Due-Diligence-Agent mit Claude + Papermark erstellen (Tutorial 2026)

In diesem Tutorial erstellst du einen Due-Diligence-Agenten: Claude, verbunden mit dem Papermark MCP-Server, der aus einem lokalen Ordner einen prüfungsfertigen Datenraum aufbaut, fehlende Dokumente anhand einer Checkliste markiert, individuelle Zugriffslinks für Investoren erstellt und täglich berichtet, wer was gelesen hat. Die gesamte Einrichtung besteht aus einer JSON-Konfigurationsänderung und einigen Prompts – alles läuft auf Standardwerkzeugen: Claude Desktop, @papermark/mcp-server aus npm und dem Papermark-Datenraum als Grundlage.

Was der Agent leisten wird

Due Diligence ist ein Dokumentenlogistik-Problem im Finanzgewand. Jemand – ein Gründer in einer Finanzierungsrunde, ein Fonds beim LP-Closing oder ein M&A-Team in einem Verkaufsprozess – muss Dutzende von Dokumenten sammeln, sie so strukturieren, wie es die Prüfer erwarten, genau kontrollieren, wer was sieht, und dann täglich die Frage beantworten: „Haben sie es wirklich gelesen?“ – bis der Deal abgeschlossen ist. Der Leitfaden zum Due-Diligence-Datenraum beschreibt die manuelle Version dieses Prozesses.

Unser Agent automatisiert vier Phasen davon. Phase eins: Aufbau des Datenraums mit einer standardisierten Due-Diligence-Ordnerstruktur. Phase zwei: Dokumente aus einem lokalen Ordner einlesen und sortieren sowie fehlende Dokumente anhand einer Checkliste markieren. Phase drei: individuelle Prüfer-Links mit Passwörtern, E-Mail-Verifizierung und Ablaufdatum ausstellen. Phase vier: einen täglichen Engagement-Bericht und ein Zugriffsprotokoll erstellen. Jede Phase besteht aus einem wiederverwendbaren Prompt.

Manuelle Due-Diligence-Prüfung vs. einem agentengestützten Datenraum

Der Grund, überhaupt einen KI-gestützten Due-Diligence-Agenten zu entwickeln, liegt darin, dass die manuelle Version dieser Arbeit der Punkt ist, an dem Deals still und leise Zeit verlieren. Ein Partner oder Analyst verbringt die erste Woche eines Prozesses nicht damit, das Unternehmen zu analysieren, sondern damit, Dateien zu verwalten: Exporte umbenennen, PDFs in Ordner ziehen, eine Checkliste von Hand abgleichen und Investorenlinks einzeln konfigurieren. Nichts davon erfordert Urteilsvermögen, und dennoch muss alles stimmen – denn ein einzelner falsch abgelegter Vertrag oder ein ungesicherter Link in einem aktiven Deal-Datenraum ist genau die Art von Fehler, die im denkbar ungünstigsten Moment auftaucht. Der manuelle Ansatz skaliert linear mit der Anzahl der Dokumente und Prüfer und versagt genau dann, wenn der Deal am intensivsten wird.

Ein agentengestützter virtueller Datenraum dreht die Wirtschaftlichkeit um. Claude übernimmt die mechanistische Logistik über den Papermark MCP Server, während du die Entscheidungen behältst, die tatsächlich einen Menschen erfordern: welche Lücken relevant sind, welchen Prüfer du ansprechen musst und ob der Datenraum versandbereit ist. Es geht nicht darum, dich aus der M&A-Due-Diligence herauszunehmen, sondern darum, dich von den Teilen zu entlasten, die eine Maschine schneller und konsistenter erledigt. Die folgende Tabelle zeigt, wo der Agent seinen Platz verdient und wo du fest in der Schleife bleibst.

Die letzte Zeile ist das Designprinzip, auf dem das gesamte Tutorial aufbaut, und es lohnt sich, es klar zu formulieren, bevor du eine Konfigurationsdatei anfasst: Der Agent schlägt vor, du entscheidest. Alles Kreative und Additive – Erstellen, Ablegen, Freigeben, Berichten – kannst du bedenkenlos an Claude übergeben, denn im schlimmsten Fall landet ein Dokument im falschen Ordner, den du einfach zurückverschiebst. Alles Destruktive bleibt bei dir.

