---
title: "Due-Diligence-Agent mit Claude + Papermark erstellen (Tutorial 2026)"
lang: de
canonical_url: https://www.papermark.com/de/blog/build-due-diligence-agent-claude
last_updated: 2026-07-08
published: 2026-07-03
category: [datarooms]
author: "Marc Seitz"
summary: "Schritt-für-Schritt-Tutorial – verbinde den Papermark MCP-Server mit Claude und erstelle einen Agenten, der einen Due-Diligence-Datenraum zusammenstellt und das Investor-Engagement auswertet."
---

# 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](https://www.papermark.com/docs/mcp), 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](https://www.papermark.com/de/data-room.md) 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](/de/blog/best-virtual-data-rooms-for-due-diligence.md) 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](/de/blog/papermark-mcp-server.md), 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.

| Due-Diligence-Aufgabe | Manuelle Prüfung | Agentengestützt |
| --- | --- | --- |
| Aufbau der Datenraumstruktur | Ordner einzeln anlegen und darauf hoffen, dass die Benennung der Konvention entspricht | Ein Prompt erstellt das vollständige nummerierte Ordnerskelett |
| Sortieren und Ablegen von Dokumenten | Datei für Datei per Drag-and-Drop, fehleranfällig bei Zeitdruck | Claude klassifiziert nach Inhalt und legt jedes Dokument ab |
| Lückenprüfung anhand einer Checkliste | Tabelle von Hand abgleichen, Punkte können leicht übersehen werden | Agent analysiert den Datenraum und listet fehlende Dokumente auf |
| Erstellen von prüferspezifischen Links | E-Mail-Sperre, Ablaufdatum und Wasserzeichen je Link und Unternehmen konfigurieren | Ein Prompt erstellt gesicherte, ablaufende Links für jeden Prüfer |
| Tägliche Engagement-Berichte | Dashboard öffnen, Heatmaps lesen, Notizen machen | Agent fasst seitenweise Analysen auf Abruf in Prosa zusammen |
| Löschen oder Widerrufen von Zugriffsrechten | Du erledigst es bewusst selbst, im Dashboard oder per CLI | Nur als Hinweis markiert – der Agent hat keine Löschberechtigung |

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](/de/blog/papermark-mcp-server.md) 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](https://www.papermark.com/de/data-room.md) stellt die darunterliegende Sicherheitsebene bereit. Der [MCP-Server Deep-Dive](/de/blog/papermark-mcp-server.md) 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](/de/blog/papermark-mcp-server.md) ist genau darauf ausgelegt.

