Warum dies jetzt wichtig ist: Die Bewertungsdiskrepanz in den Privatmärkten
Die Bewertungs-Due-Diligence nicht börsennotierter Unternehmen ist die strukturierte Prüfung durch Limited Partner und Sekundärmarkt-Investoren, um festzustellen, ob unrealisierte Portfoliowerte tatsächliche Exit-Preise oder rein buchhalterische Konventionen widerspiegeln. Bei den meisten Venture-Capital- und Private-Equity-Fonds wird der Großteil der Beteiligungen gemäß ASC 820 Fair Value Hierarchy als Level 3 eingestuft.[1] Dies bedeutet, dass die ausgewiesenen Nettoinventarwerte (NAV) fast vollständig auf nicht beobachtbaren Eingangsgrößen und internen Mark-to-Model-Berechnungen anstelle echter Marktpreise beruhen. Da die breitere Liquiditätskrise in den Privatmärkten die Fondslaufzeiten auf 15 bis 20 Jahre verlängert, sehen sich institutionelle Allokatoren mit einer akuten Bewertungsdiskrepanz konfrontiert, bei der offizielle Bewertungen stark von den Realitäten des Sekundärmarktes abweichen.
Diese Spannung tritt bei venture-finanzierten Unternehmen im Bereich der künstlichen Intelligenz besonders deutlich zutage. Während Megarunden Multi-Milliarden-Bewertungen mit vorrangigen Liquidationspräferenzen und strukturierten Absicherungen etablieren, wechseln die zugrunde liegenden Stammaktien auf Sekundärmärkten häufig mit drastischen Abschlägen den Besitzer. Ohne eine gründliche Überprüfung der Umsatzqualität, der Inferenzkosten und der Seniorität in der Liquidationskaskade riskieren Allokatoren, die Fondsperformance auf der Grundlage von Buchgewinnen zu kalkulieren, die sich nicht in tatsächliche Barausschüttungen umwandeln lassen.
- Anhaltende Liquiditätsflaute: Verlängerte Realisierungszeiträume führen dazu, dass Limited Partner alternde Net Asset Values ohne tatsächliche Barliquidität halten, was eine Verlagerung von der bloßen TVPI-Bewertung hin zu überprüfbaren DPI-Meilensteinen erzwingt.
- Erhebliche Secondary-Abschläge: Venture- und Growth-LP-Portfolios wurden im ersten Halbjahr 2025 bei rund 78 % des NAV bewertet und lagen damit deutlich unter Buyout-Portfolios mit 94 %, während Einzelwert-Gebote für Spätphasenunternehmen noch weitaus schwächer ausfallen können.[2]
- Bewertungsvolatilität im KI-Sektor: Stark steigende Investitionsausgaben für Rechenkapazitäten und eine hohe Kundenabwanderung stellen die Tragfähigkeit dreistelliger Umsatzmultiplikatoren aus früheren Finanzierungsrunden infrage.
- Asymmetrische Governance: Fragmentierte Informationsrechte zwischen Lead-Investoren und passiven Co-Investoren verschleiern die Verwässerung der Cap Table, Liquidationspräferenzen und veraltete Bewertungsparameter.
Das wichtigste Praxis-Framework: Level-3-Vermögenswerte und Mark-to-Model
Nach den Rechnungslegungsstandards von FASB ASC 820 und IFRS 13 werden Investitionen in eine dreistufige Fair-Value-Hierarchie eingeteilt. Level-1-Vermögenswerte weisen notierte Preise auf aktiven Märkten für identische Vermögenswerte auf.[1] Level-2-Vermögenswerte stützen sich auf beobachtbare Faktoren abseits von Level-1-Preisen, wie etwa marktgestützte Daten und Zinsstrukturkurven. Level-3-Vermögenswerte basieren auf nicht beobachtbaren Inputs wie internen Annahmen des Managements, Bewertungsmodellen, Umsatzmultiplikatoren und Diskontierungssätzen. Da Private-Equity- und Venture-Capital-Fonds überwiegend Level-3-Wertpapiere halten, stellen die ausgewiesenen Portfoliowerte subjektive Schätzungen dar, was hypothetische Marktteilnehmer in einer geordneten Transaktion zahlen würden, und keine tatsächliche transaktionsbasierte Liquidität.
