Umsatz- & EBIT-Schätzungen im DACH-Privatmarkt

Strukturelle Reporting-Richtlinien als Grund für Schätzungen.

Im DACH-Privatmarkt fehlen zentrale Finanzkennzahlen häufig dort, wo Investoren sie am dringendsten brauchen. Kleine GmbHs sind nicht verpflichtet, ihren Umsatz oder ihr Betriebsergebnis offenzulegen. Was im Firmenbuch erscheint, ist oft nur eine verkürzte Bilanz, ohne Gewinn- und Verlustrechnung, ohne operative Kennzahlen, manchmal mit bis zu zwei Jahren Verzögerung. Das ist keine Schwäche der Datenerhebung, sondern eine strukturelle Eigenheit des DACH-Privatmarktes, die jeden trifft, der Unternehmen ohne Börsennotierung systematisch einordnen, vergleichen oder bewerten will.

Wie trifft ProxDeal belastbare Aussagen über die tatsächliche Größe bzw EBIT eines Unternehmens?

ProxDeal begegnet dieser Realität mit proprietären, in-house trainierten Machine-Learning-Modellen, die auf Finanzdaten aus über 3 Millionen Jahresabschlüssen der letzten drei Jahre basiert. Was das Modell von Alternativen unterscheidet, ist die Tiefe der Unternehmensinformationen, auf denen es trainiert wurde: detaillierte Business-Model-Klassifikationen über 12 Dimensionen, KI-gestützte Unternehmenstyp-Analysen sowie Labels zu Geschäftsmodell, Branchenpositionierung und Unternehmensstruktur, die weit über Standard-WZ-Branchencodes hinausgehen. Das Ergebnis sind drei zentrale Kennzahlen pro Unternehmen: Revenue, EBIT und Mitarbeiteranzahl.

Dieser Artikel erklärt, wie diese Estimates berechnet werden, was sie aussagen und wie man sie richtig liest, ohne in typische Interpretationsfallen zu tappen.

Gemeldete Werte zuerst, Modell nur wo nötig

Alle drei Estimates folgen demselben Grundprinzip: Wenn ein Wert direkt aus dem Jahresabschluss ableitbar ist, wird er unverändert übernommen und als ORIG gekennzeichnet. In diesem Fall gilt Konfidenz=1.0, und P10 = P50 = P90 = echter reporteter Wert, weil kein Schätzintervall benötigt wird. Das Modell springt nur dann ein, wenn die Datenlage eine direkte Ableitung nicht erlaubt, und kommuniziert diesen Unterschied transparent über Konfidenzlabels. Estimates werden alle drei Monate aktualisiert und tragen durchgehend Metadaten zur Datenquelle und Konfidenz, damit jede Zahl nachvollziehbar bleibt.

Machine Learning-basierte Modellierung

Umsatz

Das Umsatz-Modell arbeitet mit einem CatBoost MultiQuantile Regressor, der auf tatsächlichen Finanzdaten aus dem DACH-Raum trainiert wurde. Als Eingangsdaten fließen Bilanzpositionen wie Bilanzsumme, Anlagevermögen, Verbindlichkeiten und Eigenkapital ein, ergänzt um Mitarbeiterzahlen sofern verfügbar, Branchencodes nach WZ2025 sowie strukturelle Unternehmensmerkmale wie Holdings oder produzierende Betriebe.

Umsatzschätzungen aus Bilanzdaten sind methodisch anspruchsvoll, weil die Beziehung zwischen Bilanzgröße und Umsatz stark branchenabhängig ist. Ein Einzelhändler kann mit 5 Mio. € Bilanzsumme einen Umsatz von 80 Mio. € erzielen, während eine Holding mit 500 Mio. € Bilanzsumme nur 1 Mio. € Umsatz ausweist. Ein einfaches Modell würde hier systematisch versagen. ProxDeal löst das durch eine Kombination aus Branchencodes, Unternehmenstyp-Flags und dem Jahresüberschuss als zusätzlichem Signal, das allein etwa 7 % der Modellgewichtung trägt. Die stärksten Prädiktoren sind Bilanzsumme (21 %), Rückstellungen (15 %) und Umlaufvermögen (14 %), die zusammen die operative Komplexität eines Unternehmens deutlich besser abbilden als die Bilanzsumme allein.

Das Modell läuft nur, wenn mindestens drei von sieben zentralen Merkmalen vorhanden sind. Fehlen zu viele Eingangsdaten, wird keine Schätzung ausgegeben, weil eine methodisch unzuverlässige Zahl schlechter ist als gar keine.

EBIT

Für das EBIT verfolgt ProxDeal einen dreistufigen Ansatz, der sich automatisch an die verfügbare Datenlage anpasst. Grundsätzlich gilt: Je mehr GuV-Daten vorhanden sind, desto präziser die Schätzung. Sind Jahresüberschuss und mindestens ein Korrekturposten wie Steuer- oder Zinszahlungen verfügbar, wird das EBIT direkt berechnet und als ORIG mit Konfidenz 1.0 ausgewiesen. In diesem Fall sind P10, P50 und P90 identisch, da kein Schätzintervall benötigt wird.

