der Bewertung beginnen?

Idealerweise drei bis fünf Jahre vor der geplanten Übergabe. Dieser Vorlauf erlaubt es, die Zahlen auf Verkaufsfähigkeit zu bringen, Prozesse zu dokumentieren und die Abhängigkeit vom Inhaber zu reduzieren. Eine frühe erste Bewertung zeigt zudem, an welchen Stellen der Betrieb am meisten an Wert gewinnen kann.

Warum fällt der KI-Wert manchmal niedriger aus als erwartet?

Häufig liegt es an einer steueroptimierten Buchhaltung, die die operative Ertragskraft kleiner aussehen lässt, als sie ist. Erst die Bereinigung um kalkulatorische Inhabergehälter, Einmaleffekte und private Posten zeigt das echte Ergebnis. Auch eine starke Abhängigkeit vom Inhaber oder von einem Großkunden drückt den Wert, weil sie das Risiko für den Käufer erhöht.

Sind die eingespeisten Unternehmensdaten bei Cloud-Tools sicher?

Das hängt vom Anbieter ab und gehört auf die Prüfliste. Klären Sie vor der Nutzung, wo die Daten verarbeitet werden, ob ein Auftragsverarbeitungsvertrag vorliegt und ob die Zahlen für das Training weiterer Modelle verwendet werden. Bei sensiblen Finanzdaten ist eine Verarbeitung innerhalb der EU und ohne Trainingsfreigabe die sichere Wahl.