Der entscheidende Unterschied zu klassischen Dienstleistungs- oder Produktionsunternehmen liegt in der Skalierbarkeit und der Qualität der Erträge. Ein SaaS-Unternehmen mit hohem Anteil wiederkehrender Abonnementumsätze (Annual Recurring Revenue, ARR) erzeugt planbare, stabile Cashflows mit geringer Marginalvarianz. Hinzu kommen typischerweise hohe Wechselkosten für Kunden (technische und prozessuale Integration), die die Kundenbindung strukturell verankern. Diese Eigenschaften rechtfertigen deutlich höhere Bewertungsmultiples als bei vergleichbaren Unternehmen ohne Wiederkehrerträge.

ARR (Annual Recurring Revenue) ist der auf Jahresbasis hochgerechnete Wert aller aktiven, wiederkehrenden Abonnement- oder Lizenzverträge. Er unterscheidet sich vom Gesamtumsatz, weil er Einmalerlöse (Implementierung, Beratung, Hardware) herausrechnet und nur den stabilen, prognostizierbaren Anteil des Umsatzes abbildet. Für Käufer ist der ARR aussagekräftiger als der Gesamtumsatz, weil er zeigt, wie viel Umsatz das Unternehmen auch ohne Neukundengewinnung erzielen würde. Wer seinen ARR steigert – durch Verlängerung von Verträgen, Upselling oder Reduktion von Kündigungen – erhöht direkt seinen Unternehmenswert.

Nicht automatisch – aber strukturiert eingesetzt schon. Ein Unternehmen, das KI zur Produktivitätssteigerung nutzt und dadurch mit geringerem Personalaufwand höhere Ergebnisse erzielt, ist ceteris paribus wertvoller als ein vergleichbares Unternehmen ohne diese Kompetenz. Voraussetzung ist, dass der KI-Einsatz in der Due Diligence überzeugend dargestellt werden kann: welche Tools, wie integriert, welche Effizienzgewinne messbar, welche Abhängigkeiten und Risiken bestehen. Was nicht dokumentiert und darstellbar ist, wird im Kaufpreis nicht honoriert.

Der AI Act klassifiziert KI-Systeme nach Risikoniveaus. Hochrisiko-Anwendungen – etwa in den Bereichen Personalentscheidungen, Kreditvergabe oder kritische Infrastruktur – unterliegen strengen Anforderungen an Transparenz, Dokumentation und menschliche Aufsicht. Die damit verbundenen Compliance-Kosten und Haftungsrisiken müssen im Bewertungsmodell berücksichtigt werden. Für Unternehmen, die Hochrisiko-KI entwickeln oder einsetzen, kann der AI Act einen wertmindernden Faktor darstellen – es sei denn, die Compliance ist bereits vollständig umgesetzt und nachweisbar.

Trainingsdaten sind für viele KI-Unternehmen der eigentliche Kern des Geschäftsmodells – aber klassische Bilanzierungsregeln erfassen sie kaum. Für die Bewertung sind entscheidend: Exklusivität (sind die Daten frei verfügbar oder proprietär?), Qualität und Aktualität, rechtliche Absicherung durch Nutzungsrechte und Datenschutzkonformität sowie die Frage, ob Wettbewerber denselben Datensatz replizieren könnten. Je einzigartiger und rechtlich gesicherter die Datenbasis, desto höher ihr Beitrag zum Unternehmenswert.

Ein Unternehmen mit eigenem KI-Modell besitzt proprietäre Architektur, Trainingsdaten und Algorithmen – das ist schwerer replizierbar und hat einen strukturell höheren intrinsischen Wert. Ein Anwendungsentwickler, der auf Basis fremder Grundlagenmodelle (z.B. OpenAI, Anthropic) baut, ist dagegen von API-Preisen und der Produktstrategie des Modellanbieters abhängig. Dieser Unterschied schlägt sich direkt in den Bewertungsmultiples nieder.

KI-gestützte Bewertungstools (Automated Valuation Models) können auf Basis von Transaktionsdatenbanken und Jahresabschlüssen schnelle erste Indikationen liefern und die Peer-Group-Analyse verbessern. Sie ersetzen jedoch keine vollständige Bewertung: Qualitative Faktoren wie Managementqualität, Marktdynamik, strategische Positionierung und rechtliche Risiken entziehen sich der maschinellen Erfassung. Unternehmensbewertung bleibt ein urteilsabhängiger Prozess – KI ist ein Hilfsmittel, kein Ersatz.

IT-Dienstleister ohne proprietäres Softwareprodukt werden auf Basis von EBIT- oder Umsatzmultiples bewertet. Erträge sind projektbasiert und weniger planbar als bei SaaS-Unternehmen, der Kundenstamm ist stärker personengebunden und Skalierbarkeit ist begrenzt. Höhere Multiples erzielen IT-Dienstleister mit langfristigen Wartungs- und Supportverträgen, Tätigkeiten in Nischenmärkten oder zertifizierten Partnerschaften mit großen Technologieanbietern.

Käufer – insbesondere Private-Equity-Investoren – werden im Rahmen der Due Diligence folgende Kennzahlen eingehend prüfen: ARR und seine Wachstumsrate, Churn- und Retention-Rate, Customer Acquisition Cost (CAC), Lifetime Value (LTV) sowie die Gross Margin. Wer diese Zahlen nicht sauber aufbereiten und erklären kann, verliert in der Verhandlung. Empfehlenswert ist daher: ein auf SaaS-Kennzahlen ausgelegtes Reporting aufbauen, Vertragsdokumentation systematisieren, technische Schulden im Produkt reduzieren und die Abhängigkeit von einzelnen Gründer-Entwicklern verringern. Diese Maßnahmen steigern nicht nur den Verkaufspreis, sondern verkürzen auch die Due-Diligence-Phase erheblich.

Churn bezeichnet die Rate, mit der Kunden ihre Verträge kündigen. Eine jährliche Churn-Rate von 5 % bedeutet: Ein Zwanzigstel des Kundenstamms muss jedes Jahr durch Neukundengewinnung ersetzt werden, nur um den Status quo zu erhalten. Für die Bewertung gilt: Je höher der Churn, desto unsicherer sind die künftigen Erträge – und desto niedriger der Multiplikator. Wachstumsstarke SaaS-Unternehmen mit einer Net Revenue Retention über 110 % (bestehende Kunden zahlen im Folgejahr mehr als im Vorjahr) erzielen die höchsten Multiples, weil das Unternehmen selbst ohne Neukundengewinnung organisch wächst.