Rusty Wiley, CEO und Präsident von Datasite – Interviewreihe

Rusty Wiley, CEO und Präsident von Datasite, leitet das Unternehmen seit 2014 und hat dessen Umwandlung von der Merrill Corporation, einem Unternehmen, das sich hauptsächlich auf Finanzkommunikation und druckbezogene Dienstleistungen konzentrierte, in ein globales Software-as-a-Service (SaaS)-Unternehmen, das sich auf Fusionen und Übernahmen (M&A) sowie strategische Transaktionen fokussiert, überwacht. Vor seinem Eintritt bei Datasite verbrachte Wiley mehr als sieben Jahre bei IBM, wo er als General Manager für Banking und Financial Markets sowie als Managing Partner tätig war und umfangreiche Erfahrung in den Bereichen Finanzdienstleistungen, Unternehmens‑Technologie und Geschäftstransformation sammelte.

Datasite ist eine globale Technologieplattform, die Deal‑Macher über den gesamten M&A‑Lebenszyklus hinweg unterstützt, einschließlich Deal‑Sourcing, Vorbereitung, Due Diligence, Finanzierung, Restrukturierung und nach‑Transaktions‑Prozessen. Die Plattform kombiniert sichere virtuelle Datenräume mit eigens entwickelten KI‑Funktionen wie automatischer Schwärzung, semantischer Suche, Dokumentenzusammenfassung, Übersetzung, KI‑unterstütztem Q&A und Intelligenz für die Deal‑Entstehung. Datasite gibt an, dass seine Technologie mehr als 626.000 Deal‑Macher und über 16.000 Transaktionen pro Jahr unterstützt und Investmentbanken, Private‑Equity‑Firmen, Unternehmen sowie Anwaltskanzleien eine sichere Umgebung für die Verwaltung komplexer Transaktionen und sensibler Informationen bietet.

Sie sind 2014 zu Datasite gekommen, nachdem Sie bei IBM den Bereich Banking und Financial Markets geleitet hatten, und haben anschließend dabei geholfen, Datasite von einem Unternehmen für Finanzkommunikation und Druck in eine globale Softwareplattform für Fusionen und Übernahmen zu transformieren. Wie hat diese Erfahrung Ihre Überzeugung geprägt, dass die nächste Phase des Deal‑Machens um KI‑Agenten und nicht um traditionelle virtuelle Datenräume herum aufgebaut wird?

Als ich 2014 zu Datasite kam, stand der virtuelle Datenraum im Zentrum finanzieller Transaktionen. Er hatte das Deal‑Machen bereits transformiert, indem er sensible Informationen aus physischen Räumen in eine sichere, durchsuchbare digitale Umgebung verlegte. Im Laufe des nächsten Jahrzehnts wurde deutlich, dass der Datenraum zugleich das Fundament für etwas viel Größeres schuf.

Mit zunehmender Größe wuchs auch die Chance. Datasite unterstützt heute etwa 55.000 Transaktionen pro Jahr, was uns einen einzigartigen Einblick gibt, wie Deal‑Arbeit abläuft. Bei diesem Volumen sehen wir mehr als nur Dokumente. Wir sehen Workflows, Muster und die Tausende wiederkehrender Aufgaben, die jede Transaktion umgeben. Das eröffnet eine enorme Möglichkeit, KI und Automatisierung einzusetzen, um Teams zu ermöglichen, viel schneller von Informationen zu Handlungen zu kommen. Tatsächlich sehen wir das bereits geschehen. Die aktuelle Datasite‑Studie The New Deal Team zeigt, dass Unternehmen, die KI ignorieren, innerhalb von fünf Jahren Schwierigkeiten haben werden, wettbewerbsfähig zu bleiben, und die meisten Deal‑Macher sagen, dass das reine Vertrauen auf menschliche Entscheidungen bei komplexen Deals nicht mehr vertretbar ist.

