AI in Engineering-Due-Diligence: Erkennung von Terminplan-, Kosten- und Zuverlässigkeitsrisiken vor der Unterzeichnung

1. AI nutzen, um das Evidenzfeld zu erweitern und zugleich die Entscheidungsbefugnis zu wahren

Engineering-Due-Diligence ist eine Übung zur Evidenzumwandlung. Der Käufer erhält Zeichnungen, Terminpläne, Kostenberichte, Instandhaltungshistorien, Prüfprotokolle, Verträge, Betriebsdaten und Managementerläuterungen. Jede Quelle beschreibt einen anderen Teil des Vermögenswerts oder Projekts. Das Transaktionsteam muss feststellen, welche Unterlagen aktuell sind, ob sie übereinstimmen und wie sich die festgestellten Gegebenheiten auf Wert, Liquidität, Fertigstellung und Fortführung auswirken.

AI kann die Menge des im Transaktionszeitplan geprüften Materials erweitern. Dokumentmodelle können Dateien klassifizieren, Kennungen extrahieren und Revisionen verknüpfen. Analytische Modelle können Terminplannetze, Kostenverläufe und Wartungshistorien durchsuchen. Statistische Methoden können ungewöhnliche Ausfallcluster, wiederholte Überschreibungen oder inkonsistenten Fortschritt aufdecken. Diese Fähigkeiten verbessern die Abdeckung, wenn die Nachweise kontrolliert sind. Sie schaffen Risiken, wenn eine generierte Zusammenfassung ihre Herkunft verliert oder ein Anomaliewert als technische Schlussfolgerung behandelt wird.

Das operative Prinzip ist die kontrollierte Erweiterung. Das System sollte für jedes wesentliche Signal Quelle, Transformation, Modellversion, Ausgabe und Prüferentscheidung anzeigen. Der technische Prüfer behält die Verantwortung für Kausalität und technische Beurteilung. Das Dealteam behält die Verantwortung für Bewertung, Struktur und Verhandlung. Der Vorstand oder Investmentausschuss behält seine Entscheidungsrechte.

Das AI-Risikomanagement-Rahmenwerk von NIST strukturiert AI-Risiken über die Funktionen Govern, Map, Measure und Manage.[3] Das Generative-AI-Profil ergänzt Maßnahmen für Risiken, die für generative Systeme spezifisch sind.[4] ISO/IEC 42001 bietet eine AI-Managementsystemstruktur, die Richtlinien, Ziele, Prozesse und kontinuierliche Verbesserung umfasst.[6] Diese Rahmenwerke unterstützen eine Due-Diligence-Umgebung, in der Geschwindigkeit, Rückverfolgbarkeit, Sicherheit und Rechenschaft gemeinsam gestaltet werden.

Der erste praktische Output sollte ein Analyse-Register sein. Es erfasst die Fragestellung, die Nachweispopulation, die Methode, die Einschränkungen, den Prüfer, die Wesentlichkeitsschwelle und die zulässige Verwendung in der Transaktion. Ein Modell, das Wartungsbeschreibungen clustern kann, kann die Entdeckung unterstützen. Es sollte nicht unabhängig die Restnutzungsdauer, die Sicherheitskonformität oder den Kaufpreis bestimmen. Die genehmigte Verwendung sollte ausdrücklich festgelegt sein, bevor das Modell vertrauliche Daten des Zielunternehmens berührt.

2. Transaktionsthese und technische Abgrenzung festlegen

Der Due-Diligence-Umfang sollte von der Wertthese ausgehen. Ein Käufer, der einen Engineering-Dienstleister erwirbt, kann sich für die Qualität des Auftragsbestands, die Fertigstellungskosten, Ansprüche, Anlagenkapazität und die Abhängigkeit von Schlüsselpersonen interessieren. Ein Käufer, der eine Industrieanlage erwirbt, kann sich für Integrität, Zuverlässigkeit, Instandhaltungsinvestitionen, Genehmigungen und Betriebskontinuität interessieren. Ein Projektinvestor kann sich auf Fertigstellung, Leistungstests, Schnittstellenrisiko und Vertragsstrafen konzentrieren.

Die technische Abgrenzung erfasst die Rechtseinheiten, Standorte, Projekte, Produktionslinien, Versorgungseinrichtungen, Systeme, Verträge und Zeiträume, die in die Analyse einbezogen sind. Sie benennt auch Ausschlüsse. Eine Gruppe kann Wartungsressourcen, Engineering-Software, Labore, Ersatzteile, Leitwarten und geistiges Eigentum standortübergreifend teilen. Das Due-Diligence-Team sollte zwischen Vermögenswerten, die bei Fertigstellung übertragen werden, und Dienstleistungen, die eine Übergangsregelung erfordern, unterscheiden.

Die zeitliche Abgrenzung ist wichtig. Ein Zwölfmonatsauszug zur Instandhaltung kann einen mehrjährigen Turnaround-Zyklus verfehlen. Ein aktueller Terminplan kann frühere Re-Baselines verdecken. Eine jüngste Zuverlässigkeitsverbesserung kann auf eine außergewöhnliche Stillstandsperiode folgen. Der Nachweisplan sollte einen ausreichend langen Zeitraum abdecken, um repräsentative Betriebs-, Bau- und Instandhaltungszustände zu beobachten.

Die Entscheidungsabgrenzung übersetzt die Deal-These in prüfbare Fragen. Kann das aktuelle Programm die mechanische Fertigstellung innerhalb der Prognose des Verkäufers erreichen? Reicht die verbleibende Reserve für den bekannten und latenten Leistungsumfang? Kann die installierte Anlage die in der Bewertung angenommene Leistung und Verfügbarkeit erreichen? Welche Feststellungen erfordern eine Preisanpassung, Escrow, Einbehalt, eine Closing-Bedingung oder eine finanzierte Eigentümeraktion?

Die Umfangskontrolle verhindert analytische Drift. Das Team sollte Ergänzungen genehmigen, wenn Nachweise auf ein neues wesentliches Risiko hindeuten. Es sollte auch Fragen erfassen, die auf bestätigende Due Diligence, Fachberatung oder Verifizierung nach Fertigstellung verschoben werden. Ein sichtbares Umfangsprotokoll bewahrt die Unterscheidung zwischen unvollständigen Nachweisen und einer nachteiligen Schlussfolgerung.

3. Eine Projekt-Datenkarte erstellen, bevor Modelle ausgeführt werden

Die Projekt-Datenkarte ist die Grundlage der Analyse. Sie verzeichnet jede Quelle, jeden Eigentümer, jedes System, Extraktionsdatum, Zeitraum, Einheit, Kennung, Revision, Zugriffsbeschränkung und Transaktionszweck. Sie umfasst strukturierte Datensätze wie Terminplanaktivitäten und Arbeitsaufträge, halbstrukturierte Datensätze wie Prüfbögen und unstrukturierte Datensätze wie Fortschrittsberichte, Korrespondenz und Fotografien.

Das Diagramm zeigt einen kontrollierten Analysepfad; tatsächliche Systeme und Entscheidungsrechte hängen von der Transaktion ab.

Kennungen bilden die erste Abstimmungsherausforderung. Eine Pumpe kann im Anlagenregister eine Kennung haben, eine andere im Instandhaltungssystem und eine dritte im Historian. Eine Projektaktivität kann einen Paketcode verwenden, der vom Kostenkonto abweicht. Die Identitätszuordnung sollte ursprüngliche Kennungen beibehalten und kontrollierte Crosswalks erstellen, anstatt Quellwerte zu überschreiben.

Die Datenherkunft sollte jede Transformation überdauern. Wenn ein Modell Freitext-Arbeitsaufträge in Fehlerkategorien umwandelt, sollte der resultierende Datensatz mit dem Originaltext und der Transformationsregel verknüpft sein. Wenn Datumsangaben standardisiert werden, sollten die ursprüngliche Zeitzone und der Zeitstempel verfügbar bleiben. Wenn doppelte Datensätze entfernt werden, sollten die Duplikatregel und der beibehaltene Datensatz dokumentiert werden.

ISO 55001:2024 stärkt die Betonung von Entscheidungsfindung, Wert, Risiko, Daten und prädiktivem Handeln im Asset Management.[7] ISO 55013 befasst sich mit der Verwaltung von Datenassets zur Unterstützung von Asset-Management-Zielen.[8] In der Transaktions-Due-Diligence übersetzen sich diese Prinzipien in einen Datenraum, der sowohl die Analyse vor der Unterzeichnung als auch den kontrollierten Betrieb nach Abschluss unterstützen kann.

Tabelle 1. Daten- und Kontrollregister für die technische Due Diligence

Erforderliche Kontrollen hängen von Anlagentyp, Transaktionsumfang und Wesentlichkeit ab.

4. Arbeits-, Kosten- und Anlagenstrukturen normalisieren

Eine systemübergreifende Analyse erfordert eine gemeinsame analytische Granularität. Terminaktivitäten, Kostenkonten, Verträge, Anlagenkennungen und Instandhaltungsarbeitsaufträge teilen selten eine einzige Hierarchie. Das Due-Diligence-Team sollte eine kontrollierte Zuordnung erstellen, die jedes Element mit Standort, System, Arbeitspaket, verantwortlicher Partei und Transaktionsfrage verbindet.

Der Projektstrukturplan sollte Liefergegenstände und Umfang abbilden. Der Organisationsstrukturplan zeigt Verantwortlichkeiten. Der Kostenstrukturplan erfasst Ausgaben. Die Anlagenhierarchie zeigt physische Eltern-Kind-Beziehungen. Ihre Zwecke unterscheiden sich, daher sollte das Analysemodell sie verbinden, ohne sie zu einer einzigen künstlichen Hierarchie zusammenzufassen.

Einheiten und Kalender erfordern dieselbe Disziplin. Kostendaten können Währungen, Nominal- und Realwerte sowie steuerliche Behandlungen vermischen. Termindaten können unterschiedliche Arbeitswochen, Feiertage und Schichten verwenden. Zuverlässigkeitsdaten können Laufzeit in Stunden, Zyklen, Startvorgängen oder Produktionstonnen ausdrücken. Die Normalisierungsschicht sollte jede Umrechnung dokumentieren und Quellwerte beibehalten.

Versionskontrolle ist unerlässlich, weil sich Transaktionsnachweise während der Due Diligence ändern. Eine überarbeitete Fertigstellungsprognose kann ein neues Lieferantendatum berücksichtigen. Ein neuer Wartungsauszug kann Arbeitsaufträge enthalten, die nach dem Bewertungsstichtag geschlossen wurden. Jeder Analyse-Lauf sollte den Quell-Snapshot und das Wirksamkeitsdatum angeben. Wesentliche Überarbeitungen sollten mit früheren Versionen verglichen werden, um aufzuzeigen, welche Annahmen oder Datensätze sich geändert haben.

Das Ergebnis ist eine Abstimmungstabelle, die nicht abgeglichene Datensätze, Eins-zu-viele-Beziehungen und ungeklärte Mehrdeutigkeiten aufzeigt. Diese sind eigenständige Feststellungen. Ein Kostenkonto ohne Terminplanaktivität kann einen nicht geplanten Umfang darstellen. Eine kritische Terminplanaktivität ohne gebundene Kosten kann auf eine unvollständige Prognose hindeuten. Ein Anlagenkennzeichen mit Ausfällen, aber ohne Eintrag im Anlagenregister, kann auf eine schwache Kontrolle über den installierten Bestand hindeuten.

5. Erstellen Sie eine Anomalie-Warteschlange statt einer Schlussfolgerungs-Engine

Eine Anomalie ist ein Signal, das eine Untersuchung verdient. Sie kann aus einer Regel, einem statistischen Modell, einem Graphentest, einem Sprachmodell oder einem technischen Schwellenwert entstehen. Das System sollte eine Warteschlange mit dem Signal, den Quelldatensätzen, der Methode, der Konfidenz, der potenziellen Wesentlichkeit und der Einschätzung des Prüfers erstellen.

Falschpositive Ergebnisse sind zu erwarten. Ein Meilenstein ohne Dauer kann gültig sein. Ein Kostensprung kann eine geplante Mobilisierung widerspiegeln. Wiederholte Anlagenalarme können von einem Sensorfehler statt von physischer Verschlechterung herrühren. Die menschliche Prüfung sollte den Betriebskontext und alternative Erklärungen testen, bevor ein Signal zu einem bestätigten Problem wird.

Falschnegative Ergebnisse sind ebenfalls wichtig. Ein Modell, das auf historischen Wartungskategorien trainiert wurde, kann ein neues Fehlermuster übersehen. Dünne Ausfalldaten können ein unzuverlässiges Anlagegut stabil erscheinen lassen. Das Management kann nach einer Umstrukturierung die Kodierungspraktiken geändert haben. Das Due-Diligence-Design sollte mehrere Tests kombinieren und manuelle Stichproben für Datensätze mit hohen Konsequenzen beibehalten.

Hypothetische Volumina veranschaulichen die Workflow-Disziplin; sie beschreiben keine Transaktion.

Tabelle 2. Anomalieklasse, Validierung und zulässige Reaktion

Ein Modell-Score allein sollte nicht ausschlaggebend für eine Transaktionsentscheidung sein

Die Warteschlange sollte Abschlussnachweise aufzeichnen. Ein Signal kann bestätigt, verworfen, zusammengeführt, zurückgestellt oder ungelöst bleiben. Verworfene Signale sollten im Audit-Trail verbleiben, weil wiederholte Falschpositive auf ein schwaches Modell oder ein Datenproblem hinweisen können. Ungelöste Signale mit hohen Konsequenzen sollten die Due-Diligence-Einschränkung, den Transaktionsschutz oder den Entscheidungszeitplan beeinflussen.

6. Terminplanlogik testen, bevor Fertigstellungstermine akzeptiert werden

Ein Terminplan ist ein Modell aus Arbeit, Abhängigkeiten, Kalendern und Einschränkungen. Sein Endtermin ist nur dann glaubwürdig, wenn das zugrunde liegende Netzwerk umfassend, logisch verknüpft, ressourcenbewusst und mit zuverlässigem Fortschritt aktualisiert ist. Der GAO Schedule Assessment Guide legt zehn Praktiken für einen zuverlässigen, hochwertigen Terminplan dar und verknüpft Terminplanrisiko mit Lebenszykluskosten.[1]

Automatisierte Tests können fehlende Vorgänger oder Nachfolger, übermäßige Zeitversätze, lange Aktivitäten, harte Einschränkungen, negativen Puffer, ungültige Ist-Termine und unterbrochene kritische Pfade identifizieren. Die Graphenanalyse kann getrennte Cluster und Aktivitäten aufdecken, deren scheinbare Flexibilität von unvollständiger Logik abhängt. Diese Tests sollten auf den Planungsstandard und die Projektphase abgestimmt werden.

Fortschrittsnachweise erfordern eine gesonderte Prüfung. Der gemeldete Fertigstellungsgrad kann subjektiv sein, wenn der Aktivität eine messbare Regel fehlt. Das Due-Diligence-Team sollte den Fortschritt mit Mengen, zertifizierten Meilensteinen, installierter Ausrüstung, genehmigten Zeichnungen, Prüfprotokollen, Rechnungen und Baustellennachweisen abgleichen. Eine Aktivität sollte nicht allein deshalb als abgeschlossen gelten, weil ihr geplantes Ende überschritten ist.

Re-Baselining kann die Leistungsgeschichte verschleiern. Das Team sollte aktuelle und frühere Baselines vergleichen, verschobene Meilensteine, hinzugefügte Aktivitäten, gestrichenen Umfang, geänderte Kalender und überarbeitete Logik identifizieren. Die Analyse sollte genehmigte Umfangsänderungen von Aufholannahmen und Terminplan-Optimismus unterscheiden.

Ressourcenbeschränkungen können ein logisch schlüssiges Netzwerk ungültig machen. Kritische Engineering-, Inbetriebnahme- oder Spezialistenteams können über simultane Aktivitäten hinweg eingeplant sein. Lieferanten- und Genehmigungstermine können außerhalb der Originaldatei liegen. Die Terminplanprüfung sollte das Netzwerk mit Beschaffungs-, Personal-, Zugangs- und Schnittstellennachweisen verknüpfen.

7. Terminplanrisiko als Verteilung und Ursachenkarte quantifizieren

Ein einzelnes Prognosedatum verbirgt Unsicherheit. Eine Terminplanrisikoanalyse sollte Unsicherheit bei Dauern, Korrelationen, diskreten Ereignissen und bedingten Verzweigungen modellieren. Das Ergebnis ist eine Verteilung der Fertigstellungsausgänge und eine Karte der Treiber, die diese beeinflussen.

Das Modell sollte Unsicherheit von Managementpuffer unterscheiden. Eine Dauerbandbreite kann gewöhnliche Variabilität abbilden. Ein diskretes Risiko kann eine Genehmigungsverzögerung, einen Geräteausfall während der Prüfung oder einen Lieferantenausfall darstellen. Ein Aufholplan sollte als Eingriff mit Kosten-, Ressourcen- und Ausführungsannahmen modelliert werden.

Hypothetische Bewertungen veranschaulichen nur die Priorisierung; aktuelle Bewertungen erfordern projektspezifische Terminplan-Nachweise.

Das Transaktionsmodell sollte Zeit in wirtschaftliche Größen übersetzen. Verzögerungen können Eigentümerkosten, Bauzinsen, Mietzahlungen, Garantien und Working Capital verlängern. Sie können Umsätze aufschieben, Vertragsstrafen auslösen oder eine vertraglich vereinbarte Betriebsperiode verkürzen. Einige Auswirkungen sind nicht linear, weil ein verpasstes Saisonfenster oder ein Genehmigungsmeilenstein einen größeren Sprung verursachen kann.

Die kritische Hinterfragung durch das Management sollte sich auf die Ursachenkette konzentrieren. Wenn die Inbetriebnahme das Tail bestimmt, sollte das Team Testverfahren, Systemfertigstellung, Anwesenheit des Lieferanten, Ersatzteile und den Abschluss der Punch-Liste prüfen. Wenn die Beschaffung das Tail bestimmt, sollte es Fertigungsfortschritt, Versand, Zoll, Baustellenbereitschaft und Ersatzversorgung prüfen. Die Terminplanverteilung wird entscheidungsrelevant, wenn jeder Treiber durch Nachweise belegt ist und einen Verantwortlichen für die Minderung hat.

8. Cost-to-Complete aus Leistungsumfang, Verpflichtungen und Ist-Kosten neu aufbauen

Der GAO Cost Estimating and Assessment Guide betont technische Baselines, Arbeitsstrukturpläne, Annahmen, Daten, Schätzmethoden, Sensitivität, Risikoanalyse, Dokumentation und Aktualisierungen mit Ist-Kosten.[2] Diese Praktiken bieten einen nützlichen Kontrollrahmen für die Transaktions-Due-Diligence, selbst wenn das Projekt privat finanziert wird.

Cost-to-Complete sollte mit dem verbleibenden Leistungsumfang beginnen, nicht mit der prognostizierten Gesamtsumme des Verkäufers. Das Team sollte Budget, Ist-Kosten, Verpflichtungen, Abgrenzungen, genehmigte Änderungen, ausstehende Änderungen, Ansprüche, Kostenreserven und Prognose abstimmen. Es sollte Kosten identifizieren, die ausgelassen wurden, weil sie in einer anderen Gesellschaft, einem anderen Vertrag oder einem anderen Konto liegen.

AI kann die Rechnungsklassifizierung, die Zuordnung von Verträgen zu Kosten und den Abgleich narrativer Prognosen mit Hauptbuchbewegungen beschleunigen. Es kann Kostenkonten kennzeichnen, deren verbleibende Prognose unter den offenen Verpflichtungen liegt, Arbeitspakete mit Fortschritt, aber ohne Abgrenzung, sowie Verpflichtungen ohne zugehörige Terminaktivitäten. Jedes Signal erfordert eine Prüfung durch Rechnungswesen und Engineering.

Kostenreserven sollten nach Verantwortlichkeit und Risiko analysiert werden. Allgemeine Kostenreserve, Designreserve, Kostensteigerung, Fremdwährung, Mengenwachstum und Terminreserve beantworten unterschiedliche Fragen. In Anspruch genommene Kostenreserve sollte mit eingetretenen Risiken abgestimmt werden. Verbleibende Kostenreserve sollte anhand des aktuellen Risikoregisters und der Reife des Leistungsumfangs geprüft werden.

