Beiträge

Was sind neuronale Netze?

Unter dem Begriff neuronale Netze versteht man eine komplexe Struktur von verbundenen Knoten. Als Vorbild dient das Gehirn von Lebewesen. Hier sind unzählige Nervenzellen, die Neuronen, verknüpft und beeinflussen sich gegenseitig. Künstliche neuronale Netze (KNN) bilden dieses Prinzip nach. Ziel ist es, dass Maschinen in die Lage versetzt werden, auf nicht vordefinierte Eingaben zu reagieren. Dies ist eine Grundlage für künstliche Intelligenz (KI).

Neuronale Netze allgemein

Neuronale Netze sind, einfach ausgedrückt, miteinander verknüpfte Nervenzellen. Neuronen haben mehrere Eingänge und einen Ausgang. Über die Eingänge nehmen sie Signale auf, die von außen oder von anderen Neuronen stammen können. Sie haben dabei eine Erregungsschwelle, ab der sie reagieren. Dies dient beim Menschen beispielsweise zur Filterung irrelevanter Einflüsse, um die Konzentration nicht unnötig zu stören. Die Reaktion kann nach außen oder auf andere Nervenzellen erfolgen.

Kennzeichnend ist, dass die Erregungsschwelle variabel ist. Sie wird durch Erfahrungen und äußere Umstände permanent verändert. So können Umstände unangenehmer Erfahrungen zu einer Aktivierung von Neuronen führen und entsprechende Reaktionen hervorrufen.

Ebenso ist wichtig, dass die Reaktion der Neuronen nicht vorhersagbar ist. Es werden nicht zwingend nur objektive Merkmale verarbeitet. Vielmehr erfolgt die Wahrnehmung subjektiv und wird beeinflusst durch Lernprozesse, die aufnehmende Neuronen bereits durchlaufen haben.

Künstliche neuronale Netze

In der Informationstechnik möchte man sich neuronale Netze zunutze machen. Wenn eine Maschine mit Menschen interagieren soll, sind die Eingaben nicht immer im Vorfeld absehbar. Grundsätzlich müssten vom Programmierer alle möglichen Varianten entweder vorgesehen oder als ungültige Eingabe abgefangen werden. Auch bei der Sortierung von ungeordneten Datenbeständen müssen klare Kriterien erstellt werden, wenn es nicht zu Fehlbewertungen kommen soll.

Dies führt eine Maschine dann ihre Grenzen, wenn die Eingaben zu individuell sind. Handschriften weichen in Größe und Form voneinander ab. Sprachen unterscheiden sich unter anderem durch Lautstärke, Aussprache, Dialekte und Geschwindigkeit. Worte können zudem in unterschiedlichem Kontext eine andere Bedeutung haben.

Ein weiteres Problem kann die Vielzahl an unterschiedlichen Eingabevarianten sein. Es wäre ein unvorstellbarer Aufwand, diese für bestimmte Bereiche manuell zu erfassen.

Daher ist es zielführender, wenn die Maschine Muster erkennt, verarbeitet und „lernt“. Man spricht hierbei vom Machine Learning. Damit nicht klare Parameter definiert werden müssen, werden diese von den Objekten abstrahiert. Es werden nicht Objekte mit Eigenschaften verknüpft, sondern Eigenschaften untereinander. Dies ist vergleichbar mit dem menschlichen Lernen. Wenn in einer bestimmten Situation zufällig ein spezifischer Geruch auftritt, kann es sein, dass der Geruch den Menschen später wieder an diese Situation erinnert.

Wie funktionieren neuronale Netze?

Der Aufbau für künstliche neuronale Netze erfolgt in Schichten. Innerhalb dieser sind jeweils mehrere Neuronen als Knotenpunkte gruppiert. Es gibt eine Eingabeschicht (Input Layer), die von außen Werte aufnimmt. Diese leitet sie weiter an die verknüpften internen Schichten. Die inneren Bereiche, ihre Verknüpfung und ihre Arbeitsweise sind nicht ersichtlich. Daher nennt man sie versteckte Schichten (Hidden Layers). Die Reaktion erfolgt über die Ausgabeschicht (Output Layer).

Innerhalb der Schichten gibt es unterschiedliche Interaktionsmodelle. In der einfachsten Form werden beim einschichtigen Feedforward-Netz Informationen aufgenommen und eine Ausgabe erzeugt, sofern der Schwellwert überschritten ist. Es können mehrere Neuronen parallel Informationen verarbeiten, es gibt hier keine Hidden Layers.

Komplexer ist ein mehrschichtiges Feedforward-Netz. Dieses besteht aus einer beliebigen Anzahl an versteckten Schichten und jeweils einer Ein- und Ausgabeschicht. Die Beeinflussung erfolgt nur in die Richtung der Ausgabe. Eine Rückkopplung nachgelagerter Schichten gibt es nicht.

Der Trainingsprozess

Im rekurrenten Netz erfolgt ein Feedback an die Knotenpunkte aus nachgelagerten Schichten. Dies bedeutet, dass sie lernen können, da die Art der Rückmeldung von ihren eigenen Ausgaben abhängt.

Im Unterschied zu Nervenzellen von Lebewesen, können künstliche neuronale Netze nur durch Computer repräsentierbare Werte zurückgeben. Es sind drei mögliche Reaktionen eines Neurons zur Einflussnahme auf die weiteren Neuronen vorgesehen: Verstärkung, Hemmung und Neutralität. Die Stellschraube für den Lernprozess ist daher die Gewichtung, ab dessen Wert eine Reaktion erfolgt.

Neuronale Netze werden trainiert durch Eingabe relativ zufälliger Ausgangswerte für die Gewichtung an jedem Knoten. Im Verlaufe des Trainingsprozesses werden diese dann nach jedem Durchgang angepasst und optimiert. Die Anpassung erfolgt schrittweise, beispielsweise als Durchschnittswert bisheriger Ergebnisse. Die Gewichtung wird also mit jedem Trainingsdurchlauf weiter verfeinert.

Dabei kann gelernt werden, dass manche Faktoren irrelevant oder nur unter bestimmten Bedingungen von Bedeutung sind.

Als Praxisbeispiel sei eine Maschine aufgeführt, die Kraftfahrzeuge klassifizieren soll. Das Merkmal „Stoßstange vorhanden“ wird sich schnell als unbrauchbar herausstellen, um Pkw zu unterscheiden. Schließlich hat nahezu jedes Fahrzeug mit einer Straßenzulassung eine Stoßstange. Wenn aber aus einer anderen Schicht die Rückmeldung erfolgt, es handele sich um einen Rennwagen, kann das die Gewichtung verändern. Als Unterscheidungskriterium zwischen einem Formel-1-Rennauto und einem Rallye-Fahrzeug taugt es durchaus. Neuronale Netze erhalten ihre Intelligenz also durch die korrekte Verknüpfung von Mustern oder Merkmalen.

Neuronale Netze in der künstlichen Intelligenz

Die künstliche Intelligenz benötigt eine Basis, die sie dazu befähigt, Informationen aufzunehmen und zu bewerten. Ist diese statisch, spricht man nicht von einer echten künstlichen Intelligenz. Das System muss vielmehr in der Lage sein, eigenständig Informationen aufzunehmen und seine Ausgaben daraufhin anzupassen. Diese Dynamik in der künstlichen Intelligenz erfordert, dass die Maschine lernen können muss. Neuronale Netze sind diese Basis des sich ständig ändernden Wissens der Maschine.

