Die COVID-19-Pandemie hat (oft schmerzlich) die Bedeutung eines soliden Liquiditätsrisikomanagements deutlich gemacht. Angesichts schwerwiegender Störungen in den globalen Lieferketten wandelte sich das Cash-Management von einem wichtigen Ziel zu einer obersten Priorität für Schatzmeister und Führungskräfte über Nacht.

Es ist jedoch unwahrscheinlich, dass dieses neu entdeckte Interesse an Liquidität in absehbarer Zeit nachlässt. Wie Accenture erklärte in ein aktueller Bericht, die Pandemie hat „lang anhaltende Auswirkungen darauf, wie Menschen arbeiten und wie Lieferketten funktionieren“. Daher muss eine effektive „langfristige Reaktion auf Risiken ein integraler Bestandteil der Geschäftsabläufe“ werden, um den Erfolg Ihres Unternehmens in zukünftigen Krisenzeiten sicherzustellen.

Wie die meisten Treasurer wissen, sind Cashflow-Prognosen ein integraler Bestandteil des Liquiditätsrisikomanagements ihres Unternehmens. Leider haben Cashflow-Prognosen oft einen schlechten Ruf, da sie viel Zeit in Anspruch nehmen, um sie umzusetzen, und aufgrund der fragwürdigen Erkenntnisse, die sie oft liefern.

Um Ihnen zu helfen, die Zuverlässigkeit Ihrer Prognosen zu verbessern und den Zeitaufwand für deren Erstellung zu reduzieren, haben wir eine Liste der Best Practices für Liquiditätsprognosen zusammengestellt, die wir empfehlen.

1. Führen Sie einen datengesteuerten Cashflow-Prognoseprozess ein

Wir sind die Ersten, die zugeben, dass es in der heutigen Geschäftswelt ein bisschen wie ein Klischee ist, „datengetrieben“ zu sein. Es ist jedoch sehr schwierig, das Liquiditätsmanagement zu verbessern, ohne die tatsächlichen Transaktionsdaten Ihres Unternehmens zu verwenden.

Es ist jedoch wichtig zu beachten, dass es bei einem datengesteuerten Prognoseprozess nicht darum geht, einen absolut genauen Bericht zu erstellen — es geht darum, Ihre Daten zu nutzen, um Ihr Unternehmen zu verstehen.

Viele Treasurer verbringen oft Stunden (und sogar Tage) damit, ihre Daten zu sammeln und zu bearbeiten, um eine absolut genaue Prognose zu erstellen. Die Realität ist jedoch, dass eine hundertprozentige Genauigkeit bekanntermaßen schwer zu erreichen ist und nicht erforderlich ist, wenn ein weniger genauer Bericht dieselben Erkenntnisse mit weniger Aufwand liefern würde.

Um datenorientierter zu werden, sollten Sie sich also darauf konzentrieren, Wege zu finden, um nützliche Erkenntnisse aus Ihren Daten zu gewinnen, anstatt zu versuchen, eine möglichst genaue Prognose zu erstellen.

2. Automatisieren Sie die Erfassung von Cashflow-Daten

Viele Unternehmen verwenden Tabellenkalkulationen, um ihren Prognoseprozess zu verwalten. Obwohl Tabellenkalkulationen ein Tool sind, auf das nur wenige Treasurer verzichten könnten, ist die Automatisierung von Prognosen besser geeignet, um Unternehmen beim Aufbau eines datengestützten Prognoseprozesses zu unterstützen.

Da bei tabellenkalkulationsbasierten Prognosen die Erfassung und Transformation von Hand erforderlich ist, besteht in erster Linie mehr Spielraum für menschliche Fehler. Das hat zur Folge, dass Treasurer oft hinterfragen, was ihnen ihre Prognosen sagen, und benötigen mehr Zeit, um zu überprüfen, ob das, was sie gelernt haben, korrekt war.

Viele von uns beauftragte Unternehmen, die Tabellenkalkulationen verwenden, geben uns jedoch auch an, dass sie 80% ihrer Zeit damit verbringen, ihre Berichte einfach zu erstellen. Infolgedessen haben sie wenig Zeit, sie zu analysieren, um mehr über ihr Unternehmen zu erfahren.

Die Automatisierung von Prognosen kann diese beiden Probleme lösen. Da die Automatisierung Daten direkt aus Ihren ERP- oder Banksystemen abruft, reduziert sie den Arbeitsaufwand, der für die Erstellung einer Prognose erforderlich ist, und die Möglichkeit von Fehlern wird so gut wie ausgeschlossen.

Dadurch haben Sie mehr Zeit für Analysen und können sich darauf verlassen, dass das, was Sie aus der Analyse lernen, zuverlässig ist.

