Warum ChatGPT keine passende Lösung für M&A-Longlists ist

TLDR: ChatGPT und vergleichbare LLMs greifen primär auf Webinhalte ersten Grades („Surface Level Internet“) zurück. Das führt zu oberflächlichen Listen, die stark durch Marketing-Texte, SEO-Scores und Online-Sichtbarkeit beeinflusst sind.

Die aufwendige Erstellung von hochwertigen M&A Longlists ist eine der zentralen Aufgaben im Transaktionsprozess, sowohl auf der Buy Side (Identifikation attraktiver Targets) als auch auf der Sell Side (Identifikation potenzieller Käufer). Viele Berater und Investoren experimentieren aktuell mit Large Language Models (LLMs) wie ChatGPT, Claude oder Grok, um diese manuellen und zeitintensiven Arbeitsschritte zu automatisieren. Doch: LLMs stoßen hier schnell an ihre Grenzen, was wir im Folgenden aufzeigen.

Eine sinnvolle Alternative stellt der Einsatz von ProxDeal dar, einem Datenterminal, mit einem stark parallelisierten KI-Suchsystem.

Fehlende Datenquellen – Register und Finanzkennzahlen sind entscheidend

M&A-Analysen beruhen auf verifizierten Daten wie Handelsregistereinträgen, Bilanzen, Gesellschafterstrukturen oder Transaktionsinformationen (z.B. aus in der Vergangenheit abgeschlossenen M&A-Transaktionen).

ChatGPT und vergleichbare LLMs greifen jedoch primär auf oberflächliche Webinhalte ersten Grades („Surface Level Internet“) zurück. Das führt zu oberflächlichen Listen, die stark durch Marketing-Texte, SEO-Scores und Online-Sichtbarkeit beeinflusst sind.

LLM-Anwendungen wie ChatGPT erhalten in der Regel…

• Keine Registerdaten: Ereignisse wie Kapitalerhöhungen, Geschäftsführerwechsel oder Insolvenzen fehlen.

• Keine Finanzkennzahlen: Umsatz, EBIT oder Mitarbeiteranzahl können nicht zuverlässig gefiltert werden.

• Keine Gesellschafterdaten: Eigentümerstruktur, Alter der Inhaber, institutionelle Beteiligung oder Nachfolgeindikatoren bleiben unsichtbar.

Der Grund dafür ist, dass diese Daten mühsam extrahiert werden müssen (z.B. im Falle von Gesellschafterdaten aus Scans von Gesellschafterlisten). Genau diese Signale sind jedoch entscheidend, um Hidden Gems im Markt zu identifizieren.

Im Gegensatz dazu bietet ProxDeal, insbesondere im deutschen Markt, eine ungeschlagene Datentiefe, da, neben Websites und Press Releases, alle relevanten Register und Spezialregister berücksichtigt werden.

Keine Hidden Gems – KMUs mit geringer Suchmaschinenpräsenz bleiben unsichtbar

Viele der spannendsten Targets oder Käufer sind mittelständische Unternehmen ohne SEO-optimierte Webpräsenz. Diese "Hidden Gems" zeichnen sich oft durch hohe Profitabilität, Nischenprodukte oder besondere Marktstellungen aus, aber nicht durch technisch SEO-optimierte Websites. Teilweise verfügen relevante Zielfirmen sogar über gar keine Website.

LLMs priorisieren dagegen Inhalte, die bei Google oder anderen Suchmaschinen gut ranken, und liefern somit sichtbare, aber oft ungeeignete oder schon bekannte Unternehmen (wie z.B. omnipräsente Konzerne). Die Konsequenz:

• Blind Spots bei relevanten Targets und damit verpasste Deals.

• Unbekanntere Käufer auf der Sell Side werden nicht erfasst, obwohl gerade diese oft zu idealen Transaktionspartnern, insbesondere im Small-Cap-Bereich, werden.

ProxDeal hingegen ist ein neutrales Research-Tool ohne Suchmaschinenabhängigkeit und macht wertvolle, aber unsichtbare Unternehmen sichtbar.

Keine aktuellen Daten und fehlende Signale

Im M&A-Prozess zählt Aktualität. Während spezialisierte Tools (wie ProxDeal) regelmäßig Insolvenzen, Kapitalmaßnahmen oder Handelsregisterereignisse einpflegen, bleiben LLMs statisch.

• Keine tagesaktuellen Insolvenzdaten

• Keine Nachfolge-Signale (z. B. durch Gesellschafteralter oder -struktur)

• Keine individuellen Updates aus proprietären Quellen

Das führt zu Listen, die nicht nur unvollständig, sondern potenziell irreführend sind.

ProxDeal hingegen aktualisiert Daten regelmäßig (z.B. werden insolvente Firmen täglich aussortiert).

Fehlende individuelle Anreicherung und Filter

Ein professionelles Longlisting-Tool erlaubt es, nach quantitativen Kriterien zu selektieren: Umsatz, Mitarbeiteranzahl, Jahresüberschuss, EBIT. Zudem werden individuelle Kontaktdaten angereichert, um die Ansprache auf Entscheiderebene vorzubereiten.

