Die Schicht unter der KI: Warum PE 2026 Datenbestände kauft

Am 14. September 2026 kauft die Wiener Börse 80 Prozent an einem Hamburger Unternehmen, dessen Geschäft darin besteht, Handelsregister zu lesen. North Data hat 2025 einen Jahresüberschuss von 2,08 Millionen Euro erzielt, nach 1,60 Millionen im Jahr davor. Für einen Börsenbetreiber mit 90,1 Millionen Euro Konzernumsatz 2025 ist das kein Ertragskauf. Gekauft wird Transparenz über rund 100 Millionen Unternehmen in 26 Ländern, von denen fast keines an einer Börse notiert ist. Ein Handelsplatz für Kurse kauft die Datenschicht unter dem Teil der Wirtschaft, der keine Kurse hat.

Eine Woche später übernimmt die Münchner Gründungsplattform beglaubigt.de den Berliner Anbieter registercheck.de, fünf Millionen Firmendatensätze und 28 Millionen Registerdokumente. In der Mitteilung steht ein Halbsatz, der den Zukauf erklärt: Die Daten sollen an Banken, Kanzleien und KI-Assistenten ausgeliefert werden. Registerdaten werden ab 2026 an Maschinen verkauft.

Zwei Vorgänge in acht Tagen, beide ohne veröffentlichten Kaufpreis, beide ohne Modell, beide ohne Agenten. Beide passen in ein Muster, das seit Juli jede zweite Ausgabe der Wochennews trägt: Pimcore, Graphwise, TechWolf, Raynet, dazu Runden für Procuros, syte und ETFBOOK. Alle verkaufen sich mit demselben Satz: Wir besitzen einen Datenbestand, den sonst niemand hat, und Modelle arbeiten darauf verlässlich.

Im März habe ich in Software-Moats im AI-Zeitalter zehn Burggräben beschrieben und Daten als einen davon geführt. Sieben Monate und ein Dutzend Deals später ist die These präziser geworden, und an einer Stelle war sie falsch. Dieses Stück holt das nach und endet mit einem Prüfraster, das sich auf das eigene Haus anwenden lässt, bevor es ein Käufer tut.

Was seit Juli tatsächlich gekauft wurde

Die Tabelle fasst die Transaktionen aus den Ausgaben KW29, KW35, KW38 und KW41 zusammen, jeweils mit dem Datenbestand, der im Zentrum der Begründung stand. Kaufpreise fehlen fast überall, Kennzahlen zum Bestand dagegen fast nirgends. Auch das sagt etwas: Die Verkäufer wissen, was bewertet wird.

Datum	Käufer	Ziel	Gekaufter Datenbestand	Kennzahl	Quelle
14.07.2026	VisualLogix (Insight Partners)	refyne Group, Frankfurt	Konstruktions- und Fertigungsdaten im Holz- und Metallbau	über 25.000 Nutzer, über 150 Beschäftigte	PR Newswire
14.07.2026	Apryse (Thoma Bravo)	PDF Tools AG, Zürich	PDF/A-Archivbestände, selbstgehostete Schwärzung	Umsatz seit 2022 verdoppelt (Angabe Verkäufer Smallpdf)	Apryse
19.08.2026	Oakley Capital, Fund VI	Graphwise, Wien/Sofia	Knowledge Graphs und Ontologien	über 200 Blue-Chip-Kunden, rund 30 % organisches ARR-Wachstum, neunstellige Bewertung	brutkasten
26.08.2026	AWS	DuckLabs, Amsterdam	Query-Engine für Agentenlast (Team-Deal)	DuckDB-Projekt bleibt bei der unabhängigen Foundation	About Amazon
27.08.2026	Tenzing, Fund III	Pimcore, Salzburg	Produkt-, Kunden- und Assetdaten in einem Modell	über 120.000 Installationen, über 400 Enterprise-Kunden	Tenzing
14.09.2026	Wiener Börse	North Data, Hamburg (80 %)	Register- und Bilanzdaten aus über 160 Quellen	100 Mio. Firmen, 26 Länder, Jahresüberschuss 2,08 Mio. €	Wiener Börse
16.09.2026	Expedition Growth Capital	ETFBOOK, Zürich (13 Mio. USD)	Normalisierte ETF-Daten per API	über 70 Enterprise-Kunden, wiederkehrender Umsatz seit Jahren +100 % p. a.	ETF Express
17.09.2026	amberra (Volksbanken Raiffeisenbanken), NRW.BANK	syte, Münster (9 Mio. €)	Geo-, Grundstücks- und Gebäudedaten	über 62 Mio. Grundstücke, über 200 Kunden	VC Magazin
21.09.2026	beglaubigt.de (Openlaw)	registercheck.de, Berlin	Deutsche Registerdaten mit Gesellschafterketten	5 Mio. Datensätze, 28 Mio. Dokumente	beglaubigt.de
06.10.2026	SAP	TechWolf, Gent	Skills-Graph aus Arbeitssystemen	über 120 Beschäftigte, über 50 Mio. USD VC, größte Übernahme eines VC-finanzierten Softwarehauses in Belgien	Tech.eu
06.10.2026	Main Capital Partners	Raynet, Paderborn	IT-Inventar plus kuratierter Technology Catalog	über 170 Beschäftigte, gut fünf Jahre bei PINOVA	Main
06.10.2026	XAnge (Lead), W23 u. a.	Procuros, Hamburg (20 Mio. €)	Korpus gelöster EDI-Transaktionsfälle	über 3 Mrd. € Bestellvolumen p. a., über 300 Kunden	Startbase

