Due Diligence ist ein Wissensproblem. Man sammelt Informationen, bewertet sie, trifft eine Entscheidung. Je mehr Erfahrung, desto besser die Einschätzung. So lautet die gängige Beschreibung des Prozesses — und sie ist falsch.
Oder zumindest: unvollständig.
Denn bevor ein erfahrener Transaktionsmanager auch nur eine einzige Einschätzung trifft, hat er bereits Stunden damit verbracht, Dokumente herunterzuladen, Kennzahlen aus PDFs herauszusuchen, Daten in Tabellen einzutragen, Stakeholder nachzufragen, Revisionen abzugleichen. Arbeit, die kein Urteilsvermögen erfordert. Arbeit, die entsteht, nicht weil Transaktionen komplex sind — sondern weil das System, das sie abbildet, passiv ist.
Due Diligence ist kein Wissensproblem. Es ist ein Koordinationsproblem.
Und Koordinationsprobleme, die durch Software gelöst werden, geben dem Menschen seine eigentliche Arbeit zurück.
01 Das stille Archiv
Im Zentrum fast jedes DD-Prozesses steht eine Excel-Tabelle. Das ist kein Zufall — Excel ist flexibel, vertraut und mächtig genug für fast jeden Anwendungsfall.
Aber Excel hat eine Eigenschaft, die selten offen ausgesprochen wird: Es ist stumm.
Es kann nicht bemerken, dass ein neues Dokument eingegangen ist. Es kann nicht erkennen, dass eine Zahl auf Seite 14 des Nachtragsgutachtens die Zahl auf Seite 3 des Teasers widerspricht. Es fragt nicht nach. Es warnt nicht. Es aktualisiert sich nicht.
Es ist ein Archiv — ein stilles, passives Archiv, das genau das enthält, was jemand manuell hineingegeben hat. Nicht mehr.
QUELLEN DATENSATZ
─────── ─────────
Teasers ─────────►
Dokumente ─────────► Excel
E-Mails ─────────►
Stakeholder ─────────►
Aktualisierungen─────────►
Jeder Pfeil in diesem Diagramm sieht einfach aus. Er ist es nicht.
02 Die Koordinationsschicht
Hinter jedem Pfeil steht ein Mensch. Jemand, der das Dokument herunterlädt, liest, bewertet und entscheidet, was relevant ist. Jemand, der die relevante Information findet, übersetzt, formatiert und in die richtige Zelle einträgt. Jemand, der den Stakeholder anschreibt, auf die Antwort wartet, die Antwort prüft und die Tabelle aktualisiert.
Das ist keine Arbeit, die entsteht, weil Transaktionen komplex sind. Das ist Arbeit, die entsteht, weil das Archiv passiv ist.
QUELLEN MENSCH DATENSATZ
─────── ────── ─────────
Teasers ──────► [erfassen ] ──────►
Dokumente ──────► [filtern ] ──────► Excel
E-Mails ──────► [übersetzen ] ──────►
Stakeholder ──────► [eintragen ] ──────►
──────► [nachfragen ] ──────►
──────► [abgleichen ] ──────►
Der Mensch ist nicht zwischen den Quellen und dem Datensatz, weil er dort sein muss. Er ist dort, weil das System ohne ihn nicht funktioniert. Er ist die Koordinationsschicht — die Verbindung zwischen einer sich ständig verändernden Realität und einem Archiv, das sich nicht selbst aktualisieren kann.
03 Das eigentliche Problem
Die Koordinationsschicht ist teuer. Aber ihr eigentliches Problem zeigt sich erst, wenn sich die Realität verändert — und das tut sie bei einer aktiven Due Diligence ständig.
Ein neues Gutachten kommt herein und korrigiert die Leerstandsquote. Ein Stakeholder revidiert seine Einschätzung zur Dachsanierung. Eine E-Mail enthält eine aktualisierte Mieterliste, die die aggregierten Zahlen im Teaser verändert.
QUELLEN MENSCH DATENSATZ
─────── ────── ─────────
Dokument v1 ──────► [eingetragen] ──────► Excel ✓
Dokument v2 ──────► [??? ] Excel ✗ (veraltet)
Neue E-Mail ──────► [??? ] Excel ✗ (fehlt)
Revision KPI ──────► [??? ] Excel ✗ (falsch)
Jede Änderung erzeugt einen neuen Routing-Job. Der Datensatz ist immer ein paar Handoffs hinter der Realität. Und je mehr Deals parallel laufen, desto grösser wird der Rückstand.
Das ist keine Frage der Sorgfalt oder der Erfahrung. Es ist eine strukturelle Eigenschaft eines passiven Archivs.
