Due Diligence Dokumentenprüfung: Wie KI die M&A-Prüfzeit um 70 % verkürzt

Bei einer Übernahme im Wert von 340 Millionen Dollar im vergangenen Jahr stand eine Wirtschaftskanzlei vor einem Datenraum mit 14.000 Dokumenten. Der Käufer wollte die Due Diligence innerhalb von 6 Wochen abgeschlossen haben. Traditionelle Personalmodelle deuteten darauf hin, dass 20 Vertragsanwälte in Vollzeit benötigt würden, um diese Frist einzuhalten – bei geschätzten Kosten von rund 1,2 Millionen Dollar allein für die Prüfungsphase.

Stattdessen ließ die Kanzlei den gesamten Datenraum in der ersten Woche durch eine KI-gestützte Dokumentenprüfungsplattform laufen. Das System klassifizierte Dokumente nach Typ, extrahierte wesentliche Bestimmungen aus Verträgen, markierte Auffälligkeiten und erstellte einen vorläufigen Risikobericht. Die verbleibenden 5 Wochen wurden von einem Team aus 8 Anwälten genutzt, um die KI-Ergebnisse zu untersuchen, Hochrisiko-Dokumente im Detail zu prüfen und den Due-Diligence-Bericht zu erstellen. Die Gesamtkosten der Prüfung beliefen sich auf 380.000 Dollar.

Wie 14.000 Dokumente tatsächlich aussehen

M&A-Datenräume sind unübersichtlich. Sie enthalten eine Mischung aus unterzeichneten Verträgen, Vertragsentwürfen, Nachträgen, Gesellschafterbeschlüssen, Jahresabschlüssen, Steuererklärungen, Personalunterlagen, behördlichen Einreichungen, Registrierungen geistigen Eigentums, Versicherungspolicen und Korrespondenz. Viele Dokumente sind schlecht beschriftet. Einige sind Duplikate. Ein erheblicher Anteil ist für die Transaktion irrelevant.

Die erste Aufgabe bei jeder Due-Diligence-Prüfung ist die Triage: herausfinden, was vorhanden ist und was relevant ist. Manuell dauert dies Tage. Anwälte öffnen Dokumente einzeln, bewerten die Relevanz und kategorisieren sie. In einem Datenraum mit 14.000 Dokumenten kann allein die anfängliche Kategorisierung 300–400 abrechenbare Stunden in Anspruch nehmen.

KI-Klassifizierung erledigt die Triage in Stunden. Das System liest jedes Dokument, identifiziert seinen Typ (Vertrag, Nachtrag, Bescheinigung, Korrespondenz, Finanzbericht) und ordnet es der entsprechenden Due-Diligence-Kategorie zu. Die Klassifizierungsgenauigkeit gut trainierter Modelle liegt zwischen 93 % und 97 %. Die 3–7 %, die falsch kategorisiert werden, sind typischerweise mehrdeutige Dokumente wie Rahmenvereinbarungen in Briefform, die vernünftigerweise in mehrere Kategorien passen könnten.

Das Wesentliche aus Verträgen extrahieren

Verträge machen in der Regel 40–60 % eines Datenraums nach Dokumentenanzahl aus und enthalten die Bestimmungen, die den Großteil des Transaktionsrisikos ausmachen. KI-Extraktionstools ziehen wesentliche Bedingungen aus jedem Vertrag: Parteien, Wirksamkeitsdaten, Laufzeit- und Verlängerungsbestimmungen, Abtretungsbeschränkungen, Change-of-Control-Klauseln, Wettbewerbsverbote, Haftungsobergrenzen und Kündigungsrechte.

Change-of-Control-Bestimmungen verdienen bei jeder M&A-Prüfung besondere Aufmerksamkeit, da sie die Transaktion direkt beeinflussen können. Wenn ein wichtiger Kundenvertrag bei einem Kontrollwechsel des Zielunternehmens automatisch endet, muss der Käufer dies vor der Unterzeichnung wissen. KI-Tools durchsuchen jeden Vertrag im Datenraum nach Change-of-Control-Formulierungen und fassen die Ergebnisse in einem einzigen Bericht zusammen. Bei einer kürzlichen Übernahme im mittleren Marktsegment ergab diese Suche, dass 23 der 180 Kundenverträge des Zielunternehmens Change-of-Control-Bestimmungen enthielten, die eine Zustimmung erforderten, und 4 dieser Verträge 31 % des Jahresumsatzes ausmachten. Dieses Ergebnis veränderte die Transaktionsstruktur grundlegend.

Wettbewerbsverbote und Abwerbeverbote in Arbeitsverträgen werden ebenfalls systematisch extrahiert. Die KI identifiziert, welche Mitarbeiter nachvertragliche Beschränkungen haben, welche Tätigkeiten eingeschränkt sind, den geografischen und zeitlichen Umfang sowie etwaige Ausnahmen. Bei Zielunternehmen mit Hunderten von Mitarbeitern würde diese Extraktion manuell Wochen dauern.