Das Team sollte versunkene Kosten von künftiger wirtschaftlicher Risikoposition unterscheiden. Historische Kostenüberschreitungen können auf schwache Kontrollen hindeuten, doch die Transaktionsentscheidung hängt von den verbleibenden Kosten und deren Erstattungsfähigkeit ab. Ein Verkäuferanspruch gegen einen Auftragnehmer kann das Risiko nur mindern, wenn Anspruchsberechtigung, Nachweise, Leistungsfähigkeit der Gegenpartei und Zeitpunkt des Zahlungseingangs dies stützen.

9. Änderungsaufträge und Ansprüche als System lesen

Änderungsaufträge verbinden Leistungsumfang, Terminplan, Kosten, vertragliche Rechte und Liquidität. Ihre Analyse sollte über den genehmigten Wert hinausgehen. Das Due-Diligence-Team sollte jede Änderung auf Weisung, Designänderung, Mitteilung, Angebot, Genehmigung, ausgeführte Arbeiten, entstandene Kosten, Terminauswirkung, Rechnung und Zahlungseingang abbilden.

Sprachmodelle können aus Korrespondenz Parteien, Daten, Klauseln, geforderte Beträge und angegebene Ursachen extrahieren. Der kontrollierte Datensatz sollte das Originaldokument aufbewahren und extrahierten Text von rechtlicher Auslegung unterscheiden. Rechtliches Privileg, Vertraulichkeit und rechtsraumspezifische Beratung erfordern einen ausdrücklichen Umgang.

Wiederkehrende Ursachen können strukturelle Risiken offenbaren. Späte Designinformationen können Nacharbeit in mehreren Paketen verursachen. Zugangsbeschränkungen können kumulative Störungen verursachen. Ein Lieferant kann fragmentierte Ansprüche für ein zugrunde liegendes Ereignis einreichen. Clustering kann helfen, diese Muster zu identifizieren; anschließend erfolgen technische und rechtliche Prüfung.

Das Finanzmodell sollte genehmigte, wahrscheinliche, strittige und nicht eingereichte Änderungen trennen. Umsatzrealisierung, Kostenabgrenzung, Zahlungseingang und rechtlicher Anspruch können voneinander abweichen. Ein optimistischer aktivierter Anspruch kann Marge und Working Capital aufblähen und zugleich künftiges Finanzierungsrisiko schaffen.

Transaktionsreaktionen umfassen Preisanpassung, spezifische Freistellung, Escrow, Einbehalt, Fertigstellungsunterstützung, ausgeschlossene Vermögenswerte, aufschiebende Bedingung oder einen überarbeiteten Betriebsplan. Die Reaktion sollte den Nachweisen, der Wesentlichkeit, der Erstattungsfähigkeit und der Kontrollierbarkeit der zugrunde liegenden Ursache folgen.

10. Beschaffungsnachweise mit Terminplan und Leistung verknüpfen

Beschaffungsrisiken erstrecken sich auf Spezifikation, Lieferantenfähigkeit, Fertigung, Qualität, Logistik, Zoll, Lagerung, Installation und Gewährleistung. Eine als aufgegeben markierte Bestellung beweist nicht, dass die Ausrüstung rechtzeitig ankommt, integriert wird oder die erwartete Leistung erbringt.

Die Datenzuordnung sollte Terminaktivitäten mit Bedarfsanforderungen, Bestellungen, Lieferantenzeichnungen, Prüfpunkten, Fertigungsstatus, Versanddokumenten und Wareneingang auf der Baustelle verknüpfen. Durch AI unterstützter Abgleich kann fehlende Verknüpfungen und widersprüchliche Daten identifizieren. Für wesentliche Positionen bleiben physische Prüfungen und Lieferantenbestätigungen erforderlich.

Langliefer-/Long-Lead-Ausrüstung erfordert Nachweise für Design-Freeze, freigegebene Submittals, Produktionsslots, Fortschrittszahlungen, Qualitätspläne, Werksprüfungen und Versandbereitschaft. Eine finanzielle Notlage des Lieferanten kann eine verdeckte Risikoposition erzeugen, selbst wenn der gemeldete Fertigungsfortschritt hoch ist.

Substitutionsrisiko ist relevant, wenn ein Projekt alternative Ausrüstung annimmt. Das Team sollte technische Gleichwertigkeit, Zertifizierung, Schnittstelle, Gewährleistung, Lieferzeit und Vertragsfreigabe prüfen. Ein kostengünstigerer Ersatz kann Inbetriebnahmeverzögerungen oder Lebenszykluskosten verursachen, die die Beschaffungseinsparung übersteigen.

Die Transaktionsdokumente können identifizierte Beschaffungsrisiken durch Fertigstellungsunterstützung, spezifische Covenants, einbehaltene Gegenleistung oder Abschlussbedingungen zuordnen. Der Eigentümerplan sollte die Person benennen, die von der Unterzeichnung bis zur Fertigstellung für die Lieferantenbetreuung und das Schließen von Schnittstellen verantwortlich ist.

11. Die Inbetriebnahme als Nachweis-Gate für das Underwriting behandeln

Die Inbetriebnahme überführt installierte Ausrüstung in ein betriebsfähiges System. Mechanische Fertigstellung, Energieeinspeisung, Funktionsprüfung, integrierte Prüfung, Leistungsprüfung und Endabnahme sind getrennte Zustände. Die Due Diligence sollte die für jeden Zustand erforderlichen Nachweise und Zuständigkeiten ermitteln.

Prüfergebnisse sollten mit Auslegungsbetriebslast, vertraglichen Garantien und tatsächlichen Betriebsbedingungen verglichen werden. Ein bestandener Test bei Teillast kann die Zuverlässigkeit bei Volllast nicht belegen. Ein kurzer Test kann thermische, vibrations- oder regelungstechnische Instabilität nicht aufdecken. Waiver und Punch-List-Punkte sollten mit Risiko und Abhilfe verknüpft werden.

AI kann Prüfblätter, Alarmprotokolle und Leistungskurven über Ausrüstungspopulationen hinweg vergleichen. Es kann ungewöhnliche Ausfallsequenzen oder wiederholte manuelle Übersteuerungen identifizieren. Der Prüfer sollte Sensorkalibrierung, Testgrenzen, Datenvollständigkeit und die Auswirkung von Eingriffen des Bedienpersonals verifizieren.