04 Der falsche Ausweg
Seit ChatGPT Dokumente lesen kann, scheint zumindest ein Teil des Problems gelöst. Lade den Teaser hoch, stelle deine Fragen, erhalte die Antworten. Schnell, intuitiv, beeindruckend. Wer das zum ersten Mal ausprobiert, ist zu Recht begeistert.
Aber ChatGPT beantwortet eine Frage zu einem Dokument — einmal, in einem Chat-Fenster. Was passiert, wenn nächste Woche Dokument v2 eintrifft und die Leerstandsquote korrigiert? Der Chat weiss es nicht. Das Team weiss es nicht. Die Antwort von letzter Woche steht immer noch irgendwo in einer Konversation, die niemand mehr öffnet.
QUELLEN MENSCH + CHATGPT DATENSATZ
─────── ──────────────── ─────────
Dokument v1 ──► [upload · fragen · lesen]
│
▼ Excel
[manuell übertragen] ──────────►
Dokument v2 ──► [neuer Chat · von vorne ]
│
▼
Alte Antwort: noch gültig?
Niemand weiss es.
ChatGPT macht die Koordinationsschicht schneller. Es löst sie nicht. Das dynamische Problem — eine Realität, die sich ändert, und ein Datensatz, der hinterherhinkt — bleibt vollständig bestehen.
05 Was KI verändert
KI ersetzt die Koordinationsschicht — nicht den Transaktionsmanager.
Der Unterschied ist entscheidend. Es geht nicht darum, Expertise zu ersetzen. Es geht darum, die Arbeit zu eliminieren, die keine Expertise erfordert: das Erfassen, Weiterleiten, Abgleichen, Nachfragen, Aktualisieren.
QUELLEN KI-SCHICHT DATENSATZ
─────── ────────── ─────────
Teasers ──────► [liest ] ──────►
Dokumente ──────► [extrahiert ] ──────► AssetOS
E-Mails ──────► [beantwortet] ──────► (live)
Stakeholder ──────► [markiert ] ──────►
Revisionen ──────► [benachrichtigt] ──────►
│
▼
MENSCH
(Urteil · Entscheidung · Tiefe)
Das Archiv ist nicht mehr still. Es liest eingehende Dokumente automatisch, beantwortet Checklistenpunkte aus dem Dokumenteninhalt, markiert Widersprüche und benachrichtigt das Team bei relevanten Veränderungen.
Der Transaktionsmanager bewegt sich aus der Mitte des Prozesses heraus — und in die Rolle, für die er tatsächlich gebraucht wird: Urteilen, Entscheiden, in die Tiefe gehen, wo es darauf ankommt.
06 Was das konkret bedeutet
Was AssetOS heute bereits im DD-Workflow übernimmt:
Investment Memoranda automatisch einlesen. Relevante Kennzahlen werden direkt in der Deal-Ansicht strukturiert dargestellt — ohne manuelle Datenerfassung.
DD-Checklisten als Blueprints. Einmal aufgesetzt, für jeden Deal wiederverwendbar, mit klarer Prozessverantwortung und vollständiger Nachvollziehbarkeit.
Dokumente deal-spezifisch organisiert. Kein Suchen in E-Mail-Threads, kein verteilter Shared Drive — alle relevanten Informationen an einem Ort.
Was als nächstes kommt: Wir arbeiten daran, dass AssetOS deine bestehende DD-Checkliste direkt einlesen und KI die Fragen automatisch aus den hochgeladenen Dokumenten beantworten lässt — inklusive markierter Red Flags und der Möglichkeit, per Chat tiefer in einzelne Punkte einzusteigen. Anders als im Chat-Fenster landen die Antworten direkt im gemeinsamen Datensatz — versioniert, nachvollziehbar, aktuell.
Nutzt du heute noch eine Excel-Checkliste für Due Diligence? Wir würden gerne verstehen, wie dein Prozess aussieht — und ob dieses Feature einen echten Unterschied machen würde.
Fazit
Das Ziel ist nicht weniger Due Diligence. Es ist bessere Due Diligence.
Wer heute anfängt, die Koordinationsschicht zu automatisieren, gewinnt nicht nur Zeit. Er gewinnt Kapazität für das, was wirklich zählt: mehr Deals screenen, schärfer entscheiden, Risiken früher erkennen.
Das stille Archiv hat ausgedient.
Dieser Artikel wurde von Matthias Falk, Co-Founder & CTO von AssetOS, verfasst. AssetOS ist eine KI-gestützte Transaktionsmanagement-Plattform für institutionelle Immobilieninvestoren im DACH-Raum.