Zum Beispiel nutzte Peak Toolworks unsere Plattform, um ihren Cashflow-Prognoseprozess zu automatisieren und Hunderte von Stunden eingespart jedes Jahr und gleichzeitig wird gleichzeitig die Zuverlässigkeit ihrer Berichte verbessert:

„Unser Prozess hat sich dramatisch verbessert, und wir haben eine Liquiditätsprognose, die bis zum Ende des ersten Geschäftstages der Woche abgeschlossen ist, im Vergleich zum vierten Tag, und wir sind uns zu 100% sicher, dass sie korrekt ist.“

— Ben Stilwell, CFO, Peak Toolworks

3. Verwenden Sie einen 13-wöchigen Prognosezeitraum

Generell gilt: Je weiter die Prognose in die Zukunft reicht, desto weniger Daten stehen zur Verfügung, um eine detaillierte und genaue Prognose Ihrer Liquiditätsposition zu erstellen. Aus diesem Grund verwenden die meisten datengestützten Treasurer 13-wöchiger Cashflow Prognosen, weil in der Regel genügend Daten für eine kurzfristige Genauigkeit und eine ausreichende Zukunftstransparenz vorliegen, um strategische Entscheidungen zu ermöglichen.

Eine 13-Wochen-Prognose ist auch deshalb ideal, weil:

• Es bietet eine ideale Sichtbarkeit für die Bewertung des Liquiditätsrisikos. Da in der Regel genügend Daten vorliegen, um einen genauen Überblick über die kommenden Wochen zu geben, helfen Ihnen 13-Wochen-Prognosen dabei, Liquiditätsengpässe zu erkennen und zu planen, bevor sie dringend werden. Bei einer 13-Wochen-Prognose könnten Sie beispielsweise einen potenziellen Engpass mehrere Monate vor seinem Auftreten erkennen, sodass Ihr Treasury-Team ausreichend Zeit hat, um Bankfinanzierungen zu arrangieren oder zwischenbetriebliche Kreditoptionen zu prüfen.
• Es hilft Ihnen, Bargeld zu verwalten, ohne die langfristige Planung zu beeinträchtigen. Längerfristige Planungen wie Umsatzsteigerungen oder Kostensenkungen können sich über Jahre in die Zukunft erstrecken. Mithilfe einer 13-Wochen-Prognose können Sie den Liquiditätsbedarf mittelfristig planen, ohne dass sich dies auf diese Pläne auswirkt. Bei einer 13-Wochen-Prognose planen Sie beispielsweise die Rückzahlung von Schulden oder kurzfristige Investitionen, ohne dass dies Auswirkungen auf die jährliche Budgetierung hat.
• Es ist für Banken und Investoren geeignet. Da der Zeitraum von 13 Wochen in der Regel genügend Daten liefert, um korrekt zu sein, ist er aus Sicht einer Bank oder eines Anlegers ein wichtiges Maß für eine gute Finanzkontrolle. Je nach Eigentümerstruktur, Schulden, Beziehungen oder Investitionsstatus Ihres Unternehmens kann die Verwendung einer 13-Wochen-Prognose also dazu beitragen, die finanzielle Gesundheit Ihres Unternehmens nachzuweisen.

4. Verwenden Sie eine fortlaufende Prognose

Aberdeen und IBM stellte fest, dass rollierende Prognosen die Genauigkeit der prognostizierten und budgetierten Umsätze im Vergleich zum statischen Prognose- und Budgetierungsprozess, den viele Unternehmen verwenden, um etwa 14% verbessern. Wichtiger als Genauigkeit ist jedoch die Tatsache, dass fortlaufende Prognosen Unternehmen zu mehr Agilität verhelfen — das zeigen Untersuchungen von McKinsey erhöht die finanzielle Leistung im Durchschnitt um 20-30%.

Wenn beispielsweise die Produktnachfrage plötzlich sinkt, würde eine statische Prognose Sie daran hindern, sie bis zum nächsten Prognosezeitraum an diese Änderungen anzupassen. Infolgedessen wäre es für Sie schwieriger zu verstehen, wie sich Umsatzeinbußen auf Ihre Zahlungsfähigkeit von Lieferanten auswirken könnten.

Eine fortlaufende Prognose würde Ihnen dagegen einen genaueren Überblick über Ihre Liquidität geben, was es einfacher machen würde, den Zeitpunkt aller geplanten Ausgaben (oder der Finanzierung, die Sie möglicherweise zur Deckung Ihrer Ausgaben sicherstellen müssen) zu optimieren.

Vielleicht überrascht es nicht, dass eine Umfrage unter Finanzfachleuten aus dem Jahr 2020 von Verband der Finanzfachleute stellte fest, dass die meisten Befragten beabsichtigen, in naher Zukunft fortlaufende Prognosen zu verabschieden.

Sichtbarkeit in Echtzeit ermöglicht bessere Entscheidungen

Wie PwC in ihrem Studie zum Betriebskapital 20/21, „Transparenz von unten nach oben in Echtzeit ist notwendig“, um Liquiditätsrisiken angemessen zu steuern. Für die meisten Unternehmen ist es jedoch äußerst zeitaufwändig, diese Art von Transparenz mithilfe von Tabellen zu erreichen, da sie zur Erstellung ihrer Prognosen eine Vielzahl von Daten von Hand sammeln und bearbeiten müssen.

Infolgedessen haben viele große Forschungs- und Beratungsunternehmen wie Accenture und Deloitte Ich empfehle jetzt, von historischen Modellen abzuweichen und zu Analyseplattformen und Automatisierung für das Risikomanagement überzugehen.

‍