Zwölf Vorgänge von der Series A bis zum Konzernkauf, in keinem wurde ein Sprachmodell gekauft. Gekauft wurde zwölfmal das, worauf ein Modell zugreift.

Zum Vergleich der Deal derselben Wochen ohne Datenargument: Main bietet am 11. September 189,3 Millionen Pfund für die operativen Einheiten der Tribal Group, rund das 10,8-Fache des bereinigten EBITDA 2025, ohne KI-Erzählung. Am 27. September erhöht Main auf 231,2 Millionen Pfund, gut das 13-Fache, weil Großaktionär Jenzabar ein eigenes Angebot prüft. Am 26. Oktober stimmt die Hauptversammlung mit 99,96 Prozent der abgegebenen Stimmen zu. Am Morgen danach erklärt Jenzabar, kein festes Angebot vorzulegen, die 111 Pence je Aktie bleiben eine Möglichkeit auf Papier. Das Preisschild erklärt sich in beiden Fassungen aus Kundenbindung, Cashflow und Bieterwettbewerb. Wer ein System of Record in einer regulierten Nische hält, bekommt weiter einen Ertragsmultiplikator. Die Prämie, um die es hier geht, liegt darüber und wird für etwas anderes gezahlt.

Offenlegung: Main Capital Partners ist Eigentümer der enventa group, für die ich als CPTO arbeite. Raynet und Tribal betreffen weder enventa noch ein Unternehmen mit Geschäftsbeziehung zu enventa. Die Einordnung stammt trotzdem von jemandem, der auf derselben Gehaltsliste steht.

Drei Sponsoren, ein Satz

Investoren schreiben ihre Buy-Thesis selten so offen in die Mitteilung wie in diesem Spätsommer. Pimcore-Gründer Dietmar Rietsch holt Tenzing „genau in dem Moment, in dem gouvernierte Daten zum Engpass für Enterprise-KI geworden sind“. Oakley verkauft Graphwise als Faktengrundlage für Enterprise-KI. Main stellt bei Raynet den Technology Catalog als Basis für KI-Funktionen heraus, SAP nennt TechWolf den „grounding layer for agent queries“.

Wenn drei Sponsoren in drei Wochen dieselbe Begründung ins Pressestatement schreiben, ist das Konsens oder Blase. In KW35 habe ich die Antwort vertagt. Hier ist sie: Konsens mit einer realen Grundlage und einem Bewertungsmotiv obendrauf.

