Wovor ich 2026 beim Kaufen vorsichtig wäre
Keine Liste verlorener Kategorien. Eine Liste von Mustern, bei denen die üblichen Prüfantworten nicht mehr genügen — samt der Bedingungen, unter denen jedes davon vollkommen investierbar ist.
Dies ist ein Raster, keine Empfehlung und schon gar keine Prognose zu einzelnen Unternehmen. Es benennt Muster, die die Beweislast erhöhen — Fälle, in denen eine klassische Due Diligence sauber zurückkommen und die wichtige Frage dennoch offenlassen kann.
Zu jedem Muster gehört der Gegenfall, denn keines ist ein Ausschlusskriterium. Es geht darum zu wissen, welche zusätzliche Frage beantwortet sein muss, bevor ein Preis vereinbart wird.
1. Produkte, deren Wert überwiegend Oberfläche ist
Software, deren Beitrag darin besteht, Daten ansprechend darzustellen, Dokumente zu erzeugen oder einen Ablauf um eine einfache zugrunde liegende Operation zu legen. Genau diese Arbeit erledigen generative Werkzeuge gut, und der kundensichtbare Teil ist weitgehend reproduzierbar.
2. Geschäfte, die Stunden für reproduzierbare Arbeit verkaufen
Dienstleister, deren Umsatz sich nach Aufwand bemisst, für standardisierte Arbeit: Implementierung, Migration, Dokumentation, First-Level-Analyse, Routineberichte. Fällt der Aufwand, fällt der aufwandsbasierte Umsatz mit ihm — unabhängig davon, wie gut geliefert wird.
3. Kategorien, die eine Plattform mühelos erreicht
Horizontale Produkte, an IT-Käufer verkauft, angrenzend an einen Prozess, den eine große Plattform bereits beherbergt, und mit niedriger Schwelle für „gut genug“. Der Wettbewerber ist ein gebündeltes Feature und kein weiterer Anbieter.
4. Thesen, die darauf bauen, dass Entwicklungsersparnis zur Marge wird
Ein Plan, in dem ein erheblicher Teil der Rendite aus KI-getriebener Entwicklungsproduktivität stammt. Die Ersparnis ist meist real. Ob sie den Wettbewerb übersteht, ist eine andere Frage — die der Plan in der Regel nicht stellt.
5. Datenbestände, die groß statt unnachbaubar sind
Menge, die als Burggraben ausgegeben wird. Große Datenbestände, die im Kern eine Aufzeichnung öffentlicher oder käuflicher Ereignisse sind, gehalten von einem Unternehmen, das daraus nichts gebaut hat, was nur es bauen konnte.
6. Unternehmen, die KI für erledigt erklärt haben
Ein spezielles und leicht kontraintuitives Muster: Geschäfte mit starker KI-Erzählung, echter Nutzung — und einem Management, das die Disruptionsfrage deshalb für beantwortet hält. Nutzung ist ein operativer Befund. Über die fortbestehende Knappheit des Produkts sagt sie nichts.
Was das nicht bedeutet
Keines dieser Muster kennzeichnet ein schlechtes Geschäft, und sie als Ausschlusskriterien zu behandeln wäre in beide Richtungen falsch: Es würde gute Assets aussortieren und über die verbleibenden falsche Sicherheit erzeugen.
Der häufigere Fehler ist tatsächlich der umgekehrte. Disruption zu überschätzen zerstört dauerhafte Vorteile schneller als jeder Wettbewerber — wer aus einer verteidigungsfähigen Position heraus in Panik gerät, richtet den Schaden selbst an. Der Sinn einer sorgfältigen Prüfung ist, genau zu wissen, welche Teile nicht exponiert sind, und dort mit Überzeugung weiter zu investieren.
Vorsicht ist keine Meinung über eine Branche. Sie ist eine Meinung darüber, welche Fragen vor der Preisfindung beantwortet sein müssen.