Insbesondere sind neuronale Netze Voraussetzung für das Deep Learning. Für manche Fachleute sind die Begriffe sogar synonym anwendbar. Das Besondere am Deep Learning ist die Vielschichtigkeit, die Tiefe, der verwendeten Struktur.

Anwendungsgebiete

Künstliche neuronale Netze finden dort Anwendung, wo eine Vielzahl an Daten strukturiert werden muss. Weiterhin dort, wo es keine oder unüberschaubar viele Ordnungskriterien gibt.

Dies ist beispielsweise im Bereich des Data-Mining der Fall, wo Muster und Zusammenhänge in großen Datenbeständen gefunden werden sollen. Aufgrund der Komplexität der erforderlichen Berechnung war dies lange Zeit nur auf Großrechenanlagen, beispielsweise in der Wetter-Forschung und bei Frühwarnsystem darstellbar.

Inzwischen ist es aber auch möglich, künstliche neuronale Netze auf kleineren Rechnern auszuführen. Dadurch haben künstliche neuronale Netze Einzug in Firmen- und Privatanwendungen gefunden. Sie werden beispielsweise für eine intelligente Texterkennung genutzt. Dies kann sowohl bei der Erfassung von handschriftlichen Notizen als auch bei der Klassifizierung von Dokumenten genutzt werden. Bei docurex wird eine künstliche Intelligenz zur Verarbeitung im Dokumenten-Management-System (DMS) integriert.

Als Privatanwender begegnen Ihnen künstliche neuronale Netze im Zusammenhang mit Spracherkennung und Sprach-Assistenten am Smartphone oder PC. Auch automatische Übersetzer nutzen künstliche neuronale Netze. Ein bloßes Aneinanderreihen der übersetzten Einzelwörter reicht in der Regel nicht aus, um sinnvolle Sätze zu erhalten.

Nicht zuletzt profitieren viele Privatanwender in der Spieleentwicklung auf PC oder Konsole von den Fortschritten in der künstlichen Intelligenz. Neuronale Netze werden auch hier eingesetzt und schaffen interessante, nicht vorhersehbare Umgebungen und Spielgegner.

Neuronale Netze – Grenzen und Schwächen

Ein Problem ist, dass künstliche neuronale Netze selbst für ihre Entwickler nach der Schaffung eine Blackbox sind. Es ist für sie weder vorhersehbar, noch im Detail erklärbar, wie die versteckten Schichten sich beeinflussen. Zudem sind sehr viele und präzise Trainingsdaten notwendig.

Dadurch sind manche Anwendungen sehr gut geeignet, künstliche neuronale Netze zu implementieren. Wenn das Ergebnis eindeutig mit „richtig“ oder „falsch“ bewertet werden kann, ist eine gute Voraussetzung gegeben. Bei einem Dokumentenmanagement sind Trainingsdaten beispielsweise einfach herstellbar. Die erzielten Ergebnisse sind zudem eindeutig. In der Trainingsphase kann zweifelsfrei gesagt werden, ob ein Dokument korrekt kategorisiert wurde.

Künstliche neuronale Netze bergen Risiken eher in Bereichen, wo die Aussagekraft der Trainingsdaten interpretierbar ist. Dies kann bei Frühwarnsystemen der Fall sein. Insbesondere natürlich dann, wenn auf Basis der Ergebnisse wichtige Entscheidungen zu treffen sind.

Was ist Machine Learning?

Machine Learning beschreibt die faszinierende Idee, dass von Menschen geschaffene Maschinen selber lernen können. Dadurch erweitern sie ihre Funktionalität und entwickeln eine künstliche Intelligenz (KI). Diese erlaubt es, dass eine trainierte Maschine sich auf geänderte Bedingungen einstellen kann. Sie ist dann nicht mehr abhängig von durch Menschen vorprogrammierte Abläufe.

Was versteht man unter künstlicher Intelligenz?

Künstliche Intelligenz begegnet einem unter diesem Begriff häufig bei Computerspielen. Das Verhalten eines maschinellen Gegners, der KI, beschränkt sich dort nicht zwingend auf bestimmte Muster. Vielmehr ist ein Rahmen vorgegeben, in dem sich die vom Rechner gesteuerte Figur bewegt. Anstatt mögliche Verhalten und darauffolgende Reaktionen zu programmieren, wird ein Algorithmus entwickelt, der Muster erkennt und verarbeitet.

Ist dieser gut gemacht, hat es den Anschein, dass die Figur eigene Gedanken entwickelt und dementsprechend handelt. Insbesondere wird die Maschine dadurch unempfindlicher gegenüber nicht vorgesehenen Eingaben. Anstatt den Vorgang abzubrechen oder „abzustürzen“, vergleicht sie mit ihr bekannten Daten und handelt entsprechend.

Hier besteht eine Analogie zum Verhalten und zur Intelligenz eines Menschen. Dieser versucht, in unbekannten Situationen Vergleiche mit ihm bekannten Verhältnissen herzustellen. Er handelt nach ihm vertrauten, erlernten Verhaltensmustern.

Die Rolle von Machine Learning in der KI

Das Machine Learning ist die Basis für jede KI. Man spricht davon, dass die Maschine trainiert werden muss. Sie benötigt eine ausreichend große Anzahl an Vergleichsdaten, um eine Grundlage für die „richtigen“ Entscheidungen zu haben. Eine untrainierte Maschine wird häufig unlogische und offensichtlich falsche Entscheidungen treffen. Man kann dies ebenfalls leicht mit dem Erfahrungsschatz eines Menschen vergleichen. Ein Kind, welches vor Kurzem erst das Lesen gelernt hat, wird die leicht unleserliche Handschrift eines Fremden nicht deuten können. Ein erfahrener Apotheker, der jahrzehntelang unleserliche handgeschriebene Rezepte von Ärzten entziffern musste, wird damit keine Probleme haben.

 Es müssen also Voraussetzungen für Machine Learning geschaffen werden. Dazu benötigt sie die Fähigkeit, ihre „Erfahrungen“ abzuspeichern. Zudem ist ein Algorithmus erforderlich, der Situationen klassifiziert und strukturiert ablegt.

Details zu Machine Learning

Es gibt zwei unterschiedliche Ansätze des Machine Learning. Das symbolische und das nicht-symbolische Lernen.

Beim symbolischen Ansatz erfolgt eine explizite Repräsentation von Werten. Objekten werden Eigenschaften zugeschrieben, die äußerlich nachvollziehbar sind. Das können Größen, Farbe oder bestimmte Formen sein. Es kann festgelegt werden, dass die Größe eines zu klassifizierenden Objekts sich in einem bestimmten Bereich bewegen muss. Dies kann mit einer Aussagelogik verbunden werden.

Diese besagt beispielsweise, wenn Objekt A größer als Wert X und kleiner als Wert Y ist, kann es nicht eines der Kategorie Z sein. Verknüpft man ausreichend viele solcher Aussagen, wird man schon recht zufriedenstellende Ergebnisse bekommen.

