Die Bewertung von sogenannten Tech-Unternehmen, im Deutschen oft auch "Internetunternehmen", also Unternehmen, die laut Duden Dienstleistungen im Internet anbieten, stellen Investoren seit jeher vor große Herausforderungen. So wird selbst Warren Buffet nachgesagt, er würde bei einer Prüfung an einer Universität jeden Studierenden durchfallen lassen, welcher meint, auf die Frage nach der Bewertung von Internetunternehmen eine Antwort geben zu können.
Einerseits konnte die Alibaba Group Holding – Chinas größtes Internet- Handelsunternehmen - am 17.09.2014 mit einem Emissionsvolumen von 21,767 Milliarden US-Dollar den bis Dezember 2019 weltweit größten Börsengang aller Zeiten, sowie einen Handelsstart der Aktie mit einem Kursplus von 36% gegenüber des Ausgabepreises verzeichnen. Andererseits steht die Aktie des Mobilitätsdienstleisters UBER, welchem im Jahr 2017 von Investmentbanken wie Morgen Stanley oder Goldmann Sachs noch Bewertungen von bis zu 120 Milliarden US-Dollar zugetraut wurden6, am ersten Handelstag der Aktie bei 42 US-Dollar und verzeichnet damit ein Minus von knapp 7% gegenüber dem Ausgabepreis von 45 US-Dollar. Zwischenzeitlich ist der Aktienkurs von UBER zum 03.01.2020 sogar auf 31,12 US-Dollar abgerutscht. Daraus ergibt sich eine Marktkapitalisierung, die mit 52,86 Milliarden US-Dollar weit unter den Bewertungen der Investmentbanken liegt.
In dieser Arbeit wird zunächst erörtert, wodurch sich besagte Tech-Unternehmen auszeichnen und welche besonderen Merkmale diesen zugrunde liegen. Weiter sollen diese Merkmale und ihre Implikationen auf die Bewertung von Tech- Unternehmen analysiert, sowie kritisch gewürdigt werden.
Inhaltsverzeichnis
- Einleitung
- Definition und Besonderheiten von Tech-Unternehmen
- Definition von Tech-Unternehmen
- Merkmale und Besonderheiten von Tech-Unternehmen
- Volks- und gesamtwirtschaftliche Relevant von Tech-Unternehmen
- Gängige Bewertungsmethoden
- Einzelbewertungsverfahren
- Gesamtbewertungsverfahren
- Ertragswertverfahren
- Discounted Cash Flow-Verfahren
- Vergleichsverfahren
- Mischverfahren
- Schwierigkeiten bei der Bewertung von Tech-Unternehmen
- UBER als Tech-Unternehmen
- Schwierigkeiten bei der Bewertung von Tech-Unternehmen am Beispiel des IPO von UBER
- Anwendbarkeit und Grenzen von gängigen Bewertungsmethoden bei Tech-Unternehmen
- Alternative Bewertungsansätze
- Fazit
Zielsetzung und Themenschwerpunkte
Diese Hausarbeit untersucht die Schwierigkeiten bei der Bewertung von Tech-Unternehmen am Beispiel des Börsengangs (IPO) von Uber. Die Arbeit befasst sich mit der Definition und den Besonderheiten von Tech-Unternehmen, analysiert gängige Bewertungsmethoden und zeigt deren Grenzen bei der Bewertung von Tech-Unternehmen auf. Darüber hinaus werden alternative Bewertungsansätze diskutiert.
- Definition und Merkmale von Tech-Unternehmen
- Herausforderungen bei der Bewertung von Tech-Unternehmen
- Anwendbarkeit und Grenzen von gängigen Bewertungsmethoden
- Alternative Bewertungsansätze für Tech-Unternehmen
- Der IPO von Uber als Fallstudie
Zusammenfassung der Kapitel
Die Einleitung führt in das Thema der Hausarbeit ein und erläutert die Relevanz der Bewertung von Tech-Unternehmen. Kapitel 2 definiert Tech-Unternehmen und beschreibt ihre Besonderheiten sowie ihre volks- und gesamtwirtschaftliche Bedeutung. Kapitel 3 behandelt gängige Bewertungsmethoden, sowohl Einzel- als auch Gesamtbewertungsverfahren. Kapitel 4 widmet sich den Schwierigkeiten bei der Bewertung von Tech-Unternehmen und analysiert diese am Beispiel des IPO von Uber. Der Fokus liegt dabei auf der Anwendbarkeit und den Grenzen gängiger Bewertungsmethoden im Kontext von Tech-Unternehmen. Darüber hinaus werden alternative Bewertungsansätze vorgestellt.
Schlüsselwörter
Tech-Unternehmen, Bewertung, IPO, Uber, Discounted Cash Flow-Verfahren, Ertragswertverfahren, Vergleichsverfahren, Bewertungsansätze, Wachstumspotenzial, Unsicherheit, Intangible Vermögenswerte.
- Citar trabajo
- Dennis Kronig (Autor), 2020, Schwierigkeiten bei der Bewertung von Tech-Unternehmen am Beispiel des IPO von Uber, Múnich, GRIN Verlag, https://www.grin.com/document/1170711