In der Vergangenheit stützten sich General Partner stark auf den Preis der jüngsten Finanzierungsrunde (Backsolve-Methode), um ihre Buchwerte zu rechtfertigen. Da sich die Fundraising-Zyklen an den Privatmärkten jedoch auf über 24 bis 36 Monate verlängern, sind Fondsmanager gezwungen, auf Multiplikatoren vergleichbarer börsennotierter Unternehmen (Guideline Public Company) und Discounted-Cashflow-Modelle (DCF) umzustellen. In der Praxis liefert die Secondary-Preisfindung einen harten Realitätscheck: Die durchschnittliche Bepreisung für alle LP-Portfolios erreichte im ersten Halbjahr 2025 90 % des NAV (nach 89 % im Jahr 2024), wobei Venture- und Growth-Beteiligungen am schwächeren Ende dieses Marktes lagen.[2] Diese Abschläge spiegeln die Kosten der Illiquidität, den Minderheitenstatus und die Skepsis gegenüber nicht beobachtbaren Modellannahmen wider.
| Fair-Value-Hierarchiestufe | Beobachtbarkeit der Inputs | Wesentliche Bewertungsmethodik | Due-Diligence-Fokus für LPs |
|---|---|---|---|
| Level 1 | Direkt beobachtbare notierte Marktpreise | Unbereinigte Börsenkurse (börsennotierte Aktien) | Handelsvolumen, Markttiefe und Lockup-Fristen |
| Level 2 | Indirekt beobachtbare Marktkennzahlen | Bestätigte Zinsstrukturkurven und Multiples vergleichbarer Transaktionen | Basisdifferenzen, Indexkorrelation und zeitliche Nähe der Transaktion |
| Level 3 | Nicht beobachtbare Inputs und interne Annahmen | Mark-to-Model, DCF, Backsolve und Guideline-Public-Company-Multiples | Verzerrungen bei der Multiple-Auswahl, Umsatzqualität und Kalibrierungsstrenge |
Um eine objektive Ausgangsbasis zu schaffen, müssen institutionelle LPs bewerten, wie Manager die von den IPEV-Bewertungsrichtlinien (International Private Equity and Venture Capital) empfohlenen Kalibrierungsprinzipien anwenden. Die Kalibrierung erfordert von den Fondsmanagern, ihre laufenden Multiple-Annahmen mit dem ursprünglichen Einstiegsmultiple und dem nachfolgenden operativen Fortschritt abzugleichen, wodurch willkürliche Aufwertungen ohne entsprechende fundamentale Verbesserungen verhindert werden.
Was Investoren und LPs wirklich prüfen
Bei der Due Diligence von Bewertungsansätzen analysieren anspruchsvolle Allokatoren die fundamentale Qualität des zugrunde liegenden Unternehmens, anstatt Unternehmensbewertungen ungeprüft zu übernehmen. Bei risikokapitalfinanzierten Startups im Bereich der künstlichen Intelligenz beginnt dies mit einer gründlichen Prüfung von KI-Bewertungsaufschlägen, um festzustellen, ob wiederkehrende Umsatzströme hohe Bewertungsmultiplikatoren stützen können, sobald Infrastruktur- und Rechenkosten berücksichtigt werden.
Ein wesentlicher Prüfungsschwerpunkt ist die Nachhaltigkeit der Bruttomarge. Traditionelle Softwareunternehmen verzeichnen seit langem strukturell höhere Bruttomargen als KI-native Unternehmen: Eine von CFOs geleitete Analyse beziffert die SaaS-Bruttomargen auf 70 % bis 85 % gegenüber 40 % bis 60 % bei KI-Unternehmen, da jede Abfrage wiederkehrende Rechen-, Inferenz- und Modelllizenzierungskosten verursacht.[3] Allokatoren müssen prüfen, ob die ausgewiesenen jährlich wiederkehrenden Umsätze auf beständigen Enterprise-Softwareverträgen beruhen oder auf flüchtigen Experimentierbudgets, die nach Abschluss von Pilotprojekten abwandern.
Ebenso entscheidend sind die Vorzugsstrukturen und die Liquidationskaskade. In späteren Finanzierungsrunden fließt neues Kapital häufig über Senior-Vorzugsaktien mit kumulativen Dividenden, Rücknahmerechten oder Liquidationspräferenzen ein. In einem Exit-Szenario unterhalb der offiziellen Bewertungsmarken schöpfen die Inhaber von Senior-Vorzugsaktien die gesamte Auszahlung ab, sodass Stammaktien und nachrangige Vorzugsklassen leer ausgehen. Allokatoren müssen bewerten, wo die spezifische Anteilsklasse ihres Fonds innerhalb der Kapitalstruktur angesiedelt ist, um den Schutz vor Abwärtsrisiken zu messen und den realistischen Pfad für die DPI- gegenüber der TVPI-Performance zu verstehen.
- Unit Economics und Bruttomargen der Inferenz: Dekonstruktion der tatsächlichen Umsatzkosten (COGS) durch Isolierung von Rechen-Hosting-Kosten und Abhängigkeiten von Basismodell-APIs von reinen Softwaremargen.