Deshalb geht es in der nächsten Phase darum, Intelligenz und Automatisierung auf dieser vertrauenswürdigen Infrastruktur aufzubauen. KI kann Informationen analysieren, Risiken und Chancen aufzeigen, institutionelles Wissen mit Live‑Transaktionsdaten verbinden und zunehmend mehrstufige Workflows ausführen, die heute einen erheblichen Teil der Zeit eines Deal‑Teams beanspruchen. Agenten können kontinuierlich Informationen überwachen, Analysen durchführen und die Arbeit vorantreiben, während Menschen sich auf Urteilsbildung, Verhandlungen und die Entscheidungen konzentrieren, die die Ergebnisse bestimmen.

Vor diesem Hintergrund sind Datenräume das Fundament für die nächste Generation des Deal‑Machens. Die Dokumente, Berechtigungen, Sicherheit und die Kollaborations‑Ebene bleiben entscheidend. KI macht dieses Fundament weitaus wertvoller, weil sie den Kontext der Informationen versteht und darauf reagieren kann. Wir sehen bereits, dass dieses Modell über den Datenraum hinausgeht, indem Datasite‑Inhalte sicher in KI‑gestützte Workflows fließen, während die bestehenden Berechtigungen erhalten bleiben.

Sie haben die Zukunft von Datasite als KI‑native Betriebssystem für Fusionen und Übernahmen beschrieben. Was unterscheidet ein Betriebssystem, das Deal‑Workflows ausführen kann, von einem virtuellen Datenraum, der lediglich Dokumentensuche, Zusammenfassung oder einen konversationalen Assistenten hinzufügt?

Suche und Zusammenfassung sind wirklich nützlich, aber sie arbeiten jeweils an einem einzigen Dokument und beantworten nur eine Frage, die jemand gestellt hat – das ist eine Einschränkung, wenn man bedenkt, wie ein Transaction von innen aussieht. Jeder Deal besteht aus Hunderten miteinander verbundener Aufgaben, die gleichzeitig laufen, darunter Due‑Diligence‑Anfragen, Management‑Präsentationen, rechtliche Prüfungen, Finanzierungs‑Workstreams und Genehmigungen; all das involviert unterschiedliche Personen mit verschiedenen Berechtigungen und Fristen. Erfahrene Banker rekonstruieren den Deal‑Status aus E‑Mail‑Threads und einem Tracker, den jemand am Dienstag aktualisiert hat, und bis Donnerstag sind die Daten bereits veraltet.

Ein Betriebssystem hält diesen Zustand fest, sodass es verbundene Daten in Echtzeit aktualisiert, erkennt, welcher Workstream im Rückstand ist, welche Anfrage seit sechs Tagen unbeantwortet liegt und welche Informationen im Widerspruch zu dem stehen, was letzte Woche eingereicht wurde. Sobald das System das wirklich versteht, kann es Arbeiten vorbereiten, bevor jemand danach fragt, Engpässe markieren und den nächsten Schritt zwischen Parteien koordinieren, die zu diesem Zeitpunkt nicht direkt miteinander kommunizieren.

Deshalb hat sich die Diskussion so schnell von der Frage, ob KI im M&A überhaupt hingehört, hin zu der Frage verlagert, wie sie verantwortungsbewusst integriert werden sollte. In unserer Forschung nutzen bereits 96 % der Deal‑Macher KI beim Sourcing und Screening, und die Due Diligence ist zu einem der klarsten Anwendungsfälle geworden, wobei die Hälfte der Deal‑Macher KI regelmäßig einsetzt oder bereits in den Prozess integriert hat. Der Punkt ist, dass die Branche die Startlinie bereits überschritten hat und der Vorteil den Unternehmen zufällt, die KI von einem reinen Werkzeug zu einer gesteuerten Betriebsschicht weiterentwickeln.

Warum wird proprietäre Transaktions‑Daten für die Leistung eines M&A‑Agents wichtiger sein als der Zugriff auf das leistungsstärkste, allgemein einsetzbare Large‑Language‑Model? Welche Signale ermöglichen es einem Agenten, zu verstehen, wie eine reale Transaktion voranschreitet, anstatt nur einzelne Dokumente zu interpretieren?

Foundation‑Modelle sind außergewöhnlich und verbessern sich ständig, aber sie stehen gleichzeitig allen Unternehmen zur Verfügung. Jeder Vorteil, den ein Unternehmen heute durch das beste Modell hat, hat eine kurze Haltbarkeit, wenn der Konkurrent um die Ecke gleichzeitig Zugriff erhält oder ein neues Modell Wochen später angekündigt wird.