Die reale Grundlage sind zwei Jahre gescheiterter Pilotprojekte. Tech Due Diligence 2.0 hat die MIT-Zahl zitiert, nach der 95 Prozent der Unternehmen mit ihren GenAI-Piloten keinen messbaren Ertrag erzielen (MIT NANDA, „The GenAI Divide”, 2025). Wer diese Projekte von innen gesehen hat, weiß, woran sie hängen bleiben: selten am Modell, fast immer daran, dass das Modell auf Stammdaten mit drei Schreibweisen desselben Lieferanten losgelassen wurde, auf Produktkataloge ohne Versionierung oder auf ein IT-Inventar aus dem Jahr 2021. Der Agent war so gut wie der Katalog darunter, und der Katalog war schlecht. Sponsoren haben das in ihren Portfolios gesehen und ziehen die Konsequenz. Sie kaufen den Katalog.

Das Bewertungsmotiv ist weniger edel. Datenschicht-Anbieter haben in der Multiple-Kompression seit Februar weniger gelitten als Anwendungsanbieter, weil sie nach Asset, Organisation oder Transaktion abrechnen statt nach Sitzplatz. Ein Teil des Kapitals sucht schlicht einen Ort, an dem Seat Compression kein Thema ist. Beides stimmt gleichzeitig, und beides treibt denselben Preis.

Die März-These hatte eine Lücke

Im März stand unter dem Moat „Daten-Netzwerkeffekte” der Satz: Wer historische Daten hat, kann bessere Modelle trainieren. Das war der Stand der Diskussion im Frühjahr und ist seitdem von der Praxis überholt worden. Keiner der zwölf Käufer trainiert ein Modell auf dem gekauften Bestand. SAP trainiert nichts auf TechWolf, SAP legt Joule darauf. Main trainiert nichts auf Raynets Katalog, Main setzt KI-Funktionen für das IT-Asset-Management darauf. Die Wiener Börse wird North Data in kein Modell gießen, sie wird die Profile über Schnittstellen verkaufen.

Der Wert der Daten liegt 2026 im Grounding, und das ist ein anderes Asset als Trainingsmaterial. Trainingsmaterial wird einmal gebraucht und verliert danach seinen Grenzwert. Grounding wird bei jeder Anfrage gebraucht und muss bei jeder Anfrage aktuell sein.

Daraus folgt die zweite Korrektur: „Daten” als Sammelbegriff taugt nicht als Moat. Pflichtveröffentlichungen aus Handelsregistern sind öffentlich, jeder kann sie lesen. North Data war der Wiener Börse trotzdem eine Mehrheitsübernahme wert. Gekauft wurden Kuratierung, Verknüpfung über mehr als 160 Quellen und Lieferfähigkeit per API. Die Rohdaten gab es umsonst.

Das verschiebt die Prüffrage. Im März lautete sie: Hat das Unternehmen Daten, die mit der Nutzung wertvoller werden? Seit Juli lautet sie: Welche Eigenschaften hat der Bestand, die ein Käufer bezahlt, und wer hält diese Eigenschaften nach dem Exit aufrecht?

Vier Eigenschaften, die den Preis machen

Legt man die zwölf Vorgänge nebeneinander, bleiben vier Eigenschaften übrig, für die tatsächlich Geld geflossen ist. Sie bilden die Spalten der Datenbilanz am Ende.

Exklusivität. Hat das sonst jemand? Bei TechWolf lautet die Antwort nein. Der Graph entsteht aus den HR- und Geschäftssystemen, die Kunden anbinden, also dort, wo Arbeit stattfindet, und er verdichtet sich mit jedem Kunden. Workday und ServiceNow haben das gewusst und sich an TechWolf beteiligt, die Series B brachte 2024 42,75 Millionen Dollar. Dass SAP am Ende gekauft hat, nimmt den beiden anderen die Quelle. Bei Procuros ist die Exklusivität der Korpus gelöster Sonderfälle: Teillieferung, Preisabweichung, Rechnungskorrektur, über drei Milliarden Euro Bestellvolumen im Jahr. EDIFACT-Segmente kann jedes Modell erklären. Die Klärfälle, die über die letzten Prozentpunkte Automatisierung entscheiden, hat nur, wer sie gesehen hat.