- Vertragsbeständigkeit und Retention: Analyse der Net Revenue Retention (NRR) und der Logo-Abwanderung, um zu überprüfen, ob die Kundenexpansion durch dauerhafte Software-Workflows oder kurzfristigen Token-Verbrauch getrieben wird.
- Modellierung des Liquidationswasserfalls: Stresstests von Exit-Verteilungen über verschiedene Realisierungsschwellen hinweg, um den Abschlag zu quantifizieren, den nachrangige Anteilseigner unter vorrangigen Liquidationspräferenzen erleiden.
- Runway und Kapitaleffizienz: Messung der Cash-Burn-Raten im Verhältnis zu den vorhandenen Barmitteln, um vorherzusehen, ob unmittelbar bevorstehende Down-Rounds oder strukturierte Rekapitalisierungen die bestehenden Fondsbewertungen verwässern.
Was Unternehmen und Fonds vorlegen müssen
Um den Anforderungen institutioneller Limited Partners gerecht zu werden, müssen General Partners und Portfoliounternehmen eine rigorose Bewertungsgovernance aufrechterhalten, die durch eindeutige Dokumente belegt wird. Die Zeiten, in denen man sich ausschließlich auf informelle Notizen des Bewertungsausschusses verließ oder vorangegangene Primärrunden ungeprüft übernahm, sind vorbei. Kapitalgeber erwarten vollständige Transparenz hinsichtlich der Eingabeparameter, Annahmen und der Peer-Group-Auswahl, die zur Festlegung der vierteljährlichen Bewertungen herangezogen werden.
Fondsmanager sollten umfassende Unterlagen des Bewertungsausschusses vorlegen, in denen die spezifische Methodik für jeden Level-3-Vermögenswert detailliert dargelegt wird. Wird ein Guideline-Public-Company-Ansatz gewählt, muss der GP begründen, warum die ausgewählten börsennotierten Vergleichsunternehmen hinsichtlich Wachstumsrate, operativer Margen und Marktpositionierung tatsächlich vergleichbar sind. Darüber hinaus müssen Manager etwaige angewandte Illiquiditäts- oder Minderheitsabschläge dokumentieren, insbesondere wenn Transaktionen im Markt eine nachlassende Nachfrage signalisieren.
- Dokumentation des Bewertungsausschusses: Ausführliche Sitzungsprotokolle, Bewertungsrichtlinien und schriftliche Begründungen für jede Abweichung von kalibrierten Marktmultiplikatoren.
- Standardisiertes Performance-Reporting: Transparente vierteljährliche Offenlegungen mit Aufschlüsselung von Brutto- und Nettoinventarwerten, unrealisierten Multiplikatoren (RVPI), realisierten Gewinnen (DPI) und dem Gesamtwert im Verhältnis zum eingezahlten Kapital (TVPI).
- Beleg durch beobachtbare Transaktionen: Analyse jüngster Zweitmarkttransaktionen, Secondary-Tender-Offers oder primärer Kapitalerhöhungen durch Dritte innerhalb des Sektors.
- Bewertungsgutachten Dritter: Unabhängige Bewertungsberichte akkreditierter Bewertungshäuser für alle Level-3-Beteiligungen, die Wesentlichkeitsschwellen überschreiten.
Eine Warnsignal-Übersicht für AI-Startup-Bewertungen
Die frühzeitige Erkennung von Bewertungsanomalien verhindert, dass institutionelle Investoren Folgezusagen oder Zweitmarktkäufe auf der Grundlage illusorischer Vermögenswerte tätigen. Bei der Beurteilung von Bewertungen von KI-Startups weisen spezifische quantitative Abweichungen und Governance-Lücken auf ein erhöhtes Bewertungsrisiko hin.
