Ein KI-Beirat ist dabei zunächst nicht als Ersatz für Managemententscheidungen oder als automatisierte Ratinginstanz zu verstehen. Sein Wert liegt vielmehr darin, Entscheidungsprozesse systematischer, nachvollziehbarer und kritischer zu gestalten. Der Ausgangspunkt des im zugrunde liegenden Artikel beschriebenen Konzepts ist genau diese Funktion: Der KI-Beirat soll nicht einfach eine Mehrheitsentscheidung produzieren, sondern unterschiedliche Denkweisen zusammenbringen und sichtbar machen, welches Argument trägt und unter welchen Bedingungen es seine Gültigkeit verliert. Der beschriebene Ablauf reicht vom Briefing über die Trennung von Fakten und Annahmen und die Auswahl geeigneter Beiratsmitglieder bis zu unabhängigen Erstvoten, Kreuzkritik, einer möglichen Gegenrunde und einer abschließenden Synthese.

Für die Kreditwürdigkeitsanalyse ist dieser Ansatz deshalb interessant, weil Credit Rating nicht ausschließlich eine Frage vergangenheitsbezogener Finanzkennzahlen ist. Die Fähigkeit eines Unternehmens, Risiken frühzeitig zu erkennen, unterschiedliche Szenarien zu analysieren, Kapital sinnvoll einzusetzen und auf Veränderungen zu reagieren, kann für seine zukünftige finanzielle Stabilität von erheblicher Bedeutung sein. Ein Unternehmen kann heute solide Bilanzkennzahlen aufweisen und dennoch erhebliche Risiken eingehen, wenn strategische Entscheidungen ohne ausreichende Gegenprüfung getroffen werden. Umgekehrt kann ein Unternehmen seine Widerstandsfähigkeit erhöhen, wenn es systematisch unterschiedliche Perspektiven in seine Entscheidungsprozesse integriert und dadurch Fehlentscheidungen frühzeitig erkennt.

Genau an dieser Stelle entsteht eine Verbindung zwischen dem KI-Beirat und dem von Data2Space beschriebenen immersiven Datenraum. Data2Space kann als Umgebung verstanden werden, in der komplexe Unternehmens- und Finanzinformationen nicht isoliert betrachtet werden, sondern in ihren Zusammenhängen sichtbar werden. Ein KI-Beirat könnte auf diesem gemeinsamen Informationsraum aufsetzen und unterschiedliche Perspektiven auf dieselben Daten anwenden. Ein Risiko-Agent könnte beispielsweise Liquiditätsrisiken und Konzentrationen untersuchen, ein strategischer Agent die langfristigen Auswirkungen einer Investition bewerten, ein regulatorischer Agent mögliche Compliance- und Governance-Risiken analysieren und ein bewusst konträr angelegter Agent die zentralen Annahmen der Unternehmensstrategie infrage stellen.

Damit verändert sich auch die Rolle der Daten. Sie sind nicht mehr lediglich Grundlage eines Reports, sondern werden zum Ausgangspunkt eines strukturierten Dialogs zwischen verschiedenen analytischen Perspektiven. Eine solche Architektur könnte insbesondere bei komplexen Finanzierungs-, Investitions- oder Transformationsentscheidungen einen Mehrwert schaffen. Entscheidend ist dabei, dass alle relevanten KI-Perspektiven zunächst auf einer vergleichbaren Informationsbasis arbeiten. Auch im beschriebenen KI-Beiratsmodell erhalten die Mitglieder dasselbe Sitzungspaket und geben zunächst unabhängig voneinander ihr Urteil ab, bevor die Kreuzkritik beginnt.

Aus Sicht von RATING EVIDENCE ist dabei weniger interessant, ob ein Unternehmen fünf, zehn oder zwölf KI-Agenten einsetzt. Entscheidend ist vielmehr, welche Qualität der daraus entstehende Entscheidungsprozess besitzt. Die bloße Existenz eines KI-Beirats sollte daher kein positiver Ratingfaktor sein. Erst wenn nachweisbar ist, dass ein solcher Beirat tatsächlich zu einer besseren Identifikation von Risiken, einer fundierteren Kapitalallokation, einer höheren Transparenz von Entscheidungsprozessen oder einer verbesserten Widerstandsfähigkeit des Unternehmens beiträgt, entsteht daraus relevante Evidenz für die Beurteilung der Unternehmensqualität.

Besonders interessant ist in diesem Zusammenhang der Umgang mit Dissens. Ein leistungsfähiger KI-Beirat sollte nicht darauf ausgerichtet sein, möglichst schnell Konsens herzustellen. Im Gegenteil: Der zugrunde liegende Ansatz sieht ausdrücklich eine Kreuzkritik und bei zu großer Einigkeit eine erzwungene Gegenrunde vor. Für die Beurteilung eines Unternehmens kann genau diese dokumentierte Auseinandersetzung wertvoll sein. Wenn beispielsweise ein Unternehmen eine große Akquisition plant, könnte der KI-Beirat nicht nur die erwarteten Synergien analysieren, sondern gleichzeitig Verschuldungsrisiken, Liquiditätsbelastungen, Integrationsrisiken, regulatorische Risiken und alternative Verwendungsmöglichkeiten des Kapitals untersuchen. Besonders relevant wäre dann nicht nur die abschließende Empfehlung, sondern auch die Frage, welche Risiken von einzelnen Perspektiven identifiziert wurden und unter welchen Bedingungen die ursprüngliche Entscheidung revidiert werden müsste.

Das führt zu einem möglichen neuen Verständnis von Evidenz. Traditionell stehen finanzielle Kennzahlen, Geschäftsmodell, Marktposition, Verschuldung, Liquidität und andere quantitatize und qualitative Faktoren im Mittelpunkt. Mit zunehmender Verbreitung von KI könnte eine zusätzliche Evidenzebene entstehen: die Qualität der unternehmerischen Entscheidungsarchitektur. Ein dokumentierter KI-Beiratsprozess könnte beispielsweise zeigen, welche Informationen zum Zeitpunkt einer Entscheidung vorlagen, welche Annahmen getroffen wurden, welche Gegenargumente bestanden, welche Risiken als wesentlich erkannt wurden und welche Bedingungen zu einer späteren Neubewertung führen würden.

