Wie Künstliche Intelligenz M&A‑Prozesse rasant beschleunigt

Mit delphai können unsere Nutzer maxi­mal effi­zi­ent poten­ti­elle Kunden, Wett­be­wer­ber und Akqui­se­zie­len iden­ti­f­zie­ren. Statt Wochen manu­el­ler Arbeit dauert das mit unse­rer KI nur Minu­ten. Ähnlich wie bei Google gehen unsere Programme mit großen „Netzen“ durch das Inter­net und sammeln Daten. Google ist dabei natür­lich an allem inter­es­siert — wir nur an Daten zu Firmen. Wenn also eines unse­rer Programme auf eine Konfe­renz-Website geht, dann iden­ti­fi­ziert es alle teil­neh­men­den Firmen, die die Konfe­renz besucht haben und spei­chert den Daten­punkt ab. Genauso machen wir dies mit Unter­neh­mens­web­sites, Job-Ausschrei­bun­gen, Pres­se­mit­tei­lun­gen etc. . — Unsere Künst­li­che Intel­li­genz kommt dann ins Spiel, um aus diesen ganzen unstruk­tu­rier­ten Daten Sinn zu erge­ben. Wir haben Algo­rith­men entwi­ckelt, die auto­ma­ti­siert Texte dahin­ge­hend ausle­sen können, um welche Firma und um welches Thema es geht. Mit diesen Ergeb­nis­sen fängt dann die nächste Stufe unse­rer Künst­li­chen Intel­li­genz an, die Orga­ni­sa­tio­nen und Unter­neh­men nach Indus­trien, Tech­no­lo­gien, Sustaina­bi­lity und ande­ren Themen zu klassifizieren.

Für jeden dieser Schritte setzen wir eigene spezi­fi­sche Künst­li­che Intel­li­genz ein. Die Über­füh­rung von unstruk­tu­rier­ten in struk­tu­rierte Daten, die Klas­si­fi­zie­rung von Unter­neh­men, das machen jeweils einzelne neuro­nale Netze, die genau dafür trai­niert wurden, die können nichts ande­res. Die meis­ten KIs oder AIs, über die wir spre­chen, sind „Narrow AIs“, die eine Sache rich­tig gut können. Sobald man denen aber irgend­eine andere Aufgabe gibt, dann sind sie komplett verlo­ren. Für Text­ana­ly­sen haben wir ein neuro­na­les Netz, das spezi­ell für die Iden­ti­fi­ka­tion von Client-Supplier-Rela­ti­onships trai­niert ist. Ein ande­res neuro­na­les Netz ist spezi­ell auf Mergers & Acqui­si­ti­ons trai­niert. Und wieder ein ande­res findet aus Pres­se­mit­tei­lun­gen und Nach­rich­ten­ar­ti­keln Umsatz­zah­len — auch von Private Mid-Market Companies.

Die Kunden setzen unsere Services für unter­schied­li­che Themen ein. Sie betrei­ben Wett­be­werbs­ana­ly­sen und gene­rie­ren Peer Groups auto­ma­tisch, erstel­len Kunden­pro­file, iden­ti­fi­zie­ren Akquise-Ziele. Bisher waren dafür enorm zeit­auf­wän­dige manu­elle und repe­ti­tive Recher­chen notwen­dig — denn man muss über Google, über Websites und andere Quel­len suchen, um die jeweils aktu­el­len Infor­ma­tio­nen und News zu einem Unter­neh­men zu finden.

Unsere Kunden haben über ein Abo-Modell Zugriff und können mit der Soft­ware online alle Daten­ana­ly­sen selbst durch­füh­ren. Die delphai Infra­struk­tur haben wir so aufge­baut, dass wir sie immer wieder anpas­sen können. Das ist im Bereich von KI auch sehr rele­vant, weil wir beispiels­weise auch die Markt-Klas­si­fi­ka­tio­nen eines Kunden über­neh­men können. Unsere Nutzer sparen Kosten für Unter­neh­mens­be­ra­ter, sind schnel­ler und effektiver.

Das ist bei delphai ein Self-Service-Dash­board, das im Brow­ser läuft. Dort kann man abso­lut intui­tiv Such­fel­der oder Firmen einge­ben. Auf einer Makro­ebene werden Firmen­clus­ter darge­stellt, zum Beispiel: Wo sitzen die Fleet-Manage­ment-Soft­ware-Unter­neh­men auf der Land­karte? Oder wo sind denn die Quan­ten­com­pu­ter-Unter­neh­men? Dann wird darge­stellt wie die Unter­neh­men zusam­men­hän­gen. Gibt es Clus­ter oder ist das super dispers? Gibt es viel­leicht auch – wenn man tech­no­lo­gisch suche – präva­lente Indus­trien, in denen eine Tech­no­lo­gie heute schon häufi­ger einge­setzt wird? Oder gibt es “Weak Signals“, weil es nur drei oder vier Orga­ni­sa­tio­nen gibt, die bereits in einer Nische aktiv sind.

Im nächs­ten Schritt hat man die Möglich­keit, sich mit einem sehr detail­rei­chen und multi­di­men­sio­na­len Blick diese Firmen anzu­se­hen. Was machen sie? Wie sind sie finan­ziert? Über die Simi­la­rity Search findet man auch direkt die Peer Group. Man sieht die neues­ten Produkt-News, Job-Ausschrei­bun­gen, Patente, all das gesam­melt darge­stellt und in einer Ansicht nach Tabs geord­net. Zudem kann man jeden Daten­punkt nach­voll­zie­hen, weil delphai die Quel­len, aus denen die Infor­ma­tion extra­hiert wurde, speichert.

Dann erstel­len sich unsere Nutzer Listen von poten­ti­el­len Kunden, Wett­be­wer­bern und Akqui­se­zie­len. Statt Wochen manu­el­ler Arbeit dauert das aber nur Minu­ten. Die Listen gehen dann an die Vertrieb­ler oder zum Buy-side/­sell-side Kunden oder an Busi­ness Units, die Unter­neh­men für die Due Dili­gence auswählen.

Über Dr. Robin Tech

Dr. Robin Tech ist Geschäfts­füh­rer und Co-foun­der von delphai (https://www.delphai.com). Darüber hinaus ist Dr. Tech Forscher am WZB und MIT, Bera­ter des Deut­schen Bundes­ta­ges über mehrere Ausschüsse hinweg, High-Tech-Koor­di­na­tor beim Deut­schen Startup Verband, Beirat von Block­chain for Science sowie Mitglied des Wirt­schafts­bei­rats von B90/ Die Grünen.