In Private Equity entsteht die Gesamtrendite an den Rändern
Innerhalb eines einzelnen Buyout-Fonds treibt eine kleine Anzahl von Deals das Ergebnis – das heißt, sie haben einen überproportionalen Einfluss auf das relative Abschneiden eines bestimmten Fonds. In einer großen globalen Stichprobe von Buyouts über mehr als drei Jahrzehnte hat rund jedes zehnte Investment keinen Gewinn erzielt, während rund jedes vierte einen Brutto-IRR von über 50 Prozent erzielte – bei typischen Haltedauern von vier Jahren entspricht dies einem außerordentlichen Multiplikator von 3x bis 8x auf das eingesetzte Eigenkapital. Ein medianer Buyout-Deal erzielte rund das 1,9-fache brutto und einen Brutto-IRR von 21 Prozent; der rechte Rand der Renditeverteilungskurve liegt weit darüber.1
Der Managerskill zeigt sich, wenn er vorhanden ist, genau an diesen Rändern. In einer Studie über 113 Buyout-Firmen, die seit 2000 jeweils mindestens fünf Milliarden US-Dollar eingeworben hatten, erzielten konsistente Outperformer bei 32 Prozent ihrer Deals einen IRR von über 15 Prozent, gegenüber 18 Prozent bei Underperformern. Gleichzeitig schrieben sie fünf Prozent ihrer Deals ab, gegenüber acht Prozent bei den Underperformern.2 Diversifikation kann viele einzelne Verluste abfedern; sie kann jedoch nicht das Fehlen des einen oder der zwei herausragenden Gewinner ausgleichen, die einen Jahrgang ausmachen.
Die Arithmetik ist unerbittlich. Betrachten wir einen hypothetischen Buyout-Fonds mit zehn gleich großen Deals: Ein fünffacher Gewinner, ein Totalverlust und acht 1,5-fache Ergebnisse ergeben einen Bruttomultiplikator von etwa 1,7x. Ersetzt man den fünffachen Gewinner durch einen flachen Exit mit dem 1,0-fachen, fällt der Fonds auf 1,3x. Ein einziger verpasster Gewinner kann aus einer starken eine schwache Fondsperformance machen. Ersetzt man hingegen eines der 1,5x-Ergebnisse durch einen zweiten fünffachen Gewinner, springt der Bruttomultiplikator auf über 2x. Einen weiteren Gewinner zu identifizieren, macht aus einem starken Ergebnis ein großartiges.
Genau deshalb liegt der Hauptnutzen von KI im Private Equity unserer Ansicht nach nicht in der Produktivität im Durchschnittsfall. Schnellere Memos sind wertvoll, aber ein Manager, der schneller ist, dabei jedoch dieselben großartigen Deals verpasst und dieselben schlechten genehmigt, hat die Renditen nicht verbessert. Die wichtigere Frage ist, ob KI dabei hilft, ein weiteres Investment im obersten Dezil zu identifizieren oder eine Wertminderung zu vermeiden, die andernfalls das Investmentkomitee passiert hätte.
Wir nennen dies die Tail-Perspektive. In Anlageklassen mit asymmetrischen Ergebnissen auf Deal-Ebene wie Private Equity wird der wertvollste Beitrag von KI unserer Ansicht nach durch die Verbesserung der Ergebnisse an den Rändern entstehen, nicht allein durch Effizienz im Durchschnittsfall.
KI wirkt dabei durch zwei unterschiedliche Mechanismen
Zum einen ermöglicht die Erweiterung des rechten Randes breiteres Deal-Sourcing, frühzeitigere Identifikation und verborgene Muster zu erkennen sowie eine schnellere Analyse. KI kann Teams helfen, mehr Manager und Unternehmen zu prüfen, als es eine rein menschliche Pipeline erlaubt. In fragmentierten Privatmärkten kann dies helfen, übersehene Opportunitäten früher zu identifizieren, auch wenn der positive Fall wahrscheinlich länger braucht, um sich zu belegen, als die Reduzierung von Abwärtsrisiken.
Zum anderen wird der linke Rand, wo schwache Deals die Performance belasten, verkürzt. KI ermöglicht eine tiefere Due Diligence, das Erkennen von Inkonsistenzen und die Identifikation typischer Versagensmuster. KI kann mehr Material lesen, mehr Präzedenzfälle vergleichen und mehr Widersprüche aufdecken als jedes menschliche Team unter dem Zeitdruck einer Due Diligence. Hier ist der kurzfristige Evidenzfall am intuitivsten: Eine bessere Gegenprüfung sollte die Wahrscheinlichkeit verringern, dass vermeidbare Wertminderungen auftreten.