Der im Data2Space-Kontext beschriebene immersive Ansatz könnte diese Evidenz zusätzlich visualisieren und kontextualisieren. Statt lediglich eine Entscheidungsvorlage zu archivieren, könnte nachvollziehbar werden, auf welche Datenpunkte, Zusammenhänge und Szenarien sich die einzelnen KI-Perspektiven bezogen haben. Damit ließe sich eine Art digitaler Entscheidungsraum schaffen, in dem nicht nur das Ergebnis, sondern auch der Weg zu diesem Ergebnis nachvollziehbar bleibt. Für eine evidenzbasierte Beurteilung von Management- und Governance-Qualität könnte dies langfristig interessant werden.

Allerdings entsteht daraus nicht automatisch bessere Governance. Ein KI-Beirat kann ebenso neue Risiken erzeugen. Wenn unterschiedliche Agenten auf denselben fehlerhaften Daten beruhen, kann scheinbarer Dissens nur eine Variation desselben Fehlers sein. Wenn alle Agenten auf demselben Grundmodell basieren, ist ihre Unabhängigkeit möglicherweise nur scheinbar gegeben. Und wenn KI-Systeme ungeprüfte Annahmen oder fehlerhafte Informationen übernehmen, kann ein formal komplexer Beratungsprozess sogar eine trügerische Sicherheit erzeugen. Der Ausgangstext weist selbst auf diese Problematik hin: Ein großer gemeinsamer Prompt kann dazu führen, dass sich die Personas gegenseitig beeinflussen, während ein Multi-Agenten-System eine stärkere Trennung der einzelnen Stimmen ermöglicht.

Aus Sicht von RATING EVIDENCE wäre deshalb nicht die Anzahl der KI-Agenten entscheidend, sondern deren Governance. Ein relevanter Bewertungsrahmen müsste beispielsweise untersuchen, wie unabhängig die Perspektiven tatsächlich sind, auf welche Daten sie zugreifen, wie Quellen und Annahmen dokumentiert werden, ob Ergebnisse reproduzierbar sind, wie mit widersprüchlichen Einschätzungen umgegangen wird und ob das Management weiterhin eindeutig für die Entscheidung verantwortlich bleibt. Auch die Fähigkeit des Systems, seine Einschätzung bei neuen Informationen zu revidieren, wäre relevant. Das zugrunde liegende KI-Beiratsmodell sieht hierfür ausdrücklich Revisionsregeln vor und verlangt, dass eine Mehrheitsmeinung allein kein Grund für einen Positionswechsel sein soll.

Damit könnte sich langfristig ein neues Feld zwischen Corporate Governance, Artificial Intelligence und Credit Rating entwickeln. Nicht die Frage, ob ein Unternehmen KI einsetzt, wäre entscheidend, sondern wie es KI in seine Governance integriert und ob daraus nachweisbar bessere Entscheidungen entstehen. Ein Unternehmen, das KI lediglich zur Automatisierung einzelner Prozesse nutzt, ist anders zu beurteilen als ein Unternehmen, das KI systematisch in seine Risiko- und Entscheidungsarchitektur integriert, die Ergebnisse dokumentiert, Gegenpositionen zulässt und die Qualität seiner KI-Systeme kontinuierlich überprüft.

Der Multi-Agenten-Ansatz bietet hierfür eine besonders interessante Grundlage. Der im Ausgangstext beschriebene Orchestrator übernimmt die zentrale Steuerung, während die einzelnen Persona-Agenten unabhängig voneinander arbeiten. Der Vorsitz sammelt die Ergebnisse, organisiert die Kreuzkritik und verdichtet sie zu einer Beschlussvorlage. Übertragen auf Unternehmen könnte daraus eine digitale Governance-Schicht entstehen, die wesentliche strategische Entscheidungen strukturiert begleitet und gleichzeitig eine nachvollziehbare Dokumentation des Entscheidungsprozesses erzeugt.

Für RATING EVIDENCE liegt darin eine mögliche neue Form von Evidence. Die entscheidende Frage wäre nicht, ob die KI eine Entscheidung getroffen hat, sondern ob das Unternehmen in der Lage ist, seine Entscheidungsqualität anhand nachvollziehbarer Informationen zu belegen. Ein solcher Nachweis könnte insbesondere bei strategischen Entscheidungen mit erheblichen Auswirkungen auf Verschuldung, Liquidität, Cashflow oder Geschäftsmodell relevant werden.

Die Verbindung von Data2Space und KI-Beiräten eröffnet dabei eine besonders interessante Perspektive. Data2Space kann den gemeinsamen digitalen Informationsraum bereitstellen, in dem Unternehmensdaten, Szenarien und Abhängigkeiten sichtbar und explorierbar werden. Der KI-Beirat kann diese Informationen aus unterschiedlichen Perspektiven analysieren, Gegenargumente formulieren und Unsicherheiten sichtbar machen. RATING EVIDENCE kann wiederum die Frage stellen, welche dieser Informationen und Entscheidungsprozesse als belastbare Evidenz für die Beurteilung von Unternehmens- und Managementqualität geeignet sind.

Damit entsteht eine mögliche Kette von Daten zu Evidenz: Unternehmensdaten werden in einem immersiven Raum kontextualisiert, durch unterschiedliche KI-Perspektiven analysiert, in einem strukturierten Entscheidungsprozess kritisch hinterfragt und anschließend als nachvollziehbare Entscheidungsgrundlage dokumentiert. Erst diese Kombination könnte aus der Nutzung von KI einen für das Credit Rating relevanten Mehrwert schaffen.