Schnittstellenrisiken treten häufig während integrierter Tests auf. Ausrüstung, die einzeln besteht, kann ausfallen, wenn sie an Strom, Steuerung, Versorgungsmedien oder vorgelagerte Prozessbedingungen angeschlossen wird. Der im NASA-Handbuch beschriebene Systems-Engineering-Ansatz betont Anforderungen, Schnittstellen, Verifizierung, Validierung und technisches Management über den Lebenszyklus.[11]

Die Abschlussreife sollte zwischen Nachweisen unterscheiden, die vor der Unterzeichnung verfügbar sind, Nachweisen, die vor Fertigstellung erwartet werden, und Nachweisen, die erst während der Eigentümerphase entstehen können. Wesentliche Tests nach der Unterzeichnung können eine Bedingung, einen Einbehalt, eine Gewährleistung, eine Versicherung oder einen finanzierten Behebungsplan erfordern.

12. Zuverlässigkeitsanalyse aus Betriebs-, Ausfall- und Wartungsnachweisen aufbauen

Zuverlässigkeit ist die Wahrscheinlichkeit, dass ein Element seine geforderte Funktion unter festgelegten Bedingungen für einen festgelegten Zeitraum erfüllt. Die Due Diligence sollte Funktion, Betriebskontext, Anforderung, Ausfalldefinition und Beobachtungszeitraum festlegen, bevor eine Rate berechnet wird.

Eine reine Ausfallhistorie kann in die Irre führen. Eine geringe Ausfallzahl kann begrenzte Laufzeit, verdeckte Standby-Nutzung, fehlende Arbeitsaufträge oder kürzlichen Austausch widerspiegeln. Eine hohe Zahl kann aggressive Erkennung und gutes Reporting widerspiegeln. Die Analyse sollte Ausfälle mit Risikoposition, Betriebsbeanspruchung, Umgebung, Wartung und Konfiguration verknüpfen.

Hypothetische Kurven veranschaulichen die Sensitivität; sie sind keine Schätzungen für einen identifizierten Vermögenswert.

Der Gerätebestand sollte nach Bauart, Alter, Einsatzbeanspruchung und Änderungsstatus segmentiert werden. Die Zusammenfassung nicht vergleichbarer Anlagen kann eine schwache Kohorte verdecken. Zensierte Beobachtungen und ausgetauschte Einheiten sollten explizit behandelt werden. Konfidenzintervalle sollten angegeben werden, wenn die Stichprobe klein ist.

IEC 61508 behandelt die funktionale Sicherheit für elektrische, elektronische und programmierbare elektronische sicherheitsbezogene Systeme.[10] Sicherheitsintegrität, Zuverlässigkeit und Verfügbarkeit hängen zusammen, sind aber nicht gleichzusetzen. Eine Transaktionsprüfung sollte diese Unterscheidungen beibehalten und gegebenenfalls qualifizierte Expertise für funktionale Sicherheit hinzuziehen.

Tabelle 3. Zuverlässigkeitsnachweise und Auslegung im Transaktionskontext

Die Interpretation erfordert anlagenspezifisches ingenieurtechnisches Urteilsvermögen und den Betriebskontext.

13. Wartungshistorie in künftigen Liquiditätsbedarf umrechnen

Die Wartungs-Due-Diligence sollte geplante Arbeiten, abgeschlossene Arbeiten, überfällige Arbeiten, Ausfälle, Inspektionen, Mängel, Ersatzteile und Kapazitäten der Auftragnehmer abstimmen. Ziel ist es, den Arbeitsaufwand und den Liquiditätsbedarf zu schätzen, der erforderlich ist, um einen sicheren und zuverlässigen Betrieb gemäß dem Plan des Käufers aufrechtzuerhalten.

Arbeitsaufträge im Freitext können in Fehlermodi, Ursachen und Maßnahmen klassifiziert werden. Das Modell sollte Unsicherheit beibehalten, wenn die Sprache mehrdeutig ist. Wiederholte Symptomcodes können eine einzige ungelöste Grundursache darstellen. Abschlusstexte wie „geprüft, in Ordnung“ können nicht belegen, dass ein Defekt beseitigt wurde.

Der Wartungsrückstand sollte nach Sicherheitsfolgen, Produktionsfolgen, gesetzlichen Anforderungen, Anlagenkritikalität, Alter und Zugangszeitfenster segmentiert werden. Monetäre Schätzungen sollten Arbeitsleistung, Material, Fachunterstützung, Stillstand und Folgearbeiten umfassen. Der Wert des Wartungsrückstands ist nicht einfach die Summe der Schätzungen für Arbeitsaufträge, da verwandte Aufgaben überlappen oder eine gemeinsame Abschaltung erfordern können.

Die Arbeit der HSE zur Anlagenintegrität unterstreicht die Notwendigkeit von Instandhaltungssystemen, die sicherheitskritische Elemente bei Bedarf verfügbar und zuverlässig halten.[20] Die Transaktions-Due-Diligence sollte prüfen, ob Inspektions- und Instandhaltungsregime aktuelle Gefährdungen, Degradationsmechanismen und die betriebliche Beanspruchung widerspiegeln.

Der Eigentümerplan sollte Nachhol-Instandhaltung, wiederkehrende Instandhaltung und Verbesserungsinvestitionen unterscheiden. Nachholarbeiten können den Preis oder die Verschuldungskapazität beeinflussen. Wiederkehrende Arbeiten gehören in den Cashflow im eingeschwungenen Zustand. Verbesserungsinvestitionen erfordern einen separaten Business Case und sollten nicht dazu verwendet werden, die Kosten für die Wiederherstellung grundlegender Kontrolle zu verschleiern.

14. Betriebstechnik und Datenkontinuität prüfen

Engineering-Analytics stützt sich häufig auf Historian-Systeme, Steuerungen, Sensoren, Instandhaltungsplattformen und Fernzugriff durch Anbieter. Diese Systeme beeinflussen sowohl den Betrieb als auch die in der Due Diligence verwendeten Nachweise. Eine Schwäche bei Cybersicherheit oder Datenkontinuität kann daher Sicherheits-, Produktions- und Transaktionsrisiken erzeugen.

NIST SP 800-82 Revision 3 bietet Leitlinien zur Absicherung von Betriebstechnik und berücksichtigt dabei Anforderungen an Leistung, Zuverlässigkeit und Sicherheit.[9] Der Due-Diligence-Umfang sollte Assets, Zonen, Kommunikationskanäle, Fernzugriff, Identitäten, Protokollierung, Backups, Patchmanagement, nicht unterstützte Systeme und Incident Response abbilden.

AI-Modelle sollten nur die minimal erforderlichen Daten über kontrollierten Zugriff erhalten. Die Extraktion sollte Eingriffe in Produktionssysteme vermeiden. Schreibgeschützte Erfassung, sichere Staging-Bereiche, Malware-Scans, Verschlüsselung und Zugriffsprotokolle sollten definiert werden. Sensible Prozessdaten und geistiges Eigentum erfordern vertragliche und technische Kontrollen.

Das Team sollte prüfen, ob Analyseergebnisse nach Abschluss reproduziert werden können. Vom Verkäufer gehostete Software, proprietäre Konnektoren oder nicht dokumentierte Tag-Zuordnungen können Abhängigkeiten schaffen. Übergangsregelungen sollten Quell-Exporte, Schemata, Konfiguration, Zugangsdaten, Lizenzen und Fachunterstützung abdecken.

