Due diligence in het AI-tijdperk: wat kopers opnieuw opbouwen bij een softwarebedrijf

AI heeft het scorebord voor software niet herschreven. Groei, retentie, brutomarge en efficiëntie blijven de bril waardoor een koper naar een softwarebedrijf kijkt. Wat AI verandert, is hoe u elk van die cijfers leest, en dat is precies wat de due diligence zal testen, op twee fronten: het financiële onderzoek bouwt uw cijfers opnieuw op, het technische onderzoek leest uw code.

• Gebruiksomzet maakt ARR moeilijker te definiëren.
• Netto retentie bewijst minder over de gezondheid van klanten.
• AI-marges zitten tussen software en diensten, en AI-budgetten lopen uit.
• Productiviteitswinst wordt capaciteit, zelden een besparing.
• In de technische due diligence voegt code die met AI geschreven is een herkomstvraag toe.

In de financiële due diligence bouwt een koper uw cijfers opnieuw op uit de facturen, het CRM en de resultatenrekening. Een strategische koper en een private-equityfonds wegen die cijfers niet op dezelfde manier: de eerste kijkt hoe uw product bij het zijne past, de tweede naar de kasstroom die hij kan financieren en laten groeien. Beide bouwen ze op dezelfde manier opnieuw op. In onze dossiers bij dups is AI nu de plek waar het herberekende cijfer lager uitkomt dan dat in de deck. Bouw ze dus zelf opnieuw op, voor de koper het doet.

Uw ARR heeft nu een definitie nodig

AI zit al in de terugkerende omzet. In de enquête 2026 van Bain bij softwarebedrijven deelt ongeveer een kwart van de respondenten meer dan 40% van hun ARR in als AI ARR, dus omzet uit producten of modules waarvan AI de belangrijkste waardedrijver is.

De moeilijkere vraag is hoe die omzet gefactureerd wordt. Meer dan de helft van de respondenten gebruikt gebruiksgebaseerde prijzen voor AI, en ongeveer een kwart resultaatgebaseerde prijzen. Bain beschouwt beide als niet terugkerend. De meeste softwarebedrijven hebben dus een gemengde portefeuille: abonnements-ARR aan de ene kant, gebruiksomzet aan de andere. Dat gebruiksdeel moet u omzetten naar iets vergelijkbaars, en Bain beschrijft drie manieren:

• Huidige run rate. Annualiseer de laatste maand. Eenvoudig, maar één piek of één seizoensmaand vertekent het sterk.
• Voortschrijdend gemiddelde. Annualiseer een gemiddelde, zoals het laatste kwartaal. Gladder, maar traag om een echte trend te tonen.
• Terugkerende gebruiksbasis. Bouw per klant een referentie op uit het historische verbruik. De meest juiste, en de meest veeleisende in data.

In onze dossiers begint hier de eerste discussie. Als u een piekmaand geannualiseerd hebt, komt het cijfer van de koper lager uit. En dat gebeurt na de intentieverklaring, wanneer uw alternatieven verdwenen zijn.

Voor een verkoop:

• Kies één methode, leg ze schriftelijk vast en pas ze elke maand op dezelfde manier toe.
• Stem ze af in uw ARR-brug (nieuwe klanten, uitbreiding, krimp, churn) met de jaarrekening, en zet ze in de dataroom.
• Splits AI ARR van de kern-ARR. De koper zal vragen of de AI-omzet nieuw geld is of een herverpakking van wat uw klanten al betaalden.

NRR telt nog altijd mee. Ze bewijst gewoon minder

De netto-omzetretentie hield stand in de OPEXEngine databank: in FY2025 lag ze tussen 103% en 107% in elke omzetschijf. Bain wijst er toch op dat ze moeilijker vast te houden is, omdat AI de retentie in twee richtingen trekt en voor meer ruis zorgt:

• Meer uitbreiding. Modules, functies en groeiend gebruik geven meer ruimte om een klant te laten groeien.
• Meer churnrisico. Proefperiodes zijn makkelijker, concurrenten dichterbij en overstapkosten lager.
• Meer ruis. Het gebruik kan dalen tijdens een vakantieweek zonder dat er iets mis is bij de klant.

Een verlenging was vroeger het bewijs dat een klant gezond was. Gebruik geeft nu een signaal in realtime, maar verbergt de reden erachter. In onze dossiers overtuigt NRR op zich een koper minder dan twee jaar geleden.

Voor een verkoop: breng het bewijs achter het cijfer: gebruik per klantencohort, actieve accounts en gebruiksdiepte, en een verklaring voor elke dip die een koper in de maandelijkse data vindt. Verklaar de volatiliteit voor de due diligence, anders gebruikt de koper ze om de prijs te drukken.

AI-marges zitten tussen software en diensten

In de OPEXEngine databank bedroeg de brutomarge op producten 83% in FY2025 en op diensten 33%. AI landt daartussen: meer dan een derde van de respondenten haalt op AI-producten en functies een brutomarge onder 50%. De reden zijn de kosten. Inferentie en rekenkracht zitten in de kostprijs van de omzet, en met modellen van derden hebt u die kost niet in de hand. Bain is er niet van overtuigd dat AI-marges bij opschaling het niveau van klassieke software halen.