EBIT = Jahresüberschuss + Steuerzahlungen − Steuererstattungen + Zinszahlungen − Zinserträge

Methodischer Hinweis zu dieser Formel: Die Berechnung beschränkt sich bewusst auf die zwei materiell wichtigsten und universell reportierten Korrekturposten: Ertragsteuern und Zinsergebnis, weil diese in nahezu allen DACH-Jahresabschlüssen mit GuV-Angaben verfügbar sind. Bei Unternehmen mit signifikantem Beteiligungs- oder sonstigem Finanzergebnis (insbesondere Holding- und Beteiligungsstrukturen) entspricht das ausgewiesene EBIT damit dem operativen Geschäftsergebnis — bei Konzernbewertungen empfehlen wir die zusätzliche Konsultation des Konzernabschlusses.

Liegt nur der Jahresüberschuss ohne Korrekturposten vor, was bei etwa 60 % der deutschen Unternehmen der Fall ist, greift das ML-Modell auf die typischen Steuer- und Zinsaddbacks aus dem Trainingsprozess zurück und ergänzt diese. Das ist methodisch sauberer als das einfache Gleichsetzen von EBIT und Jahresüberschuss, weil Steuern und Zinsen im operativen Geschäft in der Regel positive Korrekturen darstellen und ihre Vernachlässigung das EBIT in der Mehrzahl der Fälle systematisch unterschätzen würde. Das Modell lernt aus dem Trainingsdatensatz nicht nur die typische Größenordnung, sondern auch das Vorzeichen dieser Korrekturen - bei cash-reichen Holdings mit positivem Zinsergebnis oder in Verlustsituationen mit Steuererstattungen werden die Addbacks entsprechend mit umgekehrtem Vorzeichen modelliert.

Fehlt der Jahresüberschuss gänzlich, schätzt das Modell die EBIT-Marge basierend auf den vorhandenen Bilanzkennzahlen sowie Informationen aus dem Unternehmensprofil (Geschäftsmodell, Industriezugehörigkeit, etc.) und errechnet daraus einen EBIT-Wert. Das betrifft etwa 95 % der österreichischen Firmenbucheinträge sowie rund 40 % der deutschen Unternehmen. In diesem Modus sind die Intervalle naturgemäß breiter, was sich direkt im Konfidenzwert widerspiegelt. Der Jahresüberschuss ist mit 54 % Modellgewichtung der mit Abstand stärkste Prädiktor, gefolgt von der Bilanzsumme mit 25 %, die das primäre Signal für den Bilanz-Only-Pfad liefert.

Mitarbeiteranzahl

Die Mitarbeiteranzahl wird über ein CatBoost-Regressionsmodell geschätzt, das auf den gleichen Bilanzkennzahlen trainiert wurde. Die Ausgabe ist sowohl ein numerischer Schätzwert als auch eine Größenklasse in zehn Kategorien, von „2–5" bis „5.000+". Das Modell durchläuft drei Plausibilitätsprüfungen: Erstens wird ein Mindestschwellenwert für die Bilanzsumme vorausgesetzt. Zweitens gelten für Holdings strengere Anforderungen, weil dort Bilanzkennzahlen die operative Mitarbeiterbasis strukturell verzerren. Drittens wird der geschätzte Revenue pro Mitarbeiter auf Plausibilität geprüft: Werte unter 8.000 € oder über 3.000.000 € pro Kopf werden als unplausibel markiert. Diese Schutzmechanismen sorgen dafür, dass das Modell nicht mechanisch eine Zahl produziert, die betriebswirtschaftlich keinen Sinn ergibt.

Abbildung 1: Visualisierung aus ProxDeal's Unternehmensprofilen

Aussagekräftige Ranges statt Einzelwerten ohne Kontext

Für Revenue und EBIT generiert ProxDeal drei Szenarien über eine Methode namens Conformalized Quantile Regression (CQR). Das Modell gibt zunächst rohe Quantilschätzungen aus. In einem zweiten Schritt werden diese anhand eines separaten Kalibrierungsdatensatzes, der nie im Training verwendet wurde, so angepasst, dass der P10–P90-Korridor eine mathematisch garantierte Abdeckungsrate von 80 % erreicht. Das bedeutet konkret: In 80 % der vergleichbaren Fälle liegt der tatsächliche Wert innerhalb des ausgegebenen Korridors, unabhängig davon, wie breit oder eng dieser ist.

Diese 80%-Garantie ist marginal, sie gilt im Mittel über alle Umsatz- und EBIT-Schätzungen, die ProxDeal liefert. In einzelnen Subgruppen kann die tatsächliche Abdeckung davon abweichen: datenreiche Segmente wie der deutsche Maschinenbau bleiben eng am Zielwert, datendünne Konstellationen wie kleine GmbHs ohne erweiterte Reportingpflichten liegen tendenziell darunter. Genau deshalb erhält jede Schätzung einen individuellen Konfidenzwert. Dieser reflektiert die Unsicherheit für den Einzelfall, nicht den Populationsdurchschnitt.

