Wie Sie Akquisitionsziele auf Ihrer M&A-Longlist bewerten und priorisieren

Eine Longlist mit zweihundert Namen ist kein Plan, sondern eine To-do-Liste, mit der niemand anfangen kann. Sobald das Sourcing seine Aufgabe erledigt und eine lange, breite Liste potenzieller Akquisitionsziele erzeugt hat, verschiebt sich der eigentliche Engpass. Die Frage lautet nicht mehr „wie finden wir Targets“, sondern „wen rufen wir zuerst an, und warum“.

Das Bewerten und Priorisieren einer Longlist ist der Schritt zwischen Sourcing und Ansprache. Richtig gemacht, wird aus einer undifferenzierten Liste eine kleine Zahl von Stufen, die dem Deal-Team genau zeigen, wo zuerst Zeit investiert werden sollte, und die allen Beteiligten, vom Associate bis zum Investitionsausschuss, einen nachvollziehbaren, gemeinsamen Grund für diese Reihenfolge geben.

In diesem Artikel erfahren Sie:

• Warum eine unbewertete Longlist unbemerkt die teuersten Stunden eines Deal-Teams verschlingt
• Welche Kriterien in die meisten Scoring-Modelle für Akquisitionsziele gehören und wie sie sich je nach Deal-These unterscheiden
• Wie Sie Kriterien gewichten, damit der Score Ihre tatsächliche Strategie abbildet und nicht eine generische Checkliste
• Wie Sie aus einem Score umsetzbare Stufen machen, statt einer Excel-Datei, die niemand mehr öffnet
• Wo strukturierte Unternehmensdaten und KI den langsamsten Teil des Scorings in der Breite abnehmen
• Die häufigsten Fehler, die ein Scoring-Modell schon nach einem Quartal unbrauchbar machen

Warum eine unbewertete Longlist den gesamten Deal-Prozess ausbremst

Eine Longlist existiert, damit auf ihrer Basis gehandelt wird, doch die meisten Teams behandeln jeden Namen darauf gleich, bis etwas eine Entscheidung erzwingt, meist eine Deadline oder ein Kapazitätsproblem. Ohne Score richtet sich die Priorisierung danach, wer im Raum am lautesten ist, welches Unternehmen der federführende Berater zuletzt erwähnt hat, oder schlicht nach der Reihenfolge, in der die Liste zufällig sortiert wurde.

Dieser Standardfall ist teuer. Ansprache, Management-Calls und frühe Due Diligence sind die zeitintensivsten Teile des Sourcing-Trichters, und sie werden meist in der Reihenfolge investiert, in der Targets auf die Liste gekommen sind, statt in der Reihenfolge, in der sie wahrscheinlich zu einem Deal führen. Ein Scoring-Modell ersetzt keine Urteilsfähigkeit, es macht sie explizit und im gesamten Team konsistent, sodass die Targets mit der besten Passung zur These und der höchsten Abschlusswahrscheinlichkeit zuerst angerufen werden.

Die wahren Kosten, wenn jedes Target gleich behandelt wird

Deal-Teams messen selten, wie viel Zeit eine Longlist sie tatsächlich kostet, weil sich die Kosten über Wochen von Calls, Meetings und punktueller Due Diligence verteilen, statt als einzelner Posten aufzutauchen. Eine Longlist mit 150 Targets, die ohne Scoring von oben nach unten abgearbeitet wird, bedeutet leicht, dass das Team ein Drittel seiner Ansprachekapazität auf Unternehmen verwendet, die strategisch, von der Größe oder der Eigentümersituation her nie wirklich gepasst haben.

Die Opportunitätskosten summieren sich bei laufenden Deals weiter. Während ein Team einem Target hinterherläuft, das von Anfang an eine schwache Passung war, bleibt ein besser passendes Target weiter unten auf der unbewerteten Liste unangetastet, und ein konkurrierender Käufer kommt möglicherweise zuerst dort an.

Was ein Scoring-Modell für Akquisitionsziele tatsächlich leistet

Ein Scoring-Modell für Targets wandelt die Signale, die ein Deal-Team ohnehin sammelt, Finanzkennzahlen, Marktposition, Eigentümerstruktur, strategische Überschneidung, in eine einzige vergleichbare Kennzahl pro Target um. Es ersetzt nicht die zugrunde liegende Analyse. Es erzwingt, dass diese Analyse für jeden Namen auf der Liste konsistent erfolgt, nicht nur für die Targets, die ohnehin schon favorisiert werden.

Das Ergebnis soll keine auf die Nachkommastelle genaue Rangfolge sein. Es soll eine lange Liste in eine kleine Zahl von Gruppen trennen, meist drei oder vier, damit das Team weiß, wohin die nächste Runde an Arbeitsstunden fließen sollte.

Sechs Kriterien, die in die meisten M&A-Scoring-Modelle gehören

Die genaue Liste variiert je nach Deal-These, doch die meisten praxistauglichen Modelle für Corporate M&A, Advisory und Private-Equity-Screening greifen auf dieselben sechs Kategorien zurück:

Zwei Kriterien verdienen besondere Erwähnung, weil Teams sie regelmäßig falsch handhaben. Strategische Passung wird oft nach Bauchgefühl statt nach einer schriftlich fixierten These bewertet, was den Vergleich zwischen verschiedenen Bewertenden unmöglich macht. Und Verkaufsbereitschaft wird häufig ganz übersprungen, obwohl eine perfekte strategische Passung bei einem Eigentümer ohne jede Verkaufsabsicht keine kurzfristige Gelegenheit ist, egal wie hoch sie bei allen anderen Kriterien bewertet wird.

