Einleitung

Die Bewertung steht im Raum, das Committee will eine Zahl sehen. Und obwohl jeder im Deal-Team weiß, dass eine Bewertung nur so gut ist wie ihre Annahmen, wird überraschend wenig Zeit darauf verwendet, diese Annahmen systematisch zu hinterfragen. Stattdessen wird ein DCF gebaut, der das gewünschte Ergebnis liefert.

ChatGPT-Prompts für Finanzmodellierung ersetzen kein Excel-Modell, aber sie zwingen Sie dazu, Ihre Annahmen zu explizieren, alternative Szenarien durchzuspielen und Ihre Bewertungslogik zu strukturieren, bevor Sie die erste Zelle formatieren. Dieser Artikel liefert über 50 Prompts für den gesamten Bewertungsprozess.

Was Sie in diesem Guide finden

• 50+ ChatGPT-Prompts für Finanzmodellierung und Unternehmensbewertung: DCF, Multiples, VC-Methode und Szenarioanalysen

• Prompts für alle Phasen: von Pre-Revenue-Startups bis zu profitablen Mittelstandsunternehmen

• Strukturierte Vorlagen für Bewertungsmodelle, Sensitivitätsanalysen und Investoren-Präsentationen

• Klare Einordnung, wo ChatGPT hilft und wo es gefährlich wird

Bevor Sie starten: Warum die meisten Bewertungs-Prompts nutzlos sind

Der typische Fehler: Sie prompten "Bewerte dieses Startup" und bekommen eine generische Aufzählung von DCF, Multiples und Comparables. Ohne Kontext liefert ChatGPT Lehrbuch-Definitionen, keine handlungsfähigen Modelle.

Der entscheidende Unterschied: Geben Sie immer an: Branche, Unternehmensphase (Pre-Revenue, Growth, Profitable), Geschäftsmodell (SaaS, E-Commerce, Industrie, Service), den Zweck der Bewertung (Fundraising, Exit, IC Memo, Kaufpreisfindung) und die verfügbaren Daten. Ein DCF für ein profitables Industrieunternehmen funktioniert völlig anders als eine VC-Bewertung für ein Pre-Revenue-Startup.

Tipp: Wie Sie Prompts systematisch mit Kontext anreichern, erfahren Sie im Context Engineering Guide.

Bewertungsmethoden im Überblick

Bevor Sie prompten, müssen Sie wissen, welche Methode zu Ihrem Anwendungsfall passt. Hier die gängigsten Ansätze:

Methode	Geeignet für	Datenanforderung	Typischer Anwendungsfall
DCF (Discounted Cashflow)	Profitable Unternehmen mit planbaren Cashflows	Hoch: historische Financials, Projektionen, WACC	PE-Buyouts, M&A, Restrukturierung
Comparable Companies (Trading Comps)	Unternehmen mit börsennotierten Vergleichsgruppen	Mittel: Peer-Group-Auswahl, aktuelle Multiples	Benchmarking, Plausibilitätsprüfung
Precedent Transactions	M&A-Kontext mit vergleichbaren Deals	Mittel: Transaktionsdatenbanken	Kaufpreisfindung, IC Memos
Venture Capital Method	Pre-Revenue und Early-Stage	Niedrig: Exit-Annahme, Ziel-Return	Seed, Series A, VC-Investments
Scorecard Method	Seed-Stage, Angel Investments	Niedrig: qualitative Kriterien	Angel, Pre-Seed
Berkus Method	Sehr frühe Phase, kein Umsatz	Minimal: 5 Risikofaktoren	Pre-Seed
Revenue Multiple	SaaS, Tech, High-Growth	Mittel: ARR/MRR, Wachstumsrate	Quick Valuation, Fundraising

Warum ChatGPT für Finanzmodellierung nutzen?

Drei Gründe:

• Annahmen explizieren: Die größte Schwäche jedes Finanzmodells sind die Annahmen, die implizit bleiben. ChatGPT kann Ihnen helfen, systematisch durch alle Annahmen zu gehen und jede einzelne zu dokumentieren.

