Die KI-Kontrollen, die Investoren jetzt in der technischen Due Diligence prüfen

Ein Term Sheet liegt auf dem Tisch, und das technische Team des Käufers stellt eine Frage, auf die Ihr CTO sich nicht vorbereitet hat: „Wie verhindern Sie, dass Ihre Ingenieure Quellcode, Architekturdiagramme oder unveröffentlichte Forschung in öffentliche KI-Tools einfügen?“ Ein Schulterzucken — oder ein Richtlinien-PDF, an das sich niemand hält — ist inzwischen ein Due-Diligence-Befund. Für ein Deep-Tech- oder Biotech-Unternehmen, dessen Bewertung aus seinem IP besteht, kann diese Antwort die Zahl bewegen oder den Deal ins Stocken bringen.

Die Due Diligence hat aufgeholt, wie Engineering im Jahr 2026 tatsächlich funktioniert. Die Personen, die dem wertvollsten IP am nächsten sind — die Gründungsingenieure, die leitenden Wissenschaftler, die Plattformarchitekten — sind auch die intensivsten KI-Nutzer, weil KI sie schneller macht. Investoren wissen das und haben begonnen, genau die Naht zu untersuchen, an der Geschwindigkeit und Vertraulichkeit kollidieren.

Warum KI-Nutzung auf die Due-Diligence-Checkliste gelangt ist

Due Diligence ist die Suche nach Werten, die den Kontakt mit der Realität vielleicht nicht überleben. Ein Patent, das sich als nicht durchsetzbar erweist, ein Geschäftsgeheimnis, das nie wirklich geheim war, eine Datenpraxis, die regulatorische Risiken heraufbeschwört — jedes davon ist ein Abschlag, der nur darauf wartet, angewendet zu werden. Generative KI hat für alle drei eine neue Kategorie geschaffen.

Die Nutzungszahlen erklären warum. Eine Gartner-Umfrage von 2026 ergab, dass 88 % der Mitarbeiter mit Zugang zu Unternehmens-KI auch persönliche KI-Tools für die Arbeit nutzen, und 69 % der Organisationen vermuten oder haben Belege für unerlaubte Nutzung öffentlicher GenAI. LayerX-Daten von 2025 formulieren es noch deutlicher: 77 % der KI-Nutzer fügen Daten in Prompts ein, und 82 % davon stammen aus nicht verwalteten persönlichen Konten. Wenn Ihre technischsten Mitarbeiter zu dieser Mehrheit gehören, muss ein Käufer annehmen, dass ein Teil Ihres IP bereits durch ein öffentliches Tool gelaufen ist — es sei denn, Sie können das Gegenteil belegen.

Und das Due-Diligence-Team weiß etwas, das Gründer manchmal überspielen: Sobald Daten an ein öffentliches KI-Tool übermittelt wurden, können sie nicht zurückgerufen werden. Sie können gespeichert, von Subauftragsverarbeitern verarbeitet oder zum Training der Modelle des Anbieters verwendet werden. Eingefügte Inhalte unterliegen den Nutzungsbedingungen des Anbieters, die weitreichende Rechte zur Speicherung und Nutzung einräumen können. Für einen Prompt gibt es keine Rückholklausel.

Das Szenario, das in einem Datenraum auftaucht

Stellen Sie sich eine Machine-Learning-Ingenieurin sechs Monate vor einer Finanzierungsrunde vor. Sie debuggt eine Trainings-Pipeline, die den Kern-Modellierungsansatz des Unternehmens codiert — genau das, worauf die gesamte Bewertung beruht. Sie fügt einen 200-zeiligen Block in einen öffentlichen Chatbot ein, um Hilfe beim Entwirren eines Stack-Traces zu bekommen. Es funktioniert. Sie liefert den Fix bis zur Mittagspause. Nichts geht kaputt, kein Alarm wird ausgelöst, und der Moment ist vergessen.

Spielen Sie das nun während der Due Diligence noch einmal durch. Der Anwalt des Käufers fragt, ob irgendwelche vorpatentierten Erfindungen oder proprietären Algorithmen gegenüber Dritten offengelegt wurden. Die ehrliche Antwort lautet: Niemand weiß es, weil es keine Aufzeichnung darüber gibt, was das Unternehmen verlassen hat. Diese Unsicherheit ist der Befund. Es spielt keine Rolle, dass die Ingenieurin gute Absichten hatte oder dass der Fix elegant war — was zählt, ist, dass das Unternehmen nicht nachweisen kann, dass die Offenlegung nicht stattgefunden hat.

