1. Mit der Transaktionsentscheidung beginnen
Ein industrieller Datenraum kann Millionen von Aufzeichnungen enthalten und den Investmentausschuss dennoch nicht in die Lage versetzen, die zentralen Fragen zu beantworten. Ein sinnvoller Ausgangspunkt ist eine Entscheidungslandkarte: welche Annahmen den Wert bestimmen, welche Risiken die Liquidität beeinträchtigen könnten, welche Fakten den Abschluss beeinflussen und welche Maßnahmen nach Übergang der Kontrolle finanziert werden müssen. Die Datenanforderung folgt dann der Entscheidungslandkarte.
Fünf Fragen strukturieren üblicherweise die Arbeit. Erstens: Kann die Anlage Aufträge mit der angegebenen Rate in konforme Ausbringung umwandeln? Zweitens: Welcher physische Zustand und welche Instandhaltungslast stehen hinter der aktuellen Produktion? Drittens: Welche Kosten-, Energie- und Ausbeuteannahmen stützen eine tragfähige Marge? Viertens: Welche Verbindlichkeiten, Liquiditätsanforderungen und Investitionsprojekte sollten Preis oder vertragliche Absicherung beeinflussen? Fünftens: Was muss der Käufer in den ersten 100 Tagen tun, um die Betriebskontinuität zu schützen und die Wertthese zu verifizieren?
AI ist nützlich, wenn es dem Team hilft, einen großen und heterogenen Nachweissatz zu verknüpfen. Es kann wiederkehrende Alarmsequenzen erkennen, Arbeitsauftragstexte klassifizieren, ungewöhnliche Zykluszeitverteilungen aufdecken, Dokumente abgleichen, Fehlermodi clustern und Betriebsszenarien testen. Die Smart-Manufacturing-Roadmap 2026 von NIST beschreibt die Komplexität industrieller Big Data, heterogene Sensor- und Steuerungssysteme und die Notwendigkeit eines vertrauenswürdigen, erklärbaren und zuverlässigen Betriebs.[1] Diese Merkmale machen industrielle Due Diligence zu einem kontrollierten analytischen Problem statt zu einer generischen Automatisierungsübung.
Die Due-Diligence-Charta sollte jede Entscheidung, jeden Nachweisverantwortlichen, jedes Quellsystem, jeden Test, jeden Prüfer und jede Frist benennen. Sie sollte außerdem angeben, was die Analyse nicht belegen kann. Ein Modell kann eine Korrelation zwischen einer Schwingungssignatur und ungeplanten Stillständen erkennen. Die technische Inspektion muss die physische Erklärung liefern. Ein Klassifikator für Arbeitsaufträge kann wiederkehrende Lagerausfälle identifizieren. Beschaffungs- und Instandhaltungsnachweise müssen belegen, ob Teile, Fachkräfte und Stillstandsfenster verfügbar sind. Eine Durchsatzprognose kann die Bewertung erst stützen, wenn sie mit verkaufsfähiger Ausbringung, Kundennachfrage und Liquidität abgestimmt ist.
Jede Entscheidung erfordert nachvollziehbare operative, technische und finanzielle Nachweise.
2. Anlagen- und Datenperimeter festlegen
Die juristische Person ist selten die richtige Analyseabgrenzung. Die Produktion kann von geleastem Equipment, lieferanteneigenen Werkzeugen, gemeinsam genutzten Versorgungseinrichtungen, Fremdlagern, Auftragsfertigern, Konzern-Informationssystemen und an anderer Stelle beschäftigtem Personal abhängen. Der Perimeter sollte dem Produkt- und Cashflow vom Kundenauftrag über Planung, Materialien, Verarbeitung, Prüfung, Versand, Rechnungsstellung bis zum Zahlungseingang folgen.
Der Anlagenperimeter sollte Produktionslinien, Zellen, Versorgungseinrichtungen, Gebäude, Labore, Werkzeuge, mobile Ausrüstung, Lager und Umgebungskontrollsysteme erfassen. Jeder wesentliche Vermögenswert benötigt eine stabile Kennung, Standort, Eigentümer, Hersteller, Modell, Inbetriebnahmedatum, Nennkapazität, aktuelle Nutzung, Kritikalität und Quellaufzeichnungen. ISO 55001:2024 ordnet Entscheidungsfindung, Wert, Daten und Informationen, Wissen und Lebenszyklusmanagement dem Asset-Management-System zu.[3] Diese Struktur ist für die Due Diligence nützlich, weil sie Anlagenfakten mit organisatorischen Zielen und Risiken verbindet.
Der Systemperimeter sollte Betriebstechnologie und Unternehmens-IT abdecken. Typische Quellen sind speicherprogrammierbare Steuerungen, Überwachungs- und Datenerfassungssysteme (SCADA), verteilte Steuerungssysteme, Historian-Systeme, Manufacturing-Execution-Systeme, Laborsysteme, computergestützte Instandhaltungsmanagementsysteme, Enterprise-Resource-Planning-Systeme, Qualitätssysteme, Energiezähler, Lagersysteme und Tabellenkalkulationen. NIST definiert Operational Technology umfassend als programmierbare Systeme und Geräte, die mit der physischen Umgebung interagieren, und weist auf ihre besonderen Anforderungen an Leistung, Zuverlässigkeit und Sicherheit hin.[7]
Die Zugriffsgestaltung ist entscheidend. Der Käufer sollte Auszüge über einen kontrollierten Weg anfordern, der mit dem Verkäufer, Cyberberatern und der Anlagenleitung vereinbart wurde. Direktabfragen von Produktionssystemen können Verfügbarkeits- und Sicherheitsrisiken mit sich bringen. Schreibgeschützte Exporte, dokumentierte Abfragezeitfenster, Clean-Room-Analysen und vom Verkäufer beaufsichtigte Validierung können angemessen sein. Das Team sollte Zugriffsbeschränkungen und Lücken dokumentieren, weil eine fehlende Quelle die Zuversicht in einen Befund verändern kann.
Tabelle 1. Industrieller Due-Diligence-Perimeter und Entscheidungsnutzen
| Nachweisdomäne | Typische Unterlagen | Zentrale Transaktionsfrage | Wesentliche Einschränkung |
|---|---|---|---|
| Anlagen und Konfiguration | Register, Zeichnungen, Stücklisten, Versionskontrolle | Was ist im Eigentum, kritisch und ersetzbar? | Kennungen können inkonsistent sein |
| Produktion | Aufträge, Läufe, Stückzahlen, Zykluszeit, Zustandsverlauf | Kann der angegebene Durchsatz reproduziert werden? | Zähler können zurückgesetzt werden oder Nacharbeit enthalten |
| Qualität | Prüfung, Abweichungen, Ausschuss, Reklamationen, Rückverfolgbarkeit | Wie viel des Outputs ist verkaufsfähig und konform? | Die Fehlerkodierung kann sich im Laufe der Zeit ändern |
| Instandhaltung | Arbeitsaufträge, Störmeldungen, Ersatzteile, Arbeitsaufwand, Stillstände | Welche Belastung durch Ausfälle und aufgeschobene Arbeiten besteht? | Bei abgeschlossenen Arbeitsaufträgen kann die Grundursache fehlen. |
| Energie und Versorgungsmedien | Zähler, Tarife, Nachfrage, Produktionskontext | Welche Energieintensität und welche Restriktion wirken auf die Marge? | Standortsummen können die Linienleistung verdecken. |
| Finanzen und kaufmännische Daten | Hauptbuch, Rechnungen, Lagerbestände, Investitionsausgaben, Verträge | Wie beeinflussen Werksdaten Ergebnis und Cashflow? | Perioden- und Produktzuordnungen können abweichen. |
Der Perimeter folgt Produktion und Cashflow und nicht allein dem Organigramm der Rechtsträger.
3. Vor dem Aufbau eines Modells einen Evidenzgraphen erstellen
Industrielle Systeme beschreiben dasselbe Ereignis oft unterschiedlich. Ein Produktionsauftrag kann im Unternehmenssystem eine Nummer haben, im Fertigungssystem eine andere und im Historian keinen direkten Schlüssel. Eine Maschine kann über ein Anlagenkennzeichen, einen Linien-Alias, eine Steuerungsadresse und einen Wartungscode bekannt sein. Ein Qualitätsdatensatz kann sich auf eine Charge beziehen, die mehrere Maschinenläufe umfasst. Der Evidenzgraph löst diese Beziehungen auf.
Der Graph hat vier Ordnungsdimensionen: Identität, Zeit, Zustand und Menge. Identität verknüpft Werk, Linie, Maschine, Werkzeug, Produkt, Auftrag, Charge, Material, Arbeitsauftrag, Bedienerrolle und Finanzkonto. Zeit stellt eine gemeinsame Chronologie her, einschließlich Zeitzone, Behandlung der Sommerzeit, Uhrzeitdrift, Aggregationsintervall und verspäteter Erfassung. Zustand definiert die Bedingungen Laufen, geplanter Stillstand, ungeplanter Stillstand, Umrüsten, Materialmangel, Blockiert, Wartung, Test und Leerlauf. Menge definiert Einheiten, Gutmenge, Ausschuss, Nacharbeit, Energie, Material, Arbeitsaufwand und Kosten.
Jede Transformation sollte aufgezeichnet werden. Rohdateien erhalten Hashes und Zugriffskontrollen. Parser erfassen Feldnamen, Einheiten und verworfene Zeilen. Mapping-Tabellen zeigen, wie lokale Codes zu einheitlichen Kategorien werden. Abgeleitete Kennzahlen nennen ihre Formel, Version und Verantwortlichen. Eine Due-Diligence-Schlussfolgerung sollte aus dem gespeicherten Datenauszug reproduzierbar sein, ohne erneute Verbindung zur Anlage.
Datenprofilierung erfolgt vor der Anomalieerkennung. Das Team sollte Abdeckung, Fehlwerte, Duplikate, unmögliche Werte, Zählerrücksetzungen, Zeitstempellücken, Einheitenänderungen, nicht sequenzgerechte Ereignisse und Identifikatorkollisionen messen. Ein Modell, das für einen Zeitraum trainiert wurde, in dem ein Sensor fehlerhaft war, kann eine sichere Antwort auf die falsche Frage liefern. Das AIMS-Programm des NIST kombiniert Metrologie, physikbasierte Modelle und AI mit regelmäßiger Verifizierung und Modellaktualisierung, um eine genaue und vertrauenswürdige Maschinenüberwachung zu unterstützen.[2] Dasselbe Prinzip gilt in der Transaktionsanalyse.
Das Verkäufermanagement sollte den Evidenzgraphen prüfen, während der Käufer eine unabhängige Aufzeichnung von Annahmen und Ausnahmen führt. Anlagenbetreiber wissen oft, dass ein scheinbarer Stillstand eine geplante Reinigungsabschaltung ist, dass sich ein Qualitätscode nach einer Systemmigration geändert hat oder dass ein Anlagenkennzeichen zwei physische Maschinen umfasst. Ihre Erklärung wird zu Evidenz, wenn sie dokumentiert und gegen Aufzeichnungen geprüft wird.
4. Datenzuverlässigkeit und Modell-Governance etablieren
Das Due-Diligence-Team sollte Evidenz vor ihrer Verwendung einstufen. Evidenz der Stufe A kann sich über ein kontrolliertes System, physische Beobachtung und Finanzdaten abgleichen lassen. Stufe B kann vollständig und intern konsistent sein, aber eine unabhängige Gegenprüfung vermissen lassen. Stufe C kann teilweise vorliegen, manuell gepflegt oder von Erläuterungen abhängig sein. Stufe D kann nicht verfügbar, widersprüchlich oder für die vorgeschlagene Schlussfolgerung ungeeignet sein. Die Stufe bezieht sich auf einen konkreten Verwendungszweck; ein Datensatz kann eine Planungsanalyse stützen und dennoch für die Bewertung ungeeignet bleiben.
AI-Modelle erfordern eine eigene Kontrollaufzeichnung. Die Aufzeichnung sollte die beabsichtigte Verwendung, Trainings- oder Referenzdaten, Merkmale, Algorithmus, Testzeitraum, Leistungskennzahlen, Einschränkungen, Prüfer und Version angeben. Das AI Risk Management Framework des NIST beschreibt Merkmale wie valide und zuverlässig, sicher, geschützt und resilient, rechenschaftspflichtig und transparent, erklärbar und interpretierbar, datenschutzfreundlich und fair.[8] Industrielle Due Diligence sollte Validität, Zuverlässigkeit, Betriebssicherheit, Informationssicherheit, Erklärbarkeit und Rechenschaftspflicht im Anlagenkontext betonen.
Das Team sollte Leakage und Zirkularität prüfen. Wenn ein nach einem Ausfall erstellter Wartungsauftrag zur Vorhersage desselben Ausfalls verwendet wird, erkennt das Modell möglicherweise einfach das Ergebnis wieder. Wenn Produktionsmenge und Umsatz beide aus derselben manuell hochgeladenen Datei abgeleitet werden, ist die scheinbare Abstimmung nicht unabhängig. Wenn der Testzeitraum den Trainingszeitraum einschließt, kann die berichtete Leistung überzeichnet sein.
Die menschliche Prüfung sollte sich auf hochwertige Entscheidungen und Modellfehlermodi konzentrieren. Ingenieure prüfen, ob Merkmale eine physische Bedeutung haben. Bediener prüfen ungewöhnliche Zustände. Die Finanzfunktion prüft, ob betriebliche Änderungen bis ins Hauptbuch und in die Zahlungsströme durchschlagen. Cyberspezialisten bewerten, ob der Analysepfad operative Systeme exponiert. Rechtsberater berücksichtigen Datenrechte, Datenschutz, Vertraulichkeit und zulässige Verwendung. Der Investmentausschuss erhält eine Schlussfolgerung, eine Konfidenzstufe und eine Sensitivitätsanalyse; er erhält keinen unerklärten Modellwert.
Tabelle 2. Rahmenwerk für Evidenzstufen zur Verwendung in Transaktionen
| Stufe | Datenzustand | Bestätigung | Zulässige Verwendung | Erforderliche Maßnahme |
|---|---|---|---|---|
| A | vollständig, kontrolliert und abgestimmt | physisches oder unabhängiges System plus Finanzdaten | direkter Input für eine belastbare Transaktionsanalyse | Herkunftsnachweis und Prüferfreigabe beibehalten |
| B | wesentlich vollständig und konsistent | teilweise unabhängige Prüfung | Basisszenario mit dargelegter Sensitivität | definierte Bestätigungslücke schließen |
| C | teilweise, manuell oder auf Erläuterungen basierend | begrenzt | Erörterung von Szenarien oder Schutzmechanismen | Nachweise einholen, Unsicherheit bepreisen oder Maßnahmen planen |
| D | nicht verfügbar, widersprüchlich oder ungeeignet | keine | keine belastbare Bewertungsgrundlage | als ungeklärtes Risiko behandeln und Zugriff regeln |
Die Einstufung gilt für die dargelegte Schlussfolgerung und kann sich ändern, sobald bestätigende Belege vorliegen.
5. Durchsatz aus Ereignissen rekonstruieren, nicht aus Schlagworten
Nennkapazität, nachgewiesene Kapazität und vermarktbare Kapazität sind unterschiedliche Maße. Die Nennkapazität spiegelt Auslegungsbedingungen wider. Die nachgewiesene Kapazität spiegelt einen definierten historischen Zeitraum, Produktmix, Arbeitszeitmuster und Anlagenzustand wider. Die vermarktbare Kapazität berücksichtigt zudem Ausbeute, Qualitätsfreigabe, nachgelagerte Restriktionen, Nachfrage und Logistik. Das Due-Diligence-Modell sollte sie getrennt halten.
ISO 22400 definiert KPIs für Fertigungsabläufe anhand von Formeln, Elementen, Zeitverhalten, Einheiten und Benutzergruppen.[4] Eine gemeinsame Terminologie hilft, wobei lokale Systemdefinitionen weiterhin verifiziert werden müssen. Gesamtanlageneffektivität, Verfügbarkeits-, Leistungs- und Qualitätskennzahlen können nützlich sein, können aber Verluste verschleiern, wenn Planzeit, ideale Zykluszeit oder Gutteil-Zählregeln optimistisch gewählt werden.
Die Durchsatzrekonstruktion sollte mit einzelnen Fertigungsläufen beginnen. Sie verknüpft Auftrag, Produkt, Start und Ende, geplante Menge, Gesamtzahl, Gutmenge, Ausschuss, Nacharbeit, Maschinenzustand, Arbeitskräfte, Material und Qualitätsfreigabe. Das Modell erklärt anschließend die Differenz zwischen theoretischer Produktion und versandten konformen Einheiten anhand von geplanten Stillständen, Rüstzeiten, Ausfällen, Materialmangelzeiten, Blockierzeiten, reduzierter Geschwindigkeit, Anlaufverlusten, Defekten, Haltezeiten und Logistikverlusten.
Der Produktmix ist zentral. Eine Linie kann bei einem einfachen Produkt hohen Output erzielen und bei den Produkten Schwierigkeiten haben, die die künftige Nachfrage tragen. Rüstvorgänge können Kapazität binden, wenn die Vielfalt zunimmt. Engpässe können zwischen Prozessschritten wandern. Ein Monatsdurchschnitt kann daher die Reihenfolge und die Restriktion verdecken, die die Cash-Generierung bestimmen.
Das Team sollte den Plan des Managements mit einem Bottom-up-Kapazitätsmodell vergleichen. Jede zusätzliche Einheit benötigt Maschinenzeit, Arbeitskräfte, Werkzeuge, Material, Versorgungskapazität, Qualitätskapazität, Instandhaltungsunterstützung und Kundenachfrage. Wo das Modell von Überstunden, aufgeschobener Instandhaltung oder ungewöhnlich niedrigen Rüstzeiten abhängt, sollte der Investmentausschuss den Betriebszustand und die Kosten sehen.
Die Werte sind hypothetische Managementannahmen und veranschaulichen die Verlustzuordnung.
6. Stillstandsymptome von Instandhaltungsursachen trennen
Die Stillstandsklassifizierung spiegelt oft die Bequemlichkeit der Berichterstattung statt die physische Ursache wider. Eine Linie erfasst möglicherweise „mechanisch“, während die zugrunde liegende Ereigniskette mit Verunreinigung, schlechtem Setup, einem defekten Sensor oder einem verzögerten Ersatzteil beginnt. Die Due Diligence sollte Ereignisketten rekonstruieren und anschließend die physische Erklärung prüfen.
Der Instandhaltungsdatensatz sollte Alarme, Bedienerrufe, Arbeitsanfragen, Arbeitsaufträge, Arbeitskräfte, Teile, Fehlercodes, Inspektionen, Ergebnisse der Zustandsüberwachung und die Produktionswiederherstellung verknüpfen. Er sollte geplante, vorbeugende, vorausschauende und korrigierende Arbeiten unterscheiden. Abgeschlossene Arbeitsaufträge benötigen Abschlussnachweise, und wiederholte temporäre Reparaturen sollten sichtbar bleiben.
HSE-Leitlinien besagen, dass Arbeitsmittel in effizientem Zustand instand gehalten werden sollten und dass Instandhaltungsprotokolle, sofern vorhanden, aktuell bleiben sollten; zudem werden Kompetenz, sichere Freischaltung und Planung betont.[6] Die Due Diligence sollte daher Instandhaltungs-Governance und Sicherheit zusammen mit Kosten und Verfügbarkeit betrachten. Ein Rückstand bei sicherheitskritischen Inspektionen unterscheidet sich von einem Rückstand bei Kosmetikarbeiten.
Die Kritikalität bestimmt die wirtschaftliche Reaktion. Eine kostengünstige Komponente kann eine Linie stoppen, wenn es keine Redundanz oder kein Ersatzteil gibt. Ein großes Anlagenteil kann über einen redundanten Anlagenstrang verfügen und begrenzte kurzfristige Folgen haben. Das Team sollte Single Points of Failure, Lieferzeiten, Spezialistenabhängigkeit, Obsoleszenz, Inspektionsintervalle, Ausfallhistorie und Wiederherstellungszeit abbilden.
AI kann unstrukturierten Text aus Arbeitsaufträgen klassifizieren und wiederkehrende Sequenzen identifizieren, wobei das Ergebnis eine technische Validierung erfordert. Das Modell kann zeigen, dass ähnliche Alarmkombinationen einem Ausfall vorausgehen. Der Ingenieur entscheidet, ob das Muster Verschleiß, Prozessbedingungen, Instrumentierung oder Codierung widerspiegelt. Die Bewertungsfrage betrifft dann erwarteten Produktionsverlust, Instandhaltungsaufwand, Ersatzinvestitionen, Versicherung und Konsequenzen für Kunden.
Tabelle 3. Instandhaltungsrisikokarte
| Risikodimension | Nachweis | Analytischer Test | Auswirkung auf die Transaktion | 100-Tage-Maßnahme |
|---|---|---|---|---|
| Wiederholungsausfall | Alarm- und Arbeitsauftragssequenz | Wiederauftreten und Abschluss der Grundursachenbehebung | Ergebnissensitivität oder spezifischer Schutz | Technische Überprüfung und dauerhafte Abhilfe |
| Aufgeschobene Arbeiten | Rückstandsalter, Kritikalität und Planstunden | Kapazitäts- und Sicherheitsexposition | Capex- oder Working-Capital-Betrachtung | finanzierter Stilllegungsplan |
| Abhängigkeit von Ersatzteilen | Verbrauch, Bestand, Lieferzeit und einzige Bezugsquelle | Wiederherstellungszeit bei Ausfall | Bestandsziel oder Covenant | Richtlinie für kritische Ersatzteile |
| Obsoleszenz | Versionen von Steuerung, Antrieb und Software | Support- und Ersatzmöglichkeiten | Investitionsreserve und Zugriffsrechte | Architektur- und Migrationsplan |
| Abhängigkeit von Auftragnehmern | Einsatzhistorie und Servicevereinbarungen | Reaktionsfähigkeit, Kompetenz und Kontinuität | Vertragszustimmung oder Vertragsbindung | Sicherstellung von Deckung und Wissenstransfer |
| Inspektionskontrolle | rechtliche Anforderungen sowie Anforderungen von Versicherern und OEMs | überfällige oder ungünstige Befunde | Beschaffenheit, Freistellung oder Behebung | kritische Inspektionen abschließen |
Die Prioritäten verbinden Sicherheit, Produktion, Qualität, Umwelt, Durchlaufzeit und Wiederherstellbarkeit.
7. Energie als Produktionsvariable prüfen
Die Energieanalyse sollte Verbrauch mit Ausbringung, Produkt, Betriebszustand, ggf. Wetter, Tarif, Leistungspreis und Versorgungsbeschränkung verknüpfen. Eine Rechnung auf Standortebene kann die Gesamtausgaben ausweisen, aber möglicherweise nicht die Produktionswirtschaftlichkeit einzelner Linien oder Produkte erklären. Die Qualität der Untermessung beeinflusst daher die Aussagekraft.
Die industriellen Tools des US-Energieministeriums (Department of Energy) befassen sich mit Effizienz auf Werksebene sowie mit Systemen wie Druckluft, Motoren, Prozesswärme, Kühlung, Pumpen und Dampf.[5] Die Leitlinien des Ministeriums zum Energiemanagement geben an, dass nützliche Daten Verbrauch, Effizienz, Auslastung, Betriebszeit, Produktion und Kosten umfassen können und dass Bezugsgrößen und Leistungskennzahlen der gewählten Messgröße folgen sollten.[9] Diese Grundsätze stützen eine transaktionsbezogene Energie-Bridge.
Das Team sollte die Energieintensität an die Betriebsbedingungen normalisieren. Ein Werk kann in Leerlaufzeiten eine erhebliche Grundlast verbrauchen, weil Öfen, Druckluft, Kühlwasser oder Umgebungsregelungen weiter aktiv sind. Anfahren und Abfahren können Energie- und Ertragsverluste verursachen. Die Spitzenlast kann gleichzeitige Lasten widerspiegeln und nicht den Jahresverbrauch. Der Produktmix kann die Energieintensität verändern.
Das Finanzmodell sollte Tarifrisiko, physische Effizienz und erforderliche Investitionen unterscheiden. Ein niedrigerer Tarif kann schlechte Leistung verbergen. Ein Effizienzprojekt kann Abschaltung, technische Planung und Verifizierung erfordern. Ein Vertrag über erneuerbare Energien kann Mengen-, Preis-, Bonitäts- und Change-of-Control-Klauseln einführen. Einsparversprechen sollten daher Ausgangsbasis, Maßnahme, Kosten, Zeitplan, Unsicherheit und Messmethode aufzeigen.
Energiedaten können auch betriebliche Anomalien aufzeigen. Ein Kompressor, der außerhalb der Produktionszeiten läuft, steigender Motorstrom, höherer Ofenenergieverbrauch je konformer Einheit oder instabiler Kühlbedarf können weitere Untersuchungen stützen. Solche Signale sind diagnostische Hinweise und kein eigenständiger Nachweis des Zustands.
8. Qualitätsdaten in Nachweise für Marge und Haftung umwandeln
Bruttoausbringung ist nur dann wirtschaftlich relevant, wenn sie zu konformer, abgenommener und einbringlicher Ausbringung wird. Die Qualitäts-Due-Diligence sollte Prozessparameter, Inspektion, Abweichung, Ausschuss, Nacharbeit, Kundenreklamation, Rücksendung, Gewährleistung, Zugeständnis und Korrekturmaßnahme verknüpfen. Die Analyse sollte die Erkennung von der zugrunde liegenden Fehlerentstehung unterscheiden.
Die Ausbeute kann stabil erscheinen, während die Prüfintensität sinkt oder Preisnachlässe steigen. Ausschuss kann als Materialabweichung verbucht werden, während Arbeits- und Maschinenzeit in den Fertigungskosten verbleiben. Nacharbeit kann Engpasskapazität verbrauchen und andere Aufträge verzögern. Kundenretouren können Monate nach der Produktion eintreffen. Das Modell sollte daher das Qualitätsereignis durch Produktion, Lagerbestand, Rechnung, Gutschrift, Liquidität und etwaige Garantiekosten verfolgen.
AI kann die Mustererkennung über Prozessvariablen und Fehleraufzeichnungen hinweg unterstützen. Es kann Fehlerbeschreibungen clustern, Bilder vergleichen, sofern Rechte und Qualität dies zulassen, und Parameterkombinationen identifizieren, die mit Ausfällen verbunden sind. Die Trainingslabels und das Prüfsystem müssen überprüft werden. Ein Modell kann keine Fehler aufdecken, die nie erfasst oder konsistent falsch klassifiziert wurden.
Die Transaktionsreaktion hängt davon ab, ob das Risiko historisch, laufend oder bedingt ist. Ein bekanntes Chargenproblem kann eine spezifische Freistellung oder Escrow rechtfertigen. Eine wiederkehrende Prozessschwäche kann die nachhaltige Marge reduzieren und finanzierte Abhilfemaßnahmen erfordern. Ein schwaches Rückverfolgbarkeitssystem kann umfassenderen vertraglichen Schutz und eine Kontrollmaßnahme ab Day 1 rechtfertigen. Kundenspezifische Genehmigungs- oder Zertifizierungsprobleme können Closing-Bedingungen beeinflussen.
9. Das Werksmodell mit der Quality of Earnings abstimmen
Operative Analyse wird zum Transaktionsnachweis, wenn sie die finanzielle Leistung erklärt. Das Team sollte Volumen, Mix, Preis, Ausbeute, Arbeit, Material, Energie, Instandhaltung, Gemeinkosten und Working Capital vom Werksmodell zum Hauptbuch überleiten. Unterschiede sollten dokumentiert werden, statt in eine falsche Abstimmung gezwungen zu werden.
Nachhaltige Erträge erfordern eine normale Betriebsgrundlage. Die jüngste Marge kann aufgeschobene Instandhaltung, gestreckte Lieferantenzahlungsziele, geringe Prüfintensität, ungewöhnliche Überstunden, Zeitarbeitskräfte, vorteilhaften Mix, Kundenanzahlungen, aktivierte Kosten oder einen Zeitraum ohne größeren Stillstand widerspiegeln. Das operative Modell sollte die physischen und zeitlichen Annahmen hinter jeder Anpassung identifizieren.
Aufwärtspotenzial beim Durchsatz erfordert eine disziplinierte Behandlung. Eine nachgewiesene Verbesserung kann in ein Szenario einfließen, wenn Maßnahme, Kapazität, Nachfrage, Kosten, Qualität und Cash-Pfad belegt sind. Ungenutzte theoretische Kapazität ist kein Ertrag. Eine modellierte AI-Optimierung ohne Produktionsvalidierung ist eine Initiative und kein nachhaltiges EBITDA.
Die Überleitung sollte Doppelzählungen vermeiden. Eine Verringerung der Ausfallzeit kann den Output erhöhen, Überstunden reduzieren und Reparaturkosten senken, aber derselbe Produktionsgewinn sollte nicht in mehreren Synergielinien erscheinen. Energieeinsparungen sind möglicherweise bereits in den Stückkosten enthalten. Ausschussreduzierung kann Materialkosten und Kapazität gleichzeitig verbessern; das Modell sollte einen einheitlichen Cash-Effekt zuordnen.
Werte und Konfidenzgrade sind hypothetische Annahmen des Managements.
10. Den Zustand in Investitionsausgaben übersetzen
Instandhaltungsaufwand und Investitionsausgaben beschreiben unterschiedliche Bilanzierungsbehandlungen; das industrielle Risiko folgt dem physischen Bedarf und dem Zahlungszeitpunkt. Das Due-Diligence-Team sollte Erhaltungsinvestitionen, Compliance-Investitionen, Zuverlässigkeitsinvestitionen, Wachstumsinvestitionen und Transformationsinvestitionen identifizieren. Jede Position benötigt Umfang, Dringlichkeit, Kostenbasis, Stillstandserfordernis, Abhängigkeiten und Konfidenz.
IAS 16 behandelt Ansatz, Buchwert, Abschreibung und Ausbuchung von Sachanlagen.[11] IAS 36 verlangt eine Bewertung des erzielbaren Betrags, wenn Anzeichen für eine Wertminderung vorliegen, und definiert den erzielbaren Betrag über den beizulegenden Zeitwert abzüglich Veräußerungskosten und den Nutzungswert.[12] IFRS 13 bietet einen Rahmen für die Bewertung zum beizulegenden Zeitwert.[13] Diese Standards informieren die Bilanzierungs- und Bewertungsanalyse; sie ersetzen nicht die technische Bewertung des Zustands oder die Transaktionsdefinitionen.
Der Zustand sollte durch Inspektion, Instandhaltungshistorie, Betriebsdaten, OEM-Vorgaben, gesetzliche oder versicherungsseitige Aufzeichnungen und Fachbewertung geprüft werden. Das Alter allein ist ein unvollständiger Näherungswert. Eine gut instand gehaltene ältere Anlage kann zuverlässig sein; eine neuere Anlage, die außerhalb der Auslegungsbedingungen betrieben wird, kann ein erhebliches Risiko bergen. Die Restlebensdauer sollte als Bandbreite mit ihren Betriebsannahmen angegeben werden.
Der Investitionsausgabenplan sollte mit dem Produktionsplan verknüpft sein. Ein Ersatz kann eine Bestellung mit langer Vorlaufzeit, Planung, Genehmigungen, Tiefbauarbeiten, Integration der Steuerungstechnik, Inbetriebnahme und Hochlauf erfordern. Die damit verbundenen Ausfallzeiten, der Lageraufbau, die Kundenqualifizierung und das Working Capital können die Rechnung für die Anlage übersteigen. Diese Cash-Effekte sollten im Deal Case und im 100-Tage-Plan dargestellt werden.
Tabelle 4. Klassifizierung der Investitionsausgaben und Transaktionsbehandlung
| Capex-Klasse | Nachweisprüfung | Frage zur finanziellen Behandlung | Transaktionsmaßnahme | Umsetzungsgate |
|---|---|---|---|---|
| Erhaltungsinvestitionen | erforderlich, um aktuellen Output und Qualität aufrechtzuerhalten | Wird die aktuelle Marge durch normale Ausgaben gestützt? | Ergebnisnormalisierung oder Preisszenario | finanzierter Plan und Stillstandsfenster |
| Compliance | vorgeschrieben durch Gesetz, Genehmigung, Versicherer oder Kunden | Wer trägt die bestehende Nicht-Compliance? | Bedingung, Freistellung, Escrow oder Preis | Nachweis von Genehmigung und Abschluss |
| Zuverlässigkeit | beseitigt wiederkehrende Ausfälle oder einen Single Point of Failure | Ist der Cash-Nutzen an anderer Stelle enthalten? | spezifische Reserve oder Wertinitiative | Engineering-Umfang und Baseline |
| Wachstum | ergänzt Kapazität für belegte Nachfrage | Stützen Nachfrage- und Engpassanalyse dies? | separater Investment Case | Kunden-, Kapazitäts- und Finanzierungsgate |
| Transformation | verändert Automatisierung, Daten oder Prozesse | Ist der Nutzen belegt oder spekulativ? | Szenario nur bis zur Validierung | Pilot-, Cyber- und Adoptions-Gate |
Die Behandlung hängt von verifizierten Fakten, Bilanzierungspolitik und ausgehandelten Definitionen ab.
11. Vorräte und Working Capital mit dem Werk verknüpfen
Vorratsbestände sind das physische Gedächtnis von Produktionsentscheidungen. Rohstoffe können Lieferanten-Vorlaufzeiten, Mindestbestellmengen, Ausbeuteverluste und Qualitätsrisiken abdecken. Unfertige Erzeugnisse können normale Arbeitsfolgen, Engpässe, Sperrstatus, Nacharbeit oder einen schwachen Abschluss widerspiegeln. Fertigwaren können Servicelevels stützen oder Nachfrage- und Obsoleszenzprobleme verdecken.
Das Due-Diligence-Team sollte Mengen nach Position, Standort, Status, Charge und Eigentum abstimmen. Es sollte negativen Bestand, doppelte Standorte, langsamen Umschlag, überalterte unfertige Erzeugnisse, Quarantäne, Konsignationsware, kundeneigene Materialien, lieferanteneigene Bestände und Material bei Dritten prüfen. Nachweise aus Rollinventuren und körperlichen Bestandsaufnahmen sind wichtig, weil Systembestand und physische Existenz auseinanderfallen können.
Operative Daten können das Working-Capital-Ziel verbessern. Vorlaufzeit, Losgröße, Rüstzeit, Ausbeute und Produktionsvolatilität helfen, den normalen Vorratsbestand zu erklären. Termintreue, Versand und Kundenabnahme helfen, Forderungen und abgegrenzte Erlöse zu erklären. Lieferantenkonditionen, Bestellzeitpunkt und die Politik für kritische Ersatzteile helfen, Verbindlichkeiten zu erklären. Das Modell sollte den normalen operativen Bedarf von der Steuerung des Transaktionsfensters trennen.
Completion-Mechanismen benötigen Definitionen, die der Realität im Werk entsprechen. Kundenanzahlungen, unbezahlte Investitionsgüter, überfällige Verbindlichkeiten gegenüber Wartungslieferanten, Bestandsrückstellungen, Konsignationsware und Qualitätsrückstellungen können unter ausgehandelten Debt-, Cash- und Working-Capital-Definitionen unterschiedlich behandelt werden. Rechts- und Rechnungslegungsberater sollten den SPA-Wortlaut mit den Nachweisen und dem Modell in Einklang bringen.
12. Operational Technology und Datenrechte schützen
Die industrielle Due Diligence betrifft Systeme, die Sicherheit, Verfügbarkeit und Produktqualität beeinflussen können. NIST SP 800-82 Rev. 3 bietet OT-Sicherheitsleitlinien, die Leistungs-, Zuverlässigkeits- und Sicherheitsanforderungen berücksichtigen.[7] Das Due-Diligence-Protokoll sollte Netzwerksegmentierung, genehmigte Zugriffswege, Protokollierung, das Least-Privilege-Prinzip und die Kontrolle des Verkäufers über Live-Systeme aufrechterhalten.
Der Käufer sollte OT-Assets, Netzwerkzonen, Fernzugriff, Identitäten, Backups, nicht unterstützte Software, Drittanbieterverbindungen und Vorfallhistorie erfassen. Eine Asset-Liste in einer Tabellenkalkulation ist ein Ausgangspunkt. Konfigurationsnachweise, Netzwerkbeobachtung und Eigentum an den Steuerungen bieten eine stärkere Grundlage. Das Team sollte ermitteln, welche Systeme und Lizenzen übergehen und welche von Konzern- oder Anbietervereinbarungen abhängen.
Datenrechte können die Fähigkeit des Käufers beeinflussen, das Werk zu betreiben und zu verbessern. Anlagenlieferanten, Integratoren, Cloud-Plattformen und Kunden können Rechte an Software, Modellen, Rezepturen, Telemetrie, Diagnosedaten oder abgeleiteten Informationen haben. Der Transaktions-Workstream sollte Eigentum, Zugriff, Portabilität, Aufbewahrung, Vertraulichkeit, Export und Kündigungsbedingungen ermitteln.
Die Nutzung von AI führt Modell- und Daten-Governance ein. Der Käufer muss wissen, ob Modelle im Eigentum stehen, lizenziert oder in Anbieterdienste eingebettet sind; wie sie aktualisiert werden; welche Daten sie verwenden; wie ihre Leistung überwacht wird; und wie ein Mensch eingreifen kann. Ein Modell, das einen Prozess steuert, erfordert einen anderen Due-Diligence-Standard als ein Modell, das die Wartungsprüfung priorisiert.
13. Feststellungen in Preis und Schutzmechanismen umsetzen
Feststellungen sollten in eine Entscheidungsmatrix mit Evidenzgrad, finanzieller Auswirkung, Zeitpunkt, Unsicherheit, verantwortlichem Berater und vorgeschlagener Behandlung einfließen. Zu den verfügbaren Reaktionen gehören Bewertungsanpassung, debt-ähnliche Position, Working-Capital-Ziel, Completion-Account-Definition, Locked-Box-Schutz, Gewährleistung, Freistellung, Escrow, Einbehalt, Earn-out, Covenant, aufschiebende Bedingung, Zugangsrecht und Post-Closing-Maßnahme.
