Eine Financial Due Diligence (Finanzprüfung vor einer Transaktion) liefert nur dann belastbare Erkenntnisse, wenn die zugrunde liegenden Finanzinformationen vollständig und nachvollziehbar sind. Sind Daten lückenhaft oder inkonsistent, verlieren Analysen zu Ergebnis, Net Working Capital und Net Debt an Aussagekraft. Für Entscheider in Banken, Versicherern und Finanzdienstleistern, die Zukäufe oder Verkäufe vorbereiten, lässt sich die Prüfung der Datenqualität in zwei Blöcke gliedern. Block eins ist die Verlässlichkeit der Zahlen. Zu klären sind die angewendeten Rechnungslegungsgrundsätze, der Prüfungsstatus mit seinen Sicherheitsgraden (eine prüferische Durchsicht bietet weniger Sicherheit als eine Abschlussprüfung), Ermessensspielräume und Änderungen der Bilanzierungsmethoden. Dazu kommen die Überleitbarkeit von Managementzahlen auf die geprüften Abschlüsse, die Vollständigkeit und Konsistenz von Gewinn- und Verlustrechnung, Bilanz und Cashflow, die Abgrenzung des Berichtskreises zum Transaktionsumfang, Pro-forma-Anpassungen, Detailtiefe und Aktualität sowie die periodengerechte Abgrenzung. Block zwei ist der Erstellungsprozess: Verantwortlichkeiten, Monats-, Quartals- und Jahresabschluss, Systeme und Datenflüsse mit Schnittstellen und Excel-Zwischenschritten, Konsolidierung, Forecast-Prozess sowie aktuelle Dokumentation. Bei Carve-outs liegen für den Geschäftsbereich oft keine eigenständigen geprüften Zahlen vor. Hier braucht es eine schrittweise Überleitung vom Konzern auf den Transaktionsumfang. Allokationsschlüssel, etwa nach Umsatz, Personalzahl oder Fläche, werden konsistent angewendet, begründet und in ihrer Wirkung auf die Kennzahlen beurteilt. Bei Geschäftsmodellen mit hohem Ermessen kann ein Gespräch mit dem Abschlussprüfer helfen. Es ersetzt die eigene Analyse nicht. Generative KI kann die Sichtung großer Unterlagenmengen beschleunigen. Bewährt hat sich ein mehrstufiges Vorgehen: Dokumente und Berichtsperioden erfassen, die Analysefelder einzeln mit einem festen Template bearbeiten und erst danach zusammenführen. Die KI nennt für jede Aussage die Quelle und trennt dokumentierte Fakten, abgeleitete Beobachtungen und offene Punkte. Das Prüfteam verantwortet die Beurteilung von Wesentlichkeit und Ermessensentscheidungen. Wegen der Vertraulichkeit sollte der Einsatz nur in unternehmensseitig geprüften, freigegebenen und datenschutzkonformen Anwendungen erfolgen.