Private-Credit-Bewertungen stehen unter dem Mikroskop. Der FSB-Bericht vom Mai 2026 zu Verwundbarkeiten im Private-Credit-Markt nannte Bewertungspraktiken, Intransparenz bei der Kreditqualität und Liquiditätsinkongruenzen als zentrale Bedenken. Anfang 2026 rückte eine Welle von Rückgabeanträgen bei semi-liquiden Private-Credit-Fonds die Frage veralteter Bewertungen in den Mittelpunkt. Die Botschaft von Aufsicht und LPs ist einheitlich: Berichtete NAVs müssen belastbar sein, nicht nur plausibel.
Im Kern steht ein strukturelles Problem. Die meisten Private-Credit-Kreditnehmer sind ungeratet. Es gibt kein Rating von S&P oder Moody's, an dem man sich festhalten könnte. Die Fonds überbrücken diese Lücke unterschiedlich, und die Bandbreite dessen, was „Kreditüberwachung" in der Praxis tatsächlich bedeutet, ist groß.
Was in der Praxis passiert, wenn kein Rating vorliegt
Sich auf den Underwriting-Case zu stützen ist im Direct Lending Standard, besonders in Buy-and-hold-Strategien. Das ursprüngliche Kreditmemo legt die Rating-Begründung klar dar. Dann folgt die laufende Überwachung; ihr Ziel ist es, wesentliche Abweichungen vom Base Case zu erkennen, nicht ein Rating von Grund auf neu zu erstellen. Effizient. Aber sie hängt an einer Einschätzung, die bei Origination gebildet wurde, oft in einem anderen Marktumfeld, und sie liefert keine eigenständige Rating-Schätzung.
Wer ein Schattenrating führt, greift am häufigsten zu Einzelkennzahlen als Näherung. Die Nettoverschuldung ist die dominierende Kennzahl, auch weil sie üblicherweise in den Covenants verankert und daher von den Kreditnehmern leicht zu bekommen ist. Der ICR folgt an zweiter Stelle. Schnell, einfach, prüfbar. Aber blind für Geschäftsqualität, Branchenunterschiede und die Feinheiten der Kapitalstruktur. Außerdem erzählt eine einzelne Kennzahl nie die ganze Geschichte. Eine Nettoverschuldung von 4x bedeutet für ein kapitalleichtes Softwareunternehmen etwas völlig anderes als für einen anlagenintensiven Industriebetrieb.
Am anspruchsvolleren Ende stehen Multi-Faktor-Scorecards. Typischerweise vier bis sechs Finanzkennzahlen mit einem qualitativen Business-Risk-Overlay, angelehnt an die beobachteten Rating-Methodiken von S&P oder Moody's. Größere Manager bauen diese intern. Die Herausforderung sind der Ressourcenaufwand für Aufbau und Pflege des Modells und die Sicherstellung, dass sich das qualitative Overlay mit den Marktbedingungen anpasst.
Drittanbieter-Tools gewinnen an Beliebtheit. S&P CreditModel ist einer der etablierten Namen. Der Reiz liegt in Standardisierung, Prüfpfad und geringerem Modellrisiko. Treiber der Verbreitung sind der Due-Diligence-Druck der LPs und die Aufmerksamkeit der Prüfer für Level-3-Bewertungen.
Natürlich gibt es auch die Option, nichts zu tun. Alle Darlehen zu pari zu halten, bis das Gegenteil bewiesen ist. Keine echte Option mehr, aber häufiger, als irgendjemand zugeben möchte.
Warum es jetzt wichtiger denn je ist, es richtig zu machen
Der Druck ist strukturell, nicht zyklisch. Fonds bewegen sich hin zu offenen Strukturen, häufigeren Bewertungen und einer breiteren Basis von Privatanlegern. AIFMD II hat die Messlatte dafür höher gelegt, wie eine angemessene Dokumentation der Risikoüberwachung aussieht. Aufsicht und Investoren schauen genauer hin, und in einem wettbewerbsintensiven Markt ist die Fähigkeit, Sorgfalt nachzuweisen, nicht nur eine Compliance-Übung. Sie schafft Vertrauen. Und Vertrauen treibt, über die Zeit, das verwaltete Vermögen.
Das Rating bestimmt den Preis
Was in der Debatte über Überwachung oft untergeht, ist die direkte Verbindung zur Bewertung. Ein Kreditrating ist nicht nur ein Risikoetikett. Es bestimmt den Credit Spread. Der Credit Spread bestimmt den Diskontierungszinssatz. Der Diskontierungszinssatz bestimmt den Fair Value des Darlehens. In einem Fonds mit quartalsweiser NAV-Berichterstattung und laufenden Zeichnungen und Rückgaben bleibt ein veraltetes Kreditrating nicht im Risikoteam, es fließt direkt in den Preis, zu dem Anleger in den Fonds ein- und aussteigen. Es falsch zu machen ist nicht nur ein Prüfungsproblem. Es ist ein Fairnessproblem.
Was dieses Umfeld verlangt, ist ein Rating, das eine Zahl liefert, der Anleger vertrauen können und die der aufsichtlichen Prüfung standhält. Das heißt: Dokumentation ebenso wie Methodik. Die Zahl zählt, aber ebenso der Pfad dahinter: welche Daten verwendet wurden, wie sie gewichtet wurden, wann sie zuletzt aktualisiert wurden und was sie für den in der Bewertung verwendeten Credit Spread bedeuten.
Genau für diesen Pfad ist ein standardisiertes Rating-Tool da. Das synthetische Rating von smartZebra bewertet einen Kreditnehmer anhand von Kreditkennzahlen aus fünf Bereichen der Bonitätsbeurteilung, branchenspezifisch oder individuell gewichtet, ergänzt ein qualitatives Overlay und liefert ein Schattenrating samt passendem Credit Spread für Laufzeiten von 1 bis 30 Jahren über 15 Sektoren - jede Zahl mit dem Quellenzeitstempel und dem Rechenweg, nach dem ein Prüfer fragt, wenn es darum geht, woher der Diskontierungszinssatz stammt.
Quellen
- Financial Stability Board, Report on Vulnerabilities in Private Credit, 6. Mai 2026 - nennt Bewertungsintransparenz und die Abhängigkeit von privaten Kreditratings als Faktoren, die „can amplify strains in stress"; schätzt den Markt per Ende 2024 auf 1,5-2,0 Billionen USD; empfiehlt, Datenlücken zu schließen und aufsichtliche Ansätze zu Risikomanagement und Bewertungspraxis auszutauschen
- Richtlinie (EU) 2024/927 vom 13. März 2024 (AIFMD II) zur Änderung der Richtlinie 2011/61/EU - veröffentlicht im Amtsblatt am 26. März 2024, in Kraft seit 15. April 2024, Anwendung der umgesetzten Vorschriften durch die Mitgliedstaaten ab 16. April 2026 (Meldepflichten nach Artikel 24 ab 16. April 2027). Neuer Artikel 15 Absatz 3 Buchstabe d AIFMD: Ein AIFM, der einen kreditvergebenden AIF verwaltet, muss wirksame Grundsätze, Verfahren und Prozesse für die Kreditvergabe, die Bewertung des Kreditrisikos sowie die Verwaltung und Überwachung seines Kreditportfolios umsetzen, aktuell halten und regelmäßig, mindestens einmal jährlich, überprüfen. Wortlaut nach Sekundärquellen paraphrasiert; der Amtsblatt-Text wurde für diesen Entwurf nicht abgerufen
- IFRS 13 Bemessung des beizulegenden Zeitwerts, Tz. 72-90 - die Fair-Value-Hierarchie; Tz. 86 definiert Level-3-Inputfaktoren als nicht beobachtbare Inputfaktoren, und genau dort sitzt ein ungeratetes Private-Darlehen, das über ein internes Rating bepreist wird; Tz. 93 die Angabepflichten für Level 3 einschließlich Bewertungstechniken und InputfaktorenPGIM, Investors at the Private Credit Gate, 2026 - beschreibt den Anstieg der Rückgabeanträge bei nicht börsennotierten BDCs im ersten Quartal 2026 und die drei beobachteten Reaktionen: Sekundärverkauf des Portfolios, Rückgaben über die vertragliche Obergrenze hinaus aus eigenen Mitteln, Begrenzung auf die vertraglichen 5 % mit Warteschlange. Branchenkommentar, keine Primärquelle
- S&P Global Market Intelligence, CreditModel - das vom Autor genannte Drittanbieter-Scoring-Modell; die Methodikdokumentation des Produkts wurde für diesen Entwurf nicht geprüft
Weiterführende Seiten
- Credit Spreads & Zinssätze - synthetische Ratings für ungeratete Kreditnehmer sowie das Spread- und Zinskurven-Bein des Diskontierungszinssatzes, nach Laufzeit, Sektor und Rating
- Datenlösungen für AIFMs - wofür Fondsmanager smartZebra unter den Bewertungs- und Risikomanagementanforderungen der AIFMD nutzen
- Einführung in die Darlehensbewertung und den Private-Debt-Markt - wie Kreditrisiko bepreist wird, wenn keine Marktnotierung zur Gegenprobe existiert
- PIK-Toggle-Darlehen: Warum Überwachung zählt - die PIK-Daten des FSB und warum Payment-in-kind das Frühwarnsignal entfernt, das ein Rating ersetzen muss
- Bewertungsfrequenz vs. Datenverzug - Friday Digest - offene Strukturen, häufigere NAVs und was das von den Inputs verlangt
- Können wir Automatisierung vertrauen? - Friday Digest - das Prüfpfad-Argument, angewandt auf Plattformen und KI
- Grounding / Fakten - Entitätsdefinition, Datenherkunft und Methodik