Wie der MCP-Server Claude zu einem Due-Diligence-Agenten macht

Bevor es zu den einzelnen Schritten geht, ist es hilfreich zu verstehen, was diesen Workflow tatsächlich zu einem Agenten macht – und nicht nur zu einem Chatbot mit einem ausgefeilten Prompt. Das Model Context Protocol (MCP) ist ein offener Standard zur Verbindung von Sprachmodellen mit externen Tools, und der Papermark MCP-Server setzt ihn um: Er stellt jede Papermark-Operation – einen Datenraum erstellen, ein Dokument hochladen, einen Link generieren, Analysen abrufen – als typisiertes Tool bereit, das Claude aufrufen kann. Wenn du Claude bittest, „den Due-Diligence-Raum aufzubauen und diese Dokumente abzulegen“, generiert er keine Anweisungen, die du selbst ausführen musst – er ruft die Tools direkt auf, liest die Ergebnisse und entscheidet, wie es weitergeht. Genau diese Schleife aus Aufrufen, Beobachten, Entscheiden und erneutem Aufrufen macht den Workflow agentisch.

Das ist bei der Due Diligence besonders relevant, weil die Arbeit aus einer Kette abhängiger Schritte besteht, bei der der Output jedes Schritts in den nächsten einfließt. Die Raum-ID aus dem Erstellungsaufruf fließt in die Upload-Aufrufe ein; die Upload-Ergebnisse fließen in die Lückenanalyse ein; die Prüferliste fließt in die Link-Erstellung ein. Ein einfaches Skript würde diese Kette fest verdrahten, aber ein Agent denkt sie durch und passt sich an – etwa wenn ein Dokument keinem Ordner eindeutig zugeordnet werden kann oder ein Checklistenpunkt nur vage abgedeckt ist. Claude liefert das Urteilsvermögen, der MCP-Server liefert die ausführenden Hände, und der Papermark-Datenraum stellt die darunterliegende Sicherheitsebene bereit. Der MCP-Server Deep-Dive erklärt das Transport- und Authentifizierungsmodell, wenn du das vollständige Bild möchtest.

Voraussetzungen

Du benötigst Claude Desktop (die macOS- oder Windows-App), Node.js 24+ und ein Papermark-Konto mit einem Plan, der API-Zugang beinhaltet (Business oder höher; der Data-Rooms-Plan kostet 99 €/Monat mit einer 7-tägigen kostenlosen Testphase). Ein Ordner mit Deal-Dokumenten auf deinem Rechner ist hilfreich, aber für einen Testlauf funktionieren auch Platzhalter-PDFs problemlos.

Die Berechtigungen des Agenten basieren ausschließlich auf einem Papermark-API-Token. Erstelle diesen im Dashboard unter Einstellungen und dann API-Tokens mit folgenden Scopes: datarooms.write, documents.write, links.write, sowie die Lese-Scopes für Dokumente, Links, Besucher und Analysen. Verzichte auf alle Scopes mit Löschfunktion, die du nicht benötigst – das Token ist die verbindliche Berechtigungsgrenze des Agenten, und das MCP-Sicherheitsmodell ist genau darauf ausgelegt.

Schritt 1: Claude mit Papermark verbinden

Füge den MCP-Server zu ~/Library/Application Support/Claude/claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "papermark": {
      "command": "npx",
      "args": ["-y", "@papermark/mcp-server"],
      "env": {
        "PAPERMARK_TOKEN": "pm_live_your_token_here"
      }
    }
  }
}

Starte Claude Desktop neu und überprüfe, ob die papermark-Tools unter dem Zahnrad-Symbol in der Chat-Eingabe erscheinen. Falls nicht, findest du in der Installationsdokumentation eine Fehlerbehebungstabelle; die häufigsten Ursachen sind ein Tippfehler im Token oder ein fehlendes Node im PATH. Ab hier läuft alles über Prompts.

Schritt 2: Den Due-Diligence-Datenraum aufbauen

Gib Claude die Struktur in einer einzigen Nachricht vor:

„Erstelle einen Papermark-Datenraum mit dem Namen 'Acme: Series A Diligence' mit nummerierten Ordnern: 1. Unternehmen & Recht, 2. Finanzen, 3. Vertrieb & Kunden, 4. Team & HR, 5. Produkt & IP, 6. Compliance & Sonstiges.“

Claude ruft create_dataroom einmal und create_dataroom_folder sechsmal auf. Die nummerierte Struktur ist wichtig: Prüfer navigieren Diligence-Räume nach Indexkonventionen, und dieses Sechs-Ordner-Grundgerüst entspricht dem, was die meisten Prozesse von Seed bis Series B erwarten. Passe es für deinen Deal-Typ mithilfe des Leitfadens zur Datenraum-Ordnerstruktur an, wenn du stattdessen eine M&A-Transaktion oder einen LP-Abschluss durchführst.

