Was ist due diligence? So prüfen VCs KI-Startups heute

Was ist due diligence? Due diligence ist die strukturierte Prüfung der Aussagen eines Unternehmens, bevor Geld, Anteile oder eine Unterschrift den Besitzer wechseln. Im Venture-Geschäft heißt das: Ein Investor prüft Finanzen, Recht, Technik, Markt und Team eines Startups gegen das, was im Pitch Deck steht. In der Praxis bedeutet das eine Anfrageliste, einen Datenraum und einige Wochen, in denen jede Zahl zweimal geprüft wird. Für KI-Startups kommen 2026 zwei Punkte hinzu: Wem gehören die Trainingsdaten, und was frisst die Inferenz an der Bruttomarge?

Was deckt due diligence bei einem Venture-Deal eigentlich ab?

Fünf Prüfbereiche laufen parallel. Jeder hat einen Verantwortlichen, eine Liste von Nachweisen und eine Abbruchregel.

• Finanzen: Qualität des Umsatzes, Burn, Runway, Kohortenbindung. Nachweise: monatliche GuV, Kontoauszüge, ARR-Bridge.

• Recht: Cap Table, Gründung, Verträge, Rechtsstreitigkeiten. Nachweise: Satzung, Gesellschaftervereinbarung, Optionsplan, Kunden-MSAs.

• Technik: Architektur, Sicherheit, IP-Eigentum, Skalierbarkeit. Nachweise: Code-Review, Penetrationstest, Repository-Zugang.

• Markt und Vertrieb: Marktgröße, Pipeline, Churn, Kundenkonzentration. Nachweise: Kundengespräche, CRM-Export, Notizen zu gewonnenen und verlorenen Deals.

• Team: Hintergrund der Gründer, Schlüsselpersonen, Referenzen. Nachweise: Backchannel-Gespräche, Arbeitsverträge.

Je früher die Phase, desto leichter fallen die ersten vier Zeilen aus. Ein Pre-Seed-Check stützt sich fast vollständig auf die Team-Zeile, weil es sonst nichts zu prüfen gibt. Bei Series A tragen Finanzen und Recht den größten Teil des Gewichts, und der Investor erwartet saubere Bücher. Kruze Consulting veröffentlicht phasenbezogene Checklisten für due diligence, die zeigen, welche Unterlagen Investoren typischerweise in Pre-Seed, Series A und Series B anfordern.

Ein Unterschied ist vorab wichtig. Due diligence ist kein Audit. Ein Wirtschaftsprüfer bestätigt, dass Abschlüsse den Rechnungslegungsregeln folgen. Ein Diligence-Team fragt, ob das Geschäft tatsächlich das ist, was der Verkäufer beschreibt, und bepreist die Lücke. Ergebnisse entscheiden nicht nur darüber, ob ein Deal besteht oder scheitert. Sie verschieben Bewertung, Treuhandkonditionen und Abschlussbedingungen.

Wer führt sie durch, und wie lange dauert sie?

Auf der Käuferseite steuert ein leitender Partner oder Principal den Prozess, ein Associate baut das Modell, und externe Anwälte übernehmen die Rechtsprüfung. Wirtschaftsprüfer und technische Berater werden für konkrete Fragen hinzugezogen, nicht für die gesamte Akte. Auf der Verkäuferseite stellt der CFO oder ein Fractional Finance Lead den Datenraum zusammen und beantwortet die Fragen.

Die Dauer hängt von der Größe des Deals ab. Eine Seed-Runde mit einem Lead, der die Gründer bereits kennt, kann in zwei bis drei Wochen abgeschlossen sein. Eine Series B mit neuen Investoren liegt eher bei sechs bis acht Wochen. Eine Übernahme der Kontrolle dauert länger, weil die steuerliche und rechtliche Prüfung umfangreicher wird. Das sind Richtwerte aus der Praxis, keine Benchmarks: Es gibt keinen öffentlichen Datensatz zur Dauer von due diligence, und wer einen präzisen Durchschnitt nennt, rät.

Der Kostentreiber sind selten die Honorare. Es ist die Aufmerksamkeit der Gründer. Ein Team, das vier Wochen lang Anfragen beantwortet, baut in dieser Zeit nichts. Investoren, die das verstehen, schicken eine konsolidierte Anfrageliste statt fünf einzelner.

Die sieben Schritte, die die meisten Deals durchlaufen

1. Vorprüfung. Passt die Investment-These, die Phase und die Scheckgröße? Hier scheitert der Großteil der Pipeline, und genau das ist der Zweck.

2. Management-Gespräch. Die Gründer gehen die Zahlen durch. Der Investor achtet darauf, was das Pitch Deck auslässt.

3. Anfrageliste. Eine strukturierte Dokumentenliste, einmal verschickt. Die Beispiel-Anfrageliste von Cooley GO ist eine häufig verwendete Vorlage.

