Kan AI lage en DCF-modell for verdsettelse av en norsk bedrift?

Ja, verktøy som Microsoft Copilot i Excel kan bygge hele strukturen i en DCF-modell på minutter basert på en tekstbeskrivelse. Men forutsetningene — WACC, terminalvekst, normalisert EBITDA — må fastsettes av rådgiveren med faglig kunnskap om selskapet og bransjen. AI erstatter ikke det faglige skjønnet, men sparer tid på modelleringen.

Hvilken database er best for norske bransjemultiplikatorer?

PitchBook er den mest komplette databasen for norske M&A-transaksjoner og bransjemultiplikatorer, men er dyr (fra ca. 25 000–50 000 kr/år). For SMB-verdsettelse er norsk transaksjonsdata gjerne tynt i alle databaser. Supplér alltid med Damodarans frie bransjedata og kunnskap om lokale referansetransaksjoner fra eget nettverk.

Er det lov å bruke AI-verktøy med klientenes regnskapstall?

Det avhenger av NDA, oppdragsavtale og GDPR. Sjekk alltid om klienten har krav om at finansielle data ikke deles med tredjeparter. Bruk verktøy med databehandleravtale og EU-lagring. Pseudonymiser der mulig. Gratis forbrukertjenester er ikke egnet. Microsoft 365 Copilot (med EU-lagring aktivert) og Claude for Work er de sikreste alternativene for de fleste rådgivere.

Hvilke deler av en verdsettelse kan AI ikke gjøre for meg?

AI kan ikke normalisere regnskapet uten at du forteller hva som er eierlønn, engangsposter og relaterte parters transaksjoner. AI kjenner ikke selskapets strategiske posisjon, kundenes lojalitet eller bransjens lokale dynamikk. Metodevalg — hvorfor DCF fremfor multiplikator — er en faglig vurdering. Og endelig verdikonklusjon med begrunnelse er ditt ansvar overfor oppdragsgiver og eventuelle motparter.

AI for verdsettelse av bedrift — beste verktøy (2026)

AI hjelper rådgivere og revisorer med å hente inn markedsdata raskere, bygge DCF-modeller fra beskrivelser og generere strukturerte verdsettelsesrapporter — men metodevalg, normaliseringer og endelig verdi krever faglig vurdering. En feil forutsetning i WACC-en eller en ukritisk bruk av feil multiplikator kan gi vesentlig avvik fra faktisk markedsverdi.

1. Innhenting av markedsdata og bransjemultiplikatorer

Den mest tidkrevende delen av en verdsettelse er ofte å samle inn sammenlignbare transaksjoner (comps) og bransjemultiplikatorer. AI kan effektivisere dette betraktelig.

Anbefalte verktøy:

PitchBook med AI-søk — PitchBook er den ledende databasen for private transaksjoner og M&A-data. I 2025/2026 har de rullet ut AI-drevne søkefunksjoner som lar deg stille spørsmål som «Vis meg EV/EBITDA-multipler for norske VVS-selskaper solgt mellom 2022 og 2025». Gir strukturert data med kildereferanser. Pris: fra ca. 25 000–50 000 kr/år (enterprise).
Mergermarket / Dealogic — Alternativ til PitchBook med sterk dekning av nordisk M&A-aktivitet. Brukes av storbanker og rådgivningsbyråer. Pris på forespørsel.
Damodaran Online — Aswath Damodarans fritt tilgjengelige database over bransjemultiplikatorer, betas og risikopremier er uunnværlig for norske verdsettere. Ikke AI, men kompatibel med AI-modellering. Gratis.
ChatGPT Teams / Claude for Work — Kan hjelpe med å oppsummere bransjetrender og hente frem offentlig tilgjengelig finansiell informasjon, men er ikke en database for faktiske transaksjoner. Nyttig for kontekst, ikke for primærdata. Pris: ca. 25–30 USD/bruker/mnd.

Viktig merknad for norske verdsettere: Norske privatselskaper er ikke børsnoterte, og transaksjonsdata er ofte begrenset. Brønnøysundregistrene gir årsregnskap, men uten transaksjonsmultipler. PitchBook-data kan være tynt for norske SMB-er — supplement alltid med bransjekunnskap og lokale referansetransaksjoner.

2. DCF-modellering og scenarioanalyse

Diskontert kontantstrøm (DCF) er den mest brukte innsiktsbaserte metoden for verdsettelse. Å bygge modellen tar tid — AI kan hjelpe med konstruksjonen, men forutsetningene er ditt ansvar.