Cyber-Feststellungen sollten mit betrieblichen Folgen verknüpft werden. Ein anfälliger Fernzugriffspfad kann vor Unterzeichnung oder Abschluss geschlossen werden müssen. Ein schwaches Anlageninventar kann einen finanzierten Behebungsplan erfordern. Ein Modell sollte Produktionssysteme nicht aktiv sondieren, es sei denn, Umfang, Sicherheitskontrollen und Genehmigung erlauben dies ausdrücklich.

15. Modellrisiko und menschliche Überprüfung steuern

Das AI-Modellregister sollte Zweck, Verantwortlichen, Version, Daten, Validierung, Einschränkungen, Zugriff und genehmigte Verwendung erfassen. Es sollte deterministische Regeln, statistische Modelle und generative Systeme unterscheiden, da sich ihre Fehlermodi unterscheiden.

Die Validierung sollte Genauigkeit, Vollständigkeit, Robustheit und Reproduzierbarkeit anhand repräsentativer Transaktionsdaten prüfen. Sie sollte bekannte Positivfälle, bekannte Negativfälle und schwierige Randfälle einschließen. Die Performance sollte auf der für die Entscheidung maßgeblichen Einheit bewertet werden, etwa Aktivität, Arbeitsauftrag, Anlagen-Tag oder Feststellung.

Die menschliche Überprüfung erfordert Kompetenz und Unabhängigkeit, die der Fragestellung angemessen sind. Ein Planungsingenieur sollte die Terminplanlogik prüfen. Ein Kosteningenieur sollte Prognose und Eventualkosten prüfen. Ein Zuverlässigkeitsspezialist sollte die Fehleranalyse prüfen. Rechtliche und buchhalterische Schlussfolgerungen sollten bei qualifizierten Beratern bleiben.

Das Modell sollte Unsicherheit offenlegen. Die Extraktion durch Sprachmodelle kann die Quellpassage und die Konfidenz angeben. Anomalie-Modelle können Variablen anzeigen, die zum Score beitragen. Terminplanprüfungen können die betroffenen Aktivitäten und Pfade aufzeigen. Black-Box-Ergebnisse ohne Nachweise sollten lediglich als Hilfsmittel für die Aufdeckung dienen.

Die NIST-AI-RMF-Profilinitiative für kritische Infrastrukturen erkennt an, dass die AI-Nutzung über Informationstechnik, Betriebstechnik und industrielle Steuerungssysteme hinweg einen wiederholbaren Lebenszyklusansatz für Vertrauenswürdigkeit erfordert.[5] Regulatorische und vertragliche Pflichten hängen von Rechtsordnung und Verwendung ab. Das EU-AI-Gesetz schafft einen Rechtsrahmen für Entwicklung und Nutzung von AI-Systemen in seinem Geltungsbereich.[16] Eine grenzüberschreitende Transaktion sollte daher erfassen, wo das Modell entwickelt, betrieben und verwendet wird.

16. Bestätigte Feststellungen in Bewertung und Finanzierung übersetzen

Eine bestätigte technische Feststellung wirkt sich über Cashflow, Timing, Risiko oder Optionalität auf den Wert aus. Das Modell sollte den kausalen Pfad aufzeigen. Eine Inbetriebnahmeverzögerung kann die Eigentümerkosten verlängern und Umsatzerlöse verzögern. Aufgeschobene Instandhaltung kann sofortiges Kapital erfordern und die Verfügbarkeit verringern. Eine Zuverlässigkeitsschwäche kann Ersatzteilkosten, Ausfallkosten und Versicherungskosten erhöhen.

Die Bewertungsbrücke sollte Doppelzählungen vermeiden. Ein Anstieg der Fertigstellungskosten kann bereits den prognostizierten Cashflow reduzieren. Dasselbe Risiko sollte nicht zusätzlich einen separaten Multiple-Abschlag erhalten, es sei denn, es beeinflusst die Restunsicherheit oder die künftige Wirtschaftlichkeit. Finanz- und Engineering-Prüfer sollten die Behandlung gemeinsam genehmigen.

Der Entscheidungspfad ist illustrativ; tatsächliche Abhilfemaßnahmen hängen von Beweisen, Vertrag und anwendbarem Recht ab.

Die Verschuldungskapazität kann durch verbleibende Investitionsausgaben, Fertigstellungsrisiko, Verfügbarkeit, Instandhaltungs-Cashflow, Versicherung und Covenant-Spielraum beeinflusst werden. Das Finanzierungsmodell sollte den Zeitpunkt der Behebung und die Partei, die sie finanziert, prüfen. Verkäuferunterstützung hat nur Wert, wenn Verpflichtung, Betrag, Dauer und Bonität glaubwürdig sind.

IFRS 3 regelt den Ansatz und die Bewertung von Vermögenswerten und Verbindlichkeiten bei einem Unternehmenszusammenschluss sowie den daraus resultierenden Geschäfts- oder Firmenwert oder einen günstigen Erwerb.[13] IFRS 13 bietet einen Rahmen für die Fair-Value-Bewertung.[15] Technische Feststellungen sollten mit ausreichenden Nachweisen an Bilanzierungs- und Bewertungsspezialisten kommuniziert werden, um Ansatz, Bewertung und Anhangangaben beurteilen zu können.

Tabelle 4. Von der technischen Feststellung zur wirtschaftlichen und transaktionsbezogenen Reaktion

Die Behandlung hängt von Wesentlichkeit, Kontrollmöglichkeit, Rechnungslegung, Vertrag und Nachweisen zur Rückgewinnung ab.

17. Transaktionsschutz aus kausalen Nachweisen formulieren

Transaktionsschutz sollte dem identifizierten Risiko und der Partei folgen, die es am besten kontrollieren oder tragen kann. Pauschale Gewährleistungen können schwach sein, wenn der Befund ein konkretes Projekt, einen Vermögenswert oder eine Datenbeschränkung betrifft. Die Due-Diligence-Akte sollte eine präzise Formulierung durch qualifizierte Rechtsberater ermöglichen.

Eine Vollzugsbedingung kann den Abschluss eines Tests, die Vorlage von Nachweisen, eine Zustimmung, eine Genehmigung oder eine Behebung verlangen. Eine Preisanpassung kann eine messbare Finanzierungslücke berücksichtigen. Ein Escrow oder Einbehalt kann eine definierte Risikoposition absichern. Eine Gewährleistung oder Freistellung kann ein Risiko zuweisen, das den Vollzug überdauert. Ein Covenant kann Arbeiten nach der Unterzeichnung regeln.

Rechtsbehelfe erfordern Auslöser und Messung. Wenn der Schutz von der Zuverlässigkeit abhängt, sollte das Dokument Ausrüstung, Funktion, Zeitraum, Betriebsbedingungen, Ausfallereignis, Nachweise und Berechnung definieren. Wenn er vom Projektabschluss abhängt, sollte es Meilensteine, Abnahme, Ausschlüsse und Long-Stop-Folgen definieren.

