Bottom-Up-Marktgrößenschätzung für nicht erfasste Nischensegmente

Bottom-up-Marktgrößenschätzung baut die Zahl von Grund auf: eine überprüfbare Anzahl potenzieller Kunden, multipliziert mit einer belegten Schätzung dessen, was jeder pro Jahr ausgibt, dann abgeglichen mit einer eingegrenzten Top-down-Zahl. Die Arithmetik ist bewusst einfach. Ein gängiger Ausdruck ist die Gesamtzahl der Kunden multipliziert mit dem jährlichen Vertragswert, segmentiert nach Kundentyp statt gemischt, und Bottom-up-Schätzungen genießen bei Investoren gerade deshalb Glaubwürdigkeit, weil jeder Input explizit und unabhängig anfechtbar ist.[1]

Top-down-Schreibtischrecherche scheitert in Nischenmärkten aus einem strukturellen Grund: Analystendefinitionen sind darauf ausgelegt zu aggregieren, nicht zu isolieren. Ein Kategoriebericht bündelt die Teilmärkte, die Sie nicht bedienen, mit dem einen, den Sie bedienen, und seine Größenschätzung stützt sich oft auf Umfragedaten statt auf beobachtetes Kaufverhalten. Der definitorische Spielraum ist enorm. In einer Veröffentlichung vom Juli 2025 bezifferte MarketsandMarkets den globalen Cybersecurity-Markt auf 227,59 Mrd.[2][3] USD im Jahr 2025, während Precedence Research denselben Markt im selben Jahr auf 301,91 Mrd. USD bewertet, weil ihre Kategoriegrenzen voneinander abweichen. Ein vages Label wie „Cybersecurity-Markt“ kann fast jede Zahl über ein breites Band tragen; eine Nischensegment-Definition darf sich denselben Spielraum nicht erlauben.

Die Marktdefinition schreibt man selbst, und eine vage Abgrenzung ist der Punkt, an dem die Marktbemessung scheitert, bevor überhaupt gerechnet wird.

Es gibt keinen Bericht zu kaufen, also verlagert sich die Beweislast vom Analysten auf das Deal-Team.

Jede Eingabe muss belegt, datiert und nachrechenbar sein, denn das Investment Committee rechnet sie nach.

Die Tragweite ist transaktional. Eine Marktbehauptung, die die Prüfung übersteht, schützt den Preis; eine, die scheitert, wird zum Verhandlungshebel gegen Sie. Diese Asymmetrie ist der Grund, warum disziplinierte Teams die Marktbemessung als Beweisproblem statt als Modellierungsproblem behandeln – und warum sich der Rest dieses Artikels um die Eingaben statt um die Formel dreht.

Die Zahl potenzieller Käufer lässt sich aus kostenlosen und moderat kostenden Quellen zusammenstellen, bevor jemand einen Bericht kauft. Das Ziel ist ein Universum, das Sie Zeile für Zeile verteidigen können – nicht eine große Zahl.

Betriebszählungen der Statistikämter, gefiltert nach Branchencode und Beschäftigtengrößenklasse

Regulatorische Register und Lizenzdatenbanken, die aktive Unternehmen in jeder Jurisdiktion aufführen

Mitgliederverzeichnisse von Branchenverbänden und Ausstellerlisten von Konferenzen

Kommerzielle Firmografie-Datenbanken, abgeglichen mit den kostenlosen Quellen auf Lücken in der Abdeckung

Öffentliche Berichterstattungen, die installierte Basen, Kundenzahlen oder Stückzahlen offenlegen

Erst segmentieren, dann multiplizieren

Ein gemischter Preis über Enterprise- und Mittelstandskunden passt zu keinem von beiden. Teilen Sie das Universum nach Größenklasse oder Branche, wenden Sie auf jedes Segment eine eigene Ausgabenschätzung an und setzen Sie einen Adoptionsfilter ein, statt von vollständiger Durchdringung auszugehen: Die relevante Frage ist, wie viele Unternehmen im Universum tatsächlich solche Produkte kaufen – nicht, wie viele existieren. Validieren Sie anschließend die Vollständigkeit gegen einen Makroanker, damit der Zählwert weder ganze Segmente verliert noch überlappende doppelt erfasst.