Anbefalte verktøy:

Microsoft Copilot i Excel — Beskriv modellstrukturen på norsk: «Lag en DCF-modell med fem års prognoseperiode, terminalverdi basert på Gordon Growth, WACC-beregning med gjeld og egenkapital, og sensitivitetsanalyse for vekstrate og WACC». Copilot bygger regnearket med formler. Du fyller inn forutsetningene og kontrollerer logikken. Pris: inkludert i Microsoft 365 Copilot (ca. 300 kr/bruker/mnd).
Macroaxis / Finbox — Nettbaserte verktøy med AI-støttet finansmodellering og automatisk henting av finansielle nøkkeltall for børsnoterte selskaper. Nyttig som referanse ved verdsettelse av unoterte selskaper i samme bransje. Pris: fra ca. 50–200 USD/mnd.
Visible Alpha — Avansert konsensusmodellverktøy brukt av analytikere. Har AI-støttet scenariomodellering. Særlig nyttig ved verdsettelse av selskaper med børsnoterte peers. Pris: enterprise.
Quantrix / Anaplan — For mer komplekse strukturerte modeller med flerårig konsolidering, multi-entitet og rullerende prognoser. Har AI-assistenter for å bygge og forklare modelllogikk. Pris på forespørsel.

Metode	AI-egnethet	Norsk kontekst
DCF	Høy — modellbygging, sensitivitet	WACC og vekstestimater må tilpasses norsk rentenivå
Multiplikator (EV/EBITDA)	Høy — datainnhenting	Lite norsk transaksjonsdata for SMB
Substansverdi	Moderat — inventarlister	Nyttig for holdingstrukturer med eiendom
Likvidasjonsverdi	Lav — krever lokal kunnskap	Avhenger av salgbarhet i norsk marked

En DCF-modell er aldri bedre enn forutsetningene. AI kan hjelpe deg å bygge rammeverket på minutter, men valg av terminalvekst, WACC og normalisert EBITDA krever faglig dom som ikke kan automatiseres.

3. Rapportskriving og dokumentasjon

Verdsettelsesrapporter er tidkrevende å skrive. AI kan effektivisere drafting av standardseksjoner mens du fokuserer på de faglige vurderingene.

Anbefalte verktøy:

Microsoft Copilot i Word — Hjelper med å utkaste metodeavsnitt, forutsetningsdokumentasjon og sammendrag. Du skriver inn nøkkeltall og konklusjon, Copilot formulerer sammenhengende tekst. Pris: inkludert i M365 Copilot.
Claude for Work (Anthropic) — Spesielt godt egnet for å skrive klare, presise metodebeskrivelser og forklare tekniske begreper for ikke-finansielle lesere (styremedlemmer, arvinger, banker). Pris: ca. 25 USD/bruker/mnd.
Notion AI — For rådgivere som bygger verdsettelseprosessen i Notion: genererer sjekklister, sammendragsutkast og møtereferat automatisk. Pris: fra ca. 10 USD/bruker/mnd.

4. Normalisering og justeringer

Et av de vanskeligste stegene i privat bedriftsverdsettelse er å normalisere regnskapet: justere for eierlønn, engangsposter, relaterte parters transaksjoner og under/over-investering i vedlikehold. AI kan hjelpe med å identifisere avvik, men du vurderer om de er materielle.

Slik bruker rådgivere AI til normalisering: Last opp de tre siste årsregnskapene (anonymisert) og beskriv bransjen. Spør: «Hvilke linjer i resultatsregnskapet er typisk gjenstand for normalisering i et salg av et norsk tjenesteselskap?» — AI genererer en sjekkliste basert på bransjepraksis. Du gjennomgår listen mot det faktiske regnskapet.

Anbefalte verktøy:

Claude for Work — Egnet for kontekstuell analyse av regnskapstekst og bransjebeskrivelser.
Microsoft Copilot i Excel — For å bygge normaliseringstabeller med automatiske delta-beregninger.
Deloitte Insight / EY Knowledge Lens — Store revisjonsfirmaers egne AI-verktøy brukes internt for nettopp normaliseringsanalyse. Ikke tilgjengelige eksternt, men bransjestandarden beveger seg i denne retningen.

5. Datasikkerhet og konfidensialitet

Verdsettelseoppdrag er noen av de mest konfidensielle transaksjonene et selskap gjennomgår. All AI-bruk må vurderes mot konfidensialitetsforpliktelser.

Minimumssjekkliste:

Sjekk NDA/oppdragsavtalen — mange selskaper forbyr eksplisitt deling av finansielle data med tredjeparter, inkludert AI-leverandører.
Krev databehandleravtale (GDPR art. 28) fra alle AI-verktøy som mottar klientdata.
Pseudonymiser der mulig — fjern selskapsnavn, bruk koder i AI-verktøy.
Bruk aldri gratis forbruker-AI (ChatGPT gratis, Gemini gratis) for faktiske klienttall.
Dokumenter hvilke verktøy som ble brukt i verdsettelsesrapporten som del av metodebeskrivelsen.

Oppsummering

AI gir norske bedriftsverdsettere raskere tilgang til markedsdata, effektiv modellbygging i Excel og bedre rapportprosess. De sterkeste verktøyene i 2026 er Microsoft Copilot (for modellering og rapportskriving), PitchBook med AI-søk (for transaksjonsdata) og Claude for Work (for klar faglig kommunikasjon). Forutsetningene i modellen — vekstanslag, WACC, normaliseringer — er fortsatt din faglige vurdering og ditt ansvar overfor klienten.

AI for verdsettelse av bedrift beste verktøy (2026)