IAS 37 behandelt Rückstellungen, Eventualverbindlichkeiten und Eventualforderungen.[14] Rechtliche Ansprüche und bilanzielle Ansatzfähigkeit sind getrennte Fragen. Das Transaktionsteam sollte diese Unterscheidung beibehalten, wenn es einen technischen Befund in ein Modell oder eine Offenlegung überführt.

Das Nachweispaket sollte in Verhandlungen verwendbar sein. Es sollte den bestätigten Befund, Quelldokumente, Analyse, Stellungnahme des Managements, Schlussfolgerung des Spezialisten, wirtschaftliche Auswirkung und vorgeschlagene Maßnahme enthalten. Die Modellausgabe allein reicht nicht aus.

18. Den Plan für die Eigentümerphase vor der Unterzeichnung erstellen

Einige technische Risiken können nur während der Eigentümerphase gelöst werden. Der Käufer sollte jedes akzeptierte Risiko vor der Unterzeichnung in eine Initiative mit Verantwortlichem, Umfang, Budget, Abhängigkeit, Meilenstein, Nachweis und Entscheidungsbefugnis umwandeln.

Die ersten hundert Tage können die Neubasierung des Zeitplans, die Validierung der Fertigstellungskosten, kritische Instandhaltung, Ersatzteilbeschaffung, OT-Zugriffskontrolle, Konfigurationsbereinigung und die Einbindung von Lieferanten umfassen. Die Arbeiten sollten um Sicherheit, Kontinuität und Liquidität herum sequenziert werden statt um einen generischen Integrationskalender.

Datenkontinuität ist eine Day-One-Anforderung. Der Käufer sollte den Zugriff auf native Terminplandateien, Kostenhistorien, Anlagenregister, Instandhaltungsunterlagen, Historian-Exporte, Modelldokumentation und Konfiguration sicherstellen. Übergangsleistungen sollten Reaktionszeiten, Sicherheit und Exit-Regelungen umfassen.

Managementfähigkeit ist Teil des technischen Risikos. Das Team sollte Planer, Kosteningenieure, Zuverlässigkeitsspezialisten, Steuerungsingenieure und Instandhaltungsleiter identifizieren, deren Wissen erforderlich ist. Bindungs- und Nachfolgemaßnahmen sollten aus der verifizierten Abhängigkeit von Rollen folgen.

Der Investmentausschuss sollte die Gesamtkosten des Eigentums sehen. Kaufpreis, Fertigstellungsfinanzierung, Nachhol-Instandhaltung, Systembehebung und Risikopuffer sollten in einer einheitlichen Sources-and-Uses-Rechnung und Wertbrücke erscheinen. Ein attraktiver Headline-Multiple kann ein umfangreiches Instandsetzungsprogramm nach Fertigstellung verbergen.

19. Due Diligence über Nachweis-Gates und Entscheidungsprotokolle steuern

Das Due-Diligence-Büro sollte einen wöchentlichen Nachweisrhythmus etablieren. Jede wesentliche Frage hat einen Verantwortlichen, erforderliche Nachweise, Status, Schlussfolgerung, wirtschaftliche Auswirkung und eine vorgeschlagene Entscheidung. Offene Punkte sollten nach Wesentlichkeit und Zeit bis zur Klärung priorisiert werden.

Das Modellteam sollte kontrollierte Releases veröffentlichen. Jedes Release erfasst Quell-Snapshots, Code- oder Modellversion, Parameter, Tests und geänderte Ergebnisse. Wesentliche Änderungen sollten der Engineering- und Transaktionsleitung erläutert werden, bevor sie in eine Board-Vorlage eingehen.

Tabelle 5. Governance-Gates für die AI-unterstützte technische Due Diligence

Die Ausgestaltung der Entscheidungs-Gates sollte auf den Transaktionszeitplan und die delegierten Befugnisse abgestimmt sein.

Das Entscheidungsprotokoll sollte festhalten, warum eine Feststellung die Transaktion verändert hat oder nicht. Dies schützt vor Wissensverlust in späten Phasen und hilft dem Eigentümerteam, akzeptierte Risiken zu verstehen. Außerdem liefert es Rückmeldungen für künftige Transaktionen.

Interessenkonflikte sollten sichtbar sein. Ein Verkäufer kann die Datenextraktion kontrollieren. Ein Anbieter kann davon profitieren, Ersatzarbeiten zu identifizieren. Ein Modellanbieter kann die eigene Genauigkeit überbetonen. Unabhängigkeit, Zugang und Vergütung der Prüfer sollten bei Wesentlichkeit bewertet werden.

Das Board-Pack sollte bestätigte Feststellungen, ungelöste Einschränkungen und Management-Szenarien trennen. Es sollte darlegen, welche Schlussfolgerungen auf physischer Prüfung, Bestätigung durch Dritte oder künftigen Tests beruhen. Diese Struktur stützt eine Entscheidung unter Unsicherheit, ohne fehlende Nachweise zu verschleiern.

20. Ein wiederholbares Kontrollsystem für Engineering-Diligence aufbauen

Die AI-gestützte Engineering-Diligence wird wiederholbar, wenn die Organisation eine kontrollierte Methode beibehält und nicht nur eine Sammlung von Prompts und Tabellen. Die Methode verbindet Umfang, Daten, Analyse, Prüfung, Wirtschaftlichkeit, Transaktionsschutz und Ownership-Maßnahmen.

Wiederverwendbare Komponenten umfassen Datenwörterbücher, Identifikator-Zuordnungen, Terminplanprüfungen, Kostenabstimmungen, Instandhaltungstaxonomien, Reliability-Notebooks, Nachweisvorlagen und Entscheidungsprotokolle. Sie sollten an Anlagentyp und Transaktionsthese angepasst werden. Die Standardisierung sollte technisches Ermessen und lokale regulatorische Anforderungen wahren.

Das System sollte aus Ergebnissen lernen. Nach Abschluss können tatsächliche Kosten, Terminplanung, Zuverlässigkeit und Sanierungsergebnisse mit den Due-Diligence-Feststellungen verglichen werden. Diese Rückmeldungen können optimistische Schwellenwerte, schwache Datenquellen, übersehene Fehlermodi und wertvolle Frühindikatoren aufzeigen. Die Modellverbesserung sollte kontrollierte und rechtlich zulässige Daten verwenden.

Portfoliolernen sollte den Transaktionskontext bewahren. Ein Terminplansignal aus einem Greenfield-Projekt lässt sich möglicherweise nicht direkt auf eine Brownfield-Stilllegung übertragen. Fehlermodi bei rotierenden Anlagen können für softwaregesteuerte Logistikassets wenig Relevanz haben. Die Bibliothek sollte daher bei jeder Feststellung Anlagenklasse, Lebenszyklusphase, Betriebsaufgabe, Datenvollständigkeit, Eingriff und Ergebnis erfassen. Diese Attribute helfen Prüfern, vergleichbare Nachweise auszuwählen und unangemessene Verallgemeinerungen zu vermeiden.

