Option eins: Filter und Handarbeit
Die meisten Experten arbeiten noch immer nach dem gleichen Schema wie vor zehn Jahren. Bloomberg, Capital IQ, FactSet. SIC- oder GICS-Filter, geografische Eingrenzung, Marktkapitalisierung, die Liste per Sichtprüfung kontrollieren und Ausreißer aussortieren. Der Vorteil dabei: Das initiale Screening ist eine Entscheidung, die man begründen kann. Fragt man, warum ein Unternehmen auf der Liste steht oder nicht, lautet die Antwort: wegen der Filtereinstellungen, nicht wegen eines Bauchgefühls. Danach folgt die eigentliche Beurteilung: Unternehmensbeschreibungen lesen, Finanzkennzahlen prüfen, die Favoriten auswählen. Das ist langsame, manuelle Arbeit – so sehr, dass die eigentliche Auswahl-Logik meist im Kopf des Analysten bleibt, statt schriftlich fixiert zu werden.
Option zwei: Die KI-Blackbox-Suche
Heute kann ein Nutzer eine Geschäftsbeschreibung in ChatGPT oder Claude eingeben und nach vergleichbaren Unternehmen fragen – und erhält acht oder zehn Namen. Kein Filter, kein Screening, keine nachvollziehbare Logik. Das Modell gleicht Muster mit dem ab, was es während des Trainings aufgenommen hat. Das bedeutet: Bekannte, häufig diskutierte Unternehmen tauchen überproportional oft auf, und dieselbe Anfrage kann fünf Minuten später eine andere Liste liefern. Nützlich als grobe Orientierung. Aber nichts, was man rekonstruieren oder verteidigen könnte, wenn später jemand fragt, wie die Liste zustande gekommen ist. Wenn man verschiedene Modelle oder zu einem anderen Zeitpunkt fragt, erhält man wahrscheinlich andere Ergebnisse. Sicher, die KI wird besser, sie kann ein breiteres Spektrum an Unternehmen durchsuchen und man kann sie nach der Begründung fragen – sie wird einem eine Logik liefern. Aber verlassen Sie sich wirklich blind darauf, was das Chatfenster Ihnen ausspuckt?
Lässt sich beides kombinieren?
Der Reiz der KI-Suche liegt in ihrer Reichweite. Sie kann ein Universum in Betracht ziehen, das ein manuelles Screening niemals erfassen würde, und ein wirklich vergleichbares Unternehmen finden, das aufgrund starrer Filter einfach durchs Raster gefallen wäre. Es ist zudem ein Ansatz, bei dem man sich zurücklehnen kann: Genießen Sie Ihren Kaffee, während das Tool die Arbeit erledigt. Der Vorteil des filterbasierten Ansatzes ist, dass jeder Schritt sichtbar und wiederholbar ist.
Man muss sich nicht für eines von beiden entscheiden. Ein gefiltertes, regelbasiertes Universum muss zuerst existieren – das macht den Prozess prüfbar. Innerhalb dieses Universums kann die KI dann echte Arbeit leisten: Rankings erstellen, Grenzfälle markieren und Kandidaten aufzeigen, die ein reiner Filter übersehen hätte. In dem Moment, in dem man die KI das Universum selbst und ohne Einschränkungen konstruieren lässt, kann niemand mehr nachvollziehen, wie das Ergebnis zustande kam.
Das ist nicht nur eine Frage interner Prozesse. Bewertungsmethoden werden in kritischen Situationen – bei Fairness Opinions, Bewertungsverfahren oder Steuerstreitigkeiten – genau unter die Lupe genommen. Und die Auswahl vergleichbarer Unternehmen ist ein wesentlicher Teil dessen, was dabei geprüft wird.
Das ist derzeit weniger eine feststehende Antwort als vielmehr eine offene Designfrage. Die meisten Tools auf dem Markt entscheiden sich für ein Ende dieses Spektrums. Nur wenige kombinieren beides gut.
Eine Peer-Group mit einer einzeiligen Begründung pro Name (vergleichbares Wachstumsprofil, passendes Geschäftsmodell, gleiche Region) hält einer Prüfung durch Partner stand. Eine Liste von Tickersymbolen ohne Begründung tut das nicht – egal, wie sie erstellt wurde.
Das ist keine Kritik an KI-gestützter Suche. Eher das Gegenteil. Die Firmen, die echten Mehrwert daraus ziehen, behandeln die KI als Forschungsassistenten, der seine Hausaufgaben vorlegen muss, und nicht als Orakel, dem man aufgrund von „Vibes“ vertraut.
Zurück zu Ihnen: Wenn Sie heute ein Vergleichs-Set erstellen, wo liegt dann die tatsächliche Dokumentation? In einem gespeicherten Filter, im Gedächtnis eines Analysten, in einem Chat-Protokoll mit einem Modell oder nirgendwo?
.png){kind=spacer}