Technologie-Installationsdaten zeigen, wie viel dieser Filter ausmacht. Ein Technologie-Intelligenzdatensatz erkennt 332.197 Unternehmen, die Salesforce einsetzen – ein Bruchteil der weltweit registrierten Unternehmen.[4] Das aspiratorische Universum der „Unternehmen, die eine CRM-Lösung nutzen könnten“ und das operative Universum der „Unternehmen, die nachweislich eine kaufen“, unterscheiden sich um Größenordnungen. Installationssignale, Stellenanzeigen und Beschaffungsdaten verdichten ein abstraktes Universum zu einem, das sich tatsächlich beziffern lässt – eine Disziplin, die gleichermaßen für VC- und PE-Fonds bei der Screening-Prüfung von Zielen gilt wie für Berater, die unter Zeitdruck einen Marktabschnitt erstellen, und sie entspricht derselben Beweisdisziplin, die der Marktanalyse in der Due Diligence zugrunde liegt.

Wenn die Nische keine veröffentlichten Preise hat, müssen die jährlichen Ausgaben pro Kunde aus Belegen rekonstruiert werden. Die stärkste Quelle ist der eigene Datenraum des Zielunternehmens: tatsächliche Vertragswerte nach Kundensegment, die jedes externe Proxymaß schlagen. Listenpreise der Wettbewerber, Beschaffungsdaten und die vom Management genannten durchschnittlichen Vertragswerte schließen die Lücken, und die Zahlen des Managements sollten stets gegen die gebuchten Umsätze getestet werden, bevor sie ins Modell einfließen.

Arbeiten Sie mit Netto-, nicht mit Listenpreisen: Rabatte, Vertriebsmargen und Implementierungsgebühren verändern die realisierten Ausgaben pro Kunde erheblich.

Trennen Sie Einmal- von wiederkehrenden Umsätzen, denn ein Markt, der auf wiederkehrenden Ausgaben basiert, verhält sich anders als einer, der auf Projekthonoraren basiert.

Prüfen Sie den implizierten Marktanteil auf Plausibilität: Teilen Sie den Umsatz des Zielunternehmens durch Ihre Marktschätzung und fragen Sie, ob glaubwürdige Wettbewerber diesen Anteil je erreicht haben.

Der Anteilscheck findet den teuersten Fehler bei der Bemessung von Nischenmärkten. In der Due-Diligence-Sprache ist das Muster, das einer Belastungsprobe zu unterziehen ist, ein adressierbarer Markt, der sich als enger erweist als im Plan angenommen, sobald das Wachstum an Skalierung geht. Wenn Ihr Bottom-up-Markt impliziert, dass das Zielunternehmen einen Anteil erreicht, den kein vergleichbares Unternehmen je erreicht hat, dann ist entweder der Markt überhöht oder der Plan braucht eine explizite Begründung. Beide Befunde gehören ins Memo, nicht in eine Fußnote – weshalb die finanzielle Due Diligence und der kommerzielle Arbeitsstrang dieselbe Marktzahl zugrunde legen müssen.

Wenn ein Segment überhaupt keine direkten Daten hat, ist der praktikable Weg, Struktur aus benachbarten Märkten zu entleihen, die seine Kunden, Technologien oder Kaufverhalten teilen. Eine Nachbarschaft liefert eine Vorlage dafür, wie viele Kunden existieren, wie sie kaufen und was sie zahlen – die Sie dann an den Punkten anpassen, an denen sich die Nische tatsächlich unterscheidet.

Wachstumskurve: Wächst der Nachbarmarkt aus Gründen, die auf die Nische übertragbar sind?

Margenstruktur: Erzielen vergleichbare Anbieter vergleichbare Bruttomargen?

Wettbewerbliche Konzentration: Ist der Marktanteil ähnlich verteilt wie in der Nische?

Kapitalintensität: Stimmen die Kosten zur Bedienung überein, oder braucht die Nische ein anderes Modell?

Unkonventionelle öffentliche Beweise leisten einen Großteil der Arbeit. Stellenanzeigen verraten, wie viele Vertriebler ein Wettbewerber beschäftigt und in welchen Segmenten er jagt. Ergebnisschaltungs-Transkripte offenbaren den Umsatz je Segment für börsennotierte Unternehmen. Professionelle Profile beantworten manche Fragen direkt: Ein Deal-Team hat die Größe einer Nischenkategorie über den ehemaligen Vertriebsleiter eines Marktführers ermittelt, der den Umsatz des Vorjahres in einem veröffentlichten Lebenslauf genannt hatte. Nichts davon taucht in einem Analystenbericht auf – und alles ist überprüfbar.