• Szenarien durchspielen: Base Case, Bull Case, Bear Case — und dann die wirklich interessante Frage: "Was müsste passieren, damit wir Geld verlieren?" ChatGPT ist gut darin, alternative Szenarien zu strukturieren.

• Bewertungslogik kommunizieren: Ein Finanzmodell, das nur der Ersteller versteht, ist wertlos. ChatGPT kann Ihnen helfen, die Bewertungslogik so aufzuschreiben, dass das Investment Committee sie in 5 Minuten nachvollziehen kann.

Wann ChatGPT gefährlich wird

Bei Finanzmodellierung ist ChatGPT gefährlicher als bei den meisten anderen Anwendungen, weil es Zahlen mit großer Zuversicht liefert, die frei erfunden sein können.

1. Bewertungsmultiples: ChatGPT erfindet branchenübliche Multiples. "SaaS-Unternehmen handeln bei 10-15x ARR" kann je nach Marktlage um den Faktor 3 daneben liegen. Aktuelle Multiples kommen aus Datenbanken, nicht aus LLMs.

2. Comparable Transactions: Wenn ChatGPT "ähnliche Deals" nennt, hat es diese möglicherweise erfunden. Transaktionsdaten müssen aus verifizierbaren Quellen stammen.

3. Zinssätze und Kapitalkosten: WACC-Berechnungen erfordern aktuelle risikofreie Zinssätze, Equity Risk Premiums und Beta-Werte. ChatGPT kennt keine aktuellen Kapitalmarktdaten. Für belastbare Inputs bleibt Damodarans Datenseite die Standardreferenz.

Wie Sie KI-Halluzinationen systematisch entlarven, behandelt unser separater Guide.

50+ ChatGPT-Prompts für Finanzmodellierung & Startup-Bewertung

Hier sind über 50 Prompts, strukturiert nach Bewertungsmethoden und Anwendungsfällen. Jeder Prompt ist sofort einsetzbar. Ersetzen Sie die Platzhalter in eckigen Klammern durch Ihre spezifischen Angaben.

DCF-Modellierung

Prompts für die Erstellung und Überprüfung von Discounted-Cashflow-Modellen.

1. "Agiere als Financial Modeling Experte. Erstelle die Struktur eines DCF-Modells für ein [Branche]-Unternehmen mit [Umsatz], [EBITDA-Marge] und [Wachstumsrate]. Definiere alle erforderlichen Inputs, die Berechnungslogik und die Outputs. Formatiere als Excel-Blueprint."

2. "Welche Annahmen brauche ich für ein DCF-Modell eines [SaaS/Industrie/E-Commerce]-Unternehmens? Erstelle eine vollständige Annahmen-Checkliste, gruppiert nach: Umsatz, Kosten, Working Capital, Capex und Terminal Value."

3. "Erstelle eine Umsatzprognose für ein [Branche]-Unternehmen mit folgendem Profil: [aktuelle Kennzahlen]. Baue die Prognose Bottom-up auf: Wie viele Einheiten/Kunden/Verträge bei welchem Preis? Nenne die Annahmen explizit."

4. "Agiere als Bewertungsexperte. Berechne den WACC für ein [Branche]-Unternehmen in [Land]. Nenne die Formel, die benötigten Inputs und typische Bandbreiten für jeden Parameter. Markiere alle Werte, die ich aus Datenbanken beziehen muss, mit [MARKTDATEN ERFORDERLICH]."

5. "Welche Terminal-Value-Methode ist für ein [Branche]-Unternehmen angemessen: Gordon Growth Model oder Exit Multiple Method? Vergleiche beide Ansätze mit Vor- und Nachteilen für diesen spezifischen Fall."