Anomalieerkennung über den gesamten Dokumentenbestand

Über die Extraktion hinaus identifizieren KI-Tools Muster und Anomalien im gesamten Dokumentenbestand. Wenn 95 % der Lieferantenverträge des Zielunternehmens standardmäßige Haftungsbeschränkungen enthalten, aber 5 % eine unbegrenzte Haftung vorsehen, werden diese Ausreißer markiert. Wenn die meisten Kundenverträge 30-Tage-Zahlungsziele haben, aber einige 90-Tage-Fristen aufweisen, vermerkt die KI die Abweichung.

Diese dokumentübergreifenden Muster sind bei manueller Prüfung nahezu unmöglich zu erkennen. Ein Anwalt, der Verträge einzeln prüft, entwickelt ein intuitives Gespür dafür, was normal ist, kann aber eine Bestimmung in Dokument 47 nicht zuverlässig mit einer ähnlichen Bestimmung in Dokument 3.200 vergleichen. Die KI kann das, weil sie den gesamten Datensatz verarbeitet, bevor sie berichtet.

Lückenanalyse ist eine weitere Stärke. Die KI kann Dokumenttypen identifizieren, die vorhanden sein sollten, aber fehlen. Wenn das Zielunternehmen angibt, 200 aktive Kundenverträge zu haben, der Datenraum aber nur 180 enthält, wird die Diskrepanz markiert. Wenn Arbeitsverträge für leitende Angestellte existieren, aber nicht für wichtige technische Mitarbeiter, wird diese Lücke vermerkt. Diese Auslassungen deuten oft auf Bereiche hin, in denen der Datenraum des Verkäufers unvollständig ist – was an sich bereits ein Warnsignal sein kann.

Die menschliche Prüfungsebene

KI-gestützte Due Diligence eliminiert die anwaltliche Prüfung nicht. Sie strukturiert sie um. Anstatt 14.000 Dokumente linear zu lesen, konzentrieren sich Anwälte auf drei Kategorien.

Erstens prüfen sie alles, was die KI als hochriskant eingestuft hat: Verträge mit ungewöhnlichen Bestimmungen, Dokumente mit potenziellen regulatorischen Auswirkungen, Vereinbarungen, bei denen wesentliche Bedingungen von der Norm abweichen. Hier ist juristisches Urteilsvermögen am wichtigsten, und hier schaffen Anwälte den größten Mehrwert.

Zweitens vertiefen sie sich in bestimmte Dokumentkategorien basierend auf dem Risikoprofil der Transaktion. Wenn die Übernahme bedeutendes geistiges Eigentum umfasst, verbringen Anwälte zusätzliche Zeit mit IP-Übertragungen, Lizenzvereinbarungen und Arbeitnehmererfindungsvereinbarungen. Wenn das Zielunternehmen in einer regulierten Branche tätig ist, erhalten behördliche Einreichungen und Compliance-Dokumente vorrangige Aufmerksamkeit.

Drittens führen sie Qualitätskontrollen der KI-Extraktions- und Klassifizierungsarbeit durch. Die Überprüfung einer Stichprobe der KI-Ergebnisse nimmt weitaus weniger Zeit in Anspruch als die Verarbeitung des gesamten Datenraums und gibt Vertrauen in die Gesamtgenauigkeit.

Für Kanzleien, die M&A-Transaktionen betreuen, bedeutet dieser Workflow schnellere Bearbeitungszeiten, niedrigere Kosten für Mandanten und eine gründlichere Abdeckung. Die Kanzlei, die die 340-Millionen-Dollar-Transaktion abschloss, stellte fest, dass ihr 8-köpfiges Anwaltsteam mit KI-Unterstützung tatsächlich mehr Dokumente sorgfältiger prüfte als das 20-köpfige Team es getan hätte, weil die KI die Aufmerksamkeit auf die Dokumente lenkte, die es verdienten.

Fortlaufender Mehrwert nach dem Deal

Der strukturierte Datensatz, den die KI während der Due Diligence erstellt, verliert seinen Wert nicht, wenn die Transaktion abgeschlossen ist. Die extrahierten Vertragsbedingungen werden zur Grundlage für die Post-Merger-Integrationsplanung. Der Käufer weiß genau, welche Verträge neu verhandelt werden müssen, welche Change-of-Control-Zustimmungen erfordern und welche bevorstehende Verlängerungstermine haben, die Neuverhandlungsmöglichkeiten bieten.

Einige Kanzleien bieten mittlerweile Post-Closing-Vertragsmanagement als Folgeservice zu ihrer M&A-Due-Diligence-Arbeit an. Dieselben KI-Tools, die während der Prüfung Bedingungen extrahiert haben, können Fristen überwachen, Verlängerungstermine markieren und Compliance-Verpflichtungen fortlaufend nachverfolgen. Die Zusatzkosten für diesen Service sind gering, da die aufwendige Dokumentenverarbeitung bereits erledigt wurde.

Die 70-prozentige Zeitersparnis ist keine Hypothese. Sie spiegelt wider, was Kanzleien durchgehend berichten, wenn sie KI-gestützte Due Diligence mit traditioneller manueller Prüfung bei Transaktionen ähnlicher Größe und Komplexität vergleichen. Die Kostensenkung ist typischerweise sogar größer als 70 %, da die KI die Anzahl der benötigten Anwälte reduziert, nicht nur die Stunden pro Anwalt. Für einen Prozess, der sich seit Jahrzehnten grundlegend nicht verändert hat, ist der Wandel praktisch und messbar.