Die beeindruckende AI-Demo im Pitch Deck? Könnte ein dünner Wrapper um GPT-4 mit einem Custom Prompt sein. Ich habe über 30 AI-Unternehmen für Investoren bewertet. 40 % hatten Wrapper-Risiko — dünne Schichten auf Foundation Models, aufgehübscht als proprietäre Innovation. Sie brauchen jemanden, der produktive AI bei Cisco (100M+ Nutzer) und AuraLinkOS (319 Microservices, ~20 AI Agents) gebaut hat, um Ihnen zu sagen, was tatsächlich hinter der Demo läuft. Mohammed Cherifi, AI Tech Due Diligence-Berater für VC- und PE-Firmen, bewertet AI-Architektur auf molekularer Ebene — Pipelines reverse-engineeren, Skalierbarkeitsbehauptungen stresstesten und EU AI Act-Risiko klassifizieren, bevor Sie den Scheck schreiben.
Das Zielunternehmen behauptet proprietäre AI. Ihre Infrastrukturrechnung erzählt eine andere Geschichte: $3K/Monat an OpenAI-API-Aufrufen und ein React-Frontend. Ohne jemanden, der gebaut hat, was sie behaupten zu haben, können Sie einen echten Moat nicht von einer Prompt-Kette unterscheiden.
Ihre technischen Berater sind generalistische CTOs. Keiner hat Multi-Agent-Systeme ausgeliefert, physik-informierte neuronale Netze gebaut oder 319 Microservices deployed. Sie haken Checkboxen ab. Sie reverse-engineeren keine AI-Pipelines.
Post-Akquisition entdecken Sie, dass die ‚AI-Plattform' mit Klebeband, manuellen Prozessen und einem Ingenieur zusammengehalten wird, der alles geschrieben hat. Schlüsselperson-Risiko, das Sie nicht eingepreist haben, weil die DD nicht tief genug geschaut hat.
Die EU AI Act-Durchsetzung beginnt August 2026. Eine Hochrisiko-AI-Klassifizierung fügt €500K-€2M an Compliance-Kosten hinzu, die niemand budgetiert hat. Ihr DD-Team versteht AI-Regulierung nicht, weil es noch nie konforme Systeme gebaut hat.
Sie erhalten eine tiefgehende technische Untersuchung von jemandem, der die exakten Systeme gebaut hat, die Zielunternehmen behaupten zu haben. Kein Generalist mit einem Template. Kein Junior-Analyst mit einer Scorecard. Jemand, der die Infrastrukturrechnung lesen und sofort wissen kann, ob die AI echt ist.
Den AI-Stack reverse-engineeren: Modellarchitektur, Training-Pipeline, Dateninfrastruktur, Deployment-Topologie und Skalierbarkeitsgrenzen. Ist das ein feinabgestimmtes Modell, ein RAG-System, eine Prompt-Kette oder echte neuartige Architektur? Die Antwort bestimmt alles.
Verteidigungsfähigkeit über fünf Dimensionen evaluieren: proprietäre Datenvorteile, Modelldifferenzierung, Integrationstiefe, Wechselkosten und Wettbewerbspositionierung gegen Foundation-Model-Roadmaps. Moat-Haltbarkeit bei 6, 12 und 24 Monaten bewerten.
Ampel-Bewertung über 8 Dimensionen: Technical Debt, Teamfähigkeit, Skalierbarkeit, Sicherheitslage, EU AI Act-Exposition, Datenqualität, Vendor-Abhängigkeit und IP-Eigentum. Jede Dimension verglichen mit 30+ früheren Bewertungen.
Klare GO/NO-GO/CONDITIONAL-Empfehlung mit risikoadjustiertem Bewertungsinput, geschätzten Behebungskosten und einem 90-Tage-Post-Close-Aktionsplan. Eine Entscheidung, kein Dokument.
Eine strukturierte AI-Technical-Due-Diligence-Methodik, entwickelt aus der Evaluierung von über 30 AI-Unternehmen von Series A bis Growth Equity. Geht über Code-Review hinaus, um die gesamte AI-Wertschöpfungskette zu bewerten.