Die Qualitätssicherung sollte die gesamte analytische Kette abdecken. Prüfungen der Quellpopulation prüfen, ob alle erforderlichen Unterlagen eingegangen sind. Transformationsprüfungen prüfen Identität, Einheiten, Daten und Versionen. Modellprüfungen prüfen erwartetes Verhalten und Randfälle. Feststellungsprüfungen prüfen Quellenbelege, Prüferfreigabe und wirtschaftliche Übersetzung. Freigabeprüfungen stellen sicher, dass Board-Pack, Bewertungsmodell und Transaktionsdokumente denselben freigegebenen Feststellungssatz verwenden. Ausnahmen sollten sichtbar bleiben, bis sie geklärt oder vom autorisierten Entscheidungsträger akzeptiert sind.

Das Betriebsmodell benötigt außerdem eine sichere Aufbewahrungsrichtlinie. Einige Nachweise können für Transaktionsverhandlungen, Finanzierung, Versicherung, Gewährleistungsverwaltung oder künftige Streitigkeiten erforderlich sein. Andere Zieldaten müssen möglicherweise nach einem festgelegten Zeitraum gelöscht werden. Das Diligence-Büro sollte Aufbewahrungs-, Zugriffs-, Legal-Hold- und Vernichtungsregeln nach Datenklasse dokumentieren. Die Nutzung für das Modelltraining sollte eine gesonderte Berechtigung erfordern und vertragliche, datenschutzrechtliche, wettbewerbsrechtliche und geistige Eigentumsrechte beachten.

Das ultimative Maß ist die Entscheidungsqualität. Die Analyse sollte wesentliche Risiken früh genug aufzeigen, um Preis, Struktur, Schutz, Bereitschaft oder Ownership-Umsetzung zu ändern. Sie sollte unwesentliches Rauschen effizient verwerfen. Abdeckung, Rückverfolgbarkeit, Prüfungsdauer, Konversion von Feststellungen und Genauigkeit nach Abschluss der Transaktion bilden ein ausgewogenes Leistungsset.

Für den Käufer ist das Ergebnis eine belastbare Brücke von technischen Nachweisen zu Wert und Risiko. Für Kreditgeber bietet es einen klareren Blick auf Fertigstellung, Instandhaltung und Cash-Risiko. Für das Management ist es ein priorisierter Ownership-Plan. Für den Board ist es eine prüffähige Grundlage für die Entscheidung, ob und wie unterzeichnet wird.

Quellen

1. U.S. Government Accountability Office, Leitfaden zur Terminplanbewertung: Best Practices für Projektterminpläne, GAO-16-89G, 2015, https://www.gao.gov/products/gao-16-89g
2. US Government Accountability Office, Leitfaden zur Kostenschätzung und -bewertung: Bewährte Verfahren für die Entwicklung und Verwaltung von Programmkosten, GAO-20-195G, 2020, https://www.gao.gov/products/gao-20-195g
3. National Institute of Standards and Technology, Rahmenwerk für das Risikomanagement künstlicher Intelligenz 1.0, NIST AI 100-1, 2023, https://doi.org/10.6028/NIST.AI.100-1
4. National Institute of Standards and Technology, Rahmenwerk für das Risikomanagement künstlicher Intelligenz: Profil für generative künstliche Intelligenz, NIST AI 600-1, 2024, https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf
5. National Institute of Standards and Technology, Konzeptpapier: Vertrauenswürdige Nutzung von AI im Profil für kritische Infrastrukturen, 2026, https://www.nist.gov/system/files/documents/2026/04/08/Draft%20Concept%20Note_%20Development%20of%20the%20NIST%20AI%20RMF%20Trustworthy%20Use%20of%20AI%20in%20Critical%20Infrastructure%20Profile.pdf
6. Internationale Organisation für Normung, ISO/IEC 42001:2023 Managementsystem für künstliche Intelligenz, https://www.iso.org/standard/42001
7. Internationale Organisation für Normung, ISO 55001:2024 Anforderungen an ein Asset-Management-System, https://committee.iso.org/sites/tc251/home/projects/published/iso-55001.html
8. Internationale Organisation für Normung, ISO 55013:2024 Leitfaden zum Management von Datenvermögenswerten, https://www.iso.org/management-system-standards-list.html
9. National Institute of Standards and Technology, Leitfaden zur Sicherheit von Betriebstechnik, NIST SP 800-82 Revision 3, 2023, https://doi.org/10.6028/NIST.SP.800-82r3
10. Internationale Elektrotechnische Kommission, IEC 61508-2:2010 Anforderungen an die funktionale Sicherheit elektrischer, elektronischer und programmierbarer elektronischer sicherheitsbezogener Systeme, https://webstore.iec.ch/en/publication/5516
11. Nationale Luft- und Raumfahrtbehörde, NASA-Handbuch für Systems Engineering, NASA/SP-2016-6105 Revision 2, https://www.nasa.gov/reference/systems-engineering-handbook/
12. Nationale Luft- und Raumfahrtbehörde, Erweiterte Leitlinien für das Systems Engineering der NASA, Band 1, NASA/SP-2016-6105/SUPPL, 2016, https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20170007238.pdf
13. IFRS Foundation, IFRS 3 Unternehmenszusammenschlüsse, https://www.ifrs.org/issued-standards/list-of-standards/ifrs-3-business-combinations/
14. IFRS Foundation, IAS 37 Rückstellungen, Eventualschulden und Eventualforderungen, https://www.ifrs.org/issued-standards/list-of-standards/ias-37-provisions-contingent-liabilities-and-contingent-assets/
15. IFRS Foundation, IFRS 13 Bemessung des beizulegenden Zeitwerts, https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
16. Europäische Union, Verordnung (EU) 2024/1689, Gesetz über künstliche Intelligenz, https://eur-lex.europa.eu/eli/reg/2024/1689/oj
17. Organisation für wirtschaftliche Zusammenarbeit und Entwicklung, OECD AI-Prinzipien, https://oecd.ai/en/ai-principles
18. Cybersecurity and Infrastructure Security Agency, Absicherung industrieller Steuerungssysteme, https://www.cisa.gov/sites/default/files/publications/Securing_Industrial_Control_Systems_S508C.pdf
19. Nationale Luft- und Raumfahrtbehörde, MSFC-Handbuch für Systems Engineering, MSFC-HDBK-3173, https://standards.nasa.gov/standard/msfc/msfc-hdbk-3173
20. Health and Safety Executive des Vereinigten Königreichs, Schlüsselprogramm 3: Programm zur Anlagenintegrität, https://www.hse.gov.uk/offshore/assets/docs/kp3.pdf