All posts
ma4 min read

Der M&A Due Diligence-Prozess: Eine Transaction-Services-Perspektive

Der M&A Due Diligence-Prozess aus Transaction-Services-Sicht. Wie TS-Teams die Financial Diligence vom Kick-off bis zur Berichtslieferung in wenigen Wochen ausfuehren.

Datapack Team

Der M&A Due Diligence-Prozess: Eine Transaction-Services-Perspektive

Der M&A Due Diligence-Prozess sieht aus der Transaction-Services-Perspektive anders aus als aus der Mandantenperspektive. Mandanten sehen einen finalen Bericht mit Erkenntnissen und Empfehlungen. TS-Teams sehen einen komprimierten Ausfuehrungszyklus, bei dem Datenqualitaet, Prozesseffizienz und Teamkoordination sowohl die Qualitaet des Ergebnisses als auch die Oekonomie des Mandats bestimmen.

Das Verstaendnis des Prozesses aus einer TS-Ausfuehrungsperspektive offenbart, wohin die Zeit fliesst, wo sich Risiken konzentrieren und wo Verbesserungen die groesste Wirkung haben.

Timeline und Struktur

Ein typisches kaufseitiges Financial Due Diligence-Mandat bei einer mittelstaendischen Transaktion laeuft 3 bis 4 Wochen vom Datenraumzugang bis zur Entwurfslieferung. Wettbewerbliche Auktionsprozesse koennen dies auf 2 Wochen komprimieren.

Die Timeline gliedert sich grob wie folgt:

  • Woche 1: Datenbeschaffung, Scoping, initiale Datenaufbereitung und Mapping
  • Woche 2: Kernanalyse (QoE, NWC, Nettoverschuldung), Vorbereitung des Management-Gespraechs
  • Woche 3: Verfeinerung der Erkenntnisse, Nachinformationsanfragen, Berichtsentwurf
  • Woche 4: Partner-Review, Mandantendiskussion, finaler Bericht

Bei komprimierten Timelines fallen Woche 2 und 3 zusammen, was extremen Druck auf die Datenaufbereitungsphase ausueibt. Wenn GL-Mapping und Normalisierung die ersten 3 Tage beanspruchen, sinkt die Analysezeit um 40 Prozent.

Phase 1: Kick-off und Scoping

Das Mandat beginnt mit der Abgrenzung des Arbeitsumfangs gegen die Beduerfnisse des Mandanten. Ein PE-Sponsor, der ein Plattformunternehmen kauft, hat andere Prioritaeten als ein strategischer Kaeufer bei einer Bolt-on-Akquisition.

Zentrale Scoping-Entscheidungen umfassen:

  • Analysezeitraum (typischerweise 3 Geschaeftsjahre plus Zwischenzeitraum)
  • Im Scope befindliche Gesellschaften (relevant fuer Zielunternehmen mit mehreren Gesellschaften oder Carve-outs)
  • Tiefe der Arbeitsstroeme (vollstaendiger QoE vs. fokussierter Red-Flag-Review)
  • Spezifische Schwerpunkte des Mandanten (Umsatzqualitaet, Kostenstruktur, Working Capital)

Die Qualitaet der initialen Informationsanforderungsliste bestimmt, wie schnell die Datenaufbereitungsphase beginnen kann. Erfahrene Teams haben standardisierte IRL-Vorlagen, die das Wesentliche abdecken, ohne ueberzufordern.

Phase 2: Datenaufbereitung

Hier verlieren die meisten TS-Teams Zeit. Daten treffen aus dem Datenraum in dem Format ein, das das Zielunternehmen verwendet. SAP-Exporte in CSV. QuickBooks-Daten in Excel. Sage-Berichte als PDFs.

