Nicht nur in Fintech-Unternehmen, auch in vielen klassischen Industrien zählen Datensätze inzwischen zu den wertvollsten Assets. Das bietet neue Möglichkeiten bei Analysen, doch Big Data birgt auch Risiken bei Transaktionen: Wer die Daten mit übernimmt, muss sicher sein können, dass diese aus einwandfreier Quelle kommen.
Was sonst droht, hat unlängst die Übernahme von Yahoo durch Verizon gezeigt: In den Wochen nach Bekanntgabe der Transaktion musste Yahoo größere Fälle von Datendiebstahl einräumen, bei denen Millionen von Nutzerdaten entwendet worden waren. Ende Februar einigten sich Yahoo und Verizon dem „Wall Street Journal“ zufolge nun auf einen um 350 Millionen US-Dollar reduzierten Kaufpreis von 4,48 Milliarden Dollar.
Die M&A-Community hat bereits reagiert: Bei Big-Data-lastigen Transaktionen etablieren sich bereits spezielle Stränge der Due Diligence, um Risiken bei der Datenqualität zu minimieren. „Spezialisten für Cyber Intelligence positionieren sich zunehmend auch in Due-Diligence-Prozessen“, sagt Richard Diffenthal, Partner bei Hogan Lovells in London. Im Rahmen einer Cyber Security Due Diligence werde beispielsweise geprüft, ob Teile des Datenbestands im Darkweb auftauchen und dort womöglich sogar illegal zum Kauf angeboten werden.
Unternehmensbewertung ist im Big-Data-Umfeld schwierig
Für Kaufinteressenten ist es erfolgsentscheidend zu wissen, ob Datenbestände beim Zielunternehmen rechtlich sauber genutzt wurden. Die Krux: Dies lässt sich schwerlich für jeden einzelnen Datensatz nachprüfen. „Hilfreich ist ein Blick auf die sogenannte Data Supply Chain: Wie verlaufen die Datenströme, aus welchen Quellen stammen die Angaben, wie werden sie genutzt“, sagt Diffenthal.
Auch die Preisfindung ist bei Unternehmen, deren Geschäftsmodell stark auf Daten oder Algorithmen basiert, schwierig. Klassische Methoden der Unternehmensbewertung, wie die Discounted-Cashflow-Methode oder der Einsatz von Multiples, sind gerade bei jungen Unternehmen schwierig, da diese häufig noch keine stabilen Cashflows und Umsätze erwirtschaften. Mitunter geben die Kaufpreise in vergleichbaren Transaktionen einen Hinweis. Andere Käufer nähern sich dem Thema über die Kostenseite und schauen, was an Kosten aufgewendet werden müsste, um ein vergleichbares Geschäft selbst aufzubauen.
Mangelnde Datenqualität kann zum Dealbreaker werden
Ist die Datennutzung für den Käufer ein wichtiger Aspekt der Transaktion, sollte er darüber Gewährleistungen (Reps & Warranties) vereinbaren. Gleiches gilt, wenn der Geschäftserfolg des Zielunternehmens stark auf Algorithmen basiert – ein fehlerhafter Algorithmus könnte dann den gesamten Business Case gefährden.
Die Absicherung ist allerdings kein einfaches Unterfangen: Stellt sich beispielsweise nachträglich heraus, dass eine Nutzung der Daten nicht möglich ist, weil diese illegal erworben wurden, muss der Käufer die Höhe des daraus entstandenen Schadens benennen. „Den genauen Schaden zu ermitteln, kann eine langwierige und strittige Angelegenheit sein“, sagt Tim Oliver Brandi, Partner bei Hogan Lovells in Frankfurt.
Bei Unsicherheiten über die Datenqualität winkten daher in der Regel viele Kaufinteressenten schon im Vorfeld von Deals ab: „Mangelnde Datenqualität kann zum Dealbreaker werden“, warnt Brandi.
Info
Welche Prüfstränge neben der Überprüfung der Datenqualität noch zu einer M&A-Transaktion gehören, lesen Sie auf unserer Themenseite Due Diligence. Beispiele dafür, wie CFOs mit der Datenflut umgehen, finden Sie auf der FINANCE-Themenseite Big Data.
