Wie KI das Origination-Playbook im Mittelstand neu definiert

Der Wettbewerb um gute Mittelständler war schon immer hart. Lange galt: Wer gut vernetzt war, fand die besten Unternehmen, bevor sie überhaupt auf den Markt kamen. Doch Künstliche Intelligenz hat das verändert. Was früher ein ganzes Team und jahrelangen Netzwerkaufbau benötigte, erledigen Algorithmen heute in Minuten: Zielunternehmen identifizieren, Eigentümerstrukturen analysieren, persönliche Verbindungen im Netzwerk sichtbar machen. Der Zugang zu Informationen ist kein Wettbewerbsvorteil mehr. Wie gehen drei ganz unterschiedliche Marktteilnehmer damit um? Ein Einblick in das Dealsourcing des Private-Equity-Investors Deutschen Beteiligungs AG (DBAG), der italienischen Bank Unicredit sowie der M&A-Beratung Steinbeis. So nutzt die DBAG KI im Dealsourcing Die DBAG hat das Thema Deal-Origination laut eigener Aussage bereits in den vergangenen Jahren systematisch neu aufgestellt. Zentraler Baustein ist das Tool Nexus, wie Linda Hoegener Schinwald, Head of Business Development, im Gespräch mit FINANCE erklärt. „Wir haben Nexus gemeinsam mit unserem Portfoliounternehmen Freiheit.com entwickelt“, führt sie weiter aus. Das Tool, das seit 2024 im Einsatz ist, screent kontinuierlich nach Unternehmen, die ins Beuteschema der Frankfurter Beteiligungsgesellschaft passen. Die wirklich spannende Fähigkeit ist jedoch eine andere, verrät Hoegener Schinwald. „Nexus aggregiert extern verfügbare Informationen, die über ein Zielunternehmen vorhanden sind, und verknüpft es mit dem DBAG-Netzwerk aus über 400 Transaktionen und mehr als sechs Jahrzehnten am Markt“, sagt die Head of Business Development. Zusätzlich analysiert Nexus das komplette Netzwerk der DBAG und matcht es mit den potentiellen Zielunternehmen, um eine persönliche Verbindung zu den Unternehmern zu finden. Der Private-Equity-Investor verfolgt auch das Ziel, klassische Kaltansprache zu vermeiden. Als Beispiel führt Hoegener Schinwald einen aktuellen Deal der Frankfurter an. Klaus Bauer, Gründer des DBAG-Portfoliounternehmens Kraft & Bauer, vermittelte den Kontakt zu Markus Hipp, dem Gründer der Hipp Group, und ebnete damit den Weg für eine neue Transaktion. „Exakt diese smarte Verknüpfung von Kontakten, ist die Secret Sauce unseres Deal Sourcing und steht exemplarisch für das, was wir mit unserem Nexus-Ansatz bewerkstelligen möchten. Es gibt wohl kaum ein stärkeres Argument für uns als das Testimonial eines Gründers, der neun Jahre lang Teil der DBAG war und dem Inhaber eines potentiellen Übernahmeziels sagt: Die DBAG ist ein starker und zuverlässiger Partner“, führt die DBAG-Managerin weiter aus. Unicredit wird zum Matchmaker des Mittelstands Auch bei der pan-europäischen Unicredit spielt das effiziente Vernetzen von internem Wissen eine zentrale Rolle, jedoch denkt die Bank über den reinen M&A-Deal hinaus. Herzstück der Deal-Origination bei ist die Plattform Dealsync. Dabei handelt es sich nicht um eine Plattform im klassischen Sinne, sondern um eine skalierbare, bankgetragene Matching‑Infrastruktur für Nachfolge‑ und Mid‑Market‑M&A im Bereich von 1 bis 20 Millionen Euro Ebitda. Dealsync soll dabei auf eins der größten Probleme des deutschen Mittelstands M&A aus Sicht der Unicredit reagieren: dem fehlenden strukturierten Marktzugang für Käufer und Verkäufer. „In Deutschland stehen jährlich über 100.000 Unternehmen vor einem Generationswechsel, aber viele Unternehmer schieben die Nachfolge auf. Das bedeutet eine strukturelle Nachfolgekrise, die den Investitionsstau im Mittelstand verschärft“, erklärt Martin Brinckmann, Geschäftsführer für Small und Medium Corporates bei HypoVereinsbank/UniCredit in Deutschland. Diese verknüpft Informationen, die bislang in isolierten Silos lagen, wie etwa Millionen von Geschäftsbeziehungen, Daten zur finanziellen Situation der Unternehmen und ein flächendeckendes Vertriebsnetz. „Mit Dealsync haben wir einen