Schritt 3: Dokumente einlesen und Lücken identifizieren

Da der MCP-Server lokal läuft (stdio-Transport), kann Claude dein Dateisystem lesen. Verweise ihn auf den Deal-Ordner und gib ihm Sortierregeln sowie eine Checkliste in derselben Eingabe:

"Lade alle Dateien in ~/deals/acme/ in den Datenraum 'Acme: Series A Diligence' hoch. Sortiere nach Inhalt: Gründungsdokumente und Verträge unter 'Corporate & Legal', Gewinn- und Verlustrechnungen sowie Bilanzen unter 'Finanzen', Cap Table unter 'Corporate & Legal', Arbeitsverträge unter 'Team & HR'. Überspringe bereits hochgeladene Dateien. Vergleiche dann den Inhalt des Raums mit einer Standard-Series-A-Diligence-Checkliste und liste auf, was fehlt."

Claude verknüpft list_dataroom_documents, upload_document und attach_dataroom_document und analysiert das Ergebnis, um eine Lückenliste zu erstellen ("keine Versicherungszertifikate, keine IP-Abtretungsvereinbarungen, Vorstandsprotokolle enden in 2024"). Hier übertrifft ein Agent ein Skript: Die Sortierung und die Lückenanalyse erfordern Urteilsvermögen – das LLM trifft diese Entscheidungen, während die MCP-Tools die mechanische Arbeit erledigen. Führe dieselbe Eingabe erneut aus, wenn neue Dokumente hinzukommen; sie ist konstruktionsbedingt idempotent.

Schritt 4: Zugang pro Prüfer steuern

Teile einen Datenraum niemals über einen einzigen offenen Link. Prüferspezifische Links bieten dir Sicherheit und Nachvollziehbarkeit in einem Schritt:

"Erstelle für jeden Prüfer einen eigenen Link zu diesem Datenraum: fund1@example.com, fund2@example.com, counsel@lawfirm.com. Benenne jeden Link nach der Firma des Empfängers. E-Mail-Verifizierung erforderlich, Downloads deaktivieren, dynamisches Wasserzeichen hinzufügen und Ablaufdatum auf 45 Tage ab heute setzen."

Claude ruft create_link pro Empfänger mit email_protected, allow_download: false, enable_watermark und expires_at auf. Jeder Betrachter muss seine E-Mail-Adresse verifizieren, jede angezeigte Seite wird mit seiner Identität durch dynamische Wasserzeichen versehen, und jeder Link hat seinen eigenen Analyse-Verlauf. Sollte ein Dokument durchsickern, verrät das Wasserzeichen, wessen Kopie es war.

Schritt 5: Der tägliche Engagement-Bericht

Dies ist der entscheidende Prompt, den du jeden Morgen ausführst (oder planst):

„Für den Datenraum 'Acme: Series A Diligence': Liste alle Aufrufe der letzten 24 Stunden mit E-Mail-Adresse des Betrachters, geöffneten Dokumenten und Zeit pro Seite auf. Welcher Prüfer ist diese Woche am aktivsten? Hat jemand den Ordner 'Finanzen' geöffnet, aber nicht die Cap-Table? Markiere alle Links, die innerhalb von 7 Tagen ablaufen.“

Claude durchsucht list_links, list_link_views und get_view_analytics und fasst die Ergebnisse in einem Fließtext zusammen: wer tief in den Finanzdaten steckt, wer sich seit dem Erstgespräch nicht mehr eingeloggt hat und wo Prüfer Seite für Seite ins Stocken geraten. Gründer in der Fundraising-Phase nutzen genau diese Signale, um Folgegespräche zu priorisieren – die Logik dahinter ist dieselbe wie beim Tracking von Pitch-Deck-Engagement, nur auf den gesamten Datenraum ausgeweitet.

Claude Desktop kann sich nicht selbst nach einem Zeitplan aktivieren. Für einen echten täglichen Rhythmus kannst du entweder einen Client mit geplanten Prompts verwenden oder diesen Schritt als Cron-Job mit der Papermark CLI einrichten. Der Leitfaden zu Agent-Workflows zeigt das Polling-Muster, einschließlich der Weitergabe von Ergebnissen an Slack über einen zweiten MCP-Server.