4. Prüfung des Datenraums. Finanz-, Rechts- und Technikbereiche werden parallel geprüft.

5. Referenz- und Kundengespräche. Backchannel mit früheren Kollegen, danach drei bis fünf Kunden.

6. Ergebnisvermerk. Warnsignale werden als blockierend, preisrelevant oder nach dem Abschluss behebbar eingestuft.

7. Anpassung des Term Sheets oder Ausstieg. Ergebnisse werden in Zusicherungen, Freistellungen, Treuhandbeträge oder einen niedrigeren Preis übersetzt.

Der häufigste und zugleich teuerste Abkürzungsversuch ist, Schritt 5 zu überspringen. Ein Kunde, der sagt „wir evaluieren Alternativen“, sendet ein Signal, das kein Datenraum enthält.

Was ändert sich, wenn das Ziel ein KI-Startup ist?

Klassische Software-Diligence prüft Codequalität, Sicherheit und Architektur. Das gilt weiterhin. Die KI-Schicht fügt vier Fragen hinzu, die über den Deal entscheiden können.

Besitzt das Unternehmen, womit es trainiert? Trainingsdaten können lizenziert, gescrapt, gekauft oder von Nutzern erzeugt sein, und jede Quelle bringt andere Rechte mit sich. Ein Investor verlangt die Lizenz für jeden wesentlichen Datensatz und prüft, ob das Modelltraining erlaubt ist. Fehlende Herkunftsnachweise sind keine Fußnote. Im ernsten Fall ist das Modell nicht nutzbar. Aufsichtsbehörden fragen außerdem nach Datenschutz-Folgenabschätzungen und der Rechtsgrundlage für personenbezogene Daten im Trainingsbestand.

Ist die Fähigkeit eigen oder gemietet? Basismodelle sind zur Ware geworden. Besteht das Produkt aus einem Prompt und einem Workflow um eine fremde API, kann ein Wettbewerber mit einem kleinen Entwicklerteam es nachbauen. Worauf man achten sollte: eigene Daten, Strenge bei der Evaluierung und tiefe Integration in die Arbeitsabläufe. Eine Demo beweist davon keines.

Halten die Stückkosten bei Skalierung? Die Inferenzkosten wachsen mit der Nutzung. Ein Startup, das in einem Pilot mit zehn wohlwollenden Kunden 80 Prozent Bruttomarge nennt, hat damit noch nicht gesagt, wie die Marge bei zehntausend Anfragen pro Tag aussieht. Verlangen Sie die Kosten pro Aufgabe, aufgeschlüsselt nach Kundenkohorte, für die letzten sechs Monate.

Lässt sich das Modell reproduzieren und verteidigen? Model Cards, Trainingsprotokolle, Evaluierungsdatensätze und Versionshistorie sind das KI-Äquivalent geprüfter Abschlüsse. Kann das Team die Genauigkeit des letzten Quartals auf einem frischen Datensatz nicht erneut erreichen, ist die darauf aufgebaute Adoptionsprognose wacklig.

Sicherheit bekommt eine eigene Zeile. Agenten mit weitreichenden Berechtigungen, Anfälligkeit für Prompt Injection und Zugriff auf Drittanbieterdaten sind Angriffsflächen, für deren Prüfung klassische Software-Reviews nicht gebaut wurden. Das Warnsignal ist einfach: Sensible Daten sind für ein System erreichbar, das sie gar nicht sehen müsste.

Woher die Daten kommen: die Outside-in-Ebene

Bevor der Datenraum öffnet, baut ein Diligence-Team eine Außensicht aus Datenbanken auf. Wer hat das Unternehmen sonst finanziert, wie sieht das Hiring aus, wie hat sich die Preisseite des Produkts verändert? Diese Ebene ist im Verhältnis zum Rest günstig, und sie legt die Fragen für das Management-Gespräch fest.

Crunchbase ist der Einstieg. Laut Anbieterangaben kostet der Self-Service-Tarif Pro etwa 49 USD pro Nutzer und Monat bei Jahresabrechnung, Exporte sind auf 2.000 Zeilen pro Monat begrenzt. Diese Grenze sollten Sie einplanen: Für die Prüfung eines einzelnen Unternehmens reicht sie, für die Kartierung eines ganzen Vertikals ist sie zu knapp.

PitchBook liegt am anderen Ende. Die Datenbank deckt rund 4,5 Millionen Unternehmen und 525.000 Investoren ab und wird auf Angebotsbasis, pro Platz und auf Enterprise-Niveau verkauft. Die Abdeckung rechtfertigt den Preis, wenn Sie Deal-Vergleiche, Fondsdaten und M&A-Historie an einem Ort brauchen. Für eine einmalige Prüfung rechtfertigt sie ihn nicht.