VC- und PE-Firmen, die AI-native Unternehmen von Seed bis Growth Equity evaluieren. Fund-of-Funds, die eine portfolioweite AI-Risikobewertung brauchen. Corporate-M&A-Teams, die AI-Fähigkeiten akquirieren. Sie brauchen mehr als einen generalistischen Berater — Sie brauchen jemanden, der die exakten Systeme gebaut und ausgeliefert hat, die Sie evaluieren.
Rapid Scan dauert 1-2 Wochen und deckt Architektur, Team und Top-Level-Risikobewertung ab. Full Due Diligence dauert 2-4 Wochen und umfasst tiefgehenden Code-Review, Skalierbarkeitstest, EU AI Act-Klassifizierung und vollständige Risikobewertung. Der Zeitrahmen kann je nach Kooperation des Zielunternehmens und Umfang variieren.
Zwei Stufen verfügbar: Rapid Scan umfasst Architektur-Review, AI-Moat-Bewertung, Team-Evaluierung, Top-Level-Risikobewertung und 15-seitigen Executive-Bericht. Full DD fügt tiefgehenden Code-Review, Skalierbarkeits-Stresstest, Security-Audit, EU AI Act-Compliance-Bewertung, IP-Analyse und 50-80-seitigen detaillierten Bericht mit Investment-Committee-Präsentation hinzu. Kontaktieren Sie uns für Preise basierend auf Deal-Komplexität.
Ja. Der Portfolio Retainer bietet vierteljährliche technische Health Checks über Ihr AI-Portfolio, On-Call-technische Beratung für neue Deals und Frühwarnung bei neuen Risiken wie EU AI Act-Durchsetzungsänderungen oder Wettbewerbs-Moat-Erosion. Kontaktieren Sie uns für Retainer-Preise basierend auf Portfoliogröße.
Standardpraxis. Ich unterzeichne das NDA Ihres Fonds, bevor ein Engagement beginnt. Ich halte strikte Informationsbarrieren zwischen Portfolio-Unternehmen und konkurrierenden Deals ein. Alle Berichte und Arbeitsergebnisse werden unter Ihrem Eigentum geliefert. Ich habe 15+ Jahre Enterprise-Vertraulichkeitspraxis bei Cisco und ähnlichen.
Tiefe Expertise in Automotive-AI (Renault-Nissan), Enterprise SaaS, Industrial AI, Cybersecurity und Healthtech. Für spezialisierte Branchen wie Biotech oder Fintech arbeite ich mit domänenspezifischen Beratern zusammen, während ich das zentrale AI-technische Assessment leite.
Häufiges Szenario. Ich arbeite mit dem verfügbaren Zugang — Architekturdiagramme, API-Dokumentation, Demo-Umgebungen, Team-Interviews, publizierte Papers und öffentliche Artefakte. Auch ohne Code-Zugang kann ein erfahrener AI-Builder Red Flags aus Systemverhalten, Teamantworten und Architekturbeschreibungen identifizieren. Eingeschränkter Zugang wird als Risikofaktor im Bericht vermerkt.
Fünf Dimensionen: (1) Daten-Moat — proprietäre Daten, die teuer oder unmöglich zu replizieren sind, (2) Modell-Moat — echte architektonische Innovation vs. feinabgestimmtes Open Source, (3) Integrations-Moat — tiefe Einbettung in Kunden-Workflows, (4) Talent-Moat — Schlüsselforscher oder -ingenieure, (5) Regulatorischer Moat — Compliance-Vorteile. Jeder wird bewertet und gegen die Wettbewerbslandschaft benchmarked.
Ich liefere technischen Input zur Bewertung, nicht die finanzielle Bewertung selbst. Das umfasst: risikoadjustierte Technologiebewertung, geschätzte Behebungskosten für identifizierte Probleme, Skalierbarkeits-Obergrenze-Analyse und vergleichbares Technologie-Benchmarking. Ihr Finanzteam kombiniert dies mit Markt- und Finanzanalyse für die endgültige Bewertung.
Entdecken Sie weitere Services, die dieses Angebot ergänzen
Lassen Sie uns besprechen, wie dieser Service Ihre spezifischen Herausforderungen adressiert und echte Ergebnisse liefert.