Wir wurden von einem Private-Equity-Unternehmen kontaktiert, das in den Energiesektor investiert. Sie waren an der Übernahme eines Computer-Vision-Startups interessiert, das einen Prototyp zur Erkennung von Maschinendefekten entwickelt hatte.
Wir gingen in die Büros des Unternehmens und sprachen mit den Gründern und einigen Mitarbeitern. Die Mitarbeiter führten das Produkt vor und wir durften es testen. Außerdem erhielten wir Zugriff auf das Code-Repository des Unternehmens.
Die Prüfung des Unternehmens folgte der Due-Diligence-Checkliste von Fast Data Science mit einigen vom Kunden vereinbarten individuellen Prüfungen. Wir fanden, dass das Produkt originell und gut gestaltet war, sich aber noch im Prototypenstadium befand und keine Live-Demo hatte. Wir erstellten einen 16-seitigen schriftlichen Bericht und präsentierten unsere Ergebnisse dem Kunden. Insbesondere wurden eine Reihe von Empfehlungen zu Personal-, Technologie- und Cloud-Computing-Kosten ausgesprochen.
Fast Data Science - London
Der Kunde hat unseren Due-Diligence-Bericht zusammen mit den begleitenden Buchhaltungs- und rechtlichen Due-Diligence-Berichten zusammengestellt, sodass unser Bericht so formatiert war, dass er mit diesen Berichten übereinstimmte und in einer Sprache verfasst war, die Anleger verstehen konnten.
Der Kunde war mit unserem Bericht zufrieden und begann mit der Übernahme des Startups.
Eine Investmentgesellschaft war daran interessiert, ein Spin-off einer Universität in ihr Portfolio aufzunehmen. Die Ausgründung wurde von einem Postdoktoranden geleitet, der versuchte, seine Forschung zu kommerzialisieren.
Der Forscher hatte ein Gerät erfunden, das eine potenzielle medizinische Anwendung hätte. Wir haben das Firmengelände besucht und das Produkt ausprobiert, was an sich sehr beeindruckend war. Wir stellten fest, dass die Codebasis des Unternehmens eine gewisse Dokumentation und die Befolgung von Best Practices für die Entwicklung vertragen könnte, und dass die Mitarbeiter des Unternehmens im Allgemeinen nicht Vollzeit beschäftigt waren, sondern andere Verpflichtungen im akademischen Bereich hatten. Alle Mitarbeiter verfügten über beeindruckende akademische Qualifikationen.
Das Investmenthaus war von dem Startup beeindruckt und kaufte es, wenn auch zu einem niedrigeren Betrag als zuvor besprochen, da in unserem Bericht einige Bedenken geäußert wurden.
Ein Konsortium amerikanischer Investoren war daran interessiert, in einen europäischen Wissenschaftler zu investieren, der die Verarbeitung natürlicher Sprache einsetzte, um ein Produkt mit potenziellen Einsatzmöglichkeiten in der Pharmaindustrie herzustellen.
Wir erhielten Zugriff auf die Datensätze und den Quellcode und stellten schnell fest, dass die Software nur mit offenen Daten entwickelt wurde und die wertvollen Datensätze schwer zu bekommen waren, da sie sich im Besitz großer Unternehmen befanden.
Die Investoren stellten ihre Pläne umgehend auf Eis, bis eine Lizenzvereinbarung zum Erhalt von Trainingsdaten abgeschlossen wurde.
What we can do for you