Die Kehrseite: Exklusivität durch Rohdaten ist selten. Die Grundstücksdaten von syte stammen aus Katastern, Bebauungsplänen und Energieausweisen. Exklusiv ist nur die Zusammenführung über mehr als 62 Millionen Grundstücke. Deshalb finanzieren hier der Venture-Arm der Volksbanken und eine Landesförderbank: In Kreditentscheidungen zählt die installierte Integration mehr als die Exklusivität.

Frische. Wer pflegt den Bestand, wenn das Gründerteam geht? Raynet ist der Lehrfall. Der Technology Catalog, der rohe Inventarsignale auf normalisierte Produkt- und Versionsdaten mappt, ist über Jahre kuratierte Handarbeit. Solche Kataloge sind exakt so lange wertvoll, wie ein eingespieltes Team sie täglich aktuell hält. Nach einem Eigentümerwechsel ist genau dieses Team fluktuationsgefährdet. Gründer Ragip Aydin bleibt substanziell investiert, und das ist in diesem Deal keine Höflichkeit. Der Katalog ist zugleich das Asset, an das jedes spätere Add-on andockt. In Buy-and-Build 2.0 war die Plattform noch ein gemeinsames Anmeldeverfahren und ein gemeinsamer Vertrieb. 2026 ist sie ein gemeinsamer Datenlayer, oder sie ist eine Holding.

Bei Graphwise liegt die Frische beim Kunden. Ontologien pflegt ein teurer Spezialist bei Roche oder in der Bank, und wenn dieser Aufwand nicht sinkt, deckelt er den adressierbaren Markt. Bei registercheck.de ist Frische das Produkt selbst: eine Monitoring-API, die Registeränderungen meldet. Der Bedarf steigt, weil die EU-Geldwäscheverordnung ab dem 10. Juli 2027 verlangt, Änderungen bei wirtschaftlich Berechtigten binnen 28 Kalendertagen ans Register zu melden (Art. 63 AMLR).

Rechte. Darf ein Modell die Daten lesen und das Ergebnis ausgeben? Das ist die Spalte, die in Datenräumen kleiner Anbieter regelmäßig fehlt. Ivoflow, im September an Jaggaer verkauft, zerlegt Preiserhöhungen in Kostentreiber. Dafür braucht es Metallnotierungen, Energiepreisindizes und Lohnentwicklungen, und das sind lizenzierte Bestände mit Nutzungsbedingungen. Wer sie in ein Modell füttert, das Empfehlungen an Dritte ausgibt, braucht Rechte, die über den eigenen Bildschirm hinausgehen. Nach dem Eigentümerwechsel ist der Konzern ein lohnenderes Ziel für Nachforderungen als ein Team aus Koblenz mit siebzehn Kunden.

Bei TechWolf heißt die Rechtefrage EU AI Act. Ein System, das aus Arbeitsdaten Kompetenzprofile ableitet und in Einstellungsentscheidungen einspeist, liegt nah an Annex III. Ein Teil des Kaufpreises ist regulatorische Skalierungsfähigkeit, die ein Konzern hat und ein 120-Personen-Startup nicht. In DACH kommt die Mitbestimmung dazu. Jede Datenquelle für Skills-Inferenz ist ein Betriebsratsthema, und zwar einzeln.

Zugänglichkeit. Erreicht ein Agent die Daten über API, MCP und ein Lizenzmodell, das für Maschinen gilt? Hier entsteht gerade der Unterschied zwischen einem Datenbestand und einem Datenprodukt. registercheck.de hat eine öffentliche Preisliste: Ein Credit entspricht einem Abruf, Zusatz-Credits kosten zwischen 7 Cent ohne Plan und 0,6 Cent im Scale-Plan. beglaubigt.de betreibt für Gründungen bereits einen MCP-Server und will denselben Assistenten künftig auch an die Registerdaten lassen. ETFBOOK kündigt mit der Runde einen konversationellen Layer über seinem API-Bestand an. Die sechs Disziplinen aus Agent Readiness gelten für einen Datenbestand doppelt, weil er außer einer Oberfläche nichts hat, was ein Mensch sehen könnte.

