PitchBook

Kurzfazit

PitchBook ist der Goldstandard für Private-Capital-Datenrecherche, VC-Finanzierungsrunden, PE-Buyouts, M&A-Transaktionen und Fondsdaten finden sich nirgendwo umfangreicher und besser strukturiert. Für Investmentbanken, PE-Fonds und Corporate-Strategie-Teams ist PitchBook praktisch alternativlos, sobald Multiples-Analysen oder LP-Reporting zum Tagesgeschäft gehören. Schwächen liegen im Lower-Middle-Market (deutscher Mittelstand wird oft nur lückenhaft abgebildet), in der intransparenten und in den letzten Jahren deutlich gestiegenen Preispolitik und in der US-zentrischen Workflow-Logik. Mit dem 2024 eingeführten KI-Assistenten Coppland AI gewinnt PitchBook an Geschwindigkeit, bleibt aber ein hochspezialisiertes Profi-Werkzeug mit klar definierter Zielgruppe.

Für wen ist PitchBook?

Investmentbanken und M&A-Boutiquen: Wer regelmäßig Comps-Analysen, Bewertungsvergleiche oder Sektor-Studien erstellt, bekommt mit PitchBook in 30 Minuten, was per Hand drei Tage dauert. Das Excel-Plugin spielt Transaktionsdaten direkt in Bewertungsmodelle, der eigentliche Hebel im Tagesgeschäft.

Private-Equity-Häuser: Fundraising (LP-Profile, Allokationshistorien), Dealflow-Beobachtung (PE-Buyouts, Co-Investments), Portfolio-Tracking (Folgerunden, Exits), PitchBook deckt den kompletten PE-Lebenszyklus ab und ist in der Branche praktisch Standard.

Venture-Capital-Fonds: Investorenportfolios, Folgerunden, Exit-Patterns. Wer einen Markt sondiert, sieht in PitchBook nicht nur die Companies, sondern auch wer in der Vergangenheit in vergleichbare Deals investiert hat, relevant für Co-Investment-Anfragen und Konkurrenzanalyse.

Konzern-Strategie und Corporate Development: Wettbewerbsbeobachtung, M&A-Pipeline-Aufbau, Markteintrittsstudien. Der Sektoren-Fokus und die Multi-Jahres-Transaktionshistorie machen PitchBook zur einzigen Quelle für seriöse “Wer hat zuletzt was gekauft?”-Recherche.

Berater und Analysten: Marktstudien mit konkreten Transaktionsbeispielen, Bewertungsmultiples und Trendlinien, alles mit nachvollziehbarer Quellbasis und Excel-Export.

Weniger geeignet für: KMU-Berater und Mittelstandsbanken im deutschen Markt (für deutsche Privatfirmen sind North Data, Orbis oder Grata besser); Solo-Berater ohne Sechsstellig-Datenbudget; Unternehmen mit harten EU-Hosting-Anforderungen; Teams, die primär Unternehmensregisterdaten brauchen.

Preise im Detail

Plan	Preis	Was du bekommst
Standard	~12.000–18.000 USD/Sitz/Jahr	Kern-Datenbank: Deals, Companies, Investors, Funds. Web-Plattform, Suche, Profile.
Premium / Multi-Modul	~20.000–30.000 USD/Sitz/Jahr	Plus Excel-Plugin, M&A-Modul, LP-Daten, Industry Research
Enterprise	45.000–70.000+ USD/Jahr	Team-Verwaltung, API-Zugriff, Custom-Datasets, Onboarding, Dedicated Support
Coppland AI	Aufpreis bzw. Bundle	KI-gestützte Natural-Language-Suche, Dokumentenextraktion, Comp-Empfehlungen

Einordnung: Die Median-Vertragsgröße liegt laut Vendr-Marktdaten (Februar 2026) bei rund 30.000 USD pro Jahr, was den modularen Charakter unterstreicht: Wer alle wichtigen Module bucht (M&A, PE, VC, Excel-Plugin, API), kommt schnell in den fünfstelligen Bereich pro Sitz. Mehrjahresverträge bringen 15–30 Prozent Rabatt, Q4-Timing (PitchBook-Fiskaljahresende) gibt zusätzlich Verhandlungshebel. Für Solo-Berater ist PitchBook zu teuer; sinnvoll wird die Investition ab Teams mit drei bis fünf aktiven Nutzern und mindestens zwei Mandaten pro Quartal, die Multiples-Daten erfordern. Coppland AI ist je nach Vertragsgestaltung im Premium- oder Enterprise-Bundle enthalten oder separat berechenbar, vor Vertragsabschluss explizit anfragen.

