Cash-Forecasting-Agent

Unternehmen mit unzuverlässigen Cashflow-Prognosen verlieren im Schnitt 660.000 Pfund pro Jahr - nicht durch fehlende Liquidität selbst, sondern durch überhöhte Kreditkosten, verpasste Anlagemöglichkeiten und ungeplante Notfinanzierungen (Treasury Management International, 2024). Die Ursache liegt selten in fehlenden Daten. Sie liegt darin, dass Prognoseberechnung und Liquiditätsentscheidung im selben Prozessschritt vermischt werden.

Ungenaue Prognosen kosten mehr als ein Liquiditätsengpass

Ein Treasurer, der seinen 13-Wochen-Forecast in Excel pflegt, erreicht durchschnittlich 60 Prozent Genauigkeit (CTMfile, 2025). Das klingt nach einem akzeptablen Näherungswert. Die Konsequenzen sind es nicht. Bei einer Abweichung von 40 Prozent auf einen prognostizierten Cashflow von 20 Millionen Euro entsteht ein Unsicherheitskorridor von 8 Millionen. Diese Bandbreite zwingt das Treasury, entweder dauerhaft zu hohe Liquiditätsreserven vorzuhalten - was Kapital bindet, das keine Rendite erwirtschaftet - oder mit zu knappen Puffern zu arbeiten und regelmäßig teure Überbrückungskredite zu ziehen.

Laut einer Agicap-Studie unter britischen Mittelstandsunternehmen zahlen Firmen mit unzuverlässigen Prognosen 91 Prozent höhere Überziehungsgebühren als vergleichbare Unternehmen mit belastbaren Forecasts. Das Problem skaliert mit der Unternehmensgröße: Mehr Tochtergesellschaften, mehr Währungen, mehr Zahlungsströme bedeuten mehr Variablen, die eine manuelle Prognose nicht gleichzeitig abbilden kann.

Datenqualität bestimmt die Prognosequalität

Die Frage ist nicht, ob ein Unternehmen genug Daten für einen Cashflow-Forecast hat. Die Frage ist, ob diese Daten zusammengeführt, bereinigt und in einer konsistenten Struktur vorliegen. Wenn Bankkonten-Salden manuell aus drei Portalen exportiert werden, die Debitorenbuchhaltung im ERP eine andere Fälligkeitslogik verwendet als die Kreditorenseite und saisonale Muster nur als Bauchgefühl des Controllers existieren - dann ist jede Prognose bestenfalls eine informierte Schätzung.

Ein Cash-Forecasting-Agent beginnt deshalb nicht bei der Prognose, sondern bei der Datenaggregation. Historische Zahlungsströme aus mindestens 24 Monaten bilden die Grundlage. Offene Forderungen und Verbindlichkeiten mit ihren tatsächlichen Fälligkeitsstrukturen liefern den kurzfristigen Horizont. Auf dieser bereinigten Basis erkennt der Agent Saisonalitätsmuster, die ein Mensch in einer Tabelle mit 15.000 Zeilen nicht sehen kann, und berechnet Zahlungsverzugs-Wahrscheinlichkeiten pro Debitor - nicht als Durchschnitt über alle Kunden, sondern individuell auf Basis des bisherigen Zahlungsverhaltens.

Drei Szenarien ersetzen eine einzelne Zahl

Die gefährlichste Prognose ist die, die nur ein Ergebnis zeigt. Ein Forecast, der sagt “In 60 Tagen haben wir 4,2 Millionen auf dem Konto”, suggeriert eine Präzision, die nicht existiert. Die realistischere Aussage lautet: Im besten Fall 5,8 Millionen, im Basisfall 4,2 Millionen, im schlechtesten Fall 2,1 Millionen - und die Wahrscheinlichkeit des Worst Case liegt bei 18 Prozent.

Genau hier trennt sich automatisierte Berechnung von strategischer Entscheidung. Der Agent modelliert alle drei Szenarien auf Basis der verfügbaren Daten. Aber die Annahmen hinter den Szenarien - welche Großzahlung realistisch verschoben werden könnte, welches Zahlungsziel ein Schlüsselkunde tatsächlich ausreizt, wie aggressiv die Investitionsplanung bleiben soll - das sind Einschätzungen, die der CFO oder Head of Treasury treffen muss. Kein Algorithmus kann entscheiden, ob ein Unternehmen bei 18 Prozent Worst-Case-Wahrscheinlichkeit eine Kreditlinie aktiviert oