Das KI-Gebot: Wachstumspotenzial im Private Equity-Bereich freisetzen

Zusammenfassung

Künstliche Intelligenz (KI), insbesondere generative KI (GenAI), entwickelt sich rasant zu einer transformativen Kraft im Private-Equity-Bereich. Eine Bain-Umfrage unter privaten Investoren mit einem verwalteten Vermögen von 3,2 Billionen US-Dollar ergab, dass die meisten Portfoliounternehmen KI-Tests in irgendeiner Form durchführen, wobei fast 20 % bereits GenAI-Anwendungsfälle operationalisiert haben. Auch EY berichtet, dass 74 % der von Private Equity finanzierten Unternehmen KI in ihren Transaktionsprozessen pilotieren oder aktiv einsetzen.

Die branchenweite Akzeptanz ist jedoch weiterhin uneinheitlich, bedingt durch Bedenken hinsichtlich des Datenschutzes, unklarer Rendite (ROI) und regulatorischer Unsicherheit. Trotz dieser Herausforderungen verzeichnen die ersten Anwender bereits messbare Erfolge bei der Akquise von Investitionsmöglichkeiten, der Due-Diligence-Prüfung, dem Portfolio-Monitoring und der Wertschöpfung. 

Dieses Whitepaper untersucht, wie führende Private-Equity-Gesellschaften KI nutzen, welche Herausforderungen sie dabei bewältigen müssen und welche strategischen Schritte erforderlich sind, um das volle Potenzial von KI auszuschöpfen.

KI-gestützte Deal-Akquise und -Abwicklung

KI-Tools verbessern die Geschwindigkeit und Genauigkeit der Geschäftsanbahnung erheblich. Zum Beispiel:

• Ein großer europäischer Fonds entwickelte eine Plattform, die Millionen von Datenpunkten verarbeitet, um vielversprechende Investitionsziele zu identifizieren. Das System, das ursprünglich im Bereich Risikokapital eingesetzt wurde, findet mittlerweile Anwendung in verschiedenen Anlageklassen.
• Ein weiteres globales Unternehmen nutzt KI, um Markttrends, Nachrichten und soziale Inhalte zu analysieren und so Unternehmen in der Frühphase zu identifizieren, die mit seiner Investitionsthese übereinstimmen.

Darüber hinaus optimiert KI interne Fondsprozesse durch die Automatisierung von CRM-Workflows und der Analyse von Rechtsverträgen, die Erstellung von Investorenberichten und Marketingmaterialien mit Hilfe von GenAI-Assistenten sowie die Beschleunigung von Angebotsanfragen und Softwareentwicklungsprozessen.

Vista Equity Partners ist ein Paradebeispiel für diesen Trend. Das Unternehmen hat KI in seine operative Kernplanung integriert und verpflichtet jedes seiner über 85 Portfoliounternehmen zur Festlegung jährlicher KI-Ziele. Hackathons und CEO-Gremien fördern die portfolioübergreifende Zusammenarbeit, während KI-Copiloten die Produktivität bei Softwareentwicklungsaufgaben um bis zu 30 % gesteigert haben.

KI-gestützte intelligentere Due Diligence

KI verbessert zunehmend den Due-Diligence-Prozess:

• Moderne KI-Plattformen können mittlerweile mehr als 10.000 Kundenrezensionen in wenigen Minuten analysieren, Stimmungsanalysen durchführen und Mängel in Produkten oder Dienstleistungen identifizieren.
• Unternehmen nutzen KI, um Disruptionsrisiken zu bewerten, Marktszenarien zu modellieren und neue Geschäftsmodelle zu entwickeln.
• Laut Bain entwickelte eine Private-Equity-Gesellschaft während der Due-Diligence-Phase einen konkurrierenden Prototyp der firmeneigenen KI-Lösung eines Zielunternehmens und stellte fest, dass dieser die ursprüngliche Lösung übertraf, was letztendlich die Investitionsentscheidung beeinflusste.

In Zukunft dürften KI-gestützte Due-Diligence-Bewertungssysteme – zur Beurteilung der Datenverfügbarkeit, der Realisierbarkeit von Anwendungsfällen und der Innovationsgeschichte – ebenso standardisiert sein wie die finanzielle oder rechtliche Due Diligence.

KI als Katalysator für Portfoliowachstum und Effizienz

Private-Equity-Firmen, die KI in ihren Portfoliounternehmen einsetzen, erzielen eine erhebliche Wertsteigerung. Zu den bemerkenswerten Beispielen gehören:

• LogicMonitor (Vista): Der KI-Agent Edwin AI erzielt durch vorausschauendes IT-Monitoring durchschnittliche jährliche Einsparungen von 2 Millionen US-Dollar pro Kunde.
• Cengage (Apollo): KI-Projekte haben die Kosten der Content-Produktion um 40 % gesenkt, die Effizienz des Kundenservice um 15 % verbessert und bis zu 20 % der Vertriebsprozesse automatisiert.
• Multiversity Group (CVC): Startete einen „ MVP-Accelerator “, um über 30 KI-Initiativen zu testen, darunter Bots, die den Zeitaufwand der Professoren für Routinefragen um 80 % reduzierten.