Der Preis eignet sich für Risiken, die die nachhaltige Wirtschaftlichkeit oder die erforderliche Barmittelinvestition betreffen und mit ausreichender Sicherheit geschätzt werden können. Eine spezifische Freistellung kann für eine identifizierte bedingte Risikoposition geeignet sein, wenn Kausalität und Zuordnung definiert werden können. Eine Gewährleistung kann Offenlegung und Rückgriff bei Tatsachenfragen unterstützen. Eine Bedingung kann einen Punkt adressieren, der vor dem Übergang der Kontrolle gelöst sein muss. Ein Escrow oder Einbehalt kann die Wiedererlangung unterstützen, wenn Kreditrisiko oder Zeitpunkt von Streitigkeiten relevant ist.
Der Mechanismus sollte zu den Nachweisen passen. Eine wiederkehrende Instandhaltungsbelastung mit belegten laufenden Kosten kann das Ergebnis beeinflussen. Eine bekannte Ersatzinvestition kann den Übergang vom Unternehmenswert zum Eigenkapitalwert oder den Preis beeinflussen. Ein möglicher Ausfall mit unsicherer Wahrscheinlichkeit kann ein Szenario, einen spezifischen Schutz und einen operativen Plan erfordern. Fehlende Daten können Zugangsrechte, eine konservative Annahme oder die Entscheidung rechtfertigen, nicht fortzufahren.
Die Matrix sollte auch Wesentlichkeit und Umsetzung berücksichtigen. Übermäßige vertragliche Komplexität kann Verhandlungs- und Durchsetzungsrisiken schaffen. Einige Feststellungen lassen sich am besten durch einen finanzierten Plan und ein Governance-Recht adressieren. Der Investmentausschuss sollte die verbleibende Risikoposition nach der vorgeschlagenen Behandlung sehen.
Die Einordnung dient nur der Veranschaulichung; transaktionsspezifische Beratung und Nachweise bestimmen die Behandlung.
Tabelle 5. Reaktionsmatrix für Transaktionen
| Feststellung | Erforderliche Nachweise | Mögliche finanzielle Brücke | Vertragliche Reaktion | Reaktion nach Closing |
|---|---|---|---|---|
| zu hoch angesetzte vermarktbare Kapazität | Produktionsleistung, Qualität und Nachfrage auf Betriebsebene | Volumen- oder Margenannahme reduzieren | Informationszusicherung und Zugang | Engpass- und Terminplan |
| aufgeschobene kritische Instandhaltung | Arbeitsrückstand, Inspektion, Ersatzteile und Stillstand | Investitionsausgaben, Ausfallzeit und Working Capital | Preis, Covenant, Bedingung oder Escrow | finanzierte Wiederherstellung der Zuverlässigkeit |
| wiederkehrender Qualitätsverlust | Prozess, Inspektion, Rendite und Liquidität | Ausbeute, Nacharbeit, Gewährleistung und Kapazität | Gewährleistung, Freistellung oder Einbehalt | Ursachenanalyse- und Kontrollplan |
| anormale Energieintensität | Zähler, Produktion und Tarif | Sensitivität von Stückkosten und Investitionsausgaben | Offenlegung und Datenzugriff | verifizierte Baseline und Projekte |
| nicht unterstützte OT oder Modell | Asset, Lizenz, Version und Sicherheit | Ersatz- und Unterbrechungskosten | Lizenz-, Zustimmungs- und Übergangsunterstützung | Architektur- und Governance-Plan |
| unvollständige Datenherkunft | Quell-, Mapping- und Ausnahmeprotokoll | Konfidenzbereich | Zugriffsrecht oder konservative Definition | Kontrolle und Wiederherstellung an Tag 1 |
Die Tabelle strukturiert die Beurteilung durch den Berater und schreibt keine rechtliche Behandlung vor.
14. Den 100-Tage-Plan während der Due Diligence erstellen
Die ersten 100 Tage sollten ungelöste, aber beherrschbare Feststellungen in zugewiesene Maßnahmen überführen. Der Plan beginnt vor der Unterzeichnung, da Zugang, Personal, Ersatzteile, Stilllegungen und Systemänderungen eine Zustimmung erfordern können. Er sollte Produktion und Sicherheit schützen und gleichzeitig Nachweise und Kontrolle verbessern.
Zu den Prioritäten an Tag 1 gehören Entscheidungsbefugnis, sicherer Systemzugang, Kundenkontinuität, Barmittelkontrolle, kritische Instandhaltung, Materialverfügbarkeit, Qualitätsfreigabe und Vorfalleskalation. Der Käufer sollte wissen, wer die Produktionslinie stoppen, Produkte freigeben, Instandhaltung genehmigen, Rezepturen ändern, auf OT zugreifen, Capex verpflichten und mit Prioritätskunden kommunizieren kann.
Die ersten dreißig Tage legen Ausgangsbasen fest. Das Team bestätigt Anlagen- und Systembestände, gleicht Produktionsdefinitionen ab, validiert kritische Ersatzteile, prüft sicherheitskritische Arbeiten, sichert Backups, friert ungesteuerte Modelländerungen ein, erfasst Hochrisikobestände und stellt die Brücke zwischen Werk und Finanzbereich wieder her. Maßnahmen sollten die Produktion während des Eigentümerwechsels nicht destabilisieren.
Die Tage dreißig bis sechzig adressieren vorrangige Risikopositionen. Das Werk kann kritische Instandhaltung durchführen, Qualitätskontrollen korrigieren, die Messdatenerfassung wiederherstellen, Zugangslücken schließen, Lieferanten qualifizieren oder eine Abschaltung vorbereiten. Jede Maßnahme benötigt Kosten, Zeitplan, Produktionsauswirkung, Verantwortlichen und Verifikationsmaßnahme.
Die Tage sechzig bis einhundert testen Wertinitiativen. Der Käufer kann die Klassifizierung von Stillstandszeiten, Energieoptimierung, Predictive-Maintenance-Workflows, Planungsänderungen oder Qualitätsanalytik an einer abgegrenzten Linie pilotieren. Ausgangsbasis, Testdesign, menschliche Aufsicht und Rollback-Bedingung sollten vor dem Pilotprojekt genehmigt werden. Nutzen werden im Wertregister erfasst, nachdem operative und zahlungsbezogene Nachweise festgestellt wurden.
Produktionskontinuität, Sicherheit und Nachweisqualität bestimmen das Änderungstempo.
Tabelle 6. Die ersten 100 Tage industrieller Eigentümerschaft
| Zeitraum | Primäres Ziel | Erforderliches Ergebnis | Entscheidungspunkt |
|---|---|---|---|
| vor Unterzeichnung | Erkenntnisse in Vertragskonditionen und Finanzierung überführen | Preisbrücke, Schutzmechanismen, Zugangsplan, Maßnahmenbudget | akzeptables Restrisiko |
| von der Unterzeichnung bis zum Abschluss | Befugnisse und Kontinuität vorbereiten | Rollen für Tag 1, kritische Versorgung, Kunden- und Systemplan | sicher abzuschließen |
| Tag 1–10 | Betrieb und Zugriff absichern | Eskalation, OT-Kontrolle, Liquidität, Qualität und Wartungsabsicherung | stabiler Kontrollperimeter |
| Tag 11–30 | verifizierte Baselines etablieren | Asset-Graph, Durchsatz, Verluste, Energie, Bestand und Cash-Bridge | belastbare Betriebssicht |
| Tag 31–60 | vorrangige Risikopositionen schließen | Behebung in den Bereichen kritische Arbeiten, Ersatzteile, Qualität, Messgeräte und Zugriffsrechte | kontrolliertes Abwärtsrisiko |
| Tag 61–100 | ausgewählte Wertsteigerungsmaßnahmen testen | begrenzte Pilotprojekte, gemessene Ergebnisse und überarbeitetes Wertregister | skalieren, überarbeiten oder stoppen |
Maßnahmen sollten an die Anlage, die Transaktion und die Fachberatung angepasst werden.
