Börsenzeitung, March 2019

Daten über Daten: Big Data in der Private Equity Branche

  • Share

Hedge Fonds nutzen sie schon lange: globale, schier unendliche Datenmengen, welche mittels spezieller IT Systeme zielorientiert aufgearbeitet und verwertet werden: sogenannte „Big Data“. Quantitative Hedge Fonds verarbeiten diese Datenmengen vor allem mittels selbstlernender Computer Algorithmen, um über den Kauf und Verkauf von Anlagen zu entscheiden – im Sekunden- Minuten- oder Tagesrhythmus.

Die Private Equity Branche handelt und denkt in Zyklen von mindestens einem Jahrzehnt. Sie investiert in Unternehmen, welche per se nicht an der Börse gehandelt sind. Digital verfügbare Daten gab es hier historisch betrachtet nur begrenzt und so setzte die Branche vor allem auf Menschen, deren Netzwerke, Expertise und Intuition, um die besten Unternehmen im Markt ausfindig zu machen und später als Miteigentümer zu verwalten.

Diese Zeit ist im Umbruch und es wird zunehmend klar, dass Daten und deren Management mittlerweile eine Schlüsselrolle für PE Häuser spielen: Aufsichtsbehörden und Investoren fragen nach mehr und zunehmend individualisierten Daten im Sinne einer erhöhten Transparenz. PE Häuser selbst benötigen für ihr Controlling eine effiziente und sichere Datenverarbeitung. Um den wachsenden Anforderungen an das Datenmanagement gerecht zu werden, bedarf es massgeschneiderter Technologien - definitiv vorbei sind die Zeiten Excel-basierter Reportings. Die steigende Anzahl an RegTech Startups spiegelt diesen aktuellen Bedarf der Branche. 

Es steigt aber nicht nur die Nachfrage nach Daten sondern vor allem deren Angebot. PE Häuser haben über ihre Investitionen grosse Datenmengen recherchiert, welche durch die Informationen von spezialisierten Dienstleistern ergänzt werden. Portfolio-Unternehmen ihrerseits arbeiten mit umfassenden Daten, um die eigene Wertschöpfung zu optimieren, und Konsumenten hinterlassen in einer digitalisierten Welt fortwährend ihre Datenspur zu persönlichen Interessen und Präferenzen.

 

Es gibt enorme Datenmengen im Markt, die täglich exponentiell wachsen. Nur wer diese Datenmengen zielorientiert verarbeitet, kann im heutigen Markt die notwendigen Renditen erwirtschaften.

In einer rezenten globalen EY Studie* bestätigen 95% aller befragten Private Equity Häuser, künftig mehr Analytik zu verwenden. Analytik ermöglicht die Identifikation von Korrelationen, Mustern und gezielten Informationen innerhalb der globalen, zunächst unstrukturierten Datenmengen. 83% aller PE Häuser suchen laut dieser Studie Geschäftspartnerschaften mit Unternehmen aus dem Bereich der Digital- und/ oder Technologie-Expertise. Wenn Know-How und Personal zur Umsetzung der digitalen Strategie im eigenen Haus fehlen, kann es sinnvoll sein, Geschäftspartnerschaften mit spezialisierten Unternehmen einzugehen.

Big Data ist in der PE Branche viel später als in anderen Branchen angekommen: Venture Capital Häuser zum Beispiel investieren schon lange in Startups aus dem Bereich Datenmanagement und nutzen Big Data auch für ihre eigene Zwecke, insbesondere zum Screening attraktiver Anlageobjekte. Für Hedge Fonds gehört Big Data seit 20 Jahren zum Tagesgeschäft.

In der PE Branche verändert Big Data die Wertschöpfung auf verschiedenen Ebenen. Deal Sourcing, Due  Diligence und operative Wertschöpfung in den Zielunternehmen können als die wichtigsten Aspekte benannt werden.

Deal Sourcing: in quantitativer Hinsicht verstärkt Big Data den Deal Flow und zeigt PE Häusern Investitionsmöglichkeiten auf, welche durch ausschließliche Nutzung menschlicher Netzwerke oft nicht hätten identifiziert werden könnnen. In qualitativer Hinsicht kann der Deal Flow nach festgelegten Kriterien rationalisiert werden, so dass sich die Deal Teams auf geeignete, vorselektierte Anlageobjekte fokussieren können. Im Deal Sourcing kann die gezielte Auswertung von Social-Media-Daten als Beispiel benannt werden: PE Häuser, welche in der Konsumgüter-Branche investiert sind, wenden zunehmend Analytik-Methoden auf Daten der sozialen Medien an, um Konsumentenpräferenzen zu identifizieren und Trends zu antizipieren. So können Potenziale von Marken und Konsumgüter-Unternehmen besser bewertet werden. 

