● Station 2 — Unsichtbar · heute
Die Mechanik: die Rechnung, die der Käufer ohnehin aufstellt
Erster Mechanismus: Wertschöpfungskette und Wertversprechen folgen nicht derselben Partitur. KI in der Kette – Produktion, Einkauf, Logistik, Vertriebsinnendienst, Supportfunktionen, Akquise – wirkt auf die Kosten: ein Margeneffekt, gemessen in EBITDA-Prozentpunkten. KI im Wertversprechen – im Produkt oder in der Dienstleistung selbst – wirkt auf Mix, Preis und Wiederkehr der Umsätze: ein Multiplikatoreffekt, potenziell stärker, aber zweischneidig. Denn KI kann das Wertversprechen bereichern, es aber auch austauschbar machen: Eine Dienstleistung, deren Kern morgen von einem generischen Modell erbracht wird, sieht ihr Wertversprechen nicht verbessert, sondern aufgelöst. Der Käufer wird beide Ebenen getrennt analysieren – der Verkäufer sollte es ebenso tun.
Zweiter Mechanismus: die Rechnung, die der Käufer ohnehin aufstellt. Die Methode ist einfach und schonungslos. Man nimmt jedes Glied der Kette, isoliert die adressierbare Kostenbasis – Stunden für Dokumentenverarbeitung, Datenerfassung, Reporting, Lead-Qualifizierung, First-Level-Support –, wendet eine vorsichtige Realisierungsquote an und baut eine EBITDA-Bridge auf: ausgewiesene Marge plus adressierbare Gewinne Glied für Glied ergibt die KI-normalisierte Marge. Diese Bridge erstellt der Käufer für sich selbst, während der Due Diligence, mit seinen eigenen Annahmen. Ist er der Einzige, der sie erstellt hat, kauft er das Unternehmen auf Basis des ausgewiesenen EBITDA, setzt den Plan nach dem Closing um und vereinnahmt die gesamte Differenz. Das Potenzial des Verkäufers wird zur Rendite des Käufers – zu Recht, denn niemand sonst hatte es beziffert.
Dritter Mechanismus: Derselbe Fall lässt zwei gegensätzliche Lesarten zu. Ein Unternehmen mit wenig KI ist, je nach Analyst, entweder ungehobenes Margenpotenzial (Lesart Aufschlag) oder ein struktureller Rückstand (Lesart Obsoleszenzabschlag). Was von einer Lesart zur anderen kippen lässt, ist nicht der Nutzungsgrad, sondern die Glaubwürdigkeit des Aufholens. Qualität und Eigentum der Daten, Digitalisierung der Prozesse, Abhängigkeit von Altsystemen, Kompetenzpyramide – Bpifrance stellt fest, dass ein Unternehmen, das seine digitale Transformation bereits begonnen hat, mit fünfmal höherer Wahrscheinlichkeit KI nutzt als ein wenig digitalisiertes. Potenzial, das auf sauberen Daten und dokumentierten Prozessen aufsetzt, rechtfertigt einen Aufschlag; dasselbe Potenzial auf einem veralteten IT-System führt zu einem Abschlag, weil Kosten und Risiko des Aufholens die erwarteten Gewinne aufzehren.
Vierter Mechanismus: die J-Kurve – oder warum das Timing tückisch ist. Erik Brynjolfsson hat die Produktivitäts-J-Kurve beschrieben: Universaltechnologien erfordern zunächst immaterielle Investitionen – Reorganisation, Daten, Schulung –, die die gemessene Leistung drücken, bevor sie sie steigern. Ajay Agrawal, Joshua Gans und Avi Goldfarb präzisieren in Power and Prediction den Mechanismus: KI senkt die Kosten der Vorhersage, doch der Wert entsteht nicht durch Einzellösungen, sondern durch den Umbau der Entscheidungssysteme rund um diese günstig gewordene Vorhersage. Genau das bestätigen die Nutzungszahlen: Kostenlose, punktuelle Nutzung erzeugt kein EBITDA. Und Daron Acemoglu erinnert in Power and Progress an die unbequeme Nuance: „mittelmäßige“ Automatisierung, die ersetzt, ohne neu zu denken, verschlechtert mitunter den Service, ohne einen Nettogewinn zu schaffen. Die Folge für einen Verkäufer: Wer zwölf Monate vor dem Verkauf eine vollständige Transformation startet, riskiert, Abschlüsse mitten im Tal der J-Kurve vorzulegen – Kosten bereits angefallen, Gewinne noch nicht sichtbar. Das denkbar schlechteste Timing.