## Schritt 1: Claude mit Papermark verbinden

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

```json
{
  "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](https://www.papermark.com/docs/mcp/install) 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](/de/blog/data-room-folder-structure.md) 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](https://www.papermark.com/de/dynamic-watermarking.md) 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](/de/blog/how-to-track-activity-on-your-pitch-deck.md), 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](/de/blog/automate-fundraising-data-room-papermark-cli.md) einrichten. Der [Leitfaden zu Agent-Workflows](https://www.papermark.com/docs/guides/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](/de/blog/m-and-a-due-diligence-process.md) 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](/de/blog/automate-fundraising-data-room-papermark-cli.md), 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.

| Betriebsebene | Beispiel-Tools | Auf dem Token des Agenten? |
| --- | --- | --- |
| Lesen | list_documents, list_link_views, get_view_analytics, get_dataroom | Ja – erforderlich für Lückenprüfungen und Engagement-Berichte |
| Schreiben (additiv) | create_dataroom, upload_document, attach_dataroom_document, create_link | Ja – die Arbeit beim Aufbau und der Zugangskontrolle des Raums hängt davon ab |
| Schreiben (mutierend) | update_link, update_document, promote_document_version | Optional – nur erteilen, wenn du Versionierung oder Link-Bearbeitungen nutzt |
| Destruktiv | delete_dataroom, delete_document, delete_link, detach_dataroom_document | Nein – nicht auf dem Token belassen; diese Aktionen manuell durchführen |

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](https://www.papermark.com/de/pricing.md) 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

### Was ist ein Due-Diligence-Agent?

Ein KI-Agent, der die Dokumentenlogistik der Due Diligence automatisiert: Er stellt einen Datenraum zusammen, sortiert und prüft Dokumente auf Vollständigkeit, erstellt prüferspezifische Zugriffslinks und liefert Engagement-Berichte. Hier ist Claude über das MCP-Protokoll mit Papermark verbunden.

### Muss ich für dieses Tutorial Code schreiben?

Nein. Die Einrichtung besteht aus einem JSON-Snippet, das in die Konfigurationsdatei von Claude Desktop eingefügt wird; alles Weitere erfolgt über einfache Textprompts. Wer lieber Skripte als Chat verwendet, kann denselben Workflow über die Papermark CLI ausführen.

### Kann der Agent Dokumente einsehen, auf die er keinen Zugriff haben sollte?

Der Agent greift auf Papermark ausschließlich über deinen API-Token zu, und die Berechtigungen werden serverseitig pro Vorgang durchgesetzt. Er sieht nur, was der Token erlaubt – nicht mehr. Wenn du dem Token keine Löschberechtigungen gibst, kann er nichts löschen, selbst wenn er dazu aufgefordert wird.

### Funktioniert das auch mit claude.ai im Browser statt mit Claude Desktop?

Größtenteils. claude.ai verbindet sich über Papiermarks gehosteten HTTP-MCP-Endpunkt mit OAuth und unterstützt dieselben Tools. Die lokale Ordnererfassung funktioniert am besten mit Claude Desktop, da der stdio-Server Dateien direkt von deiner Festplatte liest; Browser-Clients laden Chat-Anhänge über vorsignierte URLs hoch.

### Wie erleben Prüfer den Datenraum?

Sie öffnen ihren persönlichen Link, bestätigen ihre E-Mail-Adresse und sehen die nummerierte Ordnerstruktur im Browser. Kein Konto erforderlich. Je nach deinen Link-Einstellungen müssen sie möglicherweise ein Passwort eingeben, sehen dynamische Wasserzeichen auf jeder Seite und können keine Dateien herunterladen.

### Kann der Agent mir automatisch tägliche Berichte senden?

Claude Desktop führt Prompts auf Anfrage aus, nicht nach einem Zeitplan. Für automatische Tagesberichte kannst du einen MCP-Client mit geplanten Prompts verwenden oder den Berichtsschritt als Cron-Job mit der Papermark CLI auslagern, die dieselben Analysen bereitstellt.

### Was kostet die Einrichtung?

Der MCP-Server und die CLI sind kostenlos über npm installierbar. Der API-Zugang von Papermark ist in Business-Plänen und höher enthalten; der Data-Rooms-Plan mit unbegrenzten Dokumenten, Wasserzeichen und Audit-Logs kostet 99 €/Monat mit einer 7-tägigen kostenlosen Testphase. Claude Desktop erfordert einen Anthropic-Plan.

### Welche Dokumente gehören in einen Series-A-Due-Diligence-Datenraum?

Unternehmensdokumente (Gründungsurkunden, Cap Table, Vorstandsprotokolle), Finanzen (GuV, Bilanz, Prognosen), Handelsverträge, Team- und HR-Vereinbarungen, Produkt- und IP-Dokumentation sowie Compliance-Unterlagen. Der Agent kann deinen Datenraum in einem einzigen Prompt gegen diese Liste prüfen.

### Kann ich denselben Agenten für M&A-Due-Diligence verwenden, nicht nur für Fundraising?

Ja. Der Workflow ist identisch; nur die Ordnertaxonomie, die Checkliste und die Prüferliste ändern sich – und alle drei befinden sich in Prompts statt im Code. Bei einem Sell-Side-M&A-Prozess verwendest du eine umfangreichere Struktur (Corporate, Finance, Steuer, Recht, IP, HR, Umwelt, wesentliche Verträge) und verweist Claude auf die Diligence-Anforderungsliste des Käufers. Die LP-Due-Diligence eines Fonds funktioniert auf dieselbe Weise mit einem fondsspezifischen Dokumentenset.

### Was hindert den Agenten daran, einen Datenraum oder ein Dokument zu löschen?

Die serverseitig durchgesetzten Berechtigungen des API-Tokens. Wenn du dem Token niemals Löschberechtigungen erteilst, kann der Agent physisch keinen Raum, kein Dokument und keinen Link löschen – selbst wenn ein Prompt ihn dazu auffordert, lehnt der Server den Aufruf ab. Die empfohlene Einrichtung gewährt nur Lese- und additive Schreibberechtigungen, sodass der Agent aufbauen, ablegen, sichern und berichten kann, während alle destruktiven Aktionen bei dir im Dashboard oder in der CLI verbleiben.

---

_Markdown version of [this article](https://www.papermark.com/de/blog/build-due-diligence-agent-claude) for AI agents and LLMs._
_More Papermark content: [llms.txt](https://www.papermark.com/de/llms.txt) · [full index (English)](https://www.papermark.com/llms-full.txt)._