Die Zugänglichkeit hat eine Falle, die in Das MCP-Paradox beschrieben ist. Je besser ein Bestand für fremde Agenten erreichbar wird, desto austauschbarer wird die eigene Oberfläche. Pimcore steht genau vor dieser Entscheidung. Wird es die Datenschicht, auf der Adobe- und Salesforce-Agenten arbeiten, oder selbst Anbieter der Agenten? Der erste Weg ist sicherer und hat das niedrigere Multiple. Der zweite bringt ein Salzburger Open-Core-Haus mit 400 Enterprise-Kunden in Konkurrenz zu zwei Konzernen.

Der Fall, der nicht in der Deal-Liste steht

Am 17. September meldet Code Gaia aus München, dass es die Anschlusslösung für die Kunden des ESG-Anbieters Global Climate wird, einschließlich der historischen Daten. Kaufpreis oder Anteile nennt die Mitteilung nicht. Der Vorgang zeigt die Frische-Spalte von der anderen Seite: CO₂-Bilanzen und CSRD-Nachweise müssen über Jahre gegenüber Wirtschaftsprüfern belegbar bleiben. Stellt der Anbieter sein Produkt ein, hängt die Nachweiskette eines Mittelständlers daran, ob ein Dritter freiwillig migriert. Für jeden Käufer aus der Deal-Liste gilt das spiegelverkehrt: Wer die Datenschicht eines Marktes kauft, übernimmt die Pflicht, sie zu pflegen. SAP hat die Eigenständigkeit von TechWolf zugesagt. Callidus, Qualtrics und Signavio haben auch so angefangen.

Meine Perspektive 🎯

„Wir haben die Daten” ist in DACH-CPTO-Runden gerade die häufigste Antwort auf die Moat-Frage, und sie ist meistens falsch. Gemeint ist fast immer: zwanzig Jahre Kundendatenbanken in Einzelinstanzen mit kundeneigenem Schema. Das ist Daten-Gravity für den Kunden und für niemanden sonst ein Bestand. Exklusiv wird es erst, wenn die Daten über Mandanten hinweg in einem Modell liegen und dort etwas sichtbar machen, was der einzelne Kunde allein nicht sieht.
Ein typisches PE-Portfolio-Pattern dieses Herbstes: Die Datenschicht wird gekauft, das Modell gemietet. Das ist die richtige Reihenfolge, und sie dreht das Investitionsbild der letzten zwei Jahre um. 2024 flossen die Budgets in Modellzugang und Prompt-Engineering. 2026 fließen sie in Stammdatenbereinigung, Katalogpflege und Provenienz. Diese Arbeit ist unsichtbar und bringt kurzfristig keinen Kundennutzen, deshalb bleibt sie in Produktorganisationen ohne Sponsor-Druck liegen.
Die Prämie für Datenbestände wird im Exit nur bezahlt, wenn sich die Frische nachweisen lässt. Stell dir den Datenraum 2029 vor. Der Käufer fragt nicht nach der Zahl der Datensätze. Er fragt nach dem Anteil, der in den letzten 30 Tagen verifiziert wurde, und nach den Leuten, die das tun. Wer diese Kennzahl heute nicht führt, kann sie 2029 nicht rückwirkend erzeugen.
Rechte werden 2027 der häufigste Grund für Preisabschläge in der DD, vor der Technik. Lizenzierte Drittdaten in Modellen, die Ergebnisse an Dritte ausgeben. Beschäftigtendaten unter Annex III. Registerdaten mit Weiterverkaufsbeschränkungen. Die meisten Anbieter unter 50 Millionen Euro Umsatz haben dafür keine Inventur. Der Käufer wird eine machen, und er wird sie gegen den Preis rechnen.

Was bedeutet das für den CPTO?

Architektur: Daten als Produkt, Modell als Mieter. Das Modell wird gemietet und jährlich getauscht. Die Datenschicht braucht, was Raynet und TechWolf dem Käufer wert waren: ein maschinenlesbares Schema, Versionierung, Provenienz je Datensatz und ein Rechtekonzept, das auch für nicht-menschliche Aufrufer greift. Die Prüfung dauert eine Viertelstunde: Kann ein Agent für jede Antwort angeben, aus welchem Datensatz welcher Version sie stammt? Wenn nein, taugt der Bestand nicht als Grounding.