Der Konfidenzwert - Wie nützlich ist die Schätzung?

Der Konfidenzwert ist kein separates Modell, sondern eine direkte Funktion der Korridorbreite. Je enger P10 und P90 beieinanderliegen, desto höher die Konfidenz. Er beantwortet die Frage: Wie handlungsrelevant ist diese Schätzung für eine konkrete Entscheidung?

Ein wichtiger Hinweis zur Interpretation: Ein niedriger Konfidenzwert bedeutet nicht, dass der Korridor unzuverlässig ist. Die 80 %-Abdeckungsgarantie gilt unabhängig vom Konfidenzwert. Er bedeutet lediglich, dass der Korridor so breit ist, dass er für präzise Modellierungen praktisch wenig einschränkt.

Interpretation - Wie man Estimates richtig liest

Der häufigste Fehler beim Umgang mit statistischen Schätzwerten ist es den Median = P50 wie eine Tatsache zu behandeln. P50 ist der Median der Modellverteilung: der Wert, der die geschätzte Wahrscheinlichkeitsmasse hälftig teilt. Er ist die robusteste Einzelzahl für Vergleiche und erste Einordnung - aber er bleibt eine Schätzung, keine Messung. Wir berichten den Median statt des Mittelwerts, weil er gegenüber Ausreißern in der Verteilung robust ist und bei rechtsschiefen Größen wie Umsatz und EBIT den typischen Unternehmensfall besser repräsentiert als der durch wenige Großunternehmen verzerrte Mittelwert. Das Trio aus P10, P50 und P90 beschreibt gemeinsam, was das Modell über ein Unternehmen weiß und was es nicht weiß.

Der richtige Ausgangspunkt ist immer der Median (P50). Er ist der Wert, der für Vergleiche, Longlist-Screenings und erste Bewertungseinschätzungen verwendet werden sollte. Für die meisten Anwendungen ist P50 ausreichend.

P10 und P90 werden relevant, sobald eine Entscheidung sensitiv auf den tatsächlichen Wert reagiert. Die entscheidende Frage dabei lautet nicht „Was ist der wahrscheinlichste Wert?", sondern „Was passiert, wenn der tatsächliche Wert am unteren oder oberen Ende liegt?" Bei einer Akquisition: Trägt das Investment noch, wenn der tatsächliche Umsatz eher bei P10 liegt als bei P50? Bei der Kreditvergabe: Ist der Schuldendienst noch gedeckt, wenn das EBIT näher an P10 liegt? P90 ist umgekehrt nützlich, wenn man das Upside-Potenzial eines Unternehmens einschätzen will, etwa für Wachstumsfinanzierungen oder Marktpotenzialanalysen.

Die Korridorbreite selbst ist eine Information. Ein enger P10–P90-Korridor bedeutet, dass das ML-Modell das Unternehmen gut einordnen kann, weil die Datenlage dicht genug ist, um den Wertebereich sinnvoll einzugrenzen. Ein breiter Korridor ist kein Fehler, sondern eine ehrliche Aussage: Das Modell hat zu wenig Signal, um präziser zu sein. In diesem Fall sollte die Schätzung als Orientierungsgröße und nicht als belastbare Einzelzahl verwendet werden.

Ein wichtiger Punkt zur statistischen Garantie: Der P10–P90-Korridor hat eine mathematisch kalibrierte Abdeckungsrate von 80 %. Das bedeutet, dass in 80 % der vergleichbaren Fälle der tatsächliche Wert innerhalb dieses Korridors liegt, unabhängig davon, wie breit oder eng er ist. Ein Unternehmen mit einem Korridor von 0,4 bis 38 Mio. € hat die gleiche statistische Abdeckung wie eines mit einem Korridor von 38 bis 52 Mio. €. Der Unterschied liegt ausschließlich in der Präzision, nicht in der Zuverlässigkeit.

Praktischer Nutzen

Buy-Side M&A. Vor der Due Diligence gibt P50-Revenue eine erste Größenordnung, die Vergleiche innerhalb einer Longlist ermöglicht, ohne dass ein Analyst jedes Unternehmen manuell recherchieren muss. P10-EBIT zeigt, ob das Investment auch im konservativen Szenario noch trägt.

Distressed M&A. Bei Unternehmen mit eingeschränkter Datenlage liefern die Estimates eine strukturierte Grundlage für Kaufpreisüberlegungen. Ein breiter P10–P90-Korridor bei gleichzeitig hohem Insolvenzrisiko ist ein klares Signal für erhöhten Prüfungsaufwand.

Markt- und Wettbewerbsanalyse. Für Investoren, die eine Branche oder Region systematisch screenen, ermöglichen die Estimates einen quantitativen Vergleich auch dort, wo keine veröffentlichten Umsatzzahlen vorliegen. P90-Revenue gibt Hinweise auf die obere Bandbreite der Marktteilnehmer.

ProxDeal's Financial Estimates liefern keine Gewissheit, sondern etwas Wertvolleres: eine strukturierte, transparente Grundlage für Entscheidungen, die sonst auf Bauchgefühl oder fehlenden Daten beruhen würden.