Adjazenzkartierung übernimmt Kundenstruktur, Preisgestaltung und Kaufverhalten aus benachbarten Märkten und behandelt das Ergebnis als dritte unabhängige Schätzung statt als Ersatz für die Bottom-up-Rechnung. · KI-generiert

Behandeln Sie die aus der Adjazenz abgeleitete Zahl als dritte unabhängige Schätzung, niemals als Ersatz für die Bottom-up-Rechnung. Die Inferenz über vergleichbare Unternehmen funktioniert am besten als Kreuzvalidierung, weil sie von Marktanteilsannahmen abhängt, die selbst Schätzungen sind – eine Einschränkung, die auch die Marktanalyse für eine Akquisition prägt.

Die Abstimmung ist der Punkt, an dem die Größenschätzung Glaubwürdigkeit gewinnt. Stellen Sie drei Schätzungen nebeneinander: die Bottom-up-Rechnung, eine eingegrenzte Top-down-Zahl, die von einem veröffentlichten Aggregat ausgeht und auf Ihr Segment herunterfiltert, sowie die Sicht des Managements oder die aus der Adjazenz abgeleitete Zahl. Der Abgleich ist nur echt, wenn Methoden und Datenquellen unabhängig sind; drei Varianten derselben Annahme beweisen nichts.

Konvergenz innerhalb von rund 15 % stärkt das Vertrauen in alle drei Schätzungen.

Eine größere Abweichung signalisiert einen falschen Input – meist ein versteckter Doppelzähler oder eine optimistische Durchdringungsannahme.

Prüfen Sie die umstrittene Annahme gegen unabhängige Quellen, etwa Umsatzoffenlegungen von Wettbewerbern.

Achten Sie auf das klassische Warnsignal: eine Marktdefinition, die weit mehr Umsatz impliziert, als das Zielunternehmen tatsächlich erzielt.

Herauszufinden, welcher Input falsch ist, ist die wertvollste Stunde der Analyse. Wenn die Bottom-up-Rechnung und der Top-down-Filter dramatisch unterschiedliche Zahlen liefern, beruht eine davon auf einer schlechten Annahme – und sie zu finden, bevor es das Investmentkomitee tut, ist weit besser, als sie danach verteidigen zu müssen. Eine segmentierte Durchdringungsanalyse hilft: Wer Adoption separat nach Geografie, Unternehmensgröße und Branche berechnet, deckt auf, welches Teilsegment eine unplausible Annahme trägt. Nach Materialität gewichtete Ergebnisse und strukturiertes Red-Flag-Reporting halten diese Lücken im Arbeitsstrang der Commercial Due Diligence sichtbar, statt sie in einem Tabellenblatt zu begraben.

Ein Investmentkomitee fragt nicht, ob die Zahl richtig ist; es fragt, ob die Annahmen einer Herausforderung standhalten. Präsentieren Sie eine Spanne mit einem Basisszenario statt einer Punktschätzung, benennen Sie die zwei oder drei Annahmen, die das Ergebnis am stärksten bewegen, und testen Sie diese mit Sensitivitätsschwankungen. Jeder Input sollte im Dokument selbst mit Quelle und Datum belegt sein, damit das Komitee die Tabelle nachrechnen kann, statt ihr zu vertrauen.

Eine nachrechenbare Tabelle mit Segmenten, Kundenzahlen und Ausgaben pro Kunde, mit einer Quelle in jeder Zeile

Kundeninterviews, die das angenommene Kaufverhalten prüfen – nicht nur den Preispunkt

Innere Konsistenz zwischen Marktgröße, Umsatzplan und Vertriebskapazität

Trennen Sie Wachstum von Marktanteilsgewinnen. Ein Plan, der stillschweigend sowohl einen wachsenden Markt als auch steigende Marktanteile voraussetzt, sind zwei Wetten, die als eine präsentiert werden – und Komitees bepreisen diese Mehrdeutigkeit entsprechend. Auch die Asymmetrie zählt: Ein untertreibener Markt kostet wenig, während ein übertriebener die Glaubwürdigkeit des gesamten Memos kostet, einschließlich der Teile, die stimmten. Deshalb muss die Evidenz quellenverknüpft und wiederverwendbar bleiben – vom Screening bis zu den Unterlagen für das Investmentkomitee – und deshalb sollte der Marktabschnitt eines IC-Memos wie eine Beweiskette statt wie eine Schlussfolgerung gelesen werden. Die Analysten und Partner, die diese Zahlen verteidigen, sehen sich derselben Prüfung gegenüber – ob buy-side oder advisory.