Dabei sollte jedoch eine klare Grenze gezogen werden. Ein KI-Beirat ersetzt weder ein Credit Rating noch die professionelle Analyse eines Ratinganalysten. Ebenso wenig kann ein gut dokumentierter KI-Prozess allein eine höhere Kreditwürdigkeit begründen. Kreditqualität zeigt sich letztlich in der Fähigkeit eines Unternehmens, seine finanziellen Verpflichtungen auch unter belastenden Bedingungen zu erfüllen. Der KI-Beirat kann hierzu lediglich zusätzliche Evidenz über die Qualität der Entscheidungs-, Risiko- und Governance-Prozesse liefern.

Aus Sicht von RATING EVIDENCE könnte genau darin die langfristige Bedeutung liegen. In einer zunehmend von künstlicher Intelligenz geprägten Wirtschaft wird es für Investoren, Kreditgeber und Ratingagenturen zunehmend relevant sein, nicht nur die Ergebnisse unternehmerischer Entscheidungen zu betrachten, sondern auch deren Entstehungsprozess. Die Qualität der Entscheidungsarchitektur könnte damit zu einem zusätzlichen Indikator für die Widerstandsfähigkeit eines Unternehmens werden.

Die Verbindung von Data2Space und dem Konzept des KI-Beirats weist somit über eine reine Technologieanwendung hinaus. Sie eröffnet die Perspektive auf einen digitalen Entscheidungsraum, in dem Daten, Szenarien, unterschiedliche KI-Perspektiven und menschliche Verantwortung zusammengeführt werden. Für RATING EVIDENCE entsteht daraus die Möglichkeit, eine neue Dimension von Evidenz zu untersuchen: nicht „Wie viel KI nutzt ein Unternehmen?“, sondern „Wie gut nutzt und governt ein Unternehmen KI, um bessere, nachvollziehbarere und resilientere Entscheidungen zu treffen?“

Genau diese Unterscheidung dürfte entscheidend sein. KI-Adoption allein ist noch kein Zeichen für bessere Kreditqualität. Nachweisbar bessere Entscheidungsprozesse, wirksame Risikosteuerung, transparente Governance und eine belastbare Evidenzbasis könnten dagegen zunehmend zu Faktoren werden, die für die Einschätzung der zukünftigen Widerstandsfähigkeit eines Unternehmens relevant sind. Der nächste sinnvolle Schritt wäre daher, aus diesen Überlegungen ein konkretes Bewertungsmodell für „AI Governance & Decision Quality“ als mögliche neue Evidence-Dimension im Credit Rating zu entwickeln.

Data2Space schafft für die Diskussion eines solchen Ratings eine zusätzliche Perspektive. Ein klassischer Ratingwert verdichtet eine Vielzahl von Informationen zu einem Ergebnis. Das erleichtert die Orientierung, kann aber zugleich die Unterschiede zwischen den bewerteten Einheiten verdecken. Data2Space macht dagegen die zugrunde liegenden Strukturen sichtbar. Unterschiedliche Kriterien können gemeinsam in einem räumlichen Datenraum dargestellt werden, sodass Profile, Ähnlichkeiten, Abweichungen und besondere Konstellationen unmittelbar erkennbar werden.

Gerade beim Sozialkreditrating ist diese Mehrdimensionalität wichtig. Ein Unternehmen kann beispielsweise eine hohe Vertragstreue und Transparenz aufweisen, gleichzeitig aber bei Nachhaltigkeit oder gesellschaftlicher Verantwortung ein anderes Profil besitzen. Zwei Unternehmen mit einem ähnlichen Gesamtscore können deshalb völlig unterschiedliche Stärken und Schwächen haben. Data2Space ermöglicht es, diese Unterschiede sichtbar zu machen.

Besonders interessant ist die Analyse von Unternehmen innerhalb einer Branche. Ähnliche Sozialkreditprofile können sich zu Clustern gruppieren, während Unternehmen mit außergewöhnlichen Profilen als Ausreißer sichtbar werden. Dadurch lässt sich erkennen, welche Merkmalskombinationen innerhalb einer Branche typisch sind und welche Unternehmen davon deutlich abweichen.

Auch für Lieferketten kann ein solches Rating relevant sein. Unternehmen sind zunehmend darauf angewiesen, nicht nur die wirtschaftliche Leistungsfähigkeit ihrer Geschäftspartner zu beurteilen, sondern auch deren Verhalten, Transparenz und Verlässlichkeit. Werden entsprechende Kriterien systematisch erfasst, kann Data2Space die Position verschiedener Lieferanten innerhalb eines gemeinsamen Bewertungsraums darstellen.

Eine weitere Anwendung liegt in der Verbindung des Sozialkreditratings mit anderen Ratingarten. Gesellschaftliche und reputative Faktoren können Auswirkungen auf Unternehmensrating, Managementrating, Nachhaltigkeitsrating oder Markenrating haben. Data2Space kann solche unterschiedlichen Bewertungsebenen miteinander verbinden und dadurch sichtbar machen, wo sich Risiken oder positive Faktoren gegenseitig verstärken.

Das im Buch „Social Credit Rating“ behandelte Konzept gewinnt durch eine solche Visualisierung eine zusätzliche analytische Dimension. Die Idee eines Ratings wird nicht auf eine eindimensionale Skala reduziert, sondern als komplexe Struktur verschiedener Merkmale betrachtet. Damit lässt sich auch besser erkennen, dass ein Ratingergebnis immer von der Auswahl, Gewichtung und Qualität der zugrunde liegenden Kriterien abhängt.

Gerade deshalb ist eine methodisch saubere Definition der Kriterien entscheidend. Sozialkreditrating darf nicht mit einer pauschalen Bewertung gesellschaftlicher Erwünschtheit verwechselt werden. Ein belastbares Rating benötigt transparente Kriterien, nachvollziehbare Datenquellen und eine klare Trennung zwischen beobachtbaren Eigenschaften und subjektiven Werturteilen. Data2Space dient dabei nicht als Ersatz für die Ratingmethodik, sondern als Instrument, um deren Ergebnisse und Zusammenhänge verständlicher zu machen.