Das Team muss:

  1. Daten in ein konsistentes Format aufnehmen und normalisieren
  2. Den Kontenplan dem analytischen Rahmenwerk zuordnen
  3. Validieren, dass die zugeordneten Summen mit der Summen- und Saldenliste und den Abschluessen abstimmen
  4. Die monatliche analytische Datenbank erstellen, die alle nachgelagerten Arbeitsstroeme unterstuetzt

Bei einem manuellen Prozess dauert diese Phase 3 bis 5 Tage fuer eine mittelstaendische Transaktion. Mit automatisierten Datenaufnahme- und Mapping-Tools kann sie in weniger als einem Tag abgeschlossen werden.

Die nachgelagerte Auswirkung ist erheblich. Jeder bei der Datenaufbereitung eingesparte Tag steht fuer Analyse, Nachverfolgung und Qualitaetspruefung zur Verfuegung.

Phase 3: Kernanalyse

Mit sauberen, zugeordneten Daten beginnt die analytische Arbeit:

Quality of Earnings: Das Team erstellt die EBITDA-Ueberleitung und identifiziert und kategorisiert Anpassungen. Die Umsatzanalyse untersucht Wachstumstreiber, Kundenkonzentration und Nachhaltigkeit. Die Kostenanalyse prueft Personaltrends, Margen und diskretionaere Ausgaben. Ein gruendlicher QoE-Bericht ist das Herzstueck des Arbeitsergebnisses.

Net Working Capital: Die monatliche NWC-Analyse identifiziert den geeigneten Working Capital-Peg fuer den Kaufvertrag. Dies erfordert praezise Bilanzzuordnung und Normalisierung fuer saisonale Muster und einmalige Posten.

Nettoverschuldung: Identifizierung aller Schulden- und schuldenaehnlichen Posten, einschliesslich ausserbilanzieller Verpflichtungen, Pensionsverbindlichkeiten, Earn-out-Verpflichtungen und Eventualverbindlichkeiten.

Cashflow: Bewertung der Cashflow-Qualitaet und Investitionsausgabenmuster.

Phase 4: Management-Gespraech

Das Management-Gespraech ist ein kritischer Meilenstein. Es ist die Gelegenheit des Teams, Erkenntnisse zu verifizieren, den Kontext hinter den Zahlen zu verstehen und zusaetzliche Dokumentation anzufordern.

Vorbereitung ist entscheidend. Teams, die mit spezifischen, datengestuetzten Fragen erscheinen, erhalten nuetzlichere Antworten als solche, die allgemeine Fragen zum Geschaeft stellen. Automatisierte Trendanalyse und Anomalieerkennung helfen, die richtigen Fragen zu identifizieren.

Phase 5: Berichterstattung und Lieferung

Die letzte Phase verwandelt die Analyse in ein Arbeitsergebnis. Fuer die meisten Mandate ist dies ein strukturierter Bericht mit Zusammenfassung, detaillierten Erkenntnissen nach Arbeitsstrom und Anlagen.

Die Berichtsqualitaet haengt ab von:

  • Genauigkeit und Vollstaendigkeit der zugrundeliegenden Analyse
  • Klaren Audit Trails, die jede Zahl stuetzen
  • Konsistenter Formatierung, die auf Mandantenerwartungen abgestimmt ist
  • Termingerechter Lieferung, die die vereinbarte Frist einhaelt oder unterschreitet

Prozessoptimierung

Der M&A Due Diligence-Prozess wird optimiert, indem die nicht-analytischen Schritte komprimiert werden. Datenaufbereitung, Mapping, Abstimmung und Dokumentation sind volumenstarke, urteilsarme Taetigkeiten, die Technologie besser als Menschen bewaeltigt.

Die analytischen Schritte hingegen erfordern erfahrene Fachleute. Das Ziel ist nicht, Urteilsvermoegen zu automatisieren. Es ist, die verfuegbare Zeit fuer Urteilsvermoegen zu maximieren, indem manuelle Datenarbeit eliminiert wird.

Teams, die diese Verschiebung erreichen, liefern konsistent qualitativ hochwertigere Berichte, schneller, mit besseren Realisierungsraten.