Due Diligence: Technologie und Daten unterstützen PE Häuser in der Untersuchung möglicher Anlageobjekte, ihrer Stärken und Schwächen, der wichtigsten Treiber von Wachstum und Profitabilität. Auch helfen Daten im Benchmarking des Anlageobjektes zu Konkurrenten sowie in der Marktpositionierung auf Grundlage starker und relevanter Leistungskennzahlen (KPIs). Untersuchte man vormals in einer Due Diligence die Vergangenheit eines Unternehmens, wird der Ansatz heute bspw. über Szenario Analysen zunehmend antizipativ. Ein durch Big Data gestärkter Due Diligence Prozess ermöglicht PE Häusern schlussendlich, den Preis für das Target präziser festzulegen.

Operative Wertschaffung: Unternehmen nutzen zunehmend Technologien, um ihre Prozesse zu skalieren und zu verbessern. Die gezielte Analyse von Daten aus unterschiedlichen Quellen ermöglicht PE Häusern eine Priorisierung von Tätigkeitsfeldern in ihren Portfoliounternehmen. Eine Segmentierung der Kundenbasis, eine Neuentwicklung der Produktpalette, Restrukturierung von Vertrieb und Marketing, eine Rationalisierung von Vertriebskanälen sind nur einige Beispiele korrigierender Maßnahmen seitens PE Häusern, die auf Basis von Analytik-Methoden in Portfoliounternehmen umgesetzt werden können. 

Big Data kann somit die Grundlagen des Geschäftsmodells stärken. Der Investment-Manager hat nicht weniger Aufgaben sondern trifft seine Entscheidungen lediglich auf Basis von mehr verfügbarer Information. In einem kompetitiven Markt ist dies zunehmend wichtig. Die Einstiegpreise sind hoch und der Spielraum zwischen einer guten und einer schlechten Investitionsentscheidung ist eng. Auch das Risikomanagement der Branche wird durch Big Data und bessere Möglichkeiten in der Durchführung von Stress Tests gestärkt.

Digitale Technologie und Big Data werden künftig kritische Wettbewerbsvorteile generieren. Sie dürfen aber nicht losgelöst von der Strategie, den Kompetenzen und Menschen eines PE Hauses betrachtet werden. Werden moderne Datenanalyeverfahren nur eingeführt, weil jeder andere es tut, führt dies nie zum gewünschten Ergebnis. Vor der Implementierung von Big Data sollten PE Häuser zunächst ihre digitale Strategie formulieren. Diese muss an der Unternehmensstrategie ausgerichtet sein und die konkreten Erfordernisse im Bereich Big Data identifizieren. Entsprechend der digitalen Strategie werden die passenden Technologien, Tools und Produkte ausgesucht sowie implementiert. Die bestehenden Geschäftsprozesse werden sich am Einsatz der Technologien orientieren und hieran anpassen – nicht umgekehrt. Selbstverständlich muss auch der Aufbau des erforderlichen Know How unter den Mitarbeitern sichergestellt sein. 

Big Data kann den gesamten Prozess einer Transaktion stärken und effizienter gestalten. Dabei ist es wichtig, die richtige Balance zwischen Mensch und Intuition einserseits sowie Daten und Analytik andererseits zu finden. Es ist nicht zu erwarten, dass die Investment Teams der Private Equity Branche von Big Data und Digitalisierung ersetzt werden. Allerdings ist davon auszugehen, dass diejenigen Marktteilnehmer, welche die aktuelle Transformation nicht ernst nehmen, sich künftig im Markt nur schwer positionieren können.

Big Data wird wichtige Funktionen in der PE Branche übernehmen und diese verändern. Unverändert bleiben dabei das grundlegende Geschäftsmodell von Private Equity und die Tatsache, dass die menschliche Einschätzung eines Portfoliounternehmens zentraler Anker im Tun eines jeden PE Hauses ist und bleibt.

 

 * Ernst & Young LLP’s Private equity Global Divestment Study 2018