Voraussetzung für diese Form des Machine Learning bleibt, dass die Maschine auf eine entsprechend große Datenmenge zur Klassifizierung zurückgreifen kann. Es müssen ihr ausreichend viele Ausprägungen möglicher Kandidaten für eine Kategorie „gezeigt“ werden. Ansonsten ist die Gefahr groß, dass es zu falschen Mustererkennungen kommt.

Der nicht-symbolische Ansatz des Machine Learning

Der nicht-symbolische Ansatz des Machine Learning baut stärker auf Verknüpfungen auf. Eine Ausprägung hiervon sind neuronale Netze. Es existiert kein Schema, nach dem Eingabewerte zu einem zugewiesenen Ausgangswert führen.

Die Eigenschaften werden vielmehr in verschiedenen Schichten aufgenommen, vom Objekt extrahiert und pro Schicht nach einem Algorithmus weiterverarbeitet.

Dieser kann mit einer Wahrscheinlichkeit arbeiten. Bei einem Personenkraftwagen gibt die Farbe vermutlich keinen Aufschluss über den Fahrzeugtyp. Bei der Bewertung von Sonderkraftwagen wäre hingegen die Farbe „rot“ ein starkes Indiz, dass es sich um ein Feuerwehrfahrzeug handelt. Kehrt man diese Aussage um, wäre es fast sicher, dass ein nicht-rotes Fahrzeug keines der Feuerwehr ist.

Je mehr Schichten existieren, die versuchen, derartige Verknüpfungen herzustellen, desto präziser wird das Ergebnis des Machine Learning.

Zudem kann Machine Learning nach der Art des Lernens unterschieden werden. Beim überwachten Lernen, werden der Maschine Eingaben mit den dazugehörigen Ausgaben zugeführt. Daraus bildet die Maschine Muster, die sie später anwenden kann.

Beim unüberwachten Lernen erhält die Maschine nur die Objekte. Sie bildet selber sinnvolle Kategorien und ordnet die Objekte diesen zu.

Die Anwendungsbereiche von Machine Learning

Das Machine Learning hat vermutlich auch in Ihrem Alltag Einzug erhalten. Ein einfaches Beispiel sind Apps von Online-Versandhäusern oder Streaming-Diensten. Bestellen Sie regelmäßig Artikel aus einer bestimmten Kategorie, werden Sie vermehrt Angebote aus diesem Bereich auf ihrem Startbildschirm finden. Die von Ihnen bevorzugt gehörte Musik wird in Kategorien erfasst und sie bekommen Songs ähnlicher Interpreten angeboten.

Sehr gut zu verwenden ist Machine Learning für künstliche Intelligenz, die etwas genormtes, wie betriebliche Schreiben, klassifizieren soll. So gibt es Formulierungen, die Rechnungen eindeutig von Werbeschreiben unterscheiden. Für das Dokumentenmanagementsystem (DMS) von docurex® wird ebenfalls eine leistungsstarke KI entwickelt, die nach diesem Prinzip lernt.

Grenzen und Schwächen

Im Moment hängt der Erfolg des Machine Learning noch sehr stark von der Möglichkeit ab, aussagekräftige Trainingsdaten zu haben. Was für Dokumente sehr einfach ist, gestaltet sich beispielsweise in der Medizin schon schwieriger. Ein weiterer Faktor, der durch Machine Learning schlecht imitiert werden kann, ist die menschliche Fantasie. Diese beeinflusst dessen Fähigkeit zur Problemlösung nicht unerheblich.

Was ist KI?

Mit dem Begriff künstliche Intelligenz (KI) werden Technologien und hoch entwickelte Prozesse bezeichnet, in deren Rahmen Maschinen bzw. Computerprogramme ein menschenähnliches Denkvermögen simulieren können. Künstliche Intelligenz (KI) gibt Maschinen die Möglichkeit, aus Erfahrung zu lernen und mit neuen Informationen ihre Fähigkeit zum Bewältigen neuer Aufgaben auszubauen. Einige prominente Beispiele für KI sind Systeme wie Google Home oder Amazon Alexa, die auf natürlicher Sprachverarbeitung und Deep Learning basieren.

Intelligente Maschinen

Künstliche Intelligenz (KI) soll Computern die Fähigkeit verleihen, Probleme eigenständig zu bearbeiten und zu lösen. In Computerspielen wird beispielsweise durch den Einsatz einfacher Algorithmen ein scheinbar „intelligentes Verhalten“ simuliert. Künstliche Intelligenz (KI) umfasst eine Vielzahl unterschiedlicher Teilgebiete, wie zum Beispiel:

–       wissensbasierte Systeme

–       Musteranalysen und Mustererkennung, wie Sie beispielsweise bei dem webbasierten Dokumenten-Management-System Docurex zum Einsatz kommen

–       Robotik und Modellierung in verschiedenen Industriebranchen

–       künstliches Leben

Lernen anhand von Mustern und Merkmalen

KI-Software soll anhand von Merkmalen oder Mustern in Daten lernen. Zu diesem Zweck werden gigantische Datenmengen mit iterativen Berechnungen und intelligenten Algorithmen kombiniert. Das Forschungsfeld der künstlichen Intelligenz ist breit aufgestellt und nutzt viele unterschiedliche Methoden, Technologien und Theorien. Zu den bedeutendsten Teilbereichen der KI gehören:

–       Neuronale Netze

Neuronale Netze begünstigen maschinelles Lernen, indem miteinander verbundene Knoten (Nodes) Datensätze verarbeiten. Die Funktionsweise dieser Knoten entspricht der der Neuronen im menschlichen Gehirn: Sie reagieren auf neue Datensätze und verteilen Informationen auf andere Knoten. Neuronale Netze versuchen in mehreren Iterationen (Durchläufen) relevante Verbindungen im Datensatz und undefinierte Daten zu evaluieren.

–       Maschinelles Lernen

Maschinelles Lernen gibt Computerprogrammen die Fähigkeit, auch nicht explizit programmierte Lösungen zu finden. Um dies zu erreichen, bedient sich die künstliche Intelligenz (KI) verschiedener Methoden aus Statistik, Physik und neuronalen Netzen.

–       Deep Learning

Das tief gehende Lernen (Deep Learning) wird in erster Linie bei Sprach- und Bilderkennung eingesetzt. Zu diesem Zweck werden größere neuronale Netze genutzt, die aus Verarbeitungsknoten in mehreren Schichten zusammengesetzt sind. Mit Deep Learning lassen sich bestimmte Muster aus großen Datenmengen äußerst effektiv erlernen.

–       Computer Vision

Inhalte von Videos und Bildern lassen sich mit Deep Learning-Methoden effizient interpretieren. Durch den Einsatz von maschinellem Sehen (Computer Vision) können solche Inhalte in Echtzeit analysiert und im Kontext des Umfeldes interpretiert werden.

–       Natürliche Sprachverarbeitung (Natural Language Processing)

Künstliche Intelligenz soll in der Lage sein, die menschliche Sprache analysieren, verstehen und selbst erzeugen zu können. Das Ziel der natürlichen Sprachverarbeitung ist es, letztlich eine Interaktion zwischen Menschen und Maschinen in natürlicher Sprache zu ermöglichen. NLP-Systeme werden heute schon in unterschiedlichen Geräten eingesetzt, wie beispielsweise Amazon Alexa, Google Home und zahlreichen anderen Sprachassistenten.