Pricing: Preis pro Abruf vor dem ersten MCP-Server. Alle zwölf Vorgänge rechnen nach Asset, Organisation, Transaktion oder Abruf ab, Seat Compression trifft sie nicht. Die Falle liegt auf der Kostenseite. Ein Agent stellt fünfhundert kleine Abfragen, wo ein Mensch drei gestellt hat. registercheck.de verlangt dafür 1,8 Cent je Zusatzabruf im Business-Plan. Diese Zahl sollte man für das eigene Produkt kennen.

Team: Die knappe Rolle heißt Kurator. Katalog-Kuration bei Raynet, Ontologie bei Graphwise, Normalisierung bei ETFBOOK: In jedem Deal steckt ein kleines Team, das den Bestand pflegt. In den meisten DACH-Mittelständlern ist diese Rolle zwischen Fachbereich und Engineering unbesetzt. Zwei bis drei Leute mit LLM-Unterstützung reichen, null nicht.

Fazit: Die Datenbilanz in vier Spalten

Das Raster ist für beide Seiten des Tisches gedacht. Wer ein Target prüft, füllt es im Datenraum aus. Wer ein Produkt verantwortet, füllt es vor der nächsten Roadmap-Runde aus und hängt den Preis an die Lücken.

Spalte	Prüffrage	Beleg, der zählt	Bewertungs-Konsequenz
Exklusivität	Hat das sonst jemand?	Anteil der Daten, die über Mandanten hinweg verdichtet sind; Herkunft der Rohdaten (öffentlich oder eigen); gelöste Sonderfälle als zählbarer Korpus	Öffentliche Rohdaten ohne eigene Verknüpfung: kein Aufschlag. Verdichtung über Kunden hinweg mit Lerneffekt: Prämie, wie bei TechWolf und Procuros gezahlt
Frische	Wer pflegt es nach dem Exit?	Anteil des Bestands, der in 30 Tagen verifiziert wurde; Namen und Bindung der Kuratoren; Aktualisierungslatenz je Quelle	Bestand ohne Pflegeorganisation: Abschlag in Höhe der Wiederaufbaukosten. Kuratoren gebunden, Latenz messbar: voller Wert; Gründerbeteiligung wie bei Raynet ist der Marktstandard
Rechte	Darf es ein Modell lesen und ausgeben?	Lizenzinventar aller Drittdaten mit Nutzungszweck; Annex-III-Prüfung bei Personendaten; Mitbestimmungsvereinbarungen in DACH	Ungeklärte Drittrechte: Escrow oder Preisabschlag, weil das Nachforderungsrisiko nach dem Eigentümerwechsel steigt. Geklärte Rechte für Maschinenausgabe: bewertungsfähig als eigener Posten
Zugänglichkeit	Erreicht ein Agent es zu einem Preis?	API mit Provenienz je Antwort; MCP-Server oder Äquivalent; Preisliste je Abruf; Rate-Limit-Konzept	Kein Maschinenzugang: Daten-Gravity für den Kunden, Multiple des Anwendungsgeschäfts. Zugang mit Preis und Provenienz: Datenprodukt-Multiple, mit MCP-Paradox-Risiko auf der Oberfläche

Die vier Spalten wiegen unterschiedlich. Exklusivität entscheidet, ob überhaupt eine Prämie zur Debatte steht. Frische entscheidet, ob sie den Exit überlebt. Rechte entscheiden, ob sie im Vertrag landet. Zugänglichkeit entscheidet, ob sie wächst.

Der Satz aus der Mitteilung der Wiener Börse, dass die Angebote von North Data fortgeführt und weiterentwickelt werden, ist in dieser Lesart die eigentliche Zusage des Deals. Eine Börse hat sich verpflichtet, mehr als 160 Quellen jeden Tag weiterzulesen. Wer in den nächsten zwölf Monaten einen Datenbestand verkauft oder kauft, sollte diesen Satz in den eigenen Vertrag übersetzen, mit Namen, Budget und Latenz. Das Modell darunter tauscht man 2027 ohnehin.