Hier wird aus dem abstrakten Risiko konkretes Geld. Ein Geschäftsgeheimnis hängt von angemessenen Anstrengungen ab, es geheim zu halten. In Trinidad v. OpenAI (N.D. Cal., Jan. 2026) wurde ein Geschäftsgeheimnis-Anspruch abgewiesen, weil die Entwicklung der behaupteten Geheimnisse über ChatGPT als freiwillige Offenlegung galt — die Geheimhaltung war verloren. Der Fall ist früh und richtungsweisend, kein gefestigtes Recht, aber er benennt genau den Mechanismus, nach dem ein Due-Diligence-Team sucht: Wert, der in dem Moment verdampfte, als er in ein öffentliches Prompt-Feld gelangte.

Was Käufer tatsächlich sehen wollen

Die beruhigende Antwort ist kein Verbot. Investoren wissen, dass Verbote scheitern — Samsung verbot ChatGPT 2023 unternehmensweit erst, nachdem Ingenieure innerhalb von etwa 20 Tagen nach Freigabe des Tools bereits Quellcode, einen Algorithmus zur Fehlererkennung und ein Sitzungsprotokoll eingefügt hatten. Ein Verbot auf dem Papier sagt einem Due-Diligence-Team, dass Sie das Risiko erkannt und sich dann auf Hoffnung verlassen haben.

Was standhält, ist der Nachweis einer funktionierenden Kontrolle. Konkret drei Dinge:

• Sichtbarkeit. Kann die Führung sehen, wo KI im Engineering genutzt wird und wo sich Risiken konzentrieren? Der IBM-Bericht von 2025 ergab, dass 63 % der Organisationen überhaupt keine KI-Governance-Richtlinie haben — allein Nutzungssichtbarkeit zu haben, bringt Sie also schon vor das meiste, was ein Due-Diligence-Team sieht.
• Eine Kontrolle, die vor der Übermittlung greift. Der einzige Ort, um eine Erfindung zu schützen, ist bevor der Prompt das Unternehmen verlässt — denn nach der Übermittlung bleibt nichts mehr zu kontrollieren. IBM stellte fest, dass nur 17 % der Organisationen über technische Kontrollen verfügen, um sensible Daten am Eintrittspunkt zu redigieren oder zu blockieren. Zu diesen 17 % zu gehören, ist ein Unterscheidungsmerkmal, auf das Sie verweisen können.
• Ein Nachweis, dass die Kontrolle funktioniert hat. Kein Protokoll darüber, was Ihre Ingenieure eingegeben haben, sondern eine Aufzeichnung, dass sensible Inhalte abgefangen wurden, bevor sie das Unternehmen verlassen konnten. Das ist das Artefakt, das aus „Vertrauen Sie uns“ nachweisbare Sorgfalt macht.

Der letzte Punkt zählt in einem Datenraum am meisten. „Wir erlauben es nicht“ ist eine Behauptung. „Hier ist die Aufzeichnung, wie unsere Kontrolle proprietäre Inhalte abfängt und stoppt, bevor sie ein öffentliches Tool erreichen“ ist ein Beweis — und er lässt Ihre Ingenieure mit voller Geschwindigkeit weiterarbeiten, statt eine Richtlinie zu umgehen, die sie ausbremst.

Die Verbindungslinie zur Bewertung

Die Kosten von Schatten-KI sind nicht nur ein künftiger Vorfall. Die IBM-Zahlen von 2025 beziffern IP mit 178 USD Kosten pro Datensatz und stellten fest, dass Vorfälle mit hohem Anteil an Schatten-KI im Durchschnitt etwa 670.000 USD mehr kosten. Aber in einer Transaktion sind die schärferen Kosten der Abschlag, den ein Käufer auf IP anwendet, dessen Exklusivität er nicht bestätigen kann. Unsicherheit wird eingepreist. Sie wollen Ihre Ingenieure schnell und Ihre Erfindungen nachweisbar intakt — und diese beiden Ziele koexistieren nur, wenn die Kontrolle am Prompt sitzt, nicht in einem Richtliniendokument.

Das ist das Prinzip, auf dem Sanitized AI aufgebaut ist: Sensible Daten — Quellcode, vorpatentierte Erfindungen, proprietäre Forschung — werden abgefangen und redigiert, bevor ein Prompt das KI-Tool erreicht, und das Ereignis wird aufgezeichnet, ohne zu erfassen, was die Person eingegeben hat. Governance, die die Geschwindigkeit erhält und den Nachweis liefert, nach dem ein Due-Diligence-Team fragt.

Stellen Sie sich vor Ihrer nächsten Finanzierungsrunde oder Übernahme die Frage, die Ihr Käufer stellen wird: Wenn ein Ingenieur letzten Monat unser Kern-IP in ein öffentliches Tool eingefügt hätte, wüssten wir es überhaupt? Wenn die Antwort Nein lautet, dann ist das die Kontrolle, die Sie in diesem Quartal einführen sollten — lange bevor sie zu einem Posten in der Due-Diligence-Prüfung eines anderen wird. Fordern Sie eine Demo an, um zu sehen, wie diese Aufzeichnung aussieht.