Anwendungsbereiche von KI

Der Bedarf an intelligenten Systemen mit KI-Fähigkeiten ist gigantisch. Sollen Kundenanfragen automatisch beantwortet werden, Dokumente automatisiert analysiert und archiviert werden oder Risikohinweise gegeben werden, sind Systeme im Einsatz, die durch künstliche Intelligenz unterstützt werden. Zu den Branchen, in denen KI-Systeme in den letzten Jahren immer stärker eingesetzt werden, gehören:

–       Gesundheitswesen und Sport

Im Gesundheitswesen entwickeln sich KI-Systeme immer mehr zu persönlichen Gesundheitsassistenten. KI kann Benutzer beispielsweise an die Einnahme von Medikamenten erinnern oder durch die kontinuierliche Überwachung der Schlafgewohnheiten ihrer Benutzer einen gesunden Schlafrhythmus fördern. Im Sportbereich kann KI (Künstliche Intelligenz) genutzt werden, um beispielsweise die Spielvorbereitung (Vorbereitung, Aufstellung, Training) zu optimieren.

–       Daten- und Dokumentenarchivierung

Künstliche Intelligenz kommt auch bei Dokumenten-Management-Systemen, wie beispielsweise Docurex, zum Einsatz. Bei dem webbasierten DMS-System Docurex wird künstliche Intelligenz (KI) u.a. genutzt, um den Prozess der Klassifizierung von Dokumenten zu automatisieren. Die künstliche Intelligenz entscheidet bei Docurex selbst darüber, ob ein Dokument etwa ein Vertrag oder eine Rechnung ist.

–       Einzelhandel

Schon heute werden Benutzern beim Online-Einkauf personalisierte Empfehlungen geboten. Künstliche Intelligenz (KI) unterstützt beim virtuellen Einkauf, indem Kunden zum Beispiel weitere Kaufoptionen vorgeschlagen werden, die diese eventuell interessant finden. Solche KI-Systeme lernen u.a. auch von den Einkäufen anderer Nutzer sowie von deren Such- und Surfgewohnheiten.

–       Fertigung

Mit KI-Systemen können Nachfrage und Auslastung relativ gut prognostiziert werden. Dazu übertragen intelligente Geräte der Fertigungsanlagen ihre Daten an das KI-System. Künstliche Intelligenz kümmert sich dann mit Deep Learning und neuronalen Netzen um die regelrechte Analyse der Daten.

Künstliche Intelligenz mit menschlichem Denkvermögen

Ein wesentlicher Teilbereich der Forschung rund um künstliche Intelligenz beschäftigt sich mit der Entwicklung von Software-Systemen und Maschinen, die sich wie Menschen verhalten sollen. Die große Herausforderung besteht in der „Digitalisierung des menschlichen Denkvermögens“. Da sich künstliche Intelligenz u.a. auch mit maschinellem Lernen befasst, sollen mit dem Nachbau des menschlichen Gehirns auch Maschinen bis zu einem gewissen Grad lernfähig werden. Diese Lernfähigkeit nennt man „neuronale Netze“.

Nutzen von künstlicher Intelligenz für die Gesellschaft

Im Gegensatz zu der weitverbreiteten Vorstellung sollen Systeme auf Basis von künstlicher Intelligenz den Menschen nicht ersetzen, sondern eher komplementieren. Von der künstlichen Intelligenz profitiert in erster Linie auch der Mensch. Künstliche Intelligenz kann zum Beispiel:

–       Analyseverfahren wie zum Beispiel Pattern Matching oder Zeitreihenanalysen optimieren

–       Sprach- und Übersetzungsbarrieren reduzieren oder sogar vollkommen eliminieren

–       Wichtige Analytics für die verschiedensten Bereiche und Branchen bereitstellen

–       Durch die Bereitstellung relevanter Daten die menschliche Fähigkeit der Entscheidungsfindung verbessern

Handshake

Due Diligence für den Unternehmensankauf und Verkauf

Im Geschäftsleben kommt es immer wieder dazu, dass eine Firma oder eine Person, sich einen Betrieb, eine Firma oder ein ganzes Unternehmen kauft. Manche Verkäufer wollen neue Projekte in Angriff nehmen oder sich einfach zur Ruhe setzen und das Unternehmen gewinnbringend verkaufen.

Wo aber gehandelt wird, ist die Frage des Betrugs nicht weit, denn ein hoher Verkaufswert ist für den Verkäufer gut und für Käufer nachteilig. Fühlt der Käufer sich sogar hintergangen oder betrogen, weil er nach dem Kauf Fakten erfährt, von denen er bisher nichts wusste, landen Verkäufer und Käufer schnell vor Gericht.

In den USA und angelsächsischen Ländern gibt es hierzu den Begriff der Due Diligence, worunter Maßnahmen zu verstehen sind, damit sich beide Parteien beim Kauf ihrer Sorgfaltspflicht entsprechend verhalten und durch eine Offenlegung aller benötigten Unterlagen einen fairen Verkauf abwickeln. Due Diligence soll also einen geordneten Verkauf sicherstellen, damit sich beide Parteien hinterher ein Gerichtsverfahren ersparen.

Was ist Due Diligence?

Für viele Leute erschließt sich die Bedeutung des Begriffs ‚Due Diligence‘ nicht auf der ersten Blick und bedarf daher einer Erklärung. Ursprünglich stammt dieser Begriff aus dem amerikanischen Wirtschaftsrecht und entspricht in etwa dem deutschen Rechtsprinzip ‚ der erforderlichen Sorgfaltspflicht eines seriösen Geschäftsmannes‘. Darunter wird aber meinst ein genauer Check einer Firma verstanden, die zum Verkauf steht.

Diese Prüfung wird erst vorgenommen, wenn sich Verkäufer und Käufer über die wichtigsten Fragen des Verkaufs bereits einig geworden sind. Es geht also nicht um das Ausspionieren einer Firma, um etwa ihren Wert zu bestimmen, sondern es stehen mehr die wirtschaftlichen Fakten im Vordergrund wie das Firmeneigentum und eventuelle Verbindlichkeiten, damit der Käufer genau weiß, worauf er sich einlässt, wenn er den Vertrag unterschreibt.

Eine der ungeschriebenen Regeln der kaufmännischen Sorgfaltspflicht ist es, dass der Verkäufer alle Unterlagen und Informationen über seine Firma vorliegen hat und auch Kenntnis von allen Vorgängen hat, die er dann dem Käufer zugänglich macht. Der Sinn dieser Prüfung besteht eigentlich darin, dass keine der Parteien die andere übervorteilt, weil ihnen die entsprechenden Informationen vorenthalten wurden.

Der Käufer kann durch sie sicher sein, dass er das bekommt, was er kaufen wollte, während Verkäufer sicher sein kann, dass der Käufer ihn später nicht auf Schadensersatz verklagt, weil er sich betrogen fühlt. Eine Due Dilligence Prüfung wird vorwiegend beim Verkauf von Firmenanteilen und Immobilien oder vor einem Börsengang durchgeführt, um sicher zu stellen, dass die Übergabe risikofrei abläuft.