Stärken im Detail

Tiefste verfügbare Transaktionsdatenbank. PitchBook listet seit den 1990er-Jahren M&A-Transaktionen, VC-Runden und PE-Buyouts mit Multiples, Bewertungen, Käufertypen und Deal-Strukturen. Für jede Industry-Search bekommst du dutzende vergleichbarer Deals mit allen relevanten Bewertungskennzahlen, die Grundlage jeder seriösen Comps-Analyse. Konkurrenten wie Crunchbase sind bei VC stark, decken aber M&A-Historie schlechter ab.

Coppland AI als ernsthafter KI-Hebel. Mit dem 2024 eingeführten KI-Assistenten kannst du Suchanfragen in natürlicher Sprache stellen (“Zeige mir alle Buyouts im DACH-Spezialchemiesektor seit 2020 mit EBITDA-Multiples über 8x”) und bekommst strukturierte Ergebnisse. Coppland kann zusätzlich Dokumente (CIMs, Datenraum-Files) zusammenfassen und Datenpunkte automatisch extrahieren. Das ersetzt nicht die Plattformrecherche, beschleunigt aber Routine-Workflows spürbar.

Excel-Plugin als Brücke zur Bewertungsarbeit. Der eigentliche Tagesnutzen entsteht im Excel-Plugin: Du ziehst Transaktions-Multiples, Comp-Sets oder Investor-Listen direkt in dein Modell und musst nicht zwischen Web-UI und Tabelle hin und her wechseln. Für Modeller in M&A-Teams ist das der schlagende Wettbewerbsvorteil gegenüber Alternativen ohne native Excel-Integration.

Investorenseite vollständig abgebildet. PitchBook ist nicht nur Target-Datenbank, sondern auch Investor-Intelligence: Fonds-Profile, LP-Strukturen, Allocation-Historien, Portfolio-Snapshots. Für Fundraising-Teams oder PE-Häuser auf Suche nach Co-Investoren ist diese Tiefe einzigartig, kein Wettbewerber bietet vergleichbar strukturierte LP-Daten.

Morningstar-Synergien. Seit der Übernahme durch Morningstar (2016) sind ESG-Daten, Public-Market-Bewertungen und Credit-Daten zunehmend in die Plattform integriert. Für Analysten, die Private- und Public-Comps gegeneinander stellen wollen, ist diese Verschmelzung ein klarer Vorteil gegenüber rein privatmarkt-fokussierten Wettbewerbern.

Industry Research und Quantitative Datensätze. PitchBook publiziert wöchentliche Sektor-Reports, Quarterly Reviews und League Tables, die häufig in Pitch-Decks und Mandanten-Präsentationen einfließen. Die Reports sparen eigene Marktrecherchezeit und sind im Premium-Tier enthalten.

Schwächen ehrlich betrachtet

Lower-Middle-Market ist die größte Lücke. PitchBook erfasst nach unabhängigen Analysen 40–60 Prozent der Privatfirmen mit weniger als 10 Mio. USD Umsatz nicht. Für den klassischen deutschen Mittelstand (5–50 Mio. EUR Umsatz, Familienhand, kein Pressecho) ist die Coverage oft enttäuschend, hier sind North Data (gut für deutsche Handelsregister-Daten) oder Grata (KI-Suche nach Privatfirmen) deutlich besser. Wer Target-Search im DACH-Mittelstand betreibt, sollte PitchBook nicht als Einzelwerkzeug einsetzen.

Preise intransparent und steigend. Es gibt keine öffentliche Preisliste. Vertriebsangebote variieren je nach Modul-Mix, Sitzanzahl und Verhandlungsmacht stark. Bestandskunden berichten von jährlichen Preissteigerungen über 10 Prozent, die Median-Vertragsgröße liegt mittlerweile bei 30.000 USD/Jahr, mehr als doppelt so hoch wie noch 2018. Wer Budget plant, sollte konservativ rechnen und Q4-Timing nutzen.

US-Workflow und US-Datenresidenz. Die Plattform ist auf US-Investmentbanking ausgelegt: Suchmasken, Branchenklassifikation (NAICS statt NACE), Währungsdefaults und Marktreports priorisieren US-Daten. Für DACH-spezifische Suchen wirkt PitchBook unrund. Datenhaltung erfolgt zentral in den USA, eine native EU-Hosting-Option für die Hauptplattform existiert nicht; nur Enterprise-Kunden bekommen einen AVV.

Coppland AI noch nicht überall verfügbar. Der KI-Assistent ist je nach Vertragsstufe und Modul-Mix nicht überall enthalten. Vor Vertragsabschluss explizit prüfen, sonst zahlst du nachträglich auf.

Keine deutschsprachige Oberfläche oder Support. Die UI ist Englisch, Support läuft über US- oder UK-Teams. Für deutsche Teams, die mit Mandanten gemeinsam in der Datenbank suchen, ist das ein praktischer Nachteil, Wettbewerber wie Orbis bieten zumindest eine teilweise lokalisierte Erfahrung.

Datenqualität schwankt regional. Während US-VC-Daten praktisch lückenlos sind, fehlen bei europäischen Privatdeals immer wieder Detaildaten (genaue Multiples, Käufertypen, Earn-out-Strukturen). Vor jeder DACH-Comp-Analyse mit Stichproben prüfen, ob die Datenpunkte tatsächlich vorhanden sind.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Primär deutsche Privatfirmen suchst	North Data
Europäische Konzern- und Privatfirmen-Daten brauchst	Orbis (Moody’s)
Mit KI-gestützter Suche nach Privatfirmen arbeiten willst	Grata oder SourceScrub
Public-Markets- und Credit-Analyse brauchst	S&P Capital IQ
Vor allem VC-Frühphasen-Daten suchst	Crunchbase

Erwähnenswert ohne eigene Seite: Preqin (stark in Alternative Assets, LP-Daten), CB Insights (KI-Trendanalysen, Startups), Dealroom (europäisch fokussiert, gute DACH-Coverage), Refinitiv Eikon und Bloomberg Terminal (für Public/Private-Mix mit Trading-Anbindung). PitchBook ist Marktstandard, wer einmal damit gearbeitet hat, kommt schwer wieder davon weg. Aber für Teams im deutschen Mittelstandsgeschäft ist eine Kombination aus North Data oder Orbis plus PitchBook für die Multiples-Frage oft wirtschaftlicher als PitchBook alleine.

So steigst du ein

Schritt 1: Demo bei pitchbook.com anfragen. Bring eine Liste konkreter Suchen mit (drei Branchen-Comps, ein Investorenscreening, ein Multiples-Schnitt, idealerweise mit DACH-Bezug), damit die Demo nicht zur Marketing-Tour wird. Frage explizit nach Coppland-AI-Verfügbarkeit und Excel-Plugin im angebotenen Tier.

Schritt 2: Mehrere Angebote einholen und über Modulumfang verhandeln, die größten Hebel liegen bei der Sitzanzahl, M&A-Modul und Excel-Plugin. Mehrjahresverträge bringen 15–25 Prozent Rabatt, Q4-Timing (PitchBook-Fiskaljahresende) zusätzliche Spielräume. Bei Bedarf Vendr oder ähnliche Verhandlungspartner einschalten.

Schritt 3: Vor Vertragsabschluss zwei- bis vierwöchigen Trial-Zugang einfordern und prüfen, wie viele deiner typischen Suchanfragen tatsächlich brauchbare Treffer liefern, gerade bei DACH-Mittelstand-Targets ist die Coverage oft enttäuschend. Mache mindestens zehn realitätsnahe Searches und dokumentiere die Trefferquote. Coppland AI in echten Beispielen testen, nicht nur in der Demo.

Ein konkretes Beispiel

Eine Frankfurter M&A-Boutique braucht für ein Verkaufsmandat im Bereich Spezialchemie aktuelle Transaktions-Multiples europäischer Vergleichsdeals der letzten fünf Jahre. PitchBook liefert in 30 Minuten 47 vergleichbare Transaktionen mit EBITDA-Multiples, Käufertypen und Deal-Strukturen. Mit Coppland AI generiert die Analystin zusätzlich automatisch eine Zusammenfassung der drei größten Deals samt Käufer-Logik, die Recherche per Hand über Pressemeldungen und Geschäftsberichte hätte mindestens drei Tage gedauert. Die Daten fließen über das Excel-Plugin direkt ins Bewertungsmodell, der Pitchbook-Output landet als Anhang in der Vendor-Due-Diligence. Zeitersparnis: zwei bis drei Manntage pro Mandat. Für reine Target-Identifikation im deutschen Mittelstand greift das gleiche Team zusätzlich auf North Data und Orbis zurück, PitchBook deckt diese Lücke nicht ab.

DSGVO & Datenschutz

• Datenhosting: USA (zentrale Plattform). Anbieter ist PitchBook Data, Inc., Seattle, Tochter von Morningstar.
• Datennutzung: Eingaben in die Plattform und Suchhistorie werden gespeichert und können für Produktanalysen verwendet werden. Coppland AI verarbeitet Anfragen auf US-Servern.
• Auftragsverarbeitung (AVV): Für Enterprise-Kunden verfügbar. Für Standard-Sitzlizenzen oft nicht standardmäßig, explizit anfordern.
• Datenresidenz EU: Keine native EU-Region für die Hauptplattform. Für DSGVO-sensible Workflows (Mandantenakten, personenbezogene Suchanfragen) sollte PitchBook ausschließlich für nicht-personenbezogene Marktdaten genutzt werden.
• Empfehlung für Unternehmen: Vor Einsatz Datenschutz-Folgenabschätzung und vertragliche Klärung mit dem PitchBook-Vertrieb. Für anwaltliche Mandantenarbeit oder Berufsgeheimnisträger ist eine sorgfältige Trennung zwischen Marktrecherche (PitchBook) und Mandantendaten (interne Systeme) Pflicht.

Gut kombiniert mit

• North Data, für DACH-Mittelstands-Coverage. North Data liefert deutsche Handelsregister-, Bilanz- und Strukturdaten, die PitchBook für kleinere Privatfirmen oft nicht hat. Klassisches Tandem in deutschen M&A-Boutiquen.
• Orbis (Moody’s), als breite europäische Firmendatenbank für Konzern- und Privatfirmen-Profile. Orbis ergänzt PitchBook gut bei Beteiligungsstrukturen und tiefer Konzern-Genealogie.
• Perplexity, für ergänzende Marktrecherche mit nachprüfbaren Quellen. Während PitchBook strukturierte Daten liefert, recherchiert Perplexity aktuelle Branchennarrative, Pressemeldungen und Pricing-Veränderungen mit Quellverweisen.

Unser Testurteil

PitchBook verdient 4 von 5 Sternen. Für seinen Kernzweck, Private-Capital-Datenanalyse, M&A-Multiples, VC- und PE-Intelligence, gibt es international keine bessere Alternative. Das Excel-Plugin, die Investorenseite und die kontinuierlich wachsende KI-Funktionalität (Coppland AI) machen PitchBook für Investmentbanken, PE- und VC-Häuser praktisch alternativlos. Den fünften Stern verliert PitchBook durch die schwache Lower-Middle-Market-Coverage (besonders im deutschen Mittelstand), die intransparente und schnell steigende Preispolitik, das fehlende EU-Hosting und die US-zentrische Workflow-Logik. Für deutsche M&A-Teams ist PitchBook fast immer Teil der Toolchain, selten aber das einzige Werkzeug, sondern in Kombination mit North Data oder Orbis für die DACH-Targets.

Was wir bemerkt haben

• 2024, Einführung von Coppland AI als Natural-Language-Assistent. PitchBook gehört damit zu den ersten der großen Private-Capital-Datenbanken mit echtem LLM-Layer, Wettbewerber wie S&P Capital IQ und Preqin haben nachgezogen, sind aber später dran.
• 2024–2026, Median-Vertragsgröße laut Vendr-Daten von ca. 22.000 USD/Jahr (2022) auf rund 30.000 USD/Jahr (Februar 2026) gestiegen, ein Plus von rund 35 Prozent in vier Jahren. Wer Bestandsverträge verlängert, sollte mit zweistelligen Preisanpassungen rechnen.
• 2023–2025, Mehrere Bestandskunden in der DACH-Region berichten, dass die DACH-Mittelstand-Coverage in der gleichen Zeit nicht messbar besser geworden ist, die Lücke gegenüber spezialisierten Anbietern wie North Data oder Grata bleibt.
• 2025, Coppland AI wurde um automatische Dokumentenextraktion erweitert (CIMs, Datenraum-Files). Nützlich für Buy-Side-Teams, allerdings noch nicht in allen Tiers Standard.
• Mai 2026, Eine native EU-Hosting-Region für die Hauptplattform gibt es weiterhin nicht. Nur Enterprise-Kunden bekommen AVV; Datenresidenz bleibt US, für DSGVO-sensible Mandantenarbeit eine ungelöste Frage.