15. Die kombinierte menschliche und maschinelle Beurteilung steuern
Industrielle Due Diligence stützt sich auf Menschen, die den Prozess verstehen. Bediener kennen normale Geräusche, Behelfslösungen und Ablaufreihenfolgen. Instandhaltungsteams kennen wiederkehrende Störungen und Ersatzteilengpässe. Qualitätsteams verstehen Abweichungen und Kundenakzeptanz. Ingenieure verstehen physikalische Ursachen. Finanzfunktionen verstehen Rechnungslegung und Liquidität. AI kann ihre Nachweise organisieren und prüfen; ihre Rechenschaftspflicht kann es nicht ersetzen.
Interviews sollten um Aufzeichnungen herum strukturiert werden. Die prüfende Person legt einen Betriebslauf, eine Störungssequenz oder eine Abstimmung vor und bittet die verantwortliche Person um eine Erläuterung. Die Erläuterung wird, wo möglich, mit einer anderen Quelle abgeglichen. Dieser Ansatz respektiert operatives Wissen und verringert zugleich die Abhängigkeit von Erinnerung und Darstellung.
Modellergebnisse sollten eine namentlich benannte menschliche verantwortliche Person haben. Diese entscheidet, ob das Ergebnis für die Entscheidung geeignet ist, und dokumentiert Überschreibungen. Empfehlungen mit hoher Wirkung sollten den Datenzeitraum, die Konfidenz, alternative Erklärungen und die Sensitivität enthalten. Lässt sich das Verhalten des Modells nicht ausreichend erklären, sollte das Ergebnis lediglich ein Untersuchungshinweis bleiben.
Der Transaktionszeitplan sollte Zeit für Hinterfragung lassen. Eine späte unstrukturierte Datenlieferung kann Druck erzeugen, automatisierte Zusammenfassungen zu akzeptieren. Das Gremium sollte wissen, welche Feststellungen vollständig geprüft wurden, welche vorläufig bleiben und welche nicht geprüft werden konnten. Eine Entscheidung, unter Unsicherheit fortzufahren, sollte ausdrücklich erfolgen und sich in Preis, Absicherung, Finanzierung oder Governance niederschlagen.
16. Stoppregeln anwenden und Nachweise sichern
Der Due-Diligence-Arbeitsbereich benötigt Stoppregeln. Beispiele sind eine Anfrage, die die Verfügbarkeit der Anlage beeinträchtigen könnte, unkontrollierter Fernzugriff, Hinweise auf ein unmittelbares Sicherheitsproblem, Datennutzung außerhalb des vereinbarten Zwecks, unerklärte Änderungen an Quellauszügen oder ein Modellergebnis, das als verifizierte technische Tatsache dargestellt wird. Die angemessene Reaktion kann das Aussetzen des Tests, die Eskalation an den Verkäufer, die Isolierung der Umgebung oder die Einholung einer fachlichen Überprüfung umfassen.
Deal-Stoppregeln betreffen den Übernahmefall. Das Gremium kann pausieren, wenn verkaufsfähige Kapazität nicht reproduziert werden kann, kritische Compliance-Nachweise fehlen, die Instandhaltungsbelastung die finanzierte Kapazität übersteigt, ein Schlüsselkunde oder eine Lizenz nicht übertragen werden kann, OT-Risiken nicht eingedämmt werden können oder der Verkäufer den vereinbarten Zugang nicht gewähren kann. Die Schwelle sollte genehmigt werden, bevor die Dynamik der Transaktion die Disziplin schwächt.
Die Nachweissicherung unterstützt Verhandlung, Closing und Integration. Rohauszüge, Hashes, Mapping-Tabellen, Modellversionen, Prüfernotizen, Fotos soweit zulässig, Quelldokumente und Entscheidungsprotokolle sollten unter Transaktionskontrollen aufbewahrt werden. Die Aufzeichnung sollte zeigen, was wann bekannt war und wie es die Entscheidung beeinflusst hat.
Nach Vollzug kann derselbe Nachweisgraph die Bestätigung der Ausgangsbasis und die Wertverfolgung unterstützen. Der Käufer sollte vermeiden, Definitionen zu ändern, bevor die Ausgangsbasis gesichert ist. Eine echte Verbesserung sollte an einem stabilen und verstandenen Ausgangspunkt gemessen werden.
17. Einen Control Room von der Anlage bis zum Wert einsetzen
Der Investmentausschuss und die Integrations-Lenkungsgruppe benötigen eine kompakte operative Sicht. Der Control Room sollte verkaufsfähigen Durchsatz, kritische Stillstandszeiten, Qualitätsverluste, Energieintensität, Instandhaltungsrückstand, kritische Ersatzteile, Bestandsrisiko, Capex, Cash-Auswirkung, Schutzstatus und 100-Tage-Maßnahmen anzeigen. Jede Kennzahl ist mit ihrer Quellenherkunft und einer verantwortlichen Person verknüpft.
Das Dashboard sollte zwischen Fakt, Modell und Entscheidung unterscheiden. Fakt gibt den beobachteten Wert und die Datenabdeckung an. Modell gibt das normalisierte oder Szenarioergebnis mit Konfidenz an. Entscheidung gibt die in Preis, Vertrag oder Plan genehmigte Vorgehensweise an. Die Zusammenführung dieser Ebenen in eine einzige Zahl verdeckt Unsicherheit.
Der Trend ist wichtiger als dekorative Präzision. Eine tägliche Anlagenkennzahl kann während der Stabilisierung nützlich sein, während eine Transaktionsanpassung an definierten Prüfpunkten überprüft werden kann. Der rote Status sollte einen bestimmten Schwellenwert, eine Konsequenz und eine Maßnahme angeben. Das Board sollte ungeklärte Annahmen und überfällige Nachweisanfragen sehen.
Die Wertverfolgung sollte auf vereinnahmte wirtschaftliche Effekte ausgerichtet sein. Höhere Geschwindigkeit ohne verkaufsfähige Nachfrage schafft keinen Umsatz. Verringerte Ausfallzeit ohne niedrigere Überstunden, höheren Output oder vermiedene Kosten erzeugt möglicherweise keinen Cashflow. Eine Wartungsprognose schafft Wert, wenn sie eine Maßnahme verändert und das Ergebnis gemessen wird. Die Leitwarte sollte die physischen und finanziellen Ledger miteinander verbunden halten.
Fazit
AI-gestützte industrielle Due Diligence kann die Transaktionsbeurteilung verbessern, wenn sie als nachverfolgbares Evidenzsystem aufgebaut ist. Die nützliche Einheit ist nicht das Modell oder Dashboard. Sie ist die belegte Verbindung von Anlagenzustand und Betrieb zu Preis, Absicherung und finanzierter Maßnahme.
Die Arbeit beginnt mit Entscheidungsfragen und einem Prüfungsumfang, der Produktion und Cashflow folgt. Sie erstellt einen Evidenzgraphen über Anlagen, Zeit, Zustände und Mengen. Sie profiliert die Datenqualität vor der Modellierung, kombiniert Metrologie und physikalisches Verständnis mit Analytik, rekonstruiert Durchsatz und Ausfallzeiten, bewertet Wartung, Energie, Qualität, Bestand und Investitionsausgaben und stimmt betriebliche Feststellungen mit Ergebnis und Cashflow ab.
AI unterstützt Klassifizierung, Anomalieerkennung, Sequenzanalyse und Szenariotests. Die Ergebnisse bleiben durch Zweckbestimmung, Validierung, Sicherheit, Erklärung und menschliche Prüfung geregelt. Wirkungsstarke Schlussfolgerungen erfordern technische, betriebliche und finanzielle Bestätigung. Fehlende Daten werden zu einer ausdrücklichen Unsicherheit statt zu einer verborgenen Modellannahme.