Proprietärer Kontext wird nicht in gleicher Weise breit verfügbar, und genau dort sehe ich den dauerhaften Unterschied und Wettbewerbsvorteil. Unter den Verträgen und Finanzberichten liegen Tausende von Interaktionen zwischen Käufern, Verkäufern, Beratern und Management‑Teams, und die Reihenfolge dieser Interaktionen hat echte Bedeutung. Die Reihenfolge, in der Dokumente hochgeladen werden, sagt etwas darüber aus, wie gut ein Verkäufer tatsächlich vorbereitet ist, ebenso wie eine Due‑Diligence‑Frage, die beim dritten Durchlauf präziser zurückkommt, Aufschluss darüber gibt, wo die eigentliche Sorge des Käufers liegt, und ein Workstream, bei dem sich die Reaktionszeiten stillschweigend verdoppelt haben, weist darauf hin, dass etwas schiefgelaufen ist, lange bevor jemand es äußert.

Das ist die Intelligenz, die ein Agent benötigt, wenn er im gesamten M&A‑Prozess wirklich nützlich sein soll. Ein Dokument gut zu lesen ist eine Fähigkeit, die zunehmend zu einer Ware wird. Zu erkennen, dass ein Deal bereits drei Wochen im Voraus abdriftet, bevor jemand es laut ausspricht, ist etwas völlig anderes und resultiert aus der Beobachtung von Zehntausenden realer Transaktionen und nicht aus dem Training mit öffentlichen Informationen.

Ein Agent könnte potenziell Zielprofile zusammenstellen, Tausende von Dokumenten prüfen, widersprüchliche Angaben identifizieren und Due‑Diligence‑Workflows koordinieren. Welche dieser Aktivitäten können Agenten heute zuverlässig ausführen, und welche sollten weiterhin explizite menschliche Genehmigung erfordern?

Für viele Unternehmen organisiert KI‑Agentur bereits enorme Informationsmengen, vergleicht Dokumente auf Inkonsistenzen, deckt potenzielle Risiken auf, erstellt Due‑Diligence‑Zusammenfassungen und hält routinemäßige Workflows am Laufen – alles schneller, als ein Team manuell bewältigen könnte. Deal‑Macher fühlen sich damit wohl, weil genau dies die Bereiche sind, in denen KI Reibungsverluste beseitigen kann, ohne das Urteilsvermögen der Menschen zu entfernen. In unserer Forschung gaben 46 % der Deal‑Macher an, dass KI bereits bei der Identifizierung von Zielunternehmen und der Erstellung von langen und kurzen Listen führend ist, während 45 % dasselbe über die Erkennung von Warnsignalen während der Due Diligence angaben. Noch wichtiger ist, dass Deal‑Macher beginnen, den kommerziellen Wert zu sehen, nicht nur die Effizienz. Etwa ein Viertel der Befragten in der Datasite‑Studie sagte, KI habe ihnen geholfen, einen Deal abzuschließen, den sie sonst verpasst hätten, und zwei Drittel sehen KI über den gesamten Lebenszyklus hinweg als Mittel, ein Transaction‑Risiko zu mindern.

Das Bild ändert sich deutlich, wenn man sich dem Abschluss nähert. Nur 22 % der Deal‑Macher geben an, einer von KI generierten Empfehlung zum Weitergehen zum Vertragsabschluss zu folgen, während 45 % glauben, dass die Unterzeichnung eine rein menschliche Entscheidung bleiben sollte. Instinkt ist solide. Jede Akquisition beruht auf Vertrauen. Vertrauen Sie diesem Management‑Team genug, um es mit Kapital zu unterstützen? Sind Sie mit den Risiken einverstanden, die die Due Diligence nicht vollständig aufklären konnte? Diese Fragen erfordern Urteilsvermögen und, noch wichtiger, jemanden, der für die Antwort Verantwortung übernimmt. KI sollte Ihnen helfen, schneller zu einer besseren Entscheidung zu kommen, aber sie sollte nicht der Entscheidungsträger sein. Deshalb sind Werkzeuge, die auf gesteuerter KI für das Deal‑Umfeld basieren und berechtigte Inhalte, quellenbasierte Antworten, Workflow‑Kontext und menschliche Genehmigung dort, wo Urteilsvermögen und Verantwortung entscheidend sind, so wichtig.

