Ein Earn-out teilt die Kaufsumme in zwei Teile. Ein Teil wird bei der Übergabe gezahlt, ein Teil folgt später und ist abhängig von Ergebnissen, die sich erst nach der Übergabe noch zeigen müssen: Umsatz, der anhält, Kunden, die bleiben, eine Marge, die auch ohne den ausgeschiedenen Eigentümer stabil bleibt. Der Käufer schlägt dies nicht vor, weil er an Ihren Zahlen aus der Vergangenheit zweifelt. Er schlägt es vor, weil er an deren Wiederholbarkeit zweifelt, sobald sich die Situation ändert — und diese Übergabe ist genau so eine Veränderung.
Der Earn-out ist also kein Verhandlungstrick. Es ist ein Preismechanismus für Unsicherheit, die der Käufer nicht selbst durch besseres Rechnen beseitigen kann. Je größer diese Unsicherheit, desto größer der Teil des Preises, der aufgeschoben wird.
Die größte Quelle dieser Unsicherheit war immer der Eigentümer selbst: Läuft die Kundenbeziehung, die Preisvereinbarung, das Wissen über Ausnahmen über eine Person, die nach dem Deal geht. Dieses Risiko besteht weiterhin, aber es ist eine zweite Ebene hinzugekommen. In immer mehr Unternehmen wird inzwischen ein Teil der Arbeit von KI erledigt oder unterstützt — bei manchen vollständig, bei anderen mit einem Mitarbeiter, der das Ergebnis beurteilt und korrigiert, und bei wieder anderen noch gar nicht, weil die Art der Arbeit dafür keinen Raum lässt oder weil die Organisation es noch nicht eingerichtet hat. Diese Verteilung ist in jedem Unternehmen anders und ist messbar.
Für einen Käufer ist das relevant, weil es die Frage verändert, die ein Earn-out zu beantworten versucht. Nicht nur: Bleibt der Kunde und der Umsatz. Auch: Ist die Einsparung oder die freigesetzte Kapazität durch KI etwas, das im Prozess verankert ist, oder etwas, das an einer Person, einem Abonnement oder einer zufälligen Einrichtung hängt. Eine Einsparung, die verschwindet, sobald der Eigentümer geht, wiegt in der Earn-out-Periode genauso schwer wie ein Kunde, der abwandert.
Unternehmen, bei denen dies bereits sichtbar ist, haben in der Regel eines gemeinsam: Die Arbeit, die KI übernimmt, ist auf Ebene der Aufgabe beschrieben, nicht der Funktion. Es ist festgehalten, welcher Teil eines Prozesses ohne Aufsicht abläuft, welcher Teil mit Kontrolle durch einen Mitarbeiter, und welcher Teil Handarbeit bleibt und warum. Diese Festlegung besteht unabhängig von der Person, die derzeit daran arbeitet. Ein Käufer, der das sieht, hat weniger Grund, die Unsicherheit in einen Earn-out zu stecken — der Beweis für Wiederholbarkeit liegt bereits vor.
Unternehmen, bei denen der Earn-out gerade wächst, sind oft Unternehmen, in denen niemand diese Frage gestellt hat. Die Einsparung wird in einem Pitch erwähnt, aber nicht auf der Ebene begründet, auf der ein Käufer sie nachrechnen kann. Wer wissen möchte, wie diese Begründung aussieht, findet das ausgearbeitet unter wie Sie eine durch KI erzielte Einsparung gegenüber einem Käufer begründen.
Ein Earn-out verringert das Risiko des Käufers, ändert aber nichts an der Struktur des Unternehmens. Wenn der Gewinn zu einem großen Teil über den Eigentümer läuft — Entscheidungen, Kundenkontakt, Wissen über Ausnahmen — dann bleibt das so, bis die Earn-out-Periode vorbei ist, und dann wird es erneut sichtbar. Wie viel davon tatsächlich über den Eigentümer läuft und nicht über den Prozess, ist eine Frage, die sich messen lässt; wie Sie messen, wie viel über den Eigentümer läuft beschreibt, worauf diese Messung basiert.
Daneben sagt ein Earn-out auch etwas über den Gewinn, der als Grundlage für den Preis gilt, nicht nur über die Kontinuität. Ein Gewinn, der um einmalige Einsparungen bereinigt wurde oder um Kosten, die nach der Übergabe wieder zurückkommen, steht auf unsicherem Grund. Was Normalisierung des Gewinns bedeutet, wenn KI dabei eine Rolle spielt, ist ausgearbeitet unter was Normalisierung des Gewinns bei einem Unternehmen bedeutet, das KI einsetzt.
Die zugrunde liegende Frage bei jedem Earn-out ist dieselbe: Welcher Teil der Arbeit in diesem Unternehmen läuft weiter ohne die Menschen, die sie derzeit erledigen, und welcher Teil nicht. Diese Frage wird mit dem Arbeitsscan von FTE TO AI pro Aufgabe beantwortet, mit derselben Unterteilung, die ein Käufer selbst auch vornimmt: automatisch, unter Aufsicht, oder Handarbeit. Das ist keine Personalberatung und keine Begründung für eine Entlassungsentscheidung — dafür gelten eigene gesetzliche Anforderungen — es ist eine Beschreibung dessen, was die Arbeit selbst zulässt.
Die Earn-out-Frage kommt meist erst auf den Tisch, wenn die Verhandlung bereits läuft, aber die Begründung dafür muss vorher bereitliegen. Wann diese Vorbereitung am besten beginnt, steht beschrieben unter wann Sie mit der Vorbereitung eines Verkaufs beginnen. Und da sich die Markterwartungen rund um KI inzwischen auch verschieben, ist es gut zu wissen, wie Sie den Wert des Unternehmens auf Niveau halten, während diese Verschiebung anhält — das steht unter wie Sie Ihren Wert auf Niveau halten, während sich der Markt verschiebt.
Diese Erläuterung ist keine Einschätzung des Earn-outs, der in Ihrem Fall vorgeschlagen würde, und keine Garantie, dass ein Käufer dieses Instrument einsetzt oder darauf verzichtet. Höhe und Bedingungen eines Earn-outs ergeben sich aus der Verhandlung selbst, nicht aus einer allgemeinen Beschreibung.
Der kostenlose Wertecheck besteht aus acht kurzen Fragen, eine pro Wertetreiber, und liefert ein Bild davon, welcher Treiber Ihren Preis heute am stärksten drückt. Der vollständige Wertscan — mit Nachweis je Treiber, dem Eigentümerabhängigkeits-Index und einem Zweijahreskalender bis zum Exit-Moment — befindet sich im Aufbau.