Wichtige Erkenntnisse

• ‍Verbesserte Automatisierung: Umstellung von manueller, Excel/SharePoint-basierter Berichterstattung auf ein automatisiertes System, wodurch der manuelle Arbeitsaufwand reduziert wurde.‍
• Verbesserte Prognosegenauigkeit: Durch einen harmonisierten, datengesteuerten Prozess wurde eine höhere Präzision der Cashflow-Prognosen erreicht.‍‍
• ‍Höhere Transparenz: Es wurde ein Echtzeit-Überblick über die Liquiditätspositionen aller Unternehmen gewonnen, was ein besseres Liquiditätsmanagement ermöglichte.‍
• Optimierte zwischenbetriebliche Übergänge: Verbesserter Einblick in das Zahlungsmanagement und das zwischenbetriebliche Management, sodass Verbindlichkeiten, Forderungen und Abweichungen schnell identifiziert werden können.‍
• Umfassender Datenzugriff: Zugriff auf aktuelle und historische Finanzdaten pro Unternehmen zur Unterstützung fundierter Entscheidungen.

BearingPoint ist ein unabhängiges, in Europa ansässiges Management- und Technologieberatungsunternehmen, das weltweit führende Unternehmen und Organisationen in über 75 Ländern unterstützt. Angesichts dieser globalen Reichweite muss das Unternehmen in Echtzeit einen Überblick über die liquiden Mittel im Unternehmen haben. Nachdem BearingPoint sich mit einem manuellen Prognoseprozess mit begrenzten Berichtsfunktionen herumschlagen musste, nutzt das Unternehmen nun Ripple Treasury, um einen datengesteuerten Cashflow-Prognoseprozess durchzuführen, der im gesamten Unternehmen einen Mehrwert generiert, der weit über die Treasury-Funktion hinausgeht.

‍

Herausforderungen

Für BearingPoint waren die Ziele eine stärkere Automatisierung, eine höhere Prognosegenauigkeit und ein besserer Einblick in den Cashflow. Als globales Unternehmen stand BearingPoint vor einer großen Herausforderung: der Verbesserung der Genauigkeit und Transparenz seines unternehmensweiten Liquiditätsprognosemodells.

Vor der Einführung von Ripple Treasury verfolgte BearingPoint zentral und lokal einen dezentralen Cashflow-Berichts- und Prognoseprozess nach dem Bottom-up-Prinzip. Das Team des Unternehmens erstellte mithilfe eines Excel/SharePoint-basierten Prognosetools manuell Berichte, um die tatsächlichen Cashflows und Prognosen für das gesamte Unternehmen abzudecken. Dieser manuelle Prozess machte es für die Unternehmen und den Hauptsitz von BearingPoint schwierig, aus ihren Daten und Prognosen greifbare Erkenntnisse über den Cashflow zu gewinnen, sodass sie nicht in der Lage waren, den optimalen zukünftigen Liquiditätsbedarf ihres Unternehmens genau zu ermitteln.

„Wir hatten einen unharmonisierten Ansatz bei der Datenbeschaffung, viel Handarbeit, wenig Abstimmung der Unternehmen in Bezug auf zwischenbetrieblichen Handel und Forderungen“, sagte Fynn Krüger, Senior Business Consultant bei BearingPoint.

Das BearingPoint-Team wusste, dass es eine ausgefeiltere Methode zum Abrufen und Abgleichen von Daten von lokalen Teams benötigte, um nicht nur einen klaren Überblick über die Zukunft, sondern auch über das aktuelle Barguthaben pro Unternehmen sowie über historische Finanzdaten für jedes Unternehmen zu erhalten.

Überblick über die wichtigsten Anforderungen

• Automatisieren Sie die Erfassung und Verarbeitung von Informationen aus verschiedenen Datenquellen
• Harmonisieren Sie unternehmensweite Modelle für Cashflow-Prognosen
• Implementieren Sie eine Struktur für Backtesting-Prognosemodelle
• Stellen Sie sicher, dass die tatsächlichen Cashflows der Vergangenheit automatisch den richtigen Kategorien zugeordnet werden
• Nutzen Sie Drilldown-Funktionen für die einzelnen Entitätsbereiche der prognostizierten Daten, um einen besseren Kontext zu erhalten
• Begründen Sie Abweichungen von Istwerten und Prognosen
• Nutzen Sie Bargeld als Quelle für strategisches Wachstum

Lösung

BearingPoint hat Ripple Treasury eingeführt, um den Liquiditätsprognoseprozess zu automatisieren und die Daten zwischen ihren Geschäftseinheiten zu verbinden. „Es war wichtig, zu prüfen, welche Schritte jedes einzelne Unternehmen unternehmen muss, und darüber nachzudenken, wie wir alle Unternehmen harmonisieren können, wie Daten aus den jeweiligen Quellen abgerufen und in die Prognose aufgenommen werden“, sagte Fynn.