6. "Das DCF-Modell zeigt einen Unternehmenswert von [X Mio. EUR]. Erstelle eine Sensitivitätsanalyse: Wie verändert sich der Wert bei Variation von (a) Wachstumsrate ±2%, (b) EBITDA-Marge ±3% und (c) WACC ±1%? Formatiere als Matrix."

7. "Agiere als kritischer Reviewer. Hier sind die Annahmen meines DCF-Modells: [Annahmen einfügen]. Identifiziere die 3 Annahmen, die den größten Einfluss auf das Ergebnis haben, und die 3 Annahmen, die am wenigsten belastbar sind."

8. "Erstelle eine Bewertungsbrücke: Wie komme ich vom Enterprise Value zur Equity Value? Berücksichtige: Net Debt, Minorities, Pensionsrückstellungen, Cash, und ggf. Liquidation Preferences. Unternehmen: [Eckdaten]."

Comparable Company Analysis (Trading Comps)

Prompts für die Bewertung über Vergleichsunternehmen.

9. "Erstelle eine Peer-Group-Auswahlstrategie für die Bewertung eines [Branche]-Unternehmens mit [Umsatz/ARR] und [Wachstumsrate]. Welche Kriterien definieren eine gute Peer Group? Nenne 5 Selektionskriterien mit Begründung."

10. "Welche Bewertungsmultiples sind für [Branche/Geschäftsmodell] am aussagekräftigsten? Vergleiche EV/Revenue, EV/EBITDA, P/E und branchenspezifische Metriken (z.B. EV/ARR für SaaS). Für jedes Multiple: Wann ist es sinnvoll, wann irreführend?"

11. "Agiere als Equity Research Analyst. Unser Target hat folgende Kennzahlen: [ARR], [Wachstumsrate], [Gross Margin], [NRR]. Argumentiere, ob ein Premium oder Discount gegenüber der Peer Group gerechtfertigt ist und warum."

12. "Erstelle eine Übersicht der häufigsten Fehler bei Comparable Company Analysis. Welche Fehler führen zu systematischer Über- oder Unterbewertung? Nenne 8 Fehler mit Erklärung."

13. "Das Target handelt laut unserer Analyse bei [X]x EV/Revenue, die Peer Group bei [Y]x. Erstelle eine Argumentationskette, die diesen Unterschied erklärt. Strukturiere nach: unternehmensspezifische Faktoren, Marktfaktoren und methodische Faktoren."

Precedent Transactions

Prompts für die Bewertung über vergleichbare Transaktionen. Wer tiefer in den M&A-Due-Diligence-Prozess einsteigen will, findet dort weitere Prompts.

14. "Erstelle eine Suchstrategie für Precedent Transactions. Welche Filter und Kriterien definieren eine relevante Vergleichstransaktion für ein [Branche]-Unternehmen mit [Umsatz]? Erstelle eine Checkliste mit 8 Filterkriterien."

15. "Agiere als M&A-Berater. Welche Adjustments müssen bei Precedent-Transaction-Multiples vorgenommen werden? Erstelle eine Liste: Zeitfaktor, Kontrollprämie, strategische Prämie, Synergien und Marktbedingungen."

16. "Warum weichen die Multiples bei Precedent Transactions oft von Trading Comps ab? Erstelle eine strukturierte Erklärung mit konkreten Beispielen für [Branche]."

Startup-Bewertung: VC-Methoden

Prompts für die Bewertung von Frühphasen-Startups, wo klassische Methoden scheitern.

17. "Agiere als erfahrener VC-Partner. Erkläre die Venture Capital Method Schritt für Schritt. Dann berechne eine Beispiel-Bewertung für ein [Branche]-Startup mit: [aktuelle Kennzahlen], erwarteter Exit in [X] Jahren bei [Y]x Revenue Multiple, Ziel-Return [Z]x."

18. "Erstelle eine Scorecard-Bewertung für ein [Branche]-Startup. Die Median-Bewertung vergleichbarer Deals in der Region liegt bei [X Mio. EUR]. Bewerte das Startup anhand der Kriterien: Team (30%), Marktgröße (25%), Produkt (15%), Wettbewerb (10%), Sales/Traction (10%), Sonstiges (10%)."

19. "Welche Bewertungsmethode eignet sich für ein Pre-Revenue-Startup in [Branche] mit [Team-Profil] und [Produkt-Status]? Vergleiche VC Method, Scorecard, Berkus und First Chicago. Empfehle die beste Methode mit Begründung."

20. "Das Startup möchte [X Mio. EUR] bei einer Pre-Money-Bewertung von [Y Mio. EUR] raisen. Agiere als VC-Analyst. Prüfe, ob die Bewertung im Kontext der aktuellen [Seed/Series A/Series B]-Runde gerechtfertigt ist. Welche Datenpunkte brauche ich zur Beurteilung?" (Kontext: Venture Capital einfach erklärt)

21. "Erstelle eine Cap-Table-Analyse für ein Startup nach [Anzahl] Finanzierungsrunden. Zeige die Verwässerung pro Runde und den Impact auf die Gründeranteile. Berücksichtige: ESOP-Pool, Liquidation Preferences und Anti-Dilution-Klauseln."

22. "Agiere als VC-Analyst. Unternehmen hat [MRR/ARR], wächst mit [X%] MoM und hat [Y Monate Runway]. Erstelle eine Bewertungsbandbreite unter Verwendung von (a) Revenue Multiple, (b) VC Method und (c) Vergleich mit ähnlichen Runden. Markiere alle Marktdaten mit [MARKTDATEN ERFORDERLICH]."

SaaS-spezifische Bewertung

Prompts für die Bewertung von SaaS- und Subscription-Unternehmen.

23. "Welche SaaS-Metriken sind für die Bewertung entscheidend? Erstelle eine Übersicht mit den 10 wichtigsten Kennzahlen, ihren Definitionen, Benchmarks für gute/mittlere/schlechte Performance und dem Einfluss auf den Bewertungsmultiple."

24. "Erstelle ein SaaS-Finanzmodell-Blueprint. Welche Zeilen gehören in ein SaaS-Financial-Model? Strukturiere nach: Revenue Build (New MRR, Expansion, Churn), COGS, Gross Margin, OPEX by Department, EBITDA, Cash Flow."

25. "Agiere als SaaS-Investor. Analysiere folgendes Profil: ARR [X], NRR [Y%], Gross Margin [Z%], LTV/CAC [W], Payback Period [V Monate]. Welcher EV/ARR-Multiple ist realistisch? Erstelle eine Argumentationskette."

26. "Die Rule of 40 besagt, dass Wachstumsrate + EBITDA-Marge ≥ 40% sein soll. Unser SaaS-Unternehmen hat [X% Wachstum] und [Y% Marge]. Berechne den Score und analysiere, welcher Hebel (Wachstum vs. Profitabilität) den Multiple am stärksten beeinflusst."

27. "Erstelle eine Cohort-Analyse-Struktur für ein SaaS-Unternehmen. Welche Cohort-Metriken sind für Investoren relevant? Wie erkenne ich aus Cohort-Daten, ob die Unit Economics nachhaltig sind?"

Szenario- & Sensitivitätsanalyse

Prompts für die systematische Analyse alternativer Szenarien.

28. "Erstelle ein Drei-Szenarien-Modell (Base, Bull, Bear) für ein [Branche]-Unternehmen mit [Eckdaten]. Definiere für jedes Szenario: Die 5 wichtigsten Annahmen, die Wahrscheinlichkeit des Eintritts und die resultierende Bewertung."

29. "Agiere als Risk Manager. Erstelle ein Downside-Szenario: Was müsste passieren, damit die Investition Geld verliert? Quantifiziere den maximalen Verlust und die Wahrscheinlichkeit. Unternehmen: [Eckdaten]."

30. "Erstelle eine Monte-Carlo-Simulation-Struktur für die Bewertung von [Unternehmen]. Welche Variablen sollten als stochastisch modelliert werden? Welche Verteilungen sind für jede Variable angemessen?"

31. "Das Committee fragt: 'Was passiert bei einer Rezession?' Erstelle ein Stress-Test-Szenario für ein [Branche]-Investment. Modelliere: Umsatzrückgang [X%], Margendruck [Y Bp], Working-Capital-Anstieg, und bewerte den Impact auf IRR und Exit-Multiple."

32. "Erstelle eine Breakeven-Analyse für ein [Branche]-Startup. Bei welchem Umsatz/welcher Kundenzahl erreicht das Unternehmen Profitabilität? Welche Fixkosten müssen gedeckt werden?"

LBO-Modellierung (Leveraged Buyout)

Prompts für Private-Equity-spezifische Finanzmodellierung.

33. "Erstelle die Struktur eines LBO-Modells für einen [Branche]-Buyout mit Enterprise Value [X Mio. EUR]. Definiere: Kapitalstruktur (Debt/Equity Split), Zinsannahmen, Tilgungsplan, Working Capital und Exit-Annahmen."

34. "Agiere als PE-Analyst. Berechne die erwartete IRR für einen LBO mit folgenden Parametern: Entry Multiple [X]x EBITDA, Leverage [Y]x, Holding Period [Z Jahre], EBITDA Growth [W%], Exit Multiple [V]x. Zeige die IRR-Sensitivität bei Variation des Exit-Multiples."

35. "Welche Debt-Kapazität hat ein [Branche]-Unternehmen mit EBITDA [X Mio.] und Cashflow [Y Mio.]? Erstelle eine Verschuldungskapazitätsanalyse: Max. Leverage, Debt Service Coverage Ratio und Covenant-Spielraum."

36. "Erstelle einen Value-Creation-Bridge für einen PE-Deal. Zerlege die Rendite in: Revenue Growth, Margin Expansion, Multiple Expansion, Deleveraging und Working Capital Improvement. Welcher Hebel ist in [Branche] am realistischsten?"

37. "Agiere als erfahrener PE-Partner. Wir prüfen einen [Branche]-Buyout. Entry: [EV], EBITDA: [X], Ziel-IRR: [Y%]. Welche Kombination aus operativer Verbesserung und Financial Engineering bringt uns zum Ziel? Erstelle 3 Szenarien."

Bewertung für IC Memos & Fundraising

Prompts für die Kommunikation von Bewertungen an Entscheider.

38. "Erstelle einen Bewertungs-Abschnitt für das IC Memo. Deal: [Eckdaten]. Der Abschnitt muss enthalten: Methoden-Übersicht (welche Methoden und warum), Ergebnis-Range, Sensitivitäten und die Empfehlung für den Entry-Price."

39. "Agiere als CFO eines Startups. Wir bereiten eine [Series A/B]-Runde vor. Erstelle eine Bewertungsargumentation für unsere Investoren. Unsere KPIs: [ARR, Wachstumsrate, NRR, Gross Margin]. Warum ist eine Pre-Money-Bewertung von [X Mio.] gerechtfertigt?"

40. "Erstelle einen Football-Field-Chart-Blueprint: Welche Bewertungsmethoden zeige ich nebeneinander? Wie formatiere ich die Ergebnisse, damit das Committee die Bewertungsbandbreite auf einen Blick versteht? Deal: [Eckdaten]."

41. "Das Committee hat unsere Bewertung als zu hoch eingestuft. Erstelle eine Verteidigungsstrategie: 3 Argumente für die aktuelle Bewertung, 2 Zugeständnisse, die wir machen können (z.B. Earnout, Milestone-Klausel), und eine Red Line, unter die wir nicht gehen."

Finanzplan & Forecasting

Prompts für die Erstellung von Finanzplänen und Prognosen.

42. "Erstelle einen 3-Jahres-Finanzplan für ein [Branche]-Startup mit [aktuellem Status]. Strukturiere nach: Revenue Model, Hiring Plan, OPEX by Category, Unit Economics, Cash Runway und Funding Need." (Siehe auch: Businessplan mit ChatGPT)

43. "Agiere als FP&A-Experte. Überprüfe folgenden Finanzplan auf Inkonsistenzen: [Plan-Daten einfügen]. Welche Annahmen widersprechen sich? Wo ist der Plan zu optimistisch? Erstelle eine Red-Flag-Liste."

44. "Erstelle eine Bottom-up-Umsatzprognose für ein [SaaS/E-Commerce/Dienstleistung]-Unternehmen. Definiere die Treiber: Wie viele Leads → Conversion Rate → Kunden → ARPU → Revenue? Nenne realistische Benchmarks für [Branche]."

45. "Das Management präsentiert einen Hockey-Stick-Finanzplan. Erstelle eine Verifikations-Checkliste: Welche 10 Fragen stellen Sie, um zu prüfen, ob die Prognosen realistisch sind?"

Branchenspezifische Bewertung

Prompts für branchenspezifische Bewertungsansätze.

46. "Welche Bewertungsmetriken sind für [HealthTech/BioTech]-Unternehmen spezifisch? Erstelle eine Übersicht: Pipeline-Bewertung, Risk-Adjusted NPV, Sum-of-the-Parts und Patient-Population-Modelle."

47. "Erstelle ein Finanzmodell-Framework für ein [Marketplace/Plattform]-Geschäftsmodell. Welche Metriken sind anders als bei klassischen SaaS-Modellen? Berücksichtige: GMV, Take Rate, Liquidity, Supply/Demand Balance."

48. "Agiere als Immobilien-Analyst. Erstelle die Struktur eines Finanzmodells für eine [Gewerbe/Wohn]-Immobilieninvestition. Inputs: Mieteinnahmen, Leerstand, Instandhaltung, Finanzierung, Cap Rate."

Bonus: Strukturierte Finanzmodellierungs-Prompts

BONUS 1: Der Bewertungs-Triangulator

Du bist ein erfahrener Bewertungsexperte mit 15+ Jahren
Erfahrung bei [VC/PE/M&A]-Transaktionen in [Branche].

UNTERNEHMENSDATEN:
- Name: [UNTERNEHMEN]
- Branche: [BRANCHE]
- Geschäftsmodell: [SaaS / E-Commerce / Industrie / Service]
- Umsatz/ARR: [X Mio. EUR]
- EBITDA: [Y Mio. EUR] (oder Burn Rate: [Z Mio. EUR/Monat])
- Wachstumsrate: [W%]
- Branchenspezifische KPIs: [z.B. NRR, Gross Margin, LTV/CAC]
- Zweck: [Fundraising / Exit / IC Memo / Kaufpreisfindung]

AUFGABE:
1. Wähle die 3 geeignetsten Bewertungsmethoden für
   dieses Unternehmen und begründe die Auswahl

2. Für jede Methode:
   - Nenne die erforderlichen Inputs
   - Definiere die Annahmen
   - Berechne eine Bewertungsbandbreite
   - Markiere alle Marktdaten mit [MARKTDATEN ERFORDERLICH]

3. Erstelle einen "Football Field":
   Zeige die Ergebnisse aller 3 Methoden nebeneinander

4. Empfehle eine Fair-Value-Range mit Begründung

5. Identifiziere die 3 Annahmen mit dem größten
   Einfluss auf das Ergebnis (Sensitivity Drivers)

Erfinde keine Multiples, Transaktionsdaten oder Zinssätze.
Markiere alle externen Datenpunkte deutlich.

BONUS 2: Der Annahmen-Stresstest

Du bist ein kritischer Reviewer von Finanzmodellen.
Dein Job: Schwächen in Bewertungen finden.

MODELL-ZUSAMMENFASSUNG:
[Fügen Sie hier die Key Assumptions und Ergebnisse
Ihres Finanzmodells ein]

AUFGABE:
1. Identifiziere die 5 kritischsten Annahmen im Modell

2. Für jede Annahme:
   - Wie sensitiv ist das Ergebnis auf diese Annahme?
   - Was ist die wahrscheinliche Bandbreite?
   - Welche externen Faktoren könnten die Annahme kippen?

3. Erstelle ein "Worst Case Realistic" Szenario:
   Nicht der absolute Worst Case, sondern das pessimistischste
   Szenario, das immer noch realistisch ist

4. Beantworte: "Bei welcher Kombination von Annahmen
   verliert der Investor Geld?"

5. Empfehle, wo das Modell robuster gemacht werden kann

Sei ehrlich. Wenn das Modell auf unrealistischen
Annahmen basiert, sage es klar.

Best Practices für Finanzmodellierungs-Prompts

So holen Sie das Maximum heraus

• Trennung von Struktur und Daten: Nutzen Sie ChatGPT für die Modell-Struktur und Logik. Füllen Sie die Daten aus verifizierten Quellen. "Erstelle die Struktur des DCF" ist ein guter Prompt. "Berechne den DCF mit branchenüblichen Werten" ist ein schlechter.

• Methoden-Pluralismus: Bewerten Sie nie mit nur einer Methode. Prompten Sie ChatGPT, mindestens drei Methoden zu verwenden und die Ergebnisse zu vergleichen. Abweichungen zwischen den Methoden sind informativer als jedes Einzelergebnis.

• Iterieren entlang der Sensitivitäten: Wenn die Sensitivitätsanalyse zeigt, dass eine Annahme das Ergebnis dominiert, prompten Sie gezielt: "Wie kann ich die Annahme [X] besser absichern? Welche Datenquellen gibt es?"

• Hypothesen markieren: Lassen Sie ChatGPT jede Annahme, die nicht aus Unternehmensdaten stammt, mit [HYPOTHESE] markieren. Das zwingt zur sauberen Trennung zwischen "verifiziert" und "angenommen".

TL;DR

• 48+ Prompts für den gesamten Bewertungsprozess: DCF, Trading Comps, Precedent Transactions, VC-Methode, SaaS-Bewertung, LBO-Modellierung, Szenarioanalysen und Finanzplanung.

• Alle Phasen abgedeckt: Von Pre-Revenue-Startups (VC Method, Scorecard) bis zu profitablen Unternehmen (DCF, LBO). Ersetzen Sie die Platzhalter mit Ihren Daten.

• Sofort einsetzbar: Jeder Prompt enthält Platzhalter für Branche, Geschäftsmodell, Kennzahlen und Bewertungszweck.

• Realitätscheck: ChatGPT hilft bei Modell-Struktur, Annahmen-Checklisten und Szenarioanalysen. Es liefert keine aktuellen Marktdaten, keine verifizierten Multiples und keine belastbaren Zinssätze.

• Tipps für beste Resultate:

  • ChatGPT für Struktur nutzen, Daten aus Datenbanken
  • Mindestens 3 Methoden vergleichen
  • Sensitivitäten gezielt vertiefen
  • Jede externe Zahl als [MARKTDATEN ERFORDERLICH] markieren

Vom Prompt zum belastbaren Finanzmodell

Die Prompts in diesem Guide liefern Ihnen die Modell-Logik. Aber ein Finanzmodell, das ein Investment Committee überzeugt, braucht aktuelle Daten: verifizierte Wettbewerbskennzahlen, Marktgrößen, Branchenbenchmarks und Transaktionsdaten, die kein LLM aus Trainingsdaten ableiten kann.

Researchly schließt diese Lücke für VC- und PE-Teams: von Marktanalysen über Bilanzanalyse-Agenten bis zu automatisiertem Wettbewerbs-Benchmarking auf Basis aktueller Daten. Damit Ihr nächstes Finanzmodell auf Fakten statt auf Annahmen steht.

14 Tage kostenlos testen →