Das gilt auch für Mergers & Acquisitions, also Unternehmensfusionen oder einem Unternehmenskauf in jeglicher Form, wobei dieser Begriff auch gern für die Dienstleister in diesem Bereich benutzt wird. Zu diesem Vorgang gehört auch eine genaue Risikoanalyse des Kaufs. Beide Vertragsparteien einigen sich meistens auf einen bestimmten Zeitraum, in dem die Due-Diligence-Prüfung stattfindet. Zu den Vereinbarungen kann auch eine Entschädigungszahlung gehören, falls der Verkauf doch nicht zustande kommt. Die Prüfung der eigentlichen Unterlagen während einer Due Diligence wird meist von Steuerberatern, Wirtschaftsprüfern, Anwälten oder anderen Fachleuten mit entsprechenden Kenntnissen durchgeführt oder zumindest tatkräftig unterstützt.

Unterschiedliche Formen von Mergers & Acquisitions

Mergers and Acquisitions

Bei einer Unternehmensfusion können Unternehmen als gleichwertige Partner eine neue Firma gründen.

Es gibt diverse Unterarten von M&A, die der Großzahl der unternehmerischen Möglichkeiten entsprechen. So kann bei einer Fusion der Käufer sich das als Target bezeichnete Zielunternehmen einverleiben und sich selbst dadurch vergrößern, während das gekaufte Unternehmen aufgelöst wird. Dabei muss der Käufer die Schulden genauso übernehmen wie das Vermögen. Bei einer Unternehmensfusion können sich beide Parteien dafür entscheiden, zusammen in einem neuen, größeren Unternehmen aufzugehen. Dadurch entsteht ein völlig neues Unternehmen.

Die Mergers and Acquistions Geschäfte werden aber oft als einfache Unternehmenskäufe abgewickelt und es sind fremdfinanzierte Übernahmen von Unternehmen. Der Unterschied zwischen Unternehmenskäufen und Fusionen besteht im wesentlichen durch den Austausch des Besitzers. Die fremdfinanzierten Übernahmen sind oftmals nur möglich, wenn ein hoher Anteil von fremden Kapital für den Kaufpreis gebraucht wird, das auf dem Finanzmarkt besorgt wird.

Es gibt in diesem Bereich auch die Corporate Restructuring, die meist aus Outsourching- oder Insourching-Maßnahmen besteht, was auch für Spin-offs oder Carve-outs gilt. Eine strategische Kooperation ähnelt einem Joint Venture Vertrag zwischen den Parteien, woraus wiederum oftmals Konsortien, Arbeitsgemeinschaften, Kartelle oder einfache Interessengemeinschaften entstehen.

Nach Common Law in der angelsächsischen Rechtsprechung gilt der Grundsatz, dass der Käufer Sorgfalt walten lassen soll, weshalb er sich dazu verpflichtet, als Risiken des Kaufs für sich abzuwägen und etwaige Mängel vorher zu erkennen und zu akzeptieren. Der Käufer hat also keinen Rechtsschutz, wenn er Kaufmängel übersieht. Deshalb wird bei allen wichtigen Käufen das Käuferrisiko durch die Due Diligence verringert oder sogar ausgeschlossen.

Die beiden Parteien einigen sich in fast allen Arten von M&A auf eine Due-Diligence-Prüfung, die das Risikos des Käufers mindert und den Verkäufer gleichzeitig vor etwaigen Rechtsansprüchen des Käufers schützen soll. Dabei gilt der Grundsatz, dass der Verkäufer nichts verschweigt. Obgleich diese Due-Diligence-Prüfung noch nicht zur Verkehrssitte gehört, werden allerdings auch in Deutschland kaum noch Veräußerungen ohne eine Unternehmens-Prüfung unternommen, wobei sie oftmals auch der Kaufpreisfindung dienen soll.

Wann ist der richtige Zeitpunkt, um ein Unternehmen zu verkaufen?

when to sell your business

Wann ist es an der Zeit, die eigene Firma zu verkaufen?

Der richtige Zeitpunkt für den Unternehmensverkauf ist, wenn das Unternehmen den höchsten Wert hat, jedenfalls aus Sicht des Unternehmenseigentümers. Allerdings finden aus diesem Grund selten Unternehmensverkäufe statt, sondern weil der Firmengründer in Rente gehen möchte und keinen Nachfolger hat. Oftmals sind auch Veränderungen am Markt dafür verantwortlich, dass sich ein Firmeninhaber für einen Verkauf entscheidet.

Allerdings kann auch eine Interessensverlagerung zu einem Verkauf führen, wenn der Unternehmer für eine Neugründung Startkapital braucht. Es können auch ganz persönliche Gründe wie die Gesundheit sein, weshalb sich ein Unternehmensinhaber von seinem Geschäft zurückziehen möchte.

Jedoch gibt es bei der Entscheidung immer zu berücksichtigen, welchen Gegenwert der Verkäufer für seine Firma erhalten möchte. Einigen Unternehmern ist der Erhalt der Firma in ihrer Form wichtiger als ein maximaler Ertrag beim Verkauf. Darum ist der richtige Zeitpunkt auch schwer anzugeben, denn dafür müssten sich Käufer wie Verkäufer darüber einig sein, dass beide eine Win-Win-Situation erleben. Um dieses Ziel zu erreichen, ist eine Due-Diligence-Prüfung wichtig, da sie genau das gewährleisten soll.

Die Due Diligence für den Unternehmensverkauf vorbereiten

Ordner mit Unterlagen

Für die Due Diligence ist die Aufbereitung von vielen Akten notwendig.

Wenn ein Verkauf des Unternehmens geplant ist, sollte der Verkäufer sich die benötigten Unterlagen für die Due-Diligence-Prüfung schon einmal vorbereiten, damit der Käufer und seine Fachleute sich diese so schnell wie möglich vornehmen können. Ganz wichtig sind die Dokumente zur rechtlichen Situation wie zum Beispiel einer GmbH oder einer Ko-KG, denn nur so kann der Käufer erfahren, was genau er bei der Übernahme beachten muss.

Zudem sollte er alle seine Dokumente bezüglich der Steuer wie auch die Finanzunterlagen und die Dokumente, die die wirtschaftliche Lage darstellen. Dabei ist entscheidend, dass diese Unterlagen auch den Tatsachen entsprechen, da eine Manipulation der Unterlagen ein Fall für den Staatsanwalt werden kann.

Für den zukünftigen Käufer ist nicht nur der gesamte Habitus der Firma wichtig, sondern er sollte auch den Zugang zu den Unterlagen für die Entwicklung des Marktes bekommen sowie zu den Unternehmens-Strategien. Immerhin sind diese Unternehmensstrategien oftmals für den Erfolg eines Unternehmens in der Zukunft gedacht.

Der Verkäufer sollte allerdings dem Käufer auch einen Einblick über den aktuellen Stand der Versicherungen geben, die das Unternehmen abgeschlossen hat und die zur Verfügung stehen. Sehr wichtig sind auch die technologischen Entwicklungen, die dem Unternehmen Umsatz bescheren sollen.

Neben allen Sachwerten einer Firma gibt es auch das sogenannte Humankapital. Unternehmer verstehen unter dem Begriff Humankapital die Fähigkeiten ihrer Angestellten, sich auch unter Stress zu bewähren. Die Angestellten sind nicht nur wegen ihrer Arbeitsleistung ein wichtiger Bestandteil des Unternehmens, sondern können durch ihre kreative Ideen eine enorme Wertsteigerung erzeugen. Diese innovativen Ideen sind meist vertraglich Eigentum des Unternehmens und machen einen bedeutenden Wert in der Gesamteinschätzung des Firmenwerts aus.

