# Pitchbook Automatisierung im Investment Banking: Ein kontrollierter Workflow > Pitchbooks automatisieren, ohne Compliance zu brechen: kontrollierte Datenquellen, Profile und Comps aus Datensätzen, native Diagramme, Informationsbarrieren und Freigabe. - Author: [Florian Ploszczyk](https://www.offgen.ai/de/authors/florian-ploszczyk) - Published: 2026-08-26 - Updated: 2026-08-26 - Category: Banking & Finance - Labels: Banking & Finance, M&A & Private Equity, PowerPoint & Agenten-Workflows - Canonical URL: https://www.offgen.ai/de/blog/investment-banking-pitchbook-automatisierung > Dieser Artikel dient der Information und ist keine Rechtsberatung. ## Quellenbasis des Artikels Dieser Artikel belegt seine Aussagen mit 4 Quellen. Wichtige Quellen sind: 1. [Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung)](https://eur-lex.europa.eu/eli/reg/2016/679/oj?locale=de) (EUR-Lex) 2. [Verordnung (EU) 2022/2554 über die digitale operationale Resilienz (DORA)](https://eur-lex.europa.eu/eli/reg/2022/2554/oj?locale=de) (EUR-Lex) 3. [Bearbeitbare Templates](https://www.offgen.ai/de/product/editable-templates) (offgen) [Vollständige Quellenliste](#quellen) Pitchbook Automatisierung funktioniert, weil der größte Teil eines Pitchbooks Montage ist und nicht Analyse. Unternehmensprofile, Vergleichstabellen, Transaktions Comps, Kurscharts, Credential Seiten, Methodenteile, Formatierung, Compliance Seiten. Alles mechanisch, alles in großer Menge, alles derzeit von Hand erledigt, zu Uhrzeiten, die niemand verteidigen würde. Nicht automatisierbar sind die Empfehlung, das Bewertungsurteil und das kundenspezifische Argument. Dafür sitzt die Bank im Raum. Die Linie zwischen diesen beiden Gruppen richtig zu ziehen ist die ganze Übung. Hier der Workflow. ## Wohin die Stunden tatsächlich fließen [#wohin-die-stunden-tatsächlich-fließen] Bevor Sie etwas automatisieren, seien Sie ehrlich zur aktuellen Zeitverteilung. In den meisten Teams sieht sie ungefähr so aus: | Tätigkeit | Anteil an der Produktionszeit | Automatisierbar | | ----------------------------------------- | ----------------------------- | --------------- | | Daten ziehen und bereinigen | Hoch | Weitgehend ja | | Tabellen und Diagramme bauen | Hoch | Weitgehend ja | | Seitenformatierung und Vorlagentreue | Mittel | Ja | | Bereits existierende Seiten aktualisieren | Mittel | Ja | | Zahlen nach einer Änderung abstimmen | Mittel | Ja | | Das Argument strukturieren | Niedrig | Nein | | Bewertungsurteil und Positionierung | Niedrig | Nein | | Review und Überarbeitungszyklen | Mittel | Teilweise | Das Muster ist eindeutig. Der Großteil der Produktionszeit fließt in Arbeit mit definierbarem korrektem Ergebnis, also genau in das Profil, das sich gut automatisieren lässt. Deshalb ist der Fall hier stärker als in den meisten Präsentationskontexten. Das erklärt auch das Fehlerbild. Teams automatisieren die letzten drei Zeilen, weil sie interessant sind, und erhalten einen eloquenten Entwurf, der komplett neu gebaut werden muss, weil die Zahlen aus dem Nichts stammen. ## Schritt 1: die Datenebene ordnen, bevor Folien entstehen [#schritt-1-die-datenebene-ordnen-bevor-folien-entstehen] Wird dieser Schritt übersprungen, ist der Rest des Workflows bedeutungslos. **Eine autoritative Quelle je Zahl.** Marktdaten, Finanzkennzahlen, Multiples, Transaktionsdetails, Kurse. Existiert dieselbe Zahl in zwei Systemen, entscheiden Sie, welches für Pitchzwecke autoritativ ist, und halten Sie die Entscheidung fest. Zwei Wahrheitsquellen erzeugen binnen einer Woche zwei Fassungen derselben Seite. **Den Stichtag überall mitführen.** Auf jeder Zahl, jeder Tabelle, jedem Diagramm. Ein Multiple ohne Datum ist kein Datenpunkt, sondern ein Gerücht mit Nachkommastellen. **Rechenkonventionen einmal festlegen.** Geschäftsjahr gegenüber Kalenderjahr, Umrechnungsmethode und Umrechnungsstichtag, Umgang mit Sondereffekten, Definition der Nettoverschuldung, verwässert gegenüber unverwässert. Diese Entscheidungen erzeugen schneller Inkonsistenz über ein Buch hinweg als alles andere, weil verschiedene Analystinnen verschiedene vernünftige Entscheidungen treffen. **Die Regel für unbelegte Zahlen setzen.** Jede Zahl, die das System nicht auf eine Quelle auflösen kann, wird markiert und nie gefüllt. Das ist unverhandelbar und der wichtigste Satz in diesem Beitrag. ## Schritt 2: Profile und Comps aus Datensätzen bauen [#schritt-2-profile-und-comps-aus-datensätzen-bauen] Unternehmensprofile und Vergleichstabellen sind die repetitivste Massenarbeit im Buch und ideale Automatisierungsziele, weil das korrekte Ergebnis prüfbar ist. Ein Profildatensatz trägt die Unternehmensidentität, die Finanzdaten mit Quelle und Stichtag, die Geschäftsbeschreibung mit eigener Quelle, Eigentümer und Managementdaten, jüngere Transaktionshistorie und die freigegebene Formulierung, wo das Haus eine eigene Beschreibung führt. Eine Comps Tabelle braucht das Vergleichsset mit dokumentierter Begründung für die Aufnahme, die Kennzahlen mit konsistenten Definitionen, Quelle und Datum je Zahl sowie die einheitlich angewandten Rechenkonventionen aus Schritt eins. Die Begründung des Vergleichssets verdient eine Anmerkung. Welche Unternehmen vergleichbar sind, ist ein Urteil, das eine Analystin treffen und verteidigen können sollte. Das System stellt die Tabelle zusammen, sobald das Set gewählt ist. Es sollte das Set nicht wählen, denn die Auswahl der Vergleichsgruppe bestimmt still das Bewertungsergebnis. ## Schritt 3: Diagramme immer als native Objekte [#schritt-3-diagramme-immer-als-native-objekte] Kurscharts, Indexvergleiche, Football Fields, Sensitivitätstabellen. Bauen Sie sie als echte Diagrammobjekte mit den Daten in der Datei. Das ist keine Ästhetik. Drei praktische Gründe: **Prüfbarkeit.** Eine Prüferin kann das Diagramm gegen seine Daten abgleichen. Bei einem eingefügten Bild kann sie prüfen, ob es plausibel aussieht, und das ist etwas anderes. **Korrigierbarkeit.** Kurse bewegen sich, ein Vergleichsunternehmen fällt raus, der Zeitraum ändert sich. Mit nativen Objekten ist das eine Bearbeitung. Mit einem Bild ist es ein Neubau in einer anderen Anwendung zu einer unpassenden Uhrzeit. **Konsistenz.** Native Diagramme erben die Diagrammstile der Vorlage, sodass vierzig Charts über ein Buch hinweg wie ein Buch aussehen und nicht wie vier Analystinnen. ## Schritt 4: Standardseiten aus freigegebenen Inhalten zusammensetzen [#schritt-4-standardseiten-aus-freigegebenen-inhalten-zusammensetzen] Credentials, Tombstones, Teamseiten, Methodenteile, Haftungsausschlüsse und Compliance Seiten. Alles sollte aus Datensätzen mit Owner und Prüfdatum kommen statt aus dem Buch des Vormonats. Das löst ein konkretes und häufiges Problem: den