Der besondere Nutzen liegt somit in der Visualisierung komplexer Bewertungsstrukturen. Statt lediglich eine Rangfolge zu präsentieren, zeigt Data2Space, wie sich einzelne Akteure innerhalb eines sozialen, wirtschaftlichen und reputativen Bewertungsraums positionieren. Das schafft zusätzliche Transparenz und erleichtert die Analyse von Gemeinsamkeiten, Unterschieden und Auffälligkeiten.

Sozialkreditrating wird dadurch von einer statischen Kennzahl zu einem differenzierten Analyseinstrument. Das Buch „Social Credit Rating“ liefert den fachlichen Bezugsrahmen, während Data2Space die Möglichkeit eröffnet, die darin relevanten Bewertungsdimensionen räumlich zu strukturieren und interaktiv zu untersuchen. Aus einer komplexen Ratingmatrix entsteht so ein Datenraum, in dem Vertrauen, Verlässlichkeit, Reputation und gesellschaftliche Verantwortung nicht nur bewertet, sondern in ihren Zusammenhängen sichtbar werden.

Fashion Company ist mit rund 24,6 Mrd. RSD Umsatz kein europäischer Schwergewichtler, sondern ein regionaler Champion. Genau darin liegt die Ambivalenz. Auf der einen Seite steht eine etablierte Marktposition in Serbien und auf dem Balkan, gestützt durch hohe Markenbekanntheit, ein Portfolio von über 80 Marken und eine Präsenz in attraktiven Segmenten wie Affordable Luxury und Premium Lifestyle. Auf der anderen Seite bleibt das Unternehmen klein im europäischen Maßstab – und damit verwundbar gegenüber neuen Wettbewerbern, insbesondere wenn große internationale Onlinehändler in die Region drängen sollten.

Bemerkenswert ist die Profitabilität. Eine EBITDA-Marge von durchschnittlich 16 Prozent liegt über vielen europäischen Vergleichswerten im Einzelhandel. Das spricht für Preissetzungsmacht, effiziente Beschaffung und eine kluge Positionierung. Vor allem die Mono-Brand-Stores tragen überdurchschnittlich bei, auch wenn sie stärker von Modetrends abhängen. Hinzu kommt mit KIKO Milano ein Standbein im Kosmetiksegment, das konjunkturell robuster ist als das klassische Modegeschäft. Diese Mischung federt zyklische Schwankungen zumindest teilweise ab.

Gleichzeitig bleibt die geografische Konzentration ein strukturelles Risiko. 59 Prozent des Umsatzes stammen aus Serbien, die übrigen Märkte in der Region weisen ähnliche Konsummuster auf. Diversifikation sieht anders aus. Sollte die Nachfrage in der Region einbrechen oder der Wettbewerb deutlich zunehmen, fehlt ein breiteres internationales Standbein als Puffer.

Finanziell präsentiert sich das Bild solide, aber nicht komfortabel. Die Verschuldung lag 2024 bei 2,9x EBITDA und soll trotz einer geplanten Anleihe über 8,4 Mrd. RSD mittelfristig um die 3x bleiben, mit einem temporären Anstieg auf 3,6x. Das ist für ein wachstumsorientiertes Einzelhandelsunternehmen tragbar, aber kein Sicherheitspolster. Dass die Zinsdeckung historisch deutlich über 10x lag und selbst nach der Emission im Bereich von 8x bis 9x erwartet wird, spricht für eine gute operative Ertragskraft. Die künftige Fixzinsstruktur von rund 84 Prozent der Schulden reduziert zudem Zinsänderungsrisiken.

Der eigentliche Test liegt jedoch im Expansionsplan. Rund 120 neue Filialen in acht Jahren sind ambitioniert, gemessen an aktuell etwa 145 Standorten. Wachstum auf Pump funktioniert nur, wenn die neuen Flächen schnell profitabel werden und die Nachfrage in der Region anhält. Gleichzeitig binden Investitionen, höhere Leasingzahlungen und steigendes Working Capital Liquidität. Dass Scope hier mit einem stabilen Ausblick arbeitet, basiert auf der Annahme, dass EBITDA-Wachstum die steigende Verschuldung ausgleicht. Diese Rechnung muss erst noch aufgehen.

Interessant ist auch der Blick auf die Anleihe selbst. Die vorläufige Bewertung von (P) BB- spiegelt eine überdurchschnittliche erwartete Recovery im Insolvenzfall wider, ohne dass Scope ein zusätzliches Notching gewährt. Der Grund ist nachvollziehbar: In einer Stresssituation könnte sich die Besicherungslage zugunsten vorrangiger Gläubiger verschieben. Für Investoren heißt das: attraktive Renditeperspektive, aber kein Selbstläufer.

Unterm Strich steht ein Unternehmen, das in seinem Heimatmarkt vieles richtig gemacht hat und nun den nächsten Schritt gehen will. Die Ratingnote BB- ist dabei weder Warnsignal noch Freibrief. Sie ist Ausdruck eines Geschäftsmodells mit klaren Stärken, aber ebenso klaren Grenzen. Wer auf Fashion Company setzt – ob als Gläubiger oder als strategischer Beobachter –, sollte weniger auf das heutige Zahlenwerk schauen als auf die Fähigkeit des Managements, Expansion diszipliniert umzusetzen. Wachstum ist kein Selbstzweck. In einem dynamischen Einzelhandelsumfeld entscheidet nicht die Anzahl der neuen Filialen, sondern deren nachhaltige Ertragskraft.