Schritt 6: Das Zugriffs-Audit

Einmal pro Woche sollte der Agent die Ordnung im Datenraum überprüfen:

„Führe ein Audit des Datenraums 'Acme: Series A Diligence' durch. Liste alle aktiven Links auf und markiere solche ohne Passwort- oder E-Mail-Verifizierung, solche ohne Ablaufdatum sowie solche, die Downloads erlauben. Liste außerdem Links mit null Aufrufen in den letzten 14 Tagen als Kandidaten für den Widerruf.“

Der Bericht des Agenten wird zu deiner Aufgabenliste. Beachte die bewusste Designentscheidung: Wir bitten den Agenten lediglich, Widerrufskandidaten zu markieren, nicht sie zu widerrufen. Halte destruktive Aktionen in deinen Händen – im Dashboard oder über die CLI – und erteile dem Agent-Token grundsätzlich keine Löschberechtigungen.

Den Agenten für M&A- und LP-Due-Diligence anpassen

Die sechs oben beschriebenen Schritte sind auf eine Series-A-Finanzierungsrunde ausgerichtet, aber derselbe Due-Diligence-Agent lässt sich auf jeden Prozess anwenden, der über einen Deal Room abgewickelt wird. Die einzigen Unterschiede zwischen einer Startup-Finanzierungsrunde und einem Sell-Side-M&A-Prozess sind die Ordnertaxonomie, die Checkliste und die Prüferliste – und alle drei sind in Prompts hinterlegt, nicht im Code. Für die M&A-Due-Diligence tauschst du das sechsgliedrige Fundraising-Grundgerüst gegen eine umfangreichere Struktur (Gesellschaftsrecht, Finanzen, Steuern, Recht, IP, HR, Umwelt, wesentliche Verträge) aus und richtest Claude auf die Anforderungsliste des Käufers statt auf eine generische Seed-Checkliste aus. Der Leitfaden zum M&A-Due-Diligence-Prozess erläutert, was in jede Phase gehört; die Aufgabe des Agenten besteht darin, den Room mit dieser Liste synchron zu halten, sobald Dokumente eintreffen.

Die LP-Due-Diligence für einen Fonds folgt demselben Muster mit einem anderen Dokumentensatz: Track Record, Portfolio-Bewertungen, LPA, Zeichnungsunterlagen und Referenzen. Da jeder Prüfer weiterhin seinen eigenen abgesicherten Link erhält, machen die prüferspezifischen Analysen, die eine Finanzierungsrunde transparent gestalten, auch einen LP-Abschluss nachvollziehbar. Du siehst, welcher potenzielle LP den Track Record tatsächlich geöffnet hat und wer zögert – genau das seitenweise Signal, das ein Partner nutzt, um zu entscheiden, wo er eine Woche investiert. Dem Agenten ist es gleichgültig, ob die Prüfer VCs, strategische Käufer oder Limited Partner sind – er richtet den Room ein, legt die Dokumente ab, sichert den Zugang und berichtet die Engagement-Daten auf dieselbe Weise. Was sich ändert, sind die Taxonomie und die Checkliste, die du ihm übergibst – beides lässt sich in einem einzigen Absatz als Prompt formulieren.

Ein Sell-Side-Deal-Team, von Anfang bis Abschluss

Stell dir ein zweiköpfiges Corporate-Development-Team in einem mittelständischen Softwareunternehmen vor, das einen Sell-Side-Prozess durchführt. An einem Montag exportiert die Analystin den Deal-Ordner – drei Jahre Finanzdaten, die Kundenverträge, die Cap Table, die IP-Abtretungen – in ~/deals/project-atlas/ und öffnet Claude Desktop. Sie bittet den Agenten, einen „Project Atlas“-Datenraum mit der Standard-M&A-Taxonomie aufzubauen, und verweist ihn auf den Ordner mit Sortierregeln und der Due-Diligence-Anforderungsliste des Käufers. Neunzig Sekunden später existiert der Raum, rund vierzig Dokumente sind in die richtigen Ordner einsortiert, und Claude meldet drei Lücken: keine Umweltberichte, fehlende Verträge für zwei namentlich genannte Kunden und Vorstandsprotokolle, die im dritten Quartal enden. Die Analystin leitet diese Lückenliste an die CFO weiter – anstatt sie erst am Tag vor dem Käufer zu entdecken.