Zusammengenommen komprimieren diese Effekte die Verteilung nicht einfach. Wir sind der Überzeugung, dass sie das Potenzial haben, sie nach rechts zu verschieben: weniger vermeidbare Verluste, mehr identifizierte Gewinner und höherwertige Dealgelegenheiten, die dem menschlichen Urteilsvermögen zur Entscheidung vorliegen.
Private Equity bleibt ein People Business. Renditen hängen von Urteilsvermögen angesichts von Unsicherheit, Managementqualität, Beziehungen und Vertrauen ab. Deshalb halten wir das Modell KI-gestützter Menschen für das wirksamste: Werkzeuge, die die Abdeckung erweitern, Analysen beschleunigen, Annahmen hinterfragen und die Governance stärken – während Menschen die Verantwortung behalten.
Der nachhaltige Wettbewerbsvorteil von PE-Managern im KI-Zeitalter
Wir sind überzeugt, dass innerhalb weniger Jahre jede große Private-Equity-Firma Zugang zu leistungsfähigen KI-Basismodellen, einer Form kritischer Prüfarchitektur und groß angelegter Datenverarbeitung haben wird. Diese Fähigkeiten werden für sich genommen keinen Manager von einem anderen unterscheiden. Die entscheidende Frage wird sein, was proprietär bleibt, sobald die zugrunde liegende Technologie zur Ware wird. Unserer Ansicht nach ist es die Kombination aus menschlichem Urteilsvermögen, Investmentphilosophie, proprietären Daten, Workflow-Integration, Governance und Unternehmenskultur.
Die Faktoren, die am Entscheidungspunkt am meisten zählen, fehlen oft im Datenraum: ein Managementteam einschätzen, interpretieren, was ein Gesprächspartner nicht sagt, Boarddynamiken spüren, kulturelle Passung und Teamkohäsion bewerten und das Vertrauen mit einem Gründer aufbauen, das bestimmt, wer den nächsten Anruf erhält. KI-Werkzeuge sind wertvoll, weil sie das menschliche Urteilsvermögen freisetzen, sich auf diese Faktoren zu konzentrieren – nicht, weil sie es ersetzen.
Wenn jeder Manager dieselben KI-Modelle über ähnliche Daten verwendet und Investmentkriterien und deren Gewichtung an Modelle delegiert – was unserer Überzeugung nach nie geschehen sollte –, könnten sich Investmentthesen homogenisieren und Manager in dieselben Investmentopportunitäten drängen oder dieselben Risiken übersehen. Manager sollten daher Kreativität walten lassen und hinterfragen, externe Perspektiven einfließen lassen, die Investmentkriterien regelmäßig überprüfen und ihre Aufmerksamkeit explizit für Opportunitäten bewahren, die sich von früheren Gewinnern unterscheiden.
Ausblick: Von Unterstützung zu Antizipation
Die KI-Fähigkeiten, die Private Equity in den nächsten fünf bis zehn Jahren prägen werden, sind in unterschiedlichem Ausmaß bereits heute möglich. Der Ausblick lautet nicht, dass sie plötzlich entstehen. Er lautet, dass einige Firmen möglicherweise besser positioniert sind, sie als überprüfte, gemessene und wiederholbare Teile des Investmentprozesses schneller einzusetzen als andere. Gleichzeitig stellt die Überprüfung, Governance und die Evidenz der Erkenntnisse eine wichtige Herausforderung bei der Implementierung von KI-Fähigkeiten dar, da dies länger dauert als die Verbesserung von KI-Basismodellen.
Für institutionelle Anleger lautet die Frage in der Due-Diligence nicht mehr, ob ein Manager angibt, KI zu nutzen. Die nützlichere Frage ist, ob und wie KI in den Investmentprozess und die Governance-Architektur eines Managers eingebettet ist. Der ultimative Test für institutionelle Anleger ist nicht, ob ein Manager KI hat oder nutzt, sondern ob der Manager zeigen kann, wie KI die Qualität, Konsistenz und Robustheit von Investitionsentscheidungen im Laufe der Zeit verbessert.
1 Lopez-de-Silanes, F., Phalippou, L. and Gottschalg, O., 'Giants at the Gate: Investment Returns and Diseconomies of Scale in Private Equity', Journal of Financial and Quantitative Analysis, 50(3), 2015.
2 Bain & Company, Global Private Equity Report 2020, 'Public vs. Private Equity Returns'.
Weitere beliebte Meldungen:
