Wie bereitet man ein Unternehmen auf eine KI-gestützte Due Diligence vor?

Kapitalgeber und Investoren befragen KI-Engines bereits zu potenziellen Investments, bevor die formelle Due Diligence beginnt. Vorbereitung bedeutet, diese Prompts zunächst selbst durchzuführen, zu lesen, was die Engines heute sagen, und die zugrunde liegenden Quellen zu korrigieren, bevor ein Käufer oder Journalist überhaupt fragt.

Das Pre-Diligence-Audit: Schritt für Schritt

1. Führen Sie die Due-Diligence-Prompts durch, bevor der Käufer es tut. Stellen Sie ChatGPT, Gemini und Perplexity die Fragen, die ein Kapitalgeber stellen würde, zum Beispiel: „Was sind die größten Risiken bei [Unternehmen]?“, „Erzählen Sie mir von [Gründer], seiner Erfolgsbilanz, Kontroversen, früheren Unternehmen“ und „Wie schneidet [Marke] im Vergleich zu Mitbewerbern ab?“. Jede Engine wird anders antworten und sich auf unterschiedliche Quellen stützen.
2. Erfassen Sie jede Antwort mit ihrer Quellenangabe. Retrieval-First-Engines wie Perplexity zeigen die herangezogenen Quellen direkt im Text an. AIQ protokolliert diese Quellen zusammen mit der generierten Antwort, sodass Sie nicht nur sehen, was gesagt wird, sondern auch, welcher Wikipedia-Absatz, Artikel oder Foren-Thread die Darstellung bestimmt.
3. Identifizieren Sie Lücken auf Quellenebene und priorisieren Sie nach Schweregrad. Häufige Arten von Lücken: ein Wikipedia-Artikel, der eine behördliche Maßnahme falsch zuordnet; ein Nachrichten-Thread, der bei Suchanfragen nach „[Gründer] Kontroverse“ prominent erscheint; ein dünner oder fehlender Wikidata-Eintrag, der die Engines dazu bringt, grundlegende Fakten zur Entität zu raten; keine maßgebliche Berichterstattung über einen wichtigen geschäftlichen Meilenstein.
4. Bearbeiten Sie die zugrunde liegenden Quellen in den Monaten vor dem Prozess. Die Engines direkt zu prompten ändert nichts, da jede Engine ihre Antwort zum Zeitpunkt der Abfrage aus den Quellen, denen sie vertraut, neu aufbaut. Quellenarbeit, einschließlich Wikipedia-Korrekturen, neuer maßgeblicher Presseberichte, Korrekturen an strukturierten Daten und Aktualisierungen von Wikidata-Entitäten, führt zu wesentlich anderen KI-Antworten, wenn die Käufer anfangen zu fragen. Die Vorlaufzeit beträgt in der Regel mehrere Monate für Retrieval-Engines und länger für Engines, die stark auf Trainingsdaten basieren.

Wo der gleiche Ansatz gilt

Das gleiche Audit-Muster (Prompts durchführen, Quellenangaben lesen, im Vorfeld Abhilfe schaffen) gilt vor einem Börsengang, einer wichtigen Personalentscheidung, einem behördlichen Verfahren oder jedem anderen entscheidenden Moment, in dem die KI-vermittelte Wahrnehmung eine Rolle spielt und genügend Vorlaufzeit vorhanden ist, um die Quellenarbeit im Voraus zu erledigen.