ChatGPT kann:

• Keine belastbaren Filter setzen

• Keine Kontaktdaten prüfen oder anreichern

• Keine individuelle Segmentierung nach KPIs durchführen

Damit fehlt die Grundlage für eine professionelle Buyer- oder Target-Analyse. LLMs interpretieren Filterkriterien nicht als quantitative, deterministische Regeln, sondern lediglich als Teil des Prompts, also als qualitative Empfehlungen.

ProxDeal ermöglicht dagegen feinste Filterungen nach harten KPIs und ermöglicht die Anreicherung valider Kontaktdaten für die gezielte Ansprache potenzieller Targets oder Unternehmenskäufer. Die Selektion erfolgt eindeutig und quantifiziert, basierend auf klar definierten Regeln, ohne Unschärfen oder Interpretationsspielraum, wie sie bei der Mensch-LLM-Kommunikation entstehen.

Halluzinationen und fehlende Verlässlichkeit

Ein bekanntes Problem von LLMs: Halluzinationen. Das Modell erfindet Datenpunkte, Branchenzugehörigkeiten oder sogar ganze Firmen und Personen. In einem hochsensiblen Prozess wie M&A, wo Fakten und Validität entscheidend sind, ist das ein erhebliches Risiko. Die trifft primär zu, wenn das Modell nach Inhalten gefragt wird, auf das es weder durch Webrecherche, noch durch im Trainingsprozess erlernter Daten Zugriff hat.

Im Kontrast dazu hat ProxDeal zahlreiche Guardrails und Error-Checks inkludiert und basiert ausschließlich auf durch das Unternehmen veröffentlichten Informationen mit hoher Verlässlichkeit.

Datenschutz- und Compliance-Risiken

Die Arbeit mit Mandatsdaten erfordert höchste Sorgfalt. Das Hochladen von vertraulichen Unterlagen in generische KI-Tools birgt erhebliche Datenschutzrisiken:

• Keine Datenlokalität: Oft unklar, wo die Daten verarbeitet und gespeichert werden (insbesondere wenn US-basierte Unternehmen Daten verarbeiten).

• Training auf Kundendaten: In vielen Fällen ist nicht ausgeschlossen, dass Daten zum Modelltraining genutzt werden.

• Veröffentlichung Ihrer Daten: Im schlimmsten Fall können Ihre Daten sogar über Google gefunden werden (z.B. beim Teilen von Inhalten).

Für den M&A-Bereich sind daher EU-Hosting, Anonymisierungskonzepte und strikte Datenschutzrichtlinien unverzichtbar.

ProxDeal gewährleistet dagegen höchste Sicherheitsstandards durch EU-Hosting, klare Löschkonzepte, strikte Anonymisierung und Einhaltung der DSGVO.

Warum spezialisierte M&A-Tools, wie ProxDeal, unverzichtbar sind

ChatGPT und andere LLMs sind leistungsfähige Werkzeuge für Aufgaben wie Recherche und Textproduktion, aber nicht für M&A Longlists.

Ein weit verbreitetes Risiko bei der Nutzung von LLMs wie ChatGPT im M&A-Research ist der sogenannte Halo-Effekt in Kombination mit Selection Bias. Diese beiden kognitiven Verzerrungen führen leicht zu einer falschen Einschätzung der Ergebnisqualität:

• Halo-Effekt: Liefert das Modell in den ersten 3–5 Abfragen scheinbar „gute Treffer“ – etwa einige bekannte Wettbewerber oder große Käufer, die ohnehin im Markt sichtbar sind –, entsteht der Eindruck, dass das System auch in der Breite zuverlässige Ergebnisse liefern wird.

• Selection Bias: Dieser Eindruck verstärkt sich, weil man sich unbewusst auf diese positiven Beispiele fokussiert und die Lücken, Falschinformationen oder fehlenden Kandidaten übersieht.

In der Realität ist das Problem strukturell: Nach den ersten „offensichtlichen Ergebnissen“ kommt nichts Substanzielles mehr. Denn ohne Zugriff auf Handelsregister, Unternehmensregister oder Insolvenzbekanntmachungen endet das Universum des Modells dort, wo SEO-optimierte, leicht zugängliche Firmenwebseiten aufhören.

Das bedeutet konkret:

• Hidden Gems auf der Buy-Side – hochprofitable, aber wenig sichtbare Mittelständler – werden nicht identifiziert.

• Unbekanntere Käufer auf der Sell-Side – oft entscheidend für KMU-Transaktionen – tauchen schlicht nicht auf.

Stattdessen produziert das Modell nach der ersten Welle von „obvious results“ entweder gar keine weiteren Treffer oder beginnt zu halluzinieren: es erfindet Firmennamen, Umsatzzahlen oder Akquisitionshistorien, die es in Wirklichkeit nicht gibt. Für M&A-Longlists ist das fatal, da Vollständigkeit und Verlässlichkeit den entscheidenden Unterschied machen.

Wer belastbare Longlists erstellen möchte, benötigt hochspezialisierte Research-Software wie ProxDeal. Mit ProxDeal können Sie

• Register- und Finanzdaten integrieren,

• Unternehmensgesellschafter identifizieren,

• Nachfolgesignale erkennen,

• Kontaktdaten anreichern,

• Transaktionsdaten finden,

• Sicher und compliant arbeiten

Nur so lassen sich verdeckte Chancen im Mittelstand erkennen und strategische Käufer, Finanzinvestoren oder Targets zuverlässig finden.