Due Diligence für den Unternehmensankauf vorbereiten

Ein Käufer eines Unternehmens sollte die Due-Diligence-Prüfung dafür nutzen, sich alle Aspekte des Wunschunternehmens genau anzuschauen, bevor er dem Kauf zustimmt. Kommt es hinterher zum Streit, muss er nämlich beweisen, dass er die nötige Sorgfalt walten ließ und trotzdem hintergangen wurde. Zunächst sollte der Käufer den exakten Wert des gewünschten Unternehmens ermitteln lassen. Dabei sind alle Aktiva genauso wichtig wie Belastungen durch Kredite.

Zu den wichtigen Unternehmensdaten gehören selbstverständlich auch der Umsatz wie auch Gewinn und Marge. Zudem interessiert sich der Käufer für die aktuelle Position des Unternehmens im Markt und seinen Stand gegenüber den Wettbewerbern.

Bei größeren Firmen empfiehlt es sich auf jeden Fall, die Bilanzen von einem Wirtschaftsprüfer durchschauen zu lassen. Auch sollte die Führungsetage genau unter die Lupe genommen und auf ihre Eignung überprüft werden, da hier die Entscheidungen für die Zukunft des Unternehmens fallen. Aus diesen diversen Fakten gibt sich schließlich zusammengenommen eine fundierte Risikoanalyse, die exakt beschreiben sollte, welchen Wert das Unternehmen hat und welche zukünftige Entwicklung ansteht.

Der Einsatz eines DMS für die Due Diligence

diagramm-unternehmensankauf-due-diligence

Ein Document Management System hilft bei der Due-Diligence-Prüfung – und zwar allen Parteien.

Da bei einer Due-Diligence-Prüfung Unmengen von Datensätzen anfallen, können Dokumentenmanagementsysteme, kurz DMS genannt, die Arbeitsabläufe und die Durchsicht erleichtern. Ein Document Management System macht es möglich, dass eine große Anzahl von Mitarbeitern oder Fachleuten gleichzeitig Zugriff auf das gleiche Projekt haben, wobei die Sicherheit der sensiblen Firmendaten trotzdem gewährleistet bleibt. Denn kein Unternehmen, das verkauft werden soll, weiß es zu schätzen, wenn ihre Daten für unbefugte Personen zugänglich sind.

Durch DMS können auch Fachleute in den Due-Diligence-Prozess eingebunden werden, die an anderen Standorten als dem Unternehmenssitz beschäftigt sind, was durch ein funktionales Online-DMS gewährleistet wird. So wird es möglich, die digitalisierten Dokumente aufzurufen oder nach Wunsch einfach im Web einzusehen. Ein solcher externer Austausch von Daten kann diese Prüfung erleichtern und die Dauer der Prüfung zudem erheblich reduzieren.

Die einzelnen Mitarbeiter bekommen so eine gute Übersicht über die Informationen und die Strukturierung der zahlreichen Dokumente. Dabei spielt es keinerlei Rolle, wie groß die einzelnen Dateien oder die gesamte Datenmenge ist. Dafür ist das Cloud Computing verantwortlich, was sich durch das DMS gerade bei Firmenübernahmen oder Fusionen als sehr hilfreich erwiesen hat. Zudem kann das DMS die Kosten für eine Unternehmensprüfung stark reduzieren.

Weitere Informationen zum Thema Due Diligence

Welche Dokumente duerfen mit einem DMS aufbewahrt werden?

Welche Dokumente dürfen digital mit einem DMS aufbewahrt werden?

Grundsätzlich ist ein Document Management System geeignet, alle Dokumente aufzubewahren. Dies gilt sowohl für Privatpersonen als auch Kleinunternehmer, Freiberufler und Gewerbetreibende. Zu Dokumenten zählt alles von Kaufbelegen über Korrespondenzen bis hin zu Versicherungspolicen.

Welche Ausnahmen gibt es?

Es existiert keine Limitierung der digital zu speichernden Dokumente. Allerdings gibt es Fälle, in denen das papierbasierte Original nicht vernichtet werden darf. Dazu gehören Versicherungspolicen, aus denen ein Leistungsanspruch hervorgeht, wie zum Beispiel Renten- und Lebensversicherungen; Bilanzen und Jahresabschlüsse, sowie die Aufbewahrung aller Dokumente von Unternehmern, die in Deutschland Vorsteuer geltend machen wollen, aber keinen Umsatz im Inland generieren (§ 62 Abs2 UstDV). Grundsätzlich empfiehlt sich eine Aufbewahrung auch bei allen Dokumenten im Original, bei denen es um Immobilien geht.

Woraus ergibt sich eine Aufbewahrungspflicht?

Die Pflicht, Dokumente aufzubewahren, erstreckt sich auf natürliche und juristische Personen. Sie ergibt sich je nach Fall aus § 147 AO; §257 HGB und § 14 UstG. Weiter ergeben sich aus diesen Paragraphen auch die Aufbewahrungsfristen. Die gesetzlichen Aufbewahrungsfristen hängen zum einem von der Art des Dokumentes ab und zum anderen von der Frage, wer das Dokument für welchen Zweck aufbewahrt.

Unterschiede zwischen Privatmann und Gewerbetreibenden

Gewerbetreibende müssen mit Aufbewahrungsfristen zwischen sechs und zehn Jahren umgehen. Zu den Dokumenten, die zehn Jahre jederzeit zugänglich, revisionssicher und lesbar aufbewahrt werden müssen, zählen: alle Buchungsbeleg, jegliches Schriftstück, dass die Organisation als solches betrifft, die kompletten Jahresabschlüsse sowie vollständigen Lagerberichte, die Eröffnungsbilanz, alle den Zoll betreffenden Dokumente und die Inventarverzeichnisse.

Freiberufler, Kleinunternehmer und Co müssen können sich an folgendem Grundsatz orientieren: Alle Dokumente, die für eine Steuerüberprüfung relevant sind, müssen aufbewahrt werden. Auch hier gilt die zehnjährige Aufbewahrungsfrist.

Privatpersonen werden zum Beispiel auf Handwerkerrechnungen auf Ihre Aufbewahrungspflicht für Rechnungen und die dazugehörigen Aufbewahrungsfristen für Rechnungen hingewiesen. Zu lesen ist dies am Ende der Rechnung. Um die Gewährleistungspflicht eines Verkäufers gem. §§ 437, 438 ff BGB im Schadensfall in Anspruch nehmen zu können, gelten für Kaufbelege Aufbewahrungsfristen von zwei Jahren; gleich jeglicher Rechnungen beginnend mit Ablauf des Kalenderjahres, in dem die Handlung stattfand. Bankunterlagen sollten mindestens drei Jahre aufbewahrt werden. So lange können diese zu jeglicher amtlicher Vorlage verlangt werden.

Tipp: Im Falle einer pflegebedürftigen Person kann es sein, dass Kontenbewegungen bis zu zehn Jahre nachgewiesen werden müssen!

Um binnen sieben Jahren von der Erhaltungsoption der Schadensfreiheitsklasse bei der KFZ Versicherung zu profitieren, reicht die letzte Rechnung. Eine Police ist nicht notwendig.