Automatische Datenerfassung für Prognosen

Mit Ripple Treasury verfügt BearingPoint jetzt über ein zentral gesteuertes Prognosemodell, das automatisch Daten aus wichtigen Systemen sammelt. „Ich fühle mich viel leichter. Es gibt ein System, das Dinge für mich erledigt, die ich gerne benutze „, sagte Eveline. „Es ist auch der Beginn einer neuen Zusammenarbeit mit unseren Controllern im gesamten Unternehmen.“

Intelligente Prognosen für den Zahlungseinzug

Vor der Nutzung unserer Plattform hatte das Team von BearingPoint Schwierigkeiten, den Zahlungseinzug genau zu prognostizieren. Das Unternehmen nutzt jetzt die GSmart Ledger-Funktion für maschinelles Lernen von Ripple Treasury, um datengestützte Prognosen für den Zahlungseinzug mit eingehender Analyse des Kundenverhaltens zu erstellen.

Anstatt Prognosen anhand von Fälligkeitsterminen zu erstellen oder den durchschnittlichen Zahlungstag manuell zu berechnen, verwendet die GSmart Ledger-Funktion historische Kundendaten, um deren Zahlungsverhalten zu verstehen. Diese nutzerbasierte Bewertung trägt wesentlich zur Verbesserung der Genauigkeit von Prognosen bei.

Sofortige Transaktionsklassifizierung

Da die BearingPoint-Zahlungsplattform für Unternehmen mit Ripple Treasury verbunden war, konnte das Unternehmen die Istwerte innerhalb des Prognosemodells automatisch klassifizieren.

Klare Sichtbarkeit der Barmittel

Da ihr Corporate Treasury-Plattformkonto mit Ripple Treasury verbunden ist, hat BearingPoint einen konsolidierten Überblick über all ihre Barguthaben. Das Unternehmen kann bis auf die Ebene der Transaktionskonten aufschlüsseln und die Cashflows an verschiedenen Standorten einsehen — gefiltert nach Region oder Geschäftseinheit —, um wichtige Entitäten zu identifizieren, die den Zu- und Abfluss von liquiden Mitteln innerhalb des Unternehmens beeinflussen.

Durch Drücken der Konsolidierungs- und Berichtsschaltfläche von Ripple Treasury kann das Team von BearingPoint beispielsweise Prognosen auf Unternehmensebene einsehen. Das Team des Unternehmens kann dann leicht erkennen, welche Barmittel in den verschiedenen Geschäftsbereichen verfügbar sind.

Datensatzabgleich in Echtzeit

Als Unternehmen, das an 40 verschiedenen Standorten tätig ist, war es für das Team am Hauptsitz von BearingPoint von entscheidender Bedeutung, die unternehmensinternen Abläufe innerhalb des Prognosemodells automatisch abzugleichen. Mit Ripple Treasury kann jedes Unternehmen nun Einzelposten erstellen und das Eingabeblatt seiner Gegenpartei sofort mit zwischenbetrieblichen Transaktionen füllen, um einen sofortigen Abgleich zu ermöglichen.

Fazit

Rationalisierung der Cashflow-Prognose

Mit Ripple Treasury spart BearingPoint enorm viel Zeit. Sie konzentrieren sich nun auf die Durchführung von Vergleichs- und Varianzanalysen — wie etwa Prognose und Ist-Analyse — und die Erstellung von Berichten, die sie dem Management, den Investoren und dem Vorstand von BearingPoint zur Verfügung stellen.

Mit Ripple Treasury kann das Treasury-Team auch die tatsächlichen und prognostizierten Cashflows über einen Zeitraum von 12 Monaten im gesamten Unternehmen einsehen.

„Wir hätten das früher machen sollen“, sagte Eveline.

„Es war klüger. Ich kann da reingehen (in Ripple Treasury) und mir die Kunden ansehen, die zahlen, und es ist wirklich schön, das an einem Ort zu haben.“

‍