Am Mittwoch erstellt der Agent für jeden der vier Bieter und deren Rechtsberater jeweils einen per E-Mail-Zugangskontrolle gesicherten, mit Wasserzeichen versehenen 30-Tage-Link, der nach Unternehmen benannt ist. Von da an ist der tägliche Engagement-Bericht das morgendliche Standup des Deal-Teams: Der Agent teilt ihnen mit, welcher Bieter vierzig Minuten im Finanzmodell verbracht hat, wer sich seit dem Teaser nicht mehr eingeloggt hat und wer die Kundenverträge geöffnet, die Cap Table aber übersprungen hat. Als ein Bieter ausscheidet, widerruft das Team diesen einzelnen Link manuell über das Dashboard – der Agent hatte ihn als Kandidaten markiert, hatte aber zu keinem Zeitpunkt die Berechtigung, ihn zu löschen. Wenn der Deal die Exklusivitätsphase erreicht, sind das Audit-Log des Datenraums und die bieterbezogenen Analysen ein vollständiger, belastbarer Nachweis darüber, wer was wann gesehen hat – zusammengestellt, ohne dass jemand auch nur eine einzige PDF-Datei manuell in einen Ordner gezogen hat.

Was der Agent anfassen kann und was nicht

Alles in diesem Tutorial hängt von einer einzigen Steuerungsmöglichkeit ab: dem API-Token, den du für den Agenten erstellst, und den Berechtigungen, die du ihm zuweist. Der Token ist das gesamte Fähigkeitsspektrum des Agenten. Er kann keinen Datenraum einsehen, für den du keinen Lesezugriff erteilt hast, und er kann nichts löschen, wenn du ihm niemals eine Löschberechtigung gibst – nicht weil der Prompt ihn höflich darum bittet, sondern weil der Server die Anfrage ablehnt. Das ist der Unterschied zwischen einem KI-Due-Diligence-Agenten, den du tatsächlich auf echte Deal-Dokumente ansetzen kannst, und einer Demo, die du niemals auf reale Daten richten würdest. Die sichere Vorgehensweise ist, dem Workflow nur die additiven und Leseberechtigungen zu erteilen, die er benötigt, und alle destruktiven zurückzuhalten – damit selbst ein fehlgeleiteter oder böswilliger Prompt keinen irreversiblen Schaden anrichten kann.

Die folgende Tabelle zeigt die drei Betriebsebenen und wo jede davon angesiedelt sein sollte. Lese- und Schreibvorgänge sind Aufgabe des Agenten; destruktive Operationen obliegen dir – durchgeführt bewusst im Dashboard oder über die Papermark CLI, wo jede Aktion protokolliert und nachvollziehbar ist. Die beiden voneinander zu trennen ist keine Paranoia – es ist dasselbe Prinzip, das verhindert, dass rm -rf in einer CI-Pipeline landet, die nur zum Bauen gedacht ist.

Die praktische Faustregel lautet: Beginne nur mit Lese- und additiven Schreibberechtigungen – das reicht für alle sechs Schritte oben aus – und füge mutierende Schreibberechtigungen nur dann hinzu, wenn du Dokumentenversionierung einsetzt. Destruktive Berechtigungen gehören niemals auf das Token des Agenten. Wenn eine Aufgabe das Entfernen eines Links oder eines Raums erfordert, ist das dein Signal, für diese eine Aktion zum Dashboard oder zur CLI zu wechseln und dann zum Agenten zurückzukehren – die Hürde ist das Feature.

Grenzen und ehrliche Einschränkungen

Drei Dinge solltest du wissen, bevor du dich darauf verlässt. Erstens kann die Paginierung des Agenten träge sein: Für eine erschöpfende Aufzählung („jede Ansicht, jemals“) sage explizit „durch alle Seiten paginieren“ oder nutze die CLI. Zweitens sind Benachrichtigungen Pull, kein Push: Der Agent meldet sich auf Anfrage, und Echtzeit-Benachrichtigungen erfordern Webhooks oder geplante Ausführungen. Drittens ist das Urteilsvermögen des Agenten bei der Dokumentenklassifizierung gut, aber nicht unfehlbar – lies den Lückenbericht daher kurz manuell durch, bevor du einem Investor sagst: „Alles ist im Raum.“

Keines dieser Punkte ist ein Blocker; sie definieren, wo der Mensch im Prozess bleibt – und bei der Due Diligence ist genau das der richtige Ansatz.

Fazit

Du hast jetzt einen Due-Diligence-Agenten aus drei Teilen aufgebaut: Claude für das Urteilsvermögen, den Papermark MCP Server als ausführende Instanz und einen Papermark Data Room als Sicherheitsebene (E-Mail-Zugangssperren, Wasserzeichen, seitenbasierte Analysen, Audit-Logs). Das Ganze kostet €99/Monat im Data Rooms-Tarif und etwa zehn Minuten Einrichtungszeit. Starte mit der kostenlosen Testversion, führe Schritt 1 durch, und du hast den Basis-Raum fertig, bevor dein Kaffee kalt wird.

FAQ