veralteten Tombstone. Eine Transaktionsseite, die zwei Jahre lang mitkopiert wurde und ein später korrigiertes Volumen oder eine Person zeigt, die das Haus verlassen hat. Retrieval aus Datensätzen mit Prüfdatum macht das sichtbar statt unsichtbar. Haftungsausschlüsse verdienen eine eigene Regel. Sie werden wörtlich aus dem freigegebenen Datensatz abgerufen und gesperrt. Nie erzeugt, nie paraphrasiert, nie von jemandem außerhalb der Compliance „sprachlich verbessert“. ## Schritt 5: Barrieren im System durchsetzen [#schritt-5-barrieren-im-system-durchsetzen] Hier unterscheidet sich Pitchbook Automatisierung von gewöhnlicher Präsentationsautomatisierung, und hier sitzt das Risiko. Ein KI System mit breitem Retrieval über den Dokumentenbestand einer Bank ist ein Versagen der Informationsbarrieren, das nur noch entdeckt werden muss. Wall Crossing, Sperrlisten, Trennung von Deal Teams und Marktmissbrauchskontrollen müssen vom System zum Zeitpunkt des Retrievals durchgesetzt werden, nicht durch die Bitte um Sorgfalt. Konkret: * Retrieval und Schreibvorgänge laufen mit den Rechten der beauftragenden Person, nie mit einer Dienstidentität. * Workspaces von Deal Teams sind standardmäßig voneinander getrennt. * Der Status auf der Sperrliste wird beim Retrieval geprüft, nicht im Review. * Das System meldet nichts gefunden, statt über eine Barriere hinweg zusammenzufassen. * Dieselben Grenzen gelten über Suche, Export, Freigabelinks und jede Schnittstelle. Testen Sie das dann gegnerisch. Legen Sie eine Nutzerin außerhalb eines Deal Teams an, formulieren Sie eine Anfrage, die zum Abruf aus diesem Team verleitet, und bestätigen Sie, dass das Ergebnis Schweigen ist. Fahren Sie den Test über jede Oberfläche. Auf diesen Test sind Anbieter am schlechtesten vorbereitet, und in diesem Sektor zählt er am meisten. ## Schritt 6: abstimmen, bevor jemand prüft [#schritt-6-abstimmen-bevor-jemand-prüft] Automatisierte Abstimmung ist billig und fängt die Fehler, die Glaubwürdigkeit am schnellsten beschädigen. Fahren Sie diese Prüfungen, bevor das Buch eine Prüferin erreicht: * Summen stimmen auf jeder Seite, auch nach Rundung. * Dieselbe Zahl stimmt über Zusammenfassung, Hauptteil und Anhang überein. * Einheiten, Währungen und Größenordnungen sind durchgängig konsistent. * Diagrammwerte stimmen mit den zugrunde liegenden Tabellen überein. * Stichtage sind vorhanden und innerhalb eines Abschnitts konsistent. * Jede Zahl löst sich auf eine Quelle auf. * Es bleiben keine offenen Lückenmarkierungen. Eine erfahrene Bankerin, die ein Buch prüft, sollte Argument und Bewertung beurteilen und nicht entdecken, dass Seite neun und Seite einunddreißig sich widersprechen. Ihre Zeit ist der teuerste Input im Prozess, und Zahlenkontrolle ist die wertloseste Verwendung dafür. ## Schritt 7: prüfen, freigeben, einfrieren [#schritt-7-prüfen-freigeben-einfrieren] **Analystenprüfung.** Daten, Berechnungen, Konsistenz, Quellen. Wer montiert hat, prüft die Montage. **Prüfung durch Associate oder VP.** Argument, Struktur, Positionierung, ob das Buch die tatsächliche Frage des Kunden beantwortet. **Compliance Prüfung.** Haftungsausschlüsse, Sperrlistenstatus, Wall Crossing, zulässige Aussagen, Verteilungsumfang. Dokumentiert, nicht mündlich. **Freigabe durch die verantwortliche Person.