Die Kreditkennzahlen des Unternehmens zeigen nach martini.ai starke Schwankungen. Der 5‑Jahres-Z‑Spread stieg von etwa 1,56 % im Mai 2024 auf fast 6,98 % im Oktober 2024, als die Märkte Zweifel hatten, ob das Stahlgeschäft ohne größere finanzielle Probleme restrukturiert werden kann. Seither haben sich die Spreads auf rund 2,60 % verringert, das martini.ai Letter Rating verbesserte sich von B4 auf B2, und die einjährige Ausfallwahrscheinlichkeit sank von einem Höchstwert von 1,00 % auf etwa 0,18 %, bleibt aber mehr als doppelt so hoch wie der Tiefstwert von 0,08 % Anfang 2024. Dies zeigt, dass Worst-Case-Szenarien vorerst abgewendet wurden, Thyssenkrupp aber weiterhin im High-Yield-Bereich mit fragiler Kreditreserve verbleibt.

Die Vereinbarung mit IG Metall vom Dezember 2025 sieht laut martini.ai eine tiefgreifende, mehrjährige Überholung des Stahlbereichs vor. Geplant ist der Abbau oder die Auslagerung von rund 11.000 Arbeitsplätzen, etwa 40 % der Stahlbelegschaft, innerhalb von fünf Jahren, während die jährliche Stahlkapazität von 11,5 Millionen Tonnen auf etwa 8,7 bis 9 Millionen Tonnen reduziert werden soll. Da formale Zwangsmaßnahmen vermieden werden, setzt das Unternehmen auf teure freiwillige Programme und interne Umsetzungen, was die kurzfristigen Restrukturierungskosten erhöht, gleichzeitig aber die Kostenbasis senken soll. Diese Maßnahmen folgen auf aufeinanderfolgende hohe Verluste von rund 1,5 Milliarden Euro im Geschäftsjahr 2023/24, einem Rückgang des operativen Stahlgewinns um 18 % und einem jüngsten Quartal mit einem Nettoverlust von 255 Millionen Euro sowie einem Umsatzrückgang im Stahlbereich von 13 % im Vergleich zum Vorjahr.

Trotz der operativen Belastung verfügt Thyssenkrupp laut martini.ai über eine ungewöhnlich starke Konzernbilanz. Ende 2024 hielt das Unternehmen rund 5,7 Milliarden Euro an Barmitteln gegenüber 1,4 Milliarden Euro Schulden, was einem Nettoguthaben von etwa 4,3 Milliarden Euro entspricht. Die niedrigen Verschuldungskennzahlen stehen im Vergleich zu vielen Industriekonkurrenten gut da. Der freie Cashflow von rund 323 Millionen Euro, mehr als das Doppelte des ausgewiesenen EBIT, und zugesagte Restrukturierungsfinanzierung bis 2030 geben dem Management Zeit für die Umsetzung. Dennoch bleibt das Stahlgeschäft strukturell unrentabel, belastet durch schwache europäische Nachfrage, hohe Energiekosten und starken asiatischen Wettbewerb, während gleichzeitig hohe Investitionen für ein grünes DRI-Werk in Duisburg nötig sind, um die Dekarbonisierungsziele 2030 zu erreichen.

Die martini.ai-Analyse skizziert drei Kredit-Szenarien für Thyssenkrupp. Im Basisszenario (ca. 60 % Wahrscheinlichkeit) stabilisieren sich die Spreads im Bereich von 250 bis 350 Basispunkten bei einem Rating von B2/B3, die Stahlverluste verringern sich allmählich, bleiben aber bis etwa 2027/28 unrentabel, während die Refinanzierungsrisiken durch die Nettobarmittel des Konzerns begrenzt werden. Im Abschwung-Szenario (30 % Wahrscheinlichkeit) könnten sich die Spreads wieder auf 400 bis 600 Basispunkte ausweiten, das Rating auf B4/C1 fallen, wenn Restrukturierungskosten steigen, Zeitpläne verzögert werden oder Stahlverluste die Liquidität belasten, was möglicherweise Verkäufe von Vermögenswerten oder Kapitalerhöhungen erforderlich machen würde. Das Aufschwung-Szenario (10 % Wahrscheinlichkeit) sieht eine Straffung der Spreads auf 150 bis 200 Basispunkte vor, falls die Nachfrage im Automobil- und Bausektor wieder anzieht, das geplante Joint Venture schneller Synergien liefert und Preismacht im Bereich „grüner Stahl“ entsteht.

Für Kreditverantwortliche stellt die Stahlrestrukturierung laut martini.ai einen Test dar, wie weit eine starke Konzernbilanz einen strukturell schwachen Kernbereich ausgleichen kann. Wichtige Beobachtungspunkte sind der quartalsweise Cash-Burn des Stahlgeschäfts im Verhältnis zur Konzernliquidität, die Umsetzung von Stellenabbau und Kapazitätsreduktionen, die Entwicklung des Auftragseingangs sowie die Disziplin bei Investitionen in das DRI-Werk. Die Spreads bleiben deutlich breiter als bei besser positionierten europäischen Industriekonkurrenten, was zeigt, dass der Markt weiterhin eine Prämie für Thyssenkrupps Umsetzung und Sektorrisiko verlangt. Entlassungen und Investitionskürzungen können die Verschuldung stabilisieren und Zeit verschaffen, doch ohne nachhaltige Nachfragebelebung oder glaubwürdige Wirtschaftlichkeit des grünen Stahls wird das Stahlgeschäft von Thyssenkrupp laut martini.ai über Jahre hinweg eine High-Yield-Kreditstory bleiben.

Das Learning Management System dokumentiert automatisch alle Trainingsdaten, von Zeitpunkt und Dauer bis hin zu Ergebnissen und Zertifikaten. „Reports und Auswertungen stehen jederzeit auf Abruf bereit – für Standortleitungen, Trainer:innen und das Management.“ Diese Transparenz ist nicht nur ein Fortschritt in der Personalentwicklung, sondern auch ein Faktor, der aus Rating-Perspektive zunehmend relevant wird. Unternehmen, die ihre Prozesse datenbasiert gestalten und die Weiterentwicklung ihrer Mitarbeitenden systematisch dokumentieren, schaffen messbare Nachweise für Effizienz, Kompetenzaufbau und Nachhaltigkeit – Kriterien, die in modernen Ratingmodellen eine immer größere Rolle spielen.