Diese KI-gestützten Maßnahmen verbessern die Gewinnmargen, stärken die Exit-Strategien und erhöhen die Attraktivität der Portfoliounternehmen für zukünftige Käufer.

Einrichtung von KI-Kompetenzzentren und kollaborativen Ökosystemen

Eine erfolgreiche KI-Implementierung basiert häufig auf starker interner Führung und strukturierten Unterstützungssystemen. Apollo hat beispielsweise ein Kompetenzzentrum (Center of Excellence, CoE) eingerichtet, das mit internen Partnern besetzt und von einem externen Beirat begleitet wird. Dieses CoE ist verantwortlich für die Bewertung von KI-Anbietern, die Durchführung von Workshops zur Abstimmung der Technologie auf strategische Ziele und die Unterstützung von Portfoliounternehmen bei der Identifizierung von drei bis fünf Anwendungsfällen, die mit den zentralen Geschäftszielen verknüpft sind.

Ähnlich fördern Unternehmen wie Hg das gemeinsame Lernen und die Zusammenarbeit über ihre Portfolios hinweg, indem sie ihre Expertise im Bereich mittelständischer Softwareanbieter nutzen, um GenAI-Lösungen zu skalieren und zu vertreiben.

Überwindung von Hindernissen bei der KI-Einführung

Trotz des zunehmenden Optimismus müssen mehrere Risiken angegangen werden:

1. Kostenüberschreitungen: Unternehmen laufen Gefahr, zu viel in KI-Pilotprojekte zu investieren, die nur eine geringe Kapitalrendite liefern.
2. Datenrisiken: Mangelhafte Eingangsdaten können zu verzerrten oder ungenauen Ergebnissen führen.
3. Modellunzuverlässigkeit: Halluzinationen und Black-Box-Argumentation stellen die Erklärbarkeit in Frage.
4. Datenschutz- und IP-Bedenken: Sensible firmeneigene Daten müssen vor Missbrauch oder Offenlegung geschützt werden.
5. Ethische und soziale Risiken: Deepfakes, Fehlinformationen und verzerrte Trainingsdaten bleiben dringende Probleme.
6. Regulatorische Unsicherheit: Die Einhaltung der DSGVO, der SEC-Richtlinien und der neuen KI-Regeln sicherzustellen, ist komplex und unterliegt einem ständigen Wandel.

Ein skandinavisches Private-Equity-Unternehmen hat beispielsweise ein Forum zur Einhaltung der KI-Vorschriften eingerichtet, das das Hochladen personenbezogener Daten oder firmenspezifischer Informationen in öffentliche Large Language Models (LLMs) verbietet, um die Einhaltung der DSGVO zu gewährleisten und operationelle Risiken zu minimieren.

KI und Portfoliobewertungen: Ein regulatorischer Katalysator

KI könnte eine der hartnäckigsten Herausforderungen im Private-Equity-Bereich lösen – die Intransparenz der Bewertung, die zu niedrigeren Bewertungen führen kann. Deloitte prognostiziert, dass KI-gestützte Bewertungsinstrumente Folgendes bewirken werden:

• Beschleunigen Sie die Berichtszyklen durch die Einbeziehung nichtfinanzieller Daten wie Kundenfrequenz, App-Nutzung und Einstellungsmuster.
• Ermöglichen Sie regelmäßigere Bewertungen, um die Einhaltung der Vorschriften zu verbessern und die Transparenz für Kommanditisten (LPs) zu erhöhen.
• Unterstützung bei der Behebung des „Nennereffekts“, bei dem veraltete Bewertungen in Private-Equity-Portfolios während Marktabschwüngen zu künstlichen Überbesetzungen führen.

Dieser Trend steht im Einklang mit den sich entwickelnden regulatorischen Rahmenbedingungen in den USA und der EU, die den Zugang für Privatanleger erleichtern und die Nachfrage nach Echtzeit-Offenlegungen erhöhen.

Ansätze zur KI-Transformation im Private Equity-Bereich

Während sich Private-Equity-Gesellschaften in der sich wandelnden KI-Landschaft zurechtfinden, kann ein strategischer Ansatz bei deren Einführung dazu beitragen, Wertschöpfungspotenziale im Fondsbetrieb und in den Portfoliounternehmen zu erschließen. Im Folgenden werden wichtige Bereiche aufgezeigt, in denen KI zur Unterstützung des Transformationsprozesses integriert werden kann.