strukturierten Weg gefunden, um Informationen KI-gestützt vorzuqualifizieren und Angebot und Nachfrage zusammenzubringen“, sagt Brinckmann. Das funktioniert so: Betreuer tragen Kauf- und Verkaufsinteressen ihrer Kunden anonymisiert ins System ein, die KI erstellt daraus Teaser und schlägt Matches aus den Unicredit-Kernmärkten vor – also Deutschland, Österreich und Italien. Jedes Match wird dann zunächst von einem M&A-Experten der Bank geprüft, bevor die Unternehmensinhaber über das potentielle Match informiert werden. Brinckmann betont dabei, dass Dealsync kein Ersatz für M&A-Berater ist. Der eigentliche Business-Case liegt woanders, verrät Brinckmann. „Das Matchmaking ist der Türöffner dafür, Kunden auch bei der Deal-Finanzierung zu begleiten und ihr Ansprechpartner zu sein. Für das Matching veranschlagen wir nur eine verhältnismäßig kleine Gebühr“, führt er weiter aus. Diese decke lediglich die Kosten, um Dealsync am Laufen zu halten. Die Deal-Origination über das Tool ist bei der Unicredit also vor allem ein Cross-Selling-Kanal. Dabei gehe es nicht um mehr Deals um jeden Preis, sondern mehr passende Übergaben – das habe reale Folgen für Wettbewerbsfähigkeit und Standortqualität im Mittelstand, so Brinckmann. Steinbeis entwickelt KI-gestützte Kundenansprache Einen anderen Weg haben Thore Behrens und Robert Schaff von Steinbeis M&A gewählt. Sie haben ihren Origination-Ansatz gemeinsam erarbeitet, ohne eine Organisation im Rücken. Ziel war es, „von Grund auf neu zu denken, wie Origination im Mittelstandsgeschäft funktioniert“, erklärt Behrens. Am Anfang der Entwicklung stand eine ernüchternde Bestandsaufnahme des Status quo, wie Schaff sagt. „Bei einer M&A-Beratung mit einer klassischen Partnerstruktur sitzt man entweder im laufenden Projekt oder man akquiriert Deals, beides gleichzeitig funktioniert kaum“, führt er aus. Das führe letztlich entweder zu Leerlaufphasen, in denen man Mandate teilweise aus der Not heraus annehme, oder zu Hochphasen, in denen die Berater im schlimmsten Fall interessante Mandate aufgrund von Zeitmangel nicht annehmen könnten. Als Antwort darauf entwickelten Behrens und Schaff ein System, das digitales Screening, KI-gestützte Recherche und psychografisches Unternehmer-Profiling kombiniert. Konkret heißt das, dass die beiden zunächst nach passenden Unternehmen suchen. Für jedes dieser Unternehmen sammelt und verarbeitet eine KI alle verfügbaren Informationen. Außerdem wird ein Profil des Unternehmers erstellt. Wie tickt dieser? Was ist ihm wichtig und wie möchte er angesprochen werden? KI kann das Zwischenmenschliche nicht ablösen „Anhand der gesammelten Informationen erstellen wir dann eine Ansprachestrategie mit rund zehn Touchpoints“, erklärt Behrens. Im Zuge der Strategie wird der Unternehmensinhaber mit für ihn relevantem Content bespielt. „Darunter fallen beispielsweise Transaktionsupdates oder Bewertungs-Heatmaps. Unser Ziel ist es, im Gespräch zu bleiben, ohne zu stören“, führt Schaff weiter aus. All das läuft weitestgehend automatisiert im Hintergrund ab. Die Zeit, die Behrens und Schaff dabei einsparen, nutzen sie für den aus ihrer Sicht entscheidenden Punkt im M&A-Geschäft: das Menschliche – persönliche Treffen, Gespräche auf Augenhöhe, das Aufbauen von echtem Vertrauen. Das lasse sich nicht automatisieren. Ein Finanzinvestor, eine Großbank und eine M&A-Boutique: Sie alle fahren drei verschiedene Ansätze, um die gleiche Herausforderung mithilfe von KI zu meistern. Was dabei deutlich wird: KI ist kein Allheilmittel, aber sie schafft Kapazitäten für die wirklich wichtigen Dinge im M&A-Business – das Zwischenmenschliche.

Wie KI das Origination-Playbook im Mittelstand neu definiert

Multiples-Dashboard

Weitere Blog-Beiträge

Neue EU-Fusionsregeln: Das könnte sich für Dealmaker ändern

Multiples im E-Commerce: Firmen mit hohen KI-Fähigkeiten können punkten

Die neuen Multiples für Juli 2026 sind da

Multiples-Partnernetzwerk