** Die benannte Person, die für das einsteht, was der Kunde sieht, bestätigt, dass die Prüfungen stattgefunden haben, und übernimmt die Schlussfolgerungen. Danach einfrieren. Archivieren Sie die versandte Fassung, die freigebende Person, den Datensatz mit Stichtagen, die Compliance Freigaben und den Verteilungsnachweis. Häuser werden später gefragt, was wem wann gezeigt wurde. Das aus einem Laufwerk mit elf Dateien namens „vF“ zu rekonstruieren ist kein Nachmittag, den jemand verbringen sollte. ## Die Checkliste für Pitchbook Automatisierung [#die-checkliste-für-pitchbook-automatisierung] * Eine autoritative Quelle je Zahl, mit festgehaltener Entscheidung. * Stichtage auf jeder Zahl, Tabelle und jedem Diagramm, auf der Seite sichtbar. * Rechenkonventionen einmal definiert und über das Buch einheitlich angewandt. * Jede unbelegte Zahl wird markiert und nie mit einem plausiblen Wert gefüllt. * Die Auswahl des Vergleichssets ist ein dokumentiertes Urteil, kein Systemergebnis. * Alle Diagramme sind native Objekte mit Daten in der Datei. * Credentials, Tombstones und Teamseiten stammen aus Datensätzen mit Prüfdatum. * Haftungsausschlüsse und Compliance Seiten werden wörtlich abgerufen und gesperrt. * Informationsbarrieren und Sperrlisten werden beim Retrieval durchgesetzt und getestet. * Automatisierte Abstimmung läuft vor der menschlichen Prüfung, nicht danach. * Die Compliance Freigabe ist dokumentiert statt mündlich. * Die verteilte Fassung, ihr Datensatz und ihre Freigaben sind eingefroren und archiviert. ## Was Sie messen sollten [#was-sie-messen-sollten] * Stunden vom Mandat bis zum prüffähigen Buchentwurf. * Analystenstunden für Datenbeschaffung und Formatierung, die deutlich sinken sollten. * Im Review gefundene Abstimmungsfehler und wie viele den Kunden erreichten. * Zahl der Reviewzyklen und wie viele Substanz statt Format betrafen. * Anteil der Seiten aus freigegebenen Datensätzen gegenüber neu gebauten. * Vorfälle mit veralteten Daten, also Zahlen jenseits ihres Nutzungsdatums. * Compliance Befunde, einschließlich spät gefundener. Die Kennzahl, die ich am genauesten beobachten würde, sind Analystenstunden für Montage. Sinken sie nicht deutlich, erreicht die Automatisierung nicht die Arbeit, die das Team tatsächlich verbraucht, und Sie haben ein Entwurfsspielzeug gekauft. ## Wo offgen passt [#wo-offgen-passt] offgen hält das Buch in nativer PowerPoint Form, und das zählt in diesem Prozess mehr als in fast jedem anderen. Pitchbooks werden bis zum Versand fortlaufend bearbeitet, von Personen, die sie nicht gebaut haben, oft zu Uhrzeiten, zu denen niemand eine neue Oberfläche lernen will. Das Company Brain hält Credentials, Tombstones, Teamseiten, Hausbeschreibungen und geschützte Formulierungen als Datensätze mit Owner und Prüfdatum. Retrieval läuft innerhalb bestehender Berechtigungen und Deal Team Grenzen. [Sperrbare Elemente](/de/product/lockable-elements) verhindern Änderungen an Haftungsausschlüssen und Compliance Seiten. Ergebnisse bleiben [nativ bearbeitbar](/de/product/editable-templates), mit erhaltenen Quellenangaben. Mehr zur Branchensicht steht auf unserer [Bankenseite](/de/industries/banking). Das Prinzip, an dem ich festhalten würde: Automatisieren Sie die Montage vollständig und das Urteil gar nicht. Ein Buch, das sich in zwei Stunden korrekt zusammensetzt und der Bankerin den Abend für das Argument lässt, ist ein besseres Ergebnis als ein Buch, das eine selbstbewusste Empfehlung aus Zahlen schreibt, die niemand zurückverfolgen kann. ## Häufig gestellte Fragen ### Welche Teile eines Pitchbooks lassen sich sicher automatisieren? Der mechanische Großteil: Unternehmensprofile aus freigegebenen Daten, Tabellen mit vergleichbaren Unternehmen und Transaktionen, Kurs und Indexcharts, Credentials und Tombstone Seiten, Standardmethodenteile, Formatierung und die Compliance Seiten. Nicht automatisierbar sind die Empfehlung, das Bewertungsurteil und das kundenspezifische Argument. ### Wie lange dauert die Erstellung eines Pitchbooks und wohin geht die Zeit? Der größte Teil der Stunden fließt in Montage statt Analyse: Daten ziehen, Tabellen formatieren, Diagramme neu bauen, bereits existierende Seiten aktualisieren und Zahlen abstimmen, die sich bewegt haben. Genau diese Arbeit automatisiert sich gut, weshalb der Produktivitätsfall hier ungewöhnlich stark ist. ### Wie bleiben automatisierte Comps und Profile korrekt? Eine autoritative Datenquelle je Zahl, mit dem Stichtag auf der Seite. Native Diagrammobjekte mit hinterlegten Daten, damit Werte prüfbar sind. Eine harte Regel, dass jede nicht belegbare Zahl markiert statt gefüllt wird. Und ein Abstimmungsdurchgang, der die Zusammenfassung gegen den Anhang prüft. ### Erzeugt Pitchbook Automatisierung Complianceprobleme? Sie erzeugt dieselben Risiken wie die manuelle Erstellung plus eines: ein KI System, das über Informationsbarrieren hinweg abrufen kann. Wall Crossing, Sperrlisten, Informationsbarrieren und Marktmissbrauchskontrollen müssen vom System durchgesetzt werden statt durch Nutzerdisziplin, und sie müssen über Suche, Export und jede Schnittstelle halten. ### Sollten Pitchbooks nativ in PowerPoint entstehen? Ja. Pitchbooks werden bis zum Druck oder Versand ständig bearbeitet, von Personen, die sie nicht gebaut haben. Nativ bedeutet, dass eine Associate um Mitternacht eine Seite korrigieren kann, ohne sie neu zu bauen, und dass eine Prüferin Diagrammdaten prüfen kann statt ein Bild anzusehen. ### Was gehört nach einem Pitch archiviert? Die eingefrorene versandte Fassung, die freigebende Person, der Datensatz mit Stichtagen, die Compliance Freigaben und der Verteilungsnachweis. Häuser werden später gefragt, was wem wann gezeigt wurde, und das aus einem Laufwerk zu rekonstruieren ist kein guter Nachmittag. ## Quellen 1. [Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung)](https://eur-lex.europa.eu/eli/reg/2016/679/oj?locale=de) — EUR-Lex, 2016-04-27; abgerufen 2026-08-26. 2. [Verordnung (EU) 2022/2554 über die digitale operationale Resilienz (DORA)](https://eur-lex.europa.eu/eli/reg/2022/2554/oj?locale=de) — EUR-Lex, 2022-12-14; abgerufen 2026-08-26. 3. [Bearbeitbare Templates](https://www.offgen.ai/de/product/editable-templates) — offgen; abgerufen 2026-08-26. 4. [Lösungen für Banken](https://www.offgen.ai/de/industries/banking) — offgen; abgerufen 2026-08-26. ## Verwandte Artikel - [KI in Bankpräsentationen: Anwendungsfälle, Risiken und Governance](https://www.offgen.ai/de/blog/ki-praesentationen-banken) - [M&A Pitchbook Checkliste: 35 Prüfungen, bevor der Kunde es sieht](https://www.offgen.ai/de/blog/ma-pitchbook-checkliste) - [Von Excel zu PowerPoint automatisieren: Bearbeitbare Diagramme, Tabellen und Quellenkontrolle](https://www.offgen.ai/de/blog/excel-zu-powerpoint-automatisierung)