Eine gesetzliche Aufbewahrungspflicht oder Aufbewahrungsfristen für Steuerunterlagen gibt es für Privatpersonen nicht.

Digital oder Papierform vor Gericht

Werden Rechnungen und Kaufbelege digital aufbewahrt und kommen in einem Zivilprozess zur Verwendung, so gelten die digitalisierten Dokumente nicht als urkundlicher Beweis; sie sind mit Filmen und Bildern gleichgestellt und daraus ergibt sich eine Betrachtung als freie Beweiswürdigung. Gerade für Unternehmen gilt eine Abwägung von Risiko und Nutzen, ob die Aufbewahrung im Original sinnvoll ist.

DMS: Eine zeitgemäße Aufbewahrungsform

Die Aufbewahrung beziehungsweise Archivierung von Dokumenten in digitaler Form ist abgesehen von genannten Ausnahmen, erlaubt. Die Rechtmäßigkeit bildlicher Darstellung von Dokumenten wird ausdrücklich aus §14; 14 b UstG abgeleitet.

Trotz Digitalisierung bleibt die Pflicht zur ordnungsgemäßen Buchführung unter Beachtung von GoBS und GDPdU zwingend bestehen. Kurzgefasst äußert sie sich folgendermaßen:

  1. Alle Dokumente, die gescannt werden, müssen dokumentiert werden.
  2. Fehler beim Scannen müssen protokolliert werden
  3. Die archivierende Person muss für die Tätigkeit geeignet und autorisiert sein
  4. Beim Scannen müssen zwingend die Farbe und weitere klare Details ersichtlich sein
  5. Die Aufbewahrung erfolgt in DB geschützten Buchhaltungssystemen

Das DMS muss also den Anforderungen nach Dokumentation der Metadaten und der Revisionssicherheit Rechnung tragen.

Wichtig ist weiter, dass die Originale erst nach erneuter Datensicherung vernichtet werden dürfen. Die Rechtskonformität der Vernichtung nach Steuerrecht und Handelsrecht ergibt sich aus § 239 Abs 4; 257 Abs. 3 HGB I.V.m. §147 Abs 2 AO.

DMS: Weg vom Papierbüro!

Die digitale Archivierung von Dokumenten unter Berücksichtigung der Aufbewahrungsfristen schafft nicht nur praktisch Platz, sie eröffnet Unternehmen eine neue Welt der Zusammenarbeit. Standortunabhängig kann über den Browser auch von mobilen Geräten auf die Daten zugegriffen werden. Die morgens digitalisierte Post kann schnell und ohne Autorisierungsaufwand der zuständigen Person zugeteilt werden. Diese muss dafür nicht anwesend sein. Der Vorgang spart Zeit. Gleichzeitig können elektronische Akten erstellt werden, so dass jederzeit per Suchmodus alle relevanten Dokumente zu einer Sache verfügbar sind. Einige DMS bieten Features wie Notizfunktionen innerhalb der Dokumente an, dies vereinfacht die Kommunikation.

Für Privatpersonen sind die Vorteile analog zu sehen. So reduziert sich der Ordner für Originale in seinen Ausmaßen und die Aufbewahrungsfristen können bei Platzmangel trotzdem eingehalten werden. Gerade für Privatpersonen, die wegen eines Jahreseinkommens über 500000 Euro den gleichen Aufbewahrungsfristen wie Gewerbetreibende unterliegen, erleichtert die Digitalisierung die Buchführung. Ein weiterer, großer Vorteil ist die Sicherheit der Daten vor Feuer- und Wasserschäden sowie Diebstahl.

Aufbewahrungsfristen fuer Selbstständige, Kleingewerbetreibende

Durch korrekte Buchführung sicher im Geschäft: Selbstständige, Freiberufler und Kleingewerbetreibende

Wer kennt es nicht, wenn der Fiskus gnadenlos zuschlägt? So etwas kann bereits bei Fehlen eines einzigen Belegs bzw. einer einzelnen Rechnung passieren. Vor allem größere Unternehmen, ab einer Umsatzgrenze von 500.000 €, werden von Steuerprüfern heimgesucht, wenn diese Aufbewahrungsfristen spezieller Dokumente verstreichen lassen und somit Ihrer Aufbewahrungspflicht nicht nachkommen. Wie Privatpersonen unterliegen Kleinunternehmer, Kleingewerbetreibende und Freiberufler der Steuerpflicht.

Die Regelungen für gesetzliche Aufbewahrungsfristen sind in §147 der AO festgelegt. Um als Unternehmer bohrenden Fragen vonseiten des Steuerprüfers gelassen entgegentreten zu können, müssen Sie Bescheid wissen.

Welche Dokumente unterliegen der Aufbewahrungspflicht?

Zuerst sollten Sie Geschäftsunterlagen von Privaten trennen. Falls Sie ein größeres Unternehmen betreiben, verwechseln Sie keinesfalls handelsrechtliche Dokumente mit steuerrechtlich Relevanten, dazu zählen:

  • Jahresabschlüsse
  • Inventare
  • Lageberichte
  • Eröffnungsbilanzen
  • Handels-und Geschäftsbriefe
  • Buchungsbelege
  • Zollanmeldungen

Weitere Unterlagen sind:

  • Arbeitsanweisungen
  • Beschreibungen
  • Organisations-Richtlinien

Der Einblick in die Organisationsstruktur erleichtert dem Steuerprüfer das Verständnis zur Buchführung des betroffenen Unternehmens. Wenn Sie Ihr Buchführungssystem dokumentieren, ersparen Sie nicht nur dem Steuerprüfer kostbare Zeit. Umso eher können Sie sich wieder Ihrer geschäftlichen Tätigkeit widmen, ohne rechtliche Konsequenzen. Darüber hinaus bewahren Sie den Überblick über sämtliche Rechnungen, Belege und Geschäftspapiere. Diese unterliegen ebenfalls den Regelungen im §147 der AO. Geschäftspapiere umfassen:

  • Anschreiben
  • Angebote
  • Anfragen
  • Auftragsbestätigungen
  • Reklamationen
  • Mahnungen
  • Lieferscheine
  • Kalkulationen
  • Preislisten

Welche gesetzlichen Aufbewahrungsfristen gelten für welche Dokumente?

Folgende Unterlagen sollten Selbstständige, Freiberufler und Kleingewerbetreibende bis zu 10 Jahre lang aufbewahren:

  • Buchhaltungsunterlagen
  • Jahresabschlüsse
  • Inventare
  • Lageberichte
  • Eröffnungsbilanzen
  • Buchungsbelege
  • Zollanmeldungen

Bis zu 10 Jahre lang sollten Sie auch Rechnungen aufbewahren.

Darüber hinaus können Sie alle übrigen Unterlagen, welche hier nicht aufgeführt sind, schon nach 6 Jahren vernichten.
Gegen Ende des letzten Geschäftsjahres, nach letztmaliger Änderung Ihrer Dokumente, beginnt der Sand durch die Uhr zu rieseln.

Wo und wie sind Unterlagen zu archivieren?