Strategische Integration zwischen Investmentfirmen

KI kann in Anlagestrategien und operative Modelle integriert werden durch:

• KI-Bereitschaftsanalysen: Bewertung der digitalen Reife, der Dateninfrastruktur und des KI-Potenzials eines Unternehmens zur Identifizierung wirkungsvoller Anwendungsfälle, die auf die strategischen Prioritäten abgestimmt sind.
• Center of Excellence Design: Einrichtung interner oder externer Centers of Excellence (CoEs), um KI-Experimente zu fördern, Fähigkeiten zu erweitern und den Wissensaustausch zwischen den Portfoliounternehmen zu unterstützen.
• Governance und Risikomanagement: Es werden Governance-Rahmenbedingungen, Richtlinien für die ethische Nutzung und Datenschutzprotokolle geschaffen, um Risiken zu mindern, die Einhaltung der Vorschriften sicherzustellen und das Vertrauen der Interessengruppen zu fördern. 

Ermöglichung von betrieblicher Effizienz

Auf Fondsebene kann KI Prozesse optimieren und den Aufwand in Bereichen wie den folgenden reduzieren:

• Deal Origination: Nutzung von maßgeschneiderten Plattformen zur Bewertung und Einstufung von Investitionsmöglichkeiten durch Verwendung firmeneigener Daten und Daten von Drittanbietern.
• Due Diligence: Tools, die große Datensätze analysieren und zusammenfassen, darunter Finanzdaten, Kundenfeedback und Markttrends, um die Geschwindigkeit und Tiefe der Due Diligence zu verbessern.
• Bewertungsoptimierung: KI-gestützte Tools, die durch die Nutzung strukturierter und unstrukturierter Daten häufigere und umfassendere Portfoliobewertungen ermöglichen und dabei den sich entwickelnden regulatorischen Erwartungen entsprechen.

Portfolio-Unternehmensaktivierung

KI-Initiativen auf Portfolioebene können die EBITDA-Verbesserung steigern und die digitale Reife beschleunigen durch:

• MVP-Beschleuniger und KI-Labore: Zusammenarbeit zur Entwicklung von KI-Pilotprojekten und minimalen funktionsfähigen Produkten in den Bereichen Kundenerfahrung, Forschung und Entwicklung sowie operative Funktionen.
• Transformation der Belegschaft: Unterstützung des Veränderungsmanagements, Durchführung von Schulungsprogrammen und Integration von KI in Arbeitsabläufe zur Förderung der Akzeptanz und kulturellen Anpassung.
• Branchenspezifische Lösungen: Nutzung domänenspezifischer KI-Anwendungen in Sektoren wie Software, Gesundheitswesen, Bildung und Fertigung, um den individuellen Geschäftsanforderungen gerecht zu werden.

Umfassende KI-Lebenszyklusunterstützung

Eine umfassende KI-Strategie umfasst typischerweise Folgendes: 

• Beratung und Strategie: Durchführung von Portfolio-Scans, Priorisierung von Anwendungsfällen, Erstellung von Playbooks und Messung des ROI.
• Entwicklung und Implementierung: Entwicklung und Integration maßgeschneiderter KI-Modelle in Unternehmenssysteme unter Gewährleistung der Skalierbarkeit.
• Managed Services und Support: Wir bieten kontinuierliche Überwachung, Optimierung und Compliance-Kontrolle, um langfristigen Wert zu sichern.

Die Zeit für künstliche Intelligenz im Private Equity-Bereich ist jetzt gekommen.

Künstliche Intelligenz (KI) ist im Private-Equity-Bereich mittlerweile eine strategische Notwendigkeit. Unternehmen wie Vista, Apollo und CVC zeigen, dass die Ausrichtung von KI auf Geschäftsziele die Rendite steigern, die Transparenz erhöhen und Portfolios zukunftssicher machen kann. Mit zunehmender Verbreitung und steigenden regulatorischen Anforderungen werden Unternehmen, die klug in KI investieren, zu den Marktführern von morgen.

Wipro setzt in diesem dynamischen Umfeld auf einen pragmatischen und präzisen Ansatz bei der KI-Einführung. Im Fokus steht die Erzielung messbarer Ergebnisse durch gezielte Initiativen, die mit übergeordneten strategischen Zielen übereinstimmen. Ob Unternehmen GenAI-Anwendungsfälle pilotieren oder eine umfassende Portfolio-Transformation planen – das Ziel ist, sicherzustellen, dass die KI-Aktivitäten zielgerichtet, skalierbar und in die langfristige Wertschöpfung integriert sind.

Private-Equity-Gesellschaften benötigen vertrauenswürdige Berater, die die Implementierung begleiten, KI-Lösungen integrieren und den langfristigen Erfolg komplexer Portfolios sicherstellen. Jetzt ist der richtige Zeitpunkt zum Handeln.

Über die Autoren