Die Transaktionsreaktion sollte den Nachweisen entsprechen. Nachhaltige betriebliche Effekte können den Preis beeinflussen. Identifizierte Eventualrisiken können maßgeschneiderte Absicherung unterstützen. Vorbedingungen können den Vollzug regeln. Zugang, Finanzierung und Entscheidungsrechte können einen 100-Tage-Plan unterstützen. Jeder Mechanismus sollte das Restrisiko ausweisen, das beim Käufer verbleibt.
Das Ergebnis ist eine Due-Diligence-Akte, die nach der Unterzeichnung Bestand hat. Sie wird zur Basis für Produktionskontinuität, Wartungsaufholung, OT-Steuerung, Qualität, Energie, Cashflow und Wertverfolgung. Der Käufer kann dann prüfen, ob die Anlage die unterstellte Leistung erbringt, und den Plan anhand beobachteter Nachweise anpassen.
Anhang A. Mindestanforderung an industrielle Daten
Die Erstabfrage sollte dem Entscheidungsbedarf und der Anlage angemessen sein. Sie sollte Auszüge aus den Quellsystemen statt Präsentationszusammenfassungen anfordern, sofern kontrollierter Zugriff dies zulässt. Anlagen- und Konfigurationsunterlagen umfassen das Anlagenregister, die Linienhierarchie, Gerätespezifikationen, Inbetriebnahmehistorie, Steuerungsversionen, Zeichnungen, Kritikalität, Eigentum, Leasingverträge, Gewährleistungen und Supportvereinbarungen.
Produktionsunterlagen umfassen Aufträge, Zeitpläne, Laufhistorie, Maschinenzustände, Zykluszeit, Stückzahlen, Gutmenge, Ausschuss, Nacharbeit, Umrüstungen, Personalbesetzung, Schichten, Arbeitsfolge und Versand. Qualitätsunterlagen umfassen Spezifikationen, Prüfpläne, Testergebnisse, Abweichungen, Sperrbestände, Sondergenehmigungen, Korrekturmaßnahmen, Beschwerden, Rücksendungen, Gewährleistung und Rückverfolgbarkeit.
Wartungsunterlagen umfassen Arbeitsanforderungen, Arbeitsaufträge, Fehlercodes, Arbeitsstunden, Teile, Inspektionen, Zustandsüberwachung, vorbeugende Pläne, Auftragsrückstand, Stillstände, Auftragnehmerunterlagen, Ersatzteile und Obsoleszenz. Energieunterlagen umfassen Rechnungen, Tarife, Intervallzähler, Unterzähler, Versorgungsrestriktionen, Produktionskontext und genehmigte Projekte.
Kaufmännische und finanzielle Unterlagen umfassen Produkt- und Kundenzuordnung, Preisgestaltung, Auftragsbestand, Umsatz, Material, Arbeitsleistung, Gemeinkosten, Bestand, Forderungen, Verbindlichkeiten, Investitionsausgaben, Leasingverträge, Versicherungen und Cashflow. OT- und Datenunterlagen umfassen Architektur, Anlagenbestand, Fernzugriff, Konten, Backups, Vorfälle, Lizenzen, Schnittstellen, Datenwörterbücher, Aufbewahrung und AI-Modellunterlagen.
Der Verkäufer sollte nicht verfügbare Daten, bekannte Definitionsänderungen, Migrationen und manuelle Workarounds benennen. Der Käufer sollte abgelehnte Datensätze, Zugriffsbeschränkungen und ungeklärte Zuordnungen protokollieren. Die Abfrage sollte unnötige personenbezogene oder sensible Informationen vermeiden und vereinbarte rechtliche und Cyber-Kontrollen einhalten.
Anhang B. Fragen des Investmentausschusses
1. Welche Anlagenannahmen treiben den Unternehmenswert und die Liquidität in Abwärtsszenarien? 2. Lässt sich der verkaufsfähige Durchsatz aus Laufdatensätzen reproduzieren? 3. Welche Verluste entstehen durch Nachfrage, Planung, Umrüstung, Ausfall, Geschwindigkeit oder Qualität? 4. Welche Anlagen sind kritisch, nicht mehr unterstützt, Single Point of Failure oder nahe einem erforderlichen Anlagenstillstand? 5. Welche Wartungs- und Inspektionsarbeiten sind aufgeschoben, und welchen Cashflow und welche Ausfallzeit erfordern sie? 6. Lässt sich die Energieperformance mit Produktion, Betriebszustand und Tarif abstimmen? 7. Wie wirken sich Qualitätsverluste auf Bestand, Kundenakzeptanz, Marge und Cashflow aus? 8. Welcher Bestand ist im Eigentum, konform, nutzbar, verkaufsfähig und physisch verifiziert? 9. Welche Daten und Modelle sind belastbar genug für die Preisbildung, und welche bleiben Szenarioinputs? 10. Welche Feststellungen betreffen nachhaltig erzielbare Erträge, Nettoverschuldung, Working Capital oder Investitionsausgaben? 11. Welche Absicherungen, Bedingungen, Zugangsrechte und Finanzierungen adressieren die verbleibende Risikoposition? 12. Wer verantwortet jede Day-1- und 100-Tage-Maßnahme, und wie werden Abschluss und Wert verifiziert?
Quellen
- National Institute of Standards and Technology. Roadmap 2026 zu Künstlicher Intelligenz und maschinellem Lernen für intelligente Fertigung. 3. Juli 2026. https://www.nist.gov/publications/2026-roadmap-artificial-intelligence-and-machine-learning-smart-manufacturing
- National Institute of Standards and Technology. Augmentierte Intelligenz für Fertigungssysteme. https://www.nist.gov/programs-projects/augmented-intelligence-manufacturing-systems-aims
- Internationale Organisation für Normung. ISO 55001:2024 Anforderungen an Asset-Management-Systeme. https://committee.iso.org/sites/tc251/home/projects/published/iso-55001.html
- Internationale Organisation für Normung. ISO 22400-2:2014 Kennzahlen für das Management von Fertigungsabläufen. https://www.iso.org/standard/54497.html
- US-Energieministerium. Softwaretools des Industrial Technologies Office. https://www.energy.gov/cmei/ito/ito-software-tools
- UK Health and Safety Executive. Instandhaltung von Arbeitsmitteln. https://www.hse.gov.uk/work-equipment-machinery/maintenance.htm
- National Institute of Standards and Technology. SP 800-82 Rev. 3, Leitfaden zur Sicherheit von Operational Technology. September 2023. https://csrc.nist.gov/pubs/sp/800/82/r3/final
- National Institute of Standards and Technology. Rahmenwerk für das Risikomanagement von Künstlicher Intelligenz. https://www.nist.gov/itl/ai-risk-management-framework
- US-Energieministerium. AMO eGuide, Datenbedarf für das Energiemanagement ermitteln. https://www1.eere.energy.gov/manufacturing/eguide/iso_step_2_2.html
- Internationale Organisation für Normung. ISO 55013:2024 Leitfaden zum Management von Datenvermögenswerten. https://www.iso.org/standard/82455.html
- IFRS Foundation. IAS 16 Sachanlagen. https://www.ifrs.org/issued-standards/list-of-standards/ias-16-property-plant-and-equipment/
- IFRS-Stiftung. IAS 36 Wertminderung von Vermögenswerten. https://www.ifrs.org/issued-standards/list-of-standards/ias-36-impairment-of-assets/
- IFRS Foundation. IFRS 13 Bemessung des beizulegenden Zeitwerts. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
- National Institute of Standards and Technology. AI Kern des Risikomanagement-Rahmenwerks. https://airc.nist.gov/airmf-resources/airmf/5-sec-core/
- National Institute of Standards and Technology. Veröffentlichungen zur Sicherheit von Operational Technology. https://csrc.nist.gov/Projects/operational-technology-security/publications
- US-Energieministerium. Was sind Energiemanagement-Informationssysteme? https://www.energy.gov/cmei/femp/what-are-energy-management-information-systems