Ihre Schriftstücke sollten feuchtigkeitsfest an nicht entzündbaren Plätzen aufbewahrt werden. Empfehlenswert sind speziell konzipierte Büromöbel, wie beispielsweise Aktenschränke. Falls Sie im Ausland, innerhalb des EU-Raums, Ihre Dokumente und Rechnungen aufbewahren, müssen Sie einen Antrag für eine Genehmigung stellen. Für eine solche Ausnahme kommen Sie um eine elektronische Buchführung nicht herum. Dafür eignen sich revisionssichere Dokumentenmanagementsysteme, womit ein Zugriff aus der Ferne möglich ist.

Welche Buchführung eignet sich am besten?

Ein professionelles Dokumentenmanagement-System schafft finanzielle Freiräume und erheblich mehr Flexibilität, wie bei einer klassischen Buchführung. Beispielsweise durch Wegfall kostspieliger, klobiger Büromöbel senken Sie die Archivierungskosten.

In Archiven dieser intelligenten Software sind alle Ihre Dokumente, Belege und Rechnungen alphabetisch, kategorisch und nach Belegnummern sortiert. Eine solche Buchführung wappnet Sie gegen das Versäumnis von Aufbewahrungsfristen sowie gegen die kritischsten Fragen mancher Steuerprüfer.

Welche Folgen hat eine Nichteinhaltung der Aufbewahrungsfristen von Rechnungen und Unterlagen?

Kommen Sie der Aufbewahrungspflicht von Rechnungen nicht nach und lassen eine Frist verstreichen, kann das mehr oder weniger unangenehme Folgen für Sie haben. Das kommt beim Fehlen oder beim frühzeitigen Vernichten eines Dokuments vor.

Für Sie als Klein-Gewerbetreibender, Selbstständiger oder Freiberufler bedeutet das eine Steuer-Straftat, durch Verletzung der Buchführungspflicht. In solchen Fällen führt das Finanzamt entweder Schätzungen zu Ihren finanziellen Ungunsten durch. Des Weiteren kann es zu Geldstrafen, gelegentlich auch zu Freiheitsstrafen kommen wenn Steuerhinterziehung begangen wurde.

Haben Sie bei einer gerichtlichen Auseinandersetzung mit Kunden oder Geschäftspartnern nicht das passende Dokument zur Hand, wirkt sich das für Sie nachteilhaft auf die Beweislast gegen den Angeklagten aus.

Fazit

Um unangenehmen Überraschungen vorzubeugen, sollten Sie sich unbedingt mit den Aufbewahrungspflichten und Aufbewahrungsfristen Ihrer Dokumente auseinander setzen. Ein elektronisches Dokumentenmanagement-System erleichtert Ihnen die Buchführung, senkt die Archivierungskosten und somit die Kosten eines Buchhalters. Sie brauchen keine Belege mehr krampfhaft sortieren und in platzraubenden Ordnern archivieren. Sie und der Steuerprüfer bewahren den Überblick und sparen Zeit. Ihnen bleibt mehr Zeit für das Geschäft.

Document Management System Due Diligence

So verwenden Sie ein DMS für Ihre Due Diligence

Ein online Dokumentenmanagementsystem (DMS) ist ein Aufbewahrungsort für Dokumente, der auf die Bedürfnisse eines Unternehmens angepasst werden kann.

Ein DMS wird oft verwendet, um die papierbasierte Ablage eines Unternehmens zu ersetzen oder zu ergänzen und eignet sich sehr gut für zeitlich begrenzte Projekte wie eine Due Diligence Prüfung.

Ein DMS wird typischerweise vom Verkäufer eines Unternehmens verwendet um alle öffentlichen und vertraulichen Daten zu organisieren, die der Käufer braucht um seine Due Diligence durchzuführen.

Wie hilft ein Dokumentenmanagementsystem (DMS)?

Ein DMS bietet eine Reihe klarer Vorteile gegenüber einem papierbasierten Ablagesystem.

Ein Online-DMS bietet einen einzelnen virtuellen Raum für Käufer und Verkäufer an, in dem Informationen gelagert werden und der Zugriff gewährleistet werden kann. Das löst das Problem, dass Papierdokumente an verschiedenen Orten gelagert werden und potentiell verloren gehen oder falsch sortiert werden. Die Speicherung der Daten in einem digitalen Format hilft, die Due Diligence zu beschleunigen.

Die im DMS enthaltenen Informationen können nur abgerufen werden, wenn eine Nutzer-ID vergeben wurde. Dadurch wird die Sicherheit und Vertraulichkeit während des Due Diligence Prozesses sichergestellt. Einzelne Informationen können auch nur für bestimmte Personen freigegeben werden. Beispielsweise kann so leitenden Angestellten, die an einer Transaktion beteiligt sind, der Zugriff auf sensible Finanzdaten gegeben werden, während alle weiteren Mitarbeiter keinen Zugriff erhalten.

Ein DMS bietet eine schnelle Suche nach Informationen – Freitextsuchen über alle Dokumente hinweg sind schnell durchgeführt. Es gibt keine mühsamere Aufgabe, als händisch in Aktenstapeln nach einer bestimmten Information zu suchen.

Ein Online-DMS kann innerhalb von wenigen Stunden eingerichtet werden und Dokumente können sofort hochgeladen werden, damit diese für die Durchsicht verfügbar sind. Dieses Vorgehen ist deutlich schneller und günstiger als die Einrichtung eines sicheren Datenraums in einem Büro.

Sammeln und organisieren Sie Ihre Dokumente

Bevor ein Verkäufer sein Online-DMS aufsetzt, muss er alle Informationen sammeln, die für die Durchführung der Due Diligence notwendig sind. Hier werden wahrscheinlich eine Kombination aus Papierdokumenten und elektronische Dokumenten gesammelt.

Es wird empfohlen, alle Papierdokumente zu scannen und in einem geläufigen Dateiformat, wie etwa PDF, zu speichern. Überall dort wo es möglich ist, sollten die Texte elektronisch durchsuchbar sein. Hierfür müssen die Dokumente mit einer OCR (Optical Character Recognition)-Software gescannt werden, damit der Text ausgelesen werden kann.

Erstellen sie eine Liste mit den wichtigsten Kategorien für Dokumente, die während der Due Diligence benötigt werden. Das wird die Sortierung und Suche nach Informtionen vereinfachen. Nutzen sie eine aussagekräftige und konsistente Methode, um alle Dokumente zu benennen.

Die Verwaltung Ihrer Dokumente während der Due Diligence

Während des Due-Diliugence-Prozesses ist der Verkäufer dafür verwantwortlich, alle benötigten Dokumente für die potentiellen Käufer zu verwalten.

Für jeden Käufer muss eine Nutzer-ID vergeben werden und die korrekten Zugriffsrechte für alle Dokumente. Vertrauliche Dokumente werden schließlich nur einigen Nutzern zur Verfügung gestellt. Jegliche neuen Dokumente müssen in das DMS hochgeladen und die Nutzer über den Ablageort informiert werden.

Wenn ein potentieller Käufer nicht weiter fortfahren will, kann zu jedem Zeitpunkt seine User-ID gesperrt und damit der Zugang zu den Informationen in dem DMS verweigert werden.

Für viele Unternehmen ist ein Dokumentenmanagementsystem die ideale technologische Lösung, um die Durchführung der Due Diligence zu unterstützen. Solche Systeme bieten eine hohe Nutzerfreundlichkeit, eine einfache Bedienung und sind deutlich günstiger, als alle notwendigen Dokumente in einem realen Datenraum zur Verfügung zu stellen.