Wie verteidigen Sie einen agentenbasierten Deal‑Raum gegen Risiken wie Prompt‑Injection, unbefugte Datenextraktion, kompromittierte Dokumente oder Aktionen, die über die Berechtigung eines Nutzers hinausgehen?

Der Fehler besteht darin, Sicherheit als nachträgliche Schicht nach der Einführung von KI zu betrachten. Im M&A müssen Sicherheit und Governance von Anfang an integriert werden, da die zugrunde liegenden Informationen hochsensibel und häufig marktbewegend sind.

Jede Transaktion enthält Material, das möglicherweise nie öffentlich wird, von finanziellen Kennzahlen und geistigem Eigentum bis hin zu Kundenbeziehungen und strategischen Plänen. Jeder Agent, der in diesem Umfeld arbeitet, muss denselben Governance‑Rahmen einhalten, der den Deal selbst schützt. Er darf niemals auf Informationen zugreifen, die über die Berechtigungen eines Nutzers hinausgehen, was bedeutet, dass Identität und Berechtigungen auf der Datenschicht durchgesetzt werden müssen und nicht einem Prompt überlassen werden dürfen. Jede Aktion muss protokolliert werden, jede Empfehlung muss zu einem Quelldokument zurückverfolgt werden, und jeder automatisierte Workflow muss die Autorität der Person übernehmen, die ihn initiiert hat, ohne sie zu überschreiten. Deshalb haben wir unseren MCP‑Server sicherheits‑first entwickelt. Der Markt bewegt sich in dieselbe Richtung. In unserer Forschung waren Genauigkeit und Sicherheit die KI‑Attribute, die Deal‑Macher am meisten schätzten, wobei Sicherheit bei den Befragten in EMEA und APAC an erster Stelle stand. Im M&A ist Vertrauen nicht getrennt von der Produkterfahrung. Es ist das, was das Produkt nutzbar macht.

Halluzinationen sind besonders gefährlich, wenn ein KI‑System Verträge, Finanzberichte und regulatorische Offenlegungen analysiert. Wie sollte ein M&A‑Agent Unsicherheit kommunizieren, Belege für seine Schlussfolgerungen liefern und erkennen, wann ein Problem an einen Banker, Anwalt oder Fachexperten eskaliert werden muss?

Im M&A ist, wenn zwei Dokumente einander widersprechen, diese Widersprüchlichkeit das Ergebnis. Wenn die Antwort auf eine Frage anhand der Dokumente und Daten im Raum nicht verfügbar ist, stellt diese Informationslücke ein Ergebnis dar und ist häufig bedeutender als die eigentliche Antwort.

Jedes im M&A eingesetzte KI‑System sollte ausschließlich evidenzbasiert sein, da jede Schlussfolgerung auf das zugrunde liegende Dokument verweisen muss, widersprüchliche Informationen sollten klar hervorgehoben und nicht stillschweigend abgeglichen werden, und geringe Sicherheit sollte im Ergebnis transparent ausgewiesen werden. Die Branche baut bereits diese Disziplin auf, was ich ermutigend finde.

Beweise sind der Ausgangspunkt des Gesprächs. Genauigkeit war das mit Abstand wichtigste Attribut, das Deal‑Macher in unserer Forschung nannten, und die gängigste Methode, wie Unternehmen Vertrauen aufbauen, ist nach wie vor die menschliche Prüfung von KI‑generierten Ergebnissen. Eine selbstbewusste, aber nicht untermauerte Antwort ist in einer Transaktion gefährlich. Ebenso eine Antwort, die vollständig wirkt, aber stillschweigend Unsicherheit überspringt. Ebenso wichtig finde ich, dass ein Viertel der Deal‑Macher erwartet, dass ein schlechter KI‑Einsatz in den nächsten fünf Jahren mehrere hochkarätige Deals zerstören wird. Das erinnert daran, dass das Risiko nicht nur darin besteht, KI nicht zu nutzen, sondern KI ohne die richtigen Kontrollen, Belege und Eskalationspunkte einzusetzen. Meine eigene Sichtweise ist, dass KI den Deal‑Professionals einen bemerkenswert gründlichen ersten Durchlauf ermöglicht, indem sie die Recherche übernimmt und die Belege organisiert, aber was diese Belege bedeuten und was als Nächstes geschehen sollte, muss weiterhin ein menschliches Urteil bleiben.