| Bewertungssignal | Beobachtete Diskrepanz | Zugrunde liegendes Risiko | Prüftest für die Due Diligence |
|---|---|---|---|
| Verankerung an veralteten Runden | Buchwert wird trotz anhaltender Kontraktion börsennotierter Multiplikatoren weiterhin auf dem Höchststand einer Boom-Finanzierungsrunde gehalten | Überbewerteter NAV und verzögerte Erfassung von Down-Rounds | Neukalibrierung des Enterprise Value anhand aktueller medianer Umsatzmultiplikatoren börsennotierter SaaS- und KI-Unternehmen |
| Erhebliche Secondary-Diskrepanz | Secondary-Gebote oder vollzogene Transaktionen liegen weit unter dem ausgewiesenen NAV und deutlich außerhalb gängiger Marktpreise für Venture-Anteile | Illiquiditätsschock und drohende Wertminderung von Stammaktien | Abgleich der Vorzugsrechte in der Cap Table mit dem tatsächlich realisierten Transaktionspreis im Zweitmarkt |
| Diskrepanzen zwischen Fondsmanagern | Identischer privater Vermögenswert wird von verschiedenen Fondsmanagern mit abweichenden Multiplikatoren bewertet | Subjektive Modellmanipulation oder nicht standardisierte Bewertungsrichtlinien | Benchmarking der Bewertungen über institutionelle Beteiligungen hinweg anhand standardisierter Waterfall-Berechnungen der Cap Table |
| Aktivierung von Rechenkosten | Forschungs- und Entwicklungskosten für Rechenleistung werden in der Bilanz aktiviert, um das EBITDA künstlich aufzublähen | Künstlich erhöhte operative Margen verschleiern untragbaren Cash-Burn | Abstimmung des operativen Cashflows nach GAAP mit den ausgewiesenen EBITDA-Bereinigungen |
| Kundenkonzentration | Ein großer Anteil des ARR konzentriert sich auf verbundene Unternehmen oder Seed-Investoren außerhalb marktüblicher Konditionen | Aufgeblähte Erlösqualität verschleiert künstliches Umsatzwachstum | Prüfung von Kundenverträgen auf gegenseitige Software-Gutschriften und nicht wiederkehrende Pilotklauseln |
Checkliste für Datenraum und Nachweise
Um eine kompromisslose Überprüfung der Bewertungsansätze durchzuführen, müssen Limited Partners und Teams für die Secondary Due Diligence ein spezifisches Set an Primärquellendokumenten anfordern. Wer sich ausschließlich auf zusammenfassende Präsentationen des General Partners verlässt, schafft Informationslücken, die strukturelle Verbindlichkeiten verschleiern.
- Detaillierte Capitalization Table: Vollständige Post-Round-Cap-Table mit Anteilsklassen, Umwandlungsverhältnissen, Partizipationsrechten, kumulierten Dividendenvorträgen und Liquidationspräferenzen.
- Geprüfte Jahresabschlüsse: Finanzberichte mit detaillierten Anhangangaben zum beizulegenden Zeitwert von Level-3-Vermögenswerten und Prüfungshinweisen des Abschlussprüfers zur Bewertung.
- Bewertungsrichtlinie und Governance-Charta: Die schriftliche Richtlinie, die Bewertungshäufigkeit, Zusammensetzung des Ausschusses, Auslöser für Drittgutachten und Übersteuerungsprotokolle festlegt.
- Historisches Protokoll der Bewertungsanpassungen: Ein chronologischer Prüfpfad, der jede Auf- und Abwertung des Buchwerts seit dem ursprünglichen Fondseinstieg erfasst.
- Register der Secondary-Transaktionen und -Übertragungen: Ein vollständiges Protokoll aller genehmigten, ausstehenden und abgelehnten Anteilsübertragungen, Übernahmeangebote und Unternehmensrückkäufe der letzten 24 Monate.
- Umsatzüberleitungs- und Kohortenübersichten: Detaillierte vertragsbezogene Übersichten der wiederkehrenden Erlöse, getrennt nach Neukundengewinnung, Expansion, Kontraktion und Abwanderung.
So nutzen Sie dies in Ihrem nächsten Due-Diligence-Workflow
Institutionelle Limited Partner und Secondary-Underwriter sollten die Überprüfung von Bewertungsansätzen direkt in ihre wiederkehrenden Underwriting- und Portfolio-Monitoring-Zyklen einbinden. Durch die Kombination von strukturierter Dokumentenerfassung mit automatisierter Waterfall-Modellierung können Investment-Teams subjektive Mark-to-Model-Annahmen schnell durchdringen, um das tatsächliche wirtschaftliche Exposure aufzudecken.
Hier transformieren moderne Deal-Intelligence-Plattformen die manuelle Due Diligence. Plausity stellt institutionellen Deal-Teams eine fortschrittliche AI-Analysis Engine zur Verfügung, die virtuelle Datenräume automatisch erfasst, Hunderte von Cap-Table-Vereinbarungen sowie Bewertungsmemos quervergleicht und versteckte Liquidationsverbindlichkeiten innerhalb von Minuten aufdeckt.
Mithilfe von integrierter Findings & Risk Intelligence können Investment-Profis Diskrepanzen zwischen Headline-Bewertungen, der Seniorität des Preference Stacks und zugrunde liegenden Umsatzkennzahlen sofort erkennen. Anstatt Tage damit zu verbringen, Waterfalls manuell in separaten Tabellenkalkulationen neu zu berechnen, generieren Due-Diligence-Teams klare, IC-fähige Erkenntnisse, die Investitionsausschüsse in die Lage versetzen, veraltete Bewertungsansätze zu hinterfragen, Secondary-Preise neu zu verhandeln und institutionelles Kapital mit voller Zuversicht zu schützen.