Die Methode lässt sich zu einer Abfolge verdichten, die in einen laufenden Deal-Zeitplan passt – ob das Team in M&A-Beratungsfirmen oder auf der Buy-side sitzt.

Definieren Sie die Segmentgrenze schriftlich, bevor Sie eine Tabelle anfassen.

Spielen Sie den Data Room ein und machen Sie Verträge und Finanzdaten durchsuchbar.

Extrahieren Sie Vertragswerte und Kundenlisten als Belege, nicht als Zusammenfassungen.

Erstellen Sie die Tabelle mit Kundenzahlen und Ausgaben je Segment, mit einer Quelle in jeder Zeile.

Triangulieren Sie mit öffentlichen Veröffentlichungen, Registern und Managementdaten.

Versionieren Sie die Ergebnisse mit angehängten Quellen, damit das Komitee sie nachrechnen kann.

Genau dieser Workflow ist der Zweck, für den Plausity gebaut wurde: Es ist der Arbeitsbereich, in dem die Evidenz strukturiert wird – keine automatisierte Market-Sizing-Maschine. Data Room Ingestion verbindet sich mit der VDR, sodass Verträge und Finanzdaten innerhalb von Minuten durchsuchbar werden. Die AI-Analysis Engine hilft dabei, Preis- und Kundenbelege über Tausende von Dokumenten hinweg zu extrahieren und gegenreferenzieren. Risk Radar zeigt materialitätsgewichtete Lücken und Anomalien in der Marktargumentation auf, der Collaboration Hub hält kommerzielle, finanzielle und rechtliche Workstreams synchron, und der Report Builder entwirft den IC-tauglichen Marktabschnitt mit vollständiger Quellenrückverfolgung. Gebaut für die Investment- und Deal-Teams von heute. Genutzt von über 200 Firmen.

Für Teams, die tiefer einsteigen wollen, behandelt der Leitfaden zum Market Sizing in der Commercial Due Diligence die Bottom-up-TAM-Konstruktion im Detail, und die Commercial Due Diligence Checkliste bildet den gesamten Workstream von Anfang bis Ende ab. Der rote Faden ist derselbe wie in diesem Artikel: Eine Marktzahl ist nur so stark wie die Evidenz hinter jeder Zeile der Tabelle – und die Teams, die diese Evidenz bewusst strukturieren, sind diejenigen, deren Zahlen das Komitee überstehen.

Plausity ist eine KI-native Due-Diligence- und Deal-Intelligence-Plattform, die M&A-Beratungen, VC- und PE-Fonds, Corporate-Development-Teams und Investment-Banking-Teams dabei unterstützt, Nachweise, Findings und Fragen entlang eines Datenraums zu strukturieren. Plausity unterstützt Evidenzextraktion, Quellenverankerung, Findings-Management und IC-Vorbereitung — die Plattform ersetzt keine menschlichen Analysten, Berater oder Investmentprofessionals, liefert keine Rechts-, Steuer-, Prüfungs-, Regulierungs- oder Anlageberatung und trifft keine autonomen Investitionsentscheidungen. Alle Findings erfordern menschliche Prüfung. Gebaut für die heutigen Investment- und Deal-Teams. Vertrauen von >200 Firmen.

Weitere Details zu den Kernbausteinen finden Sie beim Plausity AI Analysis Engine und in der Findings & Risk Intelligence-Übersicht. Für team-spezifische Workflows sehen Sie, wie VC- und PE-Fonds und M&A-Beratungen Plausity in laufenden Deals einsetzen.

1. [1] wallstreetprep.com — https://www.wallstreetprep.com/knowledge/market-sizing/
2. [2] prnewswire.com — https://www.prnewswire.com/news-releases/cybersecurity-market-worth-351-92-billion-by-2030--exclusive-report-by-marketsandmarkets-302496545.html
3. [3] precedenceresearch.com — https://www.precedenceresearch.com/cyber-security-market
4. [4] theirstack.com — https://theirstack.com/en/technology/salesforce