Sie haben vorgeschlagen, dass kleinere, KI‑unterstützte Deal‑Teams mit viel größeren traditionellen Teams konkurrieren könnten. Wie könnte das die Wirtschaftlichkeit und Besetzung von Transaktionen verändern, und was passiert mit den Junior‑Rollen, über die Banker und Anwälte traditionell die Grundlagen des Deal‑Machens erlernen?

Jede Technologiegeneration verändert die Zusammensetzung der Arbeit, anstatt den Bedarf an Menschen zu eliminieren, und ich denke, genau das geschieht im M&A. Junior‑Banker, Anwälte und Analysten haben historisch tausende Stunden damit verbracht, Dokumente zu prüfen, Tracker zu aktualisieren, Due‑Diligence‑Anfragen zu organisieren und Materialien zusammenzustellen. KI sollte die nächtlichen Arbeitsschichten um 2 Uhr reduzieren, weil sie einen Großteil dieser schweren Arbeit übernehmen kann. Der Produktivitätszuwachs ist real. Aber die wichtigere Frage ist, was Unternehmen mit der zurückgewonnenen Zeit anfangen werden.

Junior‑Fachkräfte müssen weiterhin Urteilsvermögen entwickeln, an Verhandlungen teilnehmen und lernen, wie erfahrene Deal‑Macher denken. Wenn KI die administrative Informationsbeschaffung übernimmt, kann ein zweijähriger Associate bereits an substantieller Arbeit teilnehmen und an den bedeutenden Diskussionen, die zu geschäftskritischen Entscheidungen führen, viel früher mitwirken als meine Generation. Unternehmen, die dies gut umsetzen, werden die gewonnene Zeit in ihr Personal reinvestieren, anstatt sie einfach als Marge zu verbuchen.

Welche Benchmarks sollte die Branche verwenden, um einen M&A‑Agenten zu bewerten? Sollte die Leistung anhand der Genauigkeit der Dokumentenprüfung, entdeckter Due‑Diligence‑Probleme, Fehlalarm‑Raten, Workflow‑Abschlüsse, Reduzierung der Deal‑Dauer oder der letztendlichen Qualität der Transaktionsergebnisse gemessen werden?

Die operativen Kennzahlen sind wichtig, und wir verfolgen alle, um sicherzustellen, dass jedes eingesetzte Tool effektiv und präzise ist. Diese messen jedoch, ob die KI ihre Aufgabe korrekt ausgeführt hat. Kunden möchten wissen, ob der Deal selbst durch den Einsatz besser abgewickelt wurde.

Die Fragen und Benchmarks, die ich nützlicher finde, betreffen beispielsweise, ob das System ein Risiko aufgedeckt hat, das sonst übersehen worden wäre, ob das Team mehr Möglichkeiten bewerten konnte als zuvor, ob die Due Diligence kürzer wurde, ohne an Tiefe zu verlieren, und ob Führungskräfte mehr Zeit mit Verhandlungen und weniger mit der Suche nach Informationen verbrachten. Wir haben bereits einige Belege dafür. Unsere Forschung zeigt, dass 24 % der Deal‑Macher angeben, KI habe ihnen geholfen, einen Deal abzuschließen, den sie sonst verpasst hätten, und 66 % sehen den Einsatz von KI über den gesamten Lebenszyklus hinweg als entscheidenden Weg, das Risiko einer Transaktion zu mindern.

Der H1‑2026‑Bericht von Datasite zeigt, dass die weltweiten Deal‑Kickoffs um 31 % im Jahresvergleich steigen, angeführt von einem Wachstum von 52 % in den Amerikas, verglichen mit 13 % in Europa, dem Nahen Osten und Afrika sowie 4 % im asiatisch‑pazifischen Raum. Was treibt diese regionale Divergenz an, und könnte der Zugang zu agentenbasierter Technologie die Produktivitätslücke zwischen den Märkten vergrößern oder verkleinern?

