Das M&A-Screening stellt noch immer ein anspruchsvolles Unterfangen dar. Neben der Problematik, passende Screening-Kriterien aufzustellen, ist bislang nicht geklärt, in welchen Bereichen sich Käufer- und Zielunternehmen idealerweise ähneln und in welchen unterscheiden sollten. Diese beiden Problembereiche des Screenings haben sich bei der Durchführung digitaler M&A-Transaktionen weiter verschärft. Unter anderem ist nicht klar, wie der digitale Fit zwischen Käufer- und digitalem Zielunternehmen gemessen werden soll und welche Kriterien, Instrumente und Inhalte speziell beim Kauf eines digitalen Targets zu untersuchen sind. Ebenso ermangelt es einer aggregierten Analyse aller während des Screenings zu prüfenden Fit-Dimensionen und ihrer konkreten Erfolgswirkung. Im Rahmen der vorliegenden Dissertation wird daher ein empirisches Entscheidungsmodell (Algorithmus) zur Auswahl digitaler Zielunternehmen entwickelt, das die Dimensionen des digitalen, kulturellen, organisatorischen sowie finanziellen Fit einbezieht. Auch die Spezifika digitaler M&A-Deals, digitaler Zielunternehmen und der digitalen M&A-Strategie werden diskutiert. Mit der vorliegenden Arbeit wird der Praxis zugleich ein Leitfaden an die Hand gegeben, um das Screening bei digitalen M&A-Transaktionen systematisch anzugehen und die Aussicht auf M&A-Erfolg erheblich zu steigern.weiterlesen