Die Möglichkeit, Lernpfade individuell anzupassen, fördert zudem eine zielgerichtete Mitarbeiterentwicklung, die nicht nur den internen Wissensstand erhöht, sondern auch die Arbeitgeberattraktivität steigert. „Lernpfade lassen sich individuell pro Mitarbeitendem anpassen – für eine zielgerichtete Entwicklung und messbare Fortschritte.“ In einem Markt, der zunehmend auf Fachkräftemangel und Innovationsdruck reagiert, ist diese Personalisierung ein entscheidender Wettbewerbsvorteil.

Aus Sicht des Ratings bedeutet der Einsatz solcher Technologien eine Aufwertung des Unternehmensprofils: Digitale Lern- und Managementsysteme stehen für Innovationskraft, Transparenz und Effizienz – alles Faktoren, die positiv in Bewertungen einfließen. Unternehmen wie Dussmann, die frühzeitig auf datenbasierte Lernprozesse setzen, positionieren sich nicht nur operativ stärker, sondern erhöhen zugleich ihre Resilienz und Zukunftsfähigkeit im Markt. Der Pilotstart zeigt, wie Digitalisierung im Personalmanagement zu einem strategischen Erfolgsfaktor wird – und wie technologische Kompetenz zunehmend zur Währung unternehmerischer Stabilität und Glaubwürdigkeit wird.

Gleichzeitig bleiben Parallelen zu früheren Technologiewellen nicht aus. Egan-Jones erinnert an den „Dot Com Bust“ im Jahr 2000, als überzogene Erwartungen zu massiven Kursverlusten führten. Dennoch sei der Bedarf an Rechenzentren robust, auch wenn neue Modelle wie das chinesische „Deep Seek“ oder Elon Musks „Grok“ die Branche überraschten. Die Herausforderungen liegen weniger im technologischen Fortschritt als in den Rahmenbedingungen: „Ein weiteres Problem für Branchenakteure besteht darin, geeignete Standorte für Rechenzentren zu finden und die Stromversorgung sicherzustellen.“ Der wachsende Energiebedarf bringe Versorgungsnetze an ihre Grenzen, weshalb „stabile und leicht skalierbare Energiequellen, insbesondere nukleare, benötigt werden“. Während China hier Kostenvorteile hat, bleiben für US-Standorte Regionen mit reichlich Erdgas – etwa Texas oder Pennsylvania – attraktiv.

Auch der Engpass bei Chips, noch vor einem Jahr ein dominierendes Thema, habe sich laut Egan-Jones entschärft: „Dieses Problem wurde gemildert, da Nvidia die Produktion hochgefahren und tragfähige Alternativen entstanden sind.“ Entscheidend bleibt aus Kreditsicht jedoch, dass die großen Schuldner – die Tech-Giganten – über außergewöhnliche Bonität verfügen. „Aus Sicht der Gläubiger wird die Diskussion über die Aussichten der Rechenzentren von der Tatsache überlagert, dass die typischen Schuldner in der Lage sind, ihren Verpflichtungen unabhängig von den Projektaussichten nachzukommen.“

Der Markt für Rechenzentren sei daher in einer paradoxen Lage: enorme Nachfrage trifft auf begrenztes Angebot, was bestehende oder geplante Projekte begünstigt. „Vielleicht ist dies ein Bereich, in dem das Risiko begrenzt ist – aufgrund der Stärke der Schuldner und der starken Nachfrage nach dem Vermögenswert im Verhältnis zum Angebot“, so das Fazit der Egan-Jones Ratings Company. Damit zeigt sich, dass Technologie, Energiepolitik und Kapitalmärkte zunehmend ineinandergreifen – und dass die wahren Risiken weniger in den Datenleitungen als in den Stromleitungen liegen dürften.

Die Initiative basiert auf einer engen Zusammenarbeit von Unternehmen und Forschungseinrichtungen, die ihre jeweiligen Kompetenzen bündeln. In den vergangenen zwölf Monaten wurden technische und kommerzielle Rahmenbedingungen erarbeitet, um das Projekt auf eine stabile Grundlage zu stellen. Mit der nun erfolgten Unterzeichnung der Kooperationsvereinbarung wurde nicht nur die finanzielle Absicherung, sondern auch die Governance-Struktur des Konsortiums festgelegt. Der Projektträger Jülich (PTJ) verwaltet die Fördermittel im Auftrag des Ministeriums für Umwelt, Naturschutz und Verkehr des Landes Nordrhein-Westfalen.

Innerhalb des Konsortiums übernimmt jedes Mitglied eine spezifische Rolle. Accurec Recycling GmbH ist für die Demontage und Aufbereitung der Altbatterien zuständig und produziert daraus Schwarzmasse, die anschließend an Iondrive geliefert wird. Das australische Unternehmen Iondrive bringt seine Deep-Eutectic-Solvent-Technologie (DES) ein, mit der Metalle wie Nickel, Kobalt, Lithium und Mangan umweltfreundlich extrahiert werden können. Die resultierenden hochreinen Metalle werden anschließend zu sogenannten pCAM-Materialien weiterverarbeitet, die als Vorstufe für Kathodenmaterialien dienen.

Ein weiterer Partner, NEUMAN & ESSER Process Technology GmbH, wird das Konsortium mit modernster Anlagentechnik und Verfahrenstechnik unterstützen, um die Recyclingprozesse zu skalieren. Constantia Patz GmbH, Teil der internationalen Constantia Flexibles Gruppe, steuert Wissen über Materialdesign und Kreislaufintegration bei, um sicherzustellen, dass recycelte Metalle und Nebenprodukte effizient in neue Produktionsketten einfließen. Die RWTH Aachen schließlich wird die von Iondrive gewonnenen pCAM-Materialien weiter zu CAM-Material verarbeiten, das in der Batteriezellenproduktion getestet wird.