Die Daten spiegeln wider, was viele Deal‑Macher in den letzten Monaten gespürt haben: Das Vertrauen kehrte in den Amerikas schneller zurück, unterstützt durch günstige Finanzierungsbedingungen und eine größere Bereitschaft, Vermögenswerte auf den Markt zu bringen. Interessanterweise verzeichnete APAC das langsamste Wachstum bei den Kickoffs mit 4 %, und dennoch sind die APAC‑Deal‑Macher laut unserer Forschung die aggressivsten KI‑Adoptierer mit klarem Abstand. Sie führen jede Region bei der KI‑Nutzung von Sourcing und Screening bis zur Due Diligence an, wobei 56 % sie regelmäßig einsetzen oder vollständig integriert haben, verglichen mit 49 % in EMEA und 47 % in den Amerikas. Sie fühlen sich auch am wohlsten, wenn sie bedeutende Entscheidungsbefugnisse an KI abgeben. Meine Einschätzung ist, dass Einschränkungen die Adoption vorantreiben, weil dort, wo das Deal‑Volumen schwerer zu finden ist und Teams schlanker arbeiten, der Anreiz, mehr aus jedem Fachmann herauszuholen, stärker wird.

Natürlich kann Technologie keine Transaktionen erzeugen. Sie wird die Zinsen nicht bewegen oder eine regulatorische Prüfung verkürzen. Was sie jedoch tun kann, ist die Produktivität jedes Teams beim Durchführen eines Deals zu steigern, und diese Fähigkeit skaliert weitaus schneller als die Personalzahl, weshalb ich langfristig erwarte, dass KI die Produktivitätslücke zwischen den Märkten verkleinert statt vergrößert.

Der Insight‑Report von Datasite zeigt zudem, dass Teams in mehreren Märkten Transaktionen schneller starten, während die Due Diligence weiterhin langwierig bleibt, mit einem Median von 238 Tagen im asiatisch‑pazifischen Raum. Welche verbleibenden Engpässe eignen sich am besten für KI‑Agenten, und welche sind grundlegend an Verhandlungen, Regulierung, Finanzierungsbedingungen oder menschliche Entscheidungsfindung gebunden?

Der Start eines Deals ist deutlich schneller geworden, weil Unternehmen bessere Daten, stärker automatisierte Prozesse und mehr Vertrauen bei der frühen Identifizierung von Chancen haben. Die Due Diligence ist anders, weil dort die Komplexität zunimmt, und Komplexität lässt sich nicht wie das Volumen komprimieren. Die Due Diligence dauert im APAC‑Raum immer noch im Median 238 Tage, und nach meiner Erfahrung wird nur ein kleiner Teil dieser Zeit für Analysen verwendet. Der Großteil dient der Koordination, etwa dem Abgleich von Dokumenten mit sich ändernden Anfragen, mehreren Beratern und wechselnden Prioritäten.

Die Due Diligence ist jedoch genau der Bereich, für den Agenten optimiert sind. Sie können den Fortschritt über Workstreams hinweg überwachen, fehlende Elemente identifizieren, Inkonsistenzen zwischen Dokumenten aufzeigen und die Folgematerialien vorbereiten, bevor das Team überhaupt danach fragt. Deshalb bewerten unsere Befragten die Due Diligence als die Phase, in der KI die höchste Rendite liefert, und nur 4 % nutzen sie dort überhaupt nicht.

KI hat natürlich bedeutende Grenzen. Menschen müssen weiterhin Vertrauen aufbauen, Risiken und Chancen abwägen und entscheiden, ob der Deal den Preis wert ist. Die stärkste Erkenntnis aus unserer Forschung, zumindest für mich, war, dass Deal‑Macher KI nicht als Ersatz für Urteilsvermögen sehen, sondern eher als Mittel, Urteile schneller und fundierter zu treffen. Während ein größerer Teil des Prozesses und der administrativen Arbeit auf Technologie übergeht, werden die Gespräche, die nur Menschen führen können, zu den wertvollsten Stunden im Deal‑Lebenszyklus.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Datasite besuchen.