Wie Sie die Kriterien für Ihre spezifische These gewichten

Eine einzelne generische Gewichtung funktioniert nicht über alle Deal-Arten hinweg, weil sich die Kriterien, die ein gutes Ergebnis vorhersagen, mit dem Ziel des Käufers verschieben.

• Plattform- oder Buy-and-Build-Käufer gewichten typischerweise strategische Passung und Verkaufsbereitschaft am höchsten, da es darum geht, verkaufsbereite Eigentümer zu finden, die eine These erweitern, nicht zwingend das größte oder profitabelste verfügbare Unternehmen.
• Private-Equity-Finanzinvestoren gewichten tendenziell finanzielle Verfassung und Bewertungserwartung stärker, da sich die Rendite bereits für sich allein rechnen muss, bevor Synergien überhaupt berücksichtigt werden.
• Strategische Add-on-Akquisitionen innerhalb einer größeren Gruppe gewichten meist Synergie- und Integrationspassung am höchsten, weil die Begründung für den Deal häufig auf Kosten- oder Umsatzsynergien beruht statt auf dem eigenständigen Finanzprofil des Targets.

Die konkreten Gewichte spielen eine kleinere Rolle als die Tatsache, dass sie schriftlich festgehalten und konsistent angewendet werden. Ein einfacher Score von 1 bis 5 pro Kriterium, multipliziert mit einer Gewichtung, die sich auf 100% summiert, reicht aus, um eine nachvollziehbare Rangfolge zu erzeugen, ohne daraus ein eigenes Modellierungsprojekt zu machen.

Vom Score zur Shortlist: Stufen, die Ihr Team wirklich nutzt

Mit einem rohen Zahlenscore lässt sich schwer direkt arbeiten. In der Praxis bewährt sich, den Score in drei oder vier Stufen mit jeweils einer klaren nächsten Aktion zu übersetzen:

Ein fester Rhythmus für die Überprüfung ist genauso wichtig wie die Stufen selbst. Signale zur Verkaufsbereitschaft ändern sich: Ein Eigentümer nähert sich dem Ruhestand, ein Wettbewerber wird übernommen, ein Unternehmen nimmt neue Schulden auf. Eine Longlist, die einmal bewertet und nie wieder angefasst wird, veraltet innerhalb eines Quartals, was einer der häufigsten Gründe ist, warum Scoring-Initiativen wieder eingestellt werden.

Wo strukturierte Daten und KI den Scoring-Zyklus verkürzen

Der größte Zeitaufwand beim Scoring liegt meist nicht in der Entscheidung über die Gewichtung, sondern im Zusammentragen der zugrunde liegenden Daten. Umsatz und Margen für ein privates Target ohne Veröffentlichungspflicht zu schätzen, die Eigentümerstruktur zu prüfen oder gegen die richtige Peer-Gruppe zu benchmarken, kann pro Unternehmen jeweils Stunden kosten, und bei einer Longlist mit 150 Namen summiert sich das schnell. Genau an dieser Stelle nehmen strukturierte Unternehmensdaten und KI tatsächlich Arbeit ab, statt nur ein weiteres Dashboard hinzuzufügen. StrategyBridgeAI greift auf eine Datenbank mit rund 50 Millionen öffentlichen und privaten Unternehmen in über 100 Ländern zu, sodass ein Deal-Team die meisten Scoring-Kriterien für eine gesamte Longlist in einem Durchgang befüllen kann, statt jedes Target einzeln zu recherchieren. Teams sparen dabei im Schnitt rund 80% der Recherchezeit gegenüber einem vollständig manuellen Prozess. Sprechen Sie mit uns über das Scoring Ihrer nächsten Longlist.

Häufige Fehler, die ein Scoring-Modell nach einem Quartal unbrauchbar machen

• Zu viele Kriterien. Ab mehr als sechs oder sieben wird Scoring zur Dateneingabe statt zum Entscheidungsinstrument, und die Konsistenz zwischen verschiedenen Bewertenden sinkt.
• Gewichte werden einmal festgelegt und nie wieder überprüft. Eine veränderte These, ein neues Mandat oder eine Marktveränderung sollten eine Überprüfung dessen auslösen, was das Modell belohnt, nicht nur eine Aktualisierung der Targetliste.
• Scoring auf Basis veralteter Daten. Ein Score, der auf einer zwölf Monate alten Umsatzschätzung oder einer überholten Eigentümerstruktur beruht, erzeugt eine Rangfolge, die präzise aussieht und im Stillen falsch ist.
• Keine klare Verantwortung für die Aktualisierung. Wenn die Aktualisierung der Scores niemandes ausdrückliche Aufgabe ist, verfällt die Liste, bis der nächste vollständige Sourcing-Zyklus wieder bei null beginnt.
• Interesse mit Passung verwechseln. Ein Target, das leicht erreichbar ist, weil jemand im Team den Eigentümer bereits kennt, ist nicht dasselbe wie ein Target, das bei strategischen und finanziellen Kriterien gut abschneidet.