Dealroom ist die stärkere Wahl bei europäischen Zielen. Der gemeldete Preis beginnt bei etwa 12.600 EUR für ein Minimum von drei Plätzen. Es ist also ein Teamwerkzeug und kein Tool für einzelne Analysten.

Tracxn ordnet Unternehmen in eine kuratierte Branchentaxonomie mit von Analysten geschriebenen Landschaftsberichten, und die Stärke liegt in Indien und Südostasien. Bei einem KI-Ziel in diesen Märkten findet das Tool oft Wettbewerber, die westliche Datenbanken übersehen.

Keine dieser Quellen ersetzt den Datenraum. Sie zeigen, welche Behauptungen Sie zuerst prüfen sollten. Die Differenz zwischen dem, was eine Datenbank zeigt, und dem, was der Gründer sagt, ist die Stelle, an der das Management-Gespräch seine Zeit verbringen sollte.

Welche Warnsignale ändern den Preis, und welche beenden den Deal?

Nicht jeder Befund wiegt gleich. Die nützliche Einteilung richtet sich danach, was der Investor dagegen tun kann.

Deal-beendend:

• IP eines Gründers oder eines Schlüsselbeitragenden ist nicht auf das Unternehmen übertragen

• Trainingsdaten wurden unter Verletzung ihrer Lizenz beschafft, ohne Möglichkeit zur Heilung

• Umsatz lässt sich nicht mit Kontoauszügen abgleichen

Preisrelevant:

• Inferenzkosten drücken die Bruttomarge unter das Niveau, das im Pitch Deck steht

• Kundenkonzentration über einem Drittel des ARR bei einem einzigen Konto

• Konflikte bei Open-Source-Lizenzen, die eine Neuarchitektur erfordern

Nach dem Abschluss behebbar:

• Fehlende Protokolle der Gesellschafterversammlung oder veraltete Optionszusagen

• Sicherheitslücken mit einem definierten Behebungsplan

• Nicht dokumentierte Modellversionierung

Die Einteilung bestimmt die Vertragsgestaltung. Blockierende Punkte beenden den Prozess. Preisrelevante Punkte führen zu einer niedrigeren Bewertung oder einer Earn-out-Klausel, die an verifizierte Ergebnisse gebunden ist. Behebbare Punkte werden zu Abschlussbedingungen, Treuhandbeträgen oder Einbehalten, die an Meilensteine der Behebung gekoppelt sind.

Wie sollte ein Gründer vorbereiten, bevor der Datenraum öffnet?

Beginnen Sie 60 bis 90 Tage vor der Finanzierungsrunde. Führen Sie die fünf Prüfbereiche als Selbstcheck durch und beheben Sie, was günstig zu beheben ist: IP zuweisen, Cap Table bereinigen, Umsätze mit den Kontoauszügen abgleichen, Trainingsdatenlizenzen dokumentieren. Investoren bepreisen, was Gründer belegen können. Während der Prüfung wird jede unbelegte Behauptung zu einem Abschlag.

Bauen Sie den Datenraum als operatives Werkzeug auf, nicht als einmalige Hektik. Ein monatlicher Abschluss, der dieselben Unterlagen liefert, nach denen ein Investor fragen wird, macht die nächste Runde zu einer Routineaufgabe.

Gerade bei KI-Unternehmen sollten Sie vier Dokumente bereithalten, bevor jemand fragt: ein Inventar der Datensätze mit Lizenzbedingungen, eine Model Card für jedes produktive Modell, einen Evaluierungsbericht mit beschriebenem Testdatensatz und eine Tabelle der Kosten pro Aufgabe nach Kohorte. Diese vier beantworten die meisten KI-spezifischen Fragen auf einen Schlag.

Was wir tatsächlich tun würden

Bei einem Seed- oder Series-A-Scheck verzichten Sie auf das volle Paket externer Berater. Machen Sie stattdessen den Datenbank-Check von außen, führen Sie zwei Kundengespräche und eine einseitige Rechtsprüfung zur IP-Übertragung und zum Cap Table durch. Damit decken Sie die Mängel ab, an denen Deals tatsächlich scheitern.

Bei einer Series B oder einer Übernahme sollten Sie für die technische Prüfung bezahlen, wenn die KI-Behauptung die Bewertung trägt. Ein gemietetes Modell und ein eigenes werden sehr unterschiedlich bepreist, und der einzige Weg, sie zu unterscheiden, ist, nach den Belegen zu fragen.

Signale statt Erzählungen: Die Diligence-Akte ist fertig, wenn neben jeder Behauptung im Deck ein Dokument liegt, andernfalls gibt es einen Abschlag.