Bemerkenswert ist, dass alle im Rahmen der Konsortiumsaktivitäten erzielten technologischen Fortschritte an der DES-Technologie im Eigentum von Iondrive verbleiben. Dies ermöglicht dem Unternehmen, seine patentierte Methode unabhängig weiterzuentwickeln und weltweit zu kommerzialisieren. „Die Kooperation bietet eine ideale Plattform, um die Leistungsfähigkeit unserer Technologie im industriellen Maßstab zu validieren und gleichzeitig die Grundlage für eine europäische Lieferkette recycelter Batteriematerialien zu schaffen“, so Dr. Ebbe Dommisse, CEO von Iondrive.

Die Aktivitäten des Konsortiums sind zunächst auf einen Zeitraum von drei Jahren angelegt, beginnend im Oktober 2025. Neben der direkten Förderung profitiert Iondrive von kostenfreiem Zugang zu Einsatzmaterial, Validierungsdienstleistungen und einer engeren Zusammenarbeit mit potenziellen Industriepartnern. Nach Abschluss der ersten Betriebsphasen in Australien ist vorgesehen, die Pilotanlage von Iondrive nach Deutschland zu verlagern, um die Prozesse innerhalb des europäischen Marktes weiter zu optimieren.

Das Konsortium markiert einen entscheidenden Schritt auf dem Weg zu einer kreislauforientierten, ressourcenschonenden Batterieproduktion in Europa. Durch die Kombination aus innovativer Verfahrenstechnik, industrieller Skalierung und politischer Unterstützung soll gezeigt werden, dass ein nachhaltiger, wirtschaftlich tragfähiger Batteriekreislauf nicht nur möglich, sondern zukunftsweisend für die gesamte europäische Industrie ist.

Wie Andreas Scharf von der Apo Asset Management GmbH in seinem Beitrag „Medizinrobotik: Die Operation Zukunft“ erläutert, eröffnet die Kombination aus Robotik, KI und digitalen Darstellungsverfahren neue Horizonte: „Mit dessen OP-Robotik-System da Vinci werden bereits jetzt viele Medizinstudierende ausgebildet. Damit entsteht ein eigenes Anwender-Ökosystem.“ Diese Ausbildung erfolgt zunehmend mit Hilfe von 3D-Simulationen und virtuellen Umgebungen, in denen angehende Chirurgen Eingriffe trainieren können, bevor sie sie am Patienten durchführen. Die präzise Tiefenwahrnehmung durch stereoskopische Darstellungen ist dabei entscheidend, um komplexe anatomische Strukturen realistisch zu erfassen.

Virtuelle Realität wird so zum Bindeglied zwischen digitalem Modell und realer medizinischer Handlung. Die Fernoperation aus 11.000 Kilometern Entfernung, bei der „ein Krebspatient in Angola robotergestützt aus den USA operiert“ wurde, wäre ohne fortgeschrittene visuelle Darstellungen und Echtzeitübertragung von 3D-Daten kaum denkbar. Stereoskopische Bildgebung sorgt hier für die nötige räumliche Orientierung des Chirurgen, der sich in einer virtuellen Repräsentation des Operationsfeldes bewegt.

Dieser technologische Fortschritt hat unmittelbare Auswirkungen auf das Rating von Unternehmen, die in diesem Feld tätig sind. Firmen wie Intuitive Surgical oder Stryker profitieren von der engen Verzahnung von KI, Robotik und 3D-Visualisierung, da sie Innovationen hervorbringen, die den Marktwert und die Zukunftsfähigkeit steigern. Für Analysten und Portfoliomanager wie Scharf sind dabei nicht nur die Umsatzzahlen entscheidend, sondern auch die technologische Führungsrolle: „Die Zulassungschancen und der klinische Nutzen bestimmen das Anlagepotenzial.“ Ein Unternehmen, das durch immersive Technologien wie virtuelle Realität eine höhere Präzision oder Ausbildungseffizienz ermöglicht, wird als wettbewerbsfähiger und damit als besser bewertbar angesehen.

Der Zusammenhang zwischen virtueller Realität, 3D-Darstellung und Stereoskopie zeigt somit, wie visuelle Technologien zur Grundlage medizinischer Innovationen werden und zugleich Einfluss auf die Bewertung von Unternehmen im Gesundheitssektor nehmen. Fortschritt in der Wahrnehmung und Darstellung räumlicher Realität wird zu einem ökonomischen Faktor, der Ratings verändert und Investitionen lenkt – ein Beleg dafür, dass technologische Tiefe zunehmend auch die finanzielle Tiefe eines Unternehmens bestimmt.

Urban Mining – also die Rückgewinnung wertvoller Metalle und Materialien aus bestehenden Produkten, insbesondere Elektronik- und Batterieschrott – entwickelt sich zunehmend zu einem der zentralen Wachstumsfelder der Energiewende. Redwood Materials hat sich dabei als einer der globalen Technologieführer etabliert. Das Unternehmen betreibt nicht nur Recyclinganlagen für Batterien, sondern erweitert seine Aktivitäten um die Herstellung von Kathodenmaterialien und die Entwicklung von Energiespeicherlösungen. Besonders bemerkenswert ist, dass Redwood die Nutzung wiederaufbereiteter Batterien für den Aufbau von Stromspeichersystemen für Rechenzentren und industrielle Anwendungen vorantreibt – ein Schritt, der die Wertschöpfung über das klassische Recycling hinaus verlängert.

Die Höhe der Bewertung spiegelt das Vertrauen der Investoren in die technologische Führungsposition und die Marktchancen des Unternehmens wider. Mit Blick auf die globale Rohstoffknappheit, geopolitische Unsicherheiten und die steigende Nachfrage nach Batteriematerialien in der Elektromobilität und im Energiesektor sehen Investoren im Urban Mining nicht mehr nur ein Nachhaltigkeitsthema, sondern ein hochprofitables Industriefeld. Die Kombination aus technologischer Innovation, geopolitischer Relevanz und massiven Skalierungspotenzialen hat Urban Mining zu einem Investmentthema mit ähnlichem Attraktivitätsniveau wie grüne Energie- oder Halbleitertechnologien gemacht.