Ook de uitgaven lopen voor op het budget. Bijna drie kwart van de respondenten gaf dit jaar meer uit aan AI-tools en infrastructuur dan gepland, en bijna allemaal verwachten ze volgend jaar opnieuw meer uit te geven.

Hoe groter AI in uw omzetmix, hoe meer het de gemengde brutomarge drukt waarop de koper zich baseert. Laat u dat onverklaard, dan rekent de koper de stijging van de AI-kosten van volgend jaar met eigen aannames in de EBITDA. Die zullen niet royaal zijn.

Voor een verkoop: toon de brutomarge per productlijn met AI apart, en de AI-kostenlijn, hoe ze evolueerde en hoe ze evolueert in uw plan.

Productiviteit is geen besparing

Op papier zijn de winsten groot: bijna 60% van de respondenten meldt een productiviteitswinst in R&D van minstens 20% sinds ze generatieve AI-tools gebruiken. Heel weinig daarvan bereikt de resultatenrekening als lagere kosten. 77% zet de winst vooral in als capaciteit, slechts 14% als kostenbesparing.

De omzet per FTE vertelt hetzelfde verhaal. In de OPEXEngine databank steeg ze in FY2024 in drie van de vier omzetschijven, vooral door minder personeel, en vlakte ze in FY2025 af in drie van de vier omzetschijven. Volgens Bain is het nog te vroeg om te zien of de extra capaciteit omzet oplevert.

"We zijn productiever geworden" is geen antwoord dat een due diligence overleeft. Productiviteit zonder resultaat wordt afgewaardeerd.

Voor een verkoop: als u AI-winst als capaciteit hebt ingezet, toon dan waar die naartoe ging: opgeleverde roadmap, weggewerkte technische schuld, releasefrequentie, omzet per FTE.

Wat de technische due diligence nakijkt

Alles hierboven hoort bij de financiële due diligence. De technische due diligence is een apart luik, uitgevoerd door ingenieurs die de code zelf lezen. AI voegt een vraag toe aan elk van hun gebruikelijke controles:

• Van wie de code is. Code die door freelancers, agentschappen of vóór de oprichting werd geschreven, heeft een schriftelijke overdracht nodig. Code die met AI-tools geschreven is, voegt een herkomstvraag toe: waar komt ze vandaan, en onder welke voorwaarden.
• Opensourcelicenties. Meer dan een derde van de respondenten van de Bain-enquête zegt dat de helft of meer van hun nieuwe code substantieel door AI ondersteund is. Black Duck vond licentieconflicten in 94% van de codebases die tijdens M&A-transacties werden geaudit.
• AI en data. Welke modellen van derden u gebruikt, welke klantendata erin gaan, en onder welke contractuele voorwaarden. Verwacht dat de koper het schriftelijk vraagt.

Voor een verkoop: laat de code scannen, maak een licentie-inventaris op en leg uw beleid voor AI-code en data schriftelijk vast.

Uw due diligence checklist, voor u met een koper praat

1. Een schriftelijke ARR-definitie, één annualisatiemethode voor gebruiksomzet, en een ARR-brug afgestemd op de jaarrekening.
2. AI ARR gescheiden van de kern-ARR, met een standpunt over kannibalisatie.
3. Brutomarge per productlijn met AI apart, plus de AI-kostenlijn en haar traject.
4. Signalen van klantgezondheid naast de verlenging: gebruikscohorten, actieve accounts, gebruiksdiepte.
5. Een capaciteitsverhaal met cijfers.
6. Een codescan die open source en door AI gegenereerde code dekt, ondertekende IP-overdrachten en een schriftelijk AI-beleid.

Niets hiervan verandert uw bedrijf. Het verandert hoeveel van de waarde de due diligence overleeft.

Onze rol bij dups is naast de ondernemer te zitten en ervoor te zorgen dat de cijfers die een koper opnieuw opbouwt, overeenkomen met wat u op tafel legt. Staat een verkoop of een ronde op uw agenda, praat dan met ons voor de koper begint te herrekenen, of bekijk hoe we due diligence en closing voor verkopers aanpakken.

Bronnen

• Katherine Zhang (head of OPEXEngine, Bain & Company) en Adrian Kochan (VP strategy operations, OPEXEngine), "Evaluating software company performance in 2026, in the era of AI", webinar van Bain & Company, 6 oktober 2026.
• Bain & Company en OPEXEngine, AI Benchmark Survey 2026: beursgenoteerde en niet beursgenoteerde softwarebedrijven, medio 2026, cijfers zijn aandelen van respondenten, steekproefgrootte niet bekendgemaakt.
• OPEXEngine databank, FY2023 tot FY2025: vooral niet beursgenoteerde softwarebedrijven met hoofdzetel in Noord-Amerika, vier omzetschijven van 10 tot 50 miljoen dollar tot 500 miljoen tot 1 miljard, AI-native bedrijven uitgesloten.
• Black Duck, 2026 Open Source Risk in M&A by the Numbers.

Dit artikel geeft algemene informatie. Het is geen financieel, juridisch of fiscaal advies.