7 C
Flensburg
Freitag, April 19, 2024

Bericht: Musk-Deal ernsthaft in Gefahr

Ein US-Zeitungsbericht über ein drohendes Platzen der vereinbarten Übernahme durch Tech-Milliardär Elon Musk hat Twitter an der Börse unter Druck gebracht.

Ein US-Zeitungsbericht über ein drohendes Platzen der vereinbarten Übernahme durch Tech-Milliardär Elon Musk hat Twitter an der Börse unter Druck gebracht. Die Aktie des Kurznachrichtendienstes fiel am Donnerstag nachbörslich zeitweise um über sieben Prozent. Zuletzt lag der Kurs noch mit knapp vier Prozent im Minus. Auslöser war ein Bericht der «Washington Post», wonach der andauernde Konflikt zwischen Musk und dem Twitter-Management über die Anzahl von Spam- und Fake-Nutzerkonten auf der Plattform die 44 Milliarden Dollar (43 Mrd Euro) schwere Übernahme ernsthaft gefährde.

Musks Stab halte die Angaben von Twitter für nicht verifizierbar, wird in dem Bericht eine anonyme Quelle zitiert. Sein Team habe das Engagement bei Gesprächen um die Finanzierung des Deals gestoppt. Der Konflikt um Fake-Accounts ist nicht neu. Musk drohte bereits, den Kauf deshalb platzen zu lassen. Einige Beobachter sehen das Hickhack als Vorwand Musks, um aus der teuren Übernahme herauszukommen. Er und Twitter haben eine Strafe von einer Milliarde Dollar vereinbart, falls eine Partei vom Deal zurücktritt. Doch wenn Twitter auf Vollzug pocht, könnte es für Musk rechtlich trotzdem schwierig werden. (dpa)

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

IT-Dienstleister Nagarro will bis 2026 Marge deutlich steigern

Der IT-Dienstleister Nagarro will in den kommenden Jahren deutlich profitabler werden.

Auftragseingang des Chipausrüsters ASML bricht ein

Die Nachfrage beim Chipausrüster ASML entwickelt sich schwächer als erwartet.

KI verändert die Industrie: Auf dem Weg zur sprechenden Kochplatte

KI auf dem Vormarsch. Was in der Industrie heute schon möglich ist, wird auf der Hannover Messe zu sehen sein: Maschinen, die Fehler automatisch erkennen, Roboter, die eigenständig lernen, Anlagen, die selbst ermitteln, wann der beste Termin für ihre eigene Wartung ist.