Im Vergleich dazu wirken europäische Initiativen – wie das kürzlich gestartete Batterierecycling-Konsortium unter der Leitung der RWTH Aachen – derzeit noch klein, jedoch strategisch nicht minder wichtig. Das Konsortium, an dem unter anderem Iondrive Limited beteiligt ist, verfügt über ein Finanzierungsvolumen von rund 3,1 Millionen Euro, davon 2,07 Millionen Euro aus Fördermitteln des Landes Nordrhein-Westfalen. Ziel ist der Aufbau einer europäischen Kreislaufwirtschaft für Batterien, bei der bis zu 80 Prozent der Materialien aus Recyclingprozessen stammen sollen. Während Redwood bereits den Sprung in die Kommerzialisierung und internationale Expansion geschafft hat, befindet sich das europäische Projekt noch in einer frühen Entwicklungs- und Demonstrationsphase.

Dennoch zeigt der Vergleich beider Initiativen eine klare Marktlogik: Gelingt es europäischen Unternehmen, Recyclingtechnologien wie das Deep-Eutectic-Solvent-Verfahren von Iondrive erfolgreich zu skalieren, könnten auch sie mittelfristig Bewertungen in ähnlichen Größenordnungen erreichen. Die Redwood-Transaktion zeigt, dass Investoren bereit sind, Milliardenbeträge in Unternehmen zu investieren, die eine Schlüsselrolle in der Rückgewinnung und Wiederverwertung kritischer Rohstoffe übernehmen.

Damit wird deutlich: Urban Mining ist längst mehr als ein Nischenthema der Kreislaufwirtschaft. Es entwickelt sich zu einem der wertvollsten Segmente im globalen Technologiesektor – mit dem Potenzial, neue „grüne Giganten“ hervorzubringen, deren Marktwert sich an den führenden Tech-Unternehmen der Welt messen kann.

Iondrive Limited (ASX: ION) nimmt als Kerntechnologiepartner eine zentrale Rolle im Konsortium ein. Das Unternehmen entwickelt Verfahren, um Metalle aus Altbatterien zurückzugewinnen und sie zu Vorprodukten für die Herstellung neuer Batteriezellen zu verarbeiten. Dabei kommt die sogenannte DES-Technologie (Deep Eutectic Solvent) zum Einsatz, ein umweltfreundliches Verfahren, das ohne aggressive Säuren auskommt und bei niedrigen Temperaturen arbeitet. „Die Teilnahme an diesem Konsortium bietet Iondrive die Möglichkeit, führenden europäischen OEMs zu demonstrieren, dass Batteriezellen, die aus mit unserem DES-Verfahren recycelten Metallen hergestellt wurden, eine gleichwertige Leistung wie solche aus Primärmaterialien erzielen können“, erklärte Iondrive-CEO Dr. Ebbe Dommisse. Er betonte zudem: „Das Konsortium bietet nicht nur einen Einstiegspunkt in den europäischen Markt, sondern sichert potenziell auch Einsatzmaterial von unseren vorgelagerten Industriepartnern und entwickelt gleichzeitig Abnahmevereinbarungen für Produkte mit unseren nachgelagerten Partnern.“

Neben Iondrive gehören dem Konsortium mehrere führende Industrie- und Forschungspartner an, darunter Accurec Recycling GmbH, NEUMAN & ESSER Process Technology GmbH, Constantia Patz GmbH sowie das PEM der RWTH Aachen. Accurec bringt dabei seine Erfahrung in der mechanischen Aufbereitung und Herstellung von Schwarzmasse ein, die an Iondrive geliefert wird. NEUMAN & ESSER steuert verfahrenstechnisches Know-how bei, während Constantia Patz Expertise im Materialdesign und in der Integration recycelter Materialien in nachhaltige Produktionsprozesse beisteuert. Die RWTH Aachen übernimmt die Weiterverarbeitung des von Iondrive gelieferten Materials in ihrer bestehenden Pilotanlage.

Das Konsortium will die gesamte Wertschöpfungskette des Batterierecyclings abbilden – von der Demontage alter Batterien über die Rückgewinnung und Verarbeitung wertvoller Metalle bis zur Herstellung neuer Zellen. Dadurch soll nachgewiesen werden, dass Batteriezellen, die zu 80 Prozent aus recycelten Materialien bestehen, dieselbe Leistungsfähigkeit wie solche aus Primärmetallen erreichen können. Die Beteiligung europäischer Automobilhersteller als assoziierte Partner ist nach dem Erreichen der ersten technischen Meilensteine vorgesehen, um die Ergebnisse direkt zu validieren und potenzielle Abnahmeverträge zu ermöglichen.

Für Iondrive bedeutet die Teilnahme nicht nur eine Stärkung der Position auf dem europäischen Markt, sondern auch erhebliche finanzielle Unterstützung. 60 Prozent der Betriebskosten der europäischen Pilotanlage werden durch die Fördermittel gedeckt, bis zu einem Maximalbetrag von 398.000 Euro. Diese Mittel stehen für einen Zeitraum von drei Jahren ab Oktober 2025 zur Verfügung. Parallel errichtet Iondrive an der University of Adelaide eine Pilotverarbeitungsanlage, deren Inbetriebnahme für Anfang 2026 geplant ist. Sie soll später nach Europa transportiert und dort in den industriellen Betrieb integriert werden.

Das Konsortium gilt als bedeutender Schritt für den Aufbau einer nachhaltigen Batteriewirtschaft in Europa. Mit seiner Kombination aus Forschung, Technologieentwicklung und industrieller Umsetzung will es dazu beitragen, die Abhängigkeit von Primärrohstoffen zu verringern und den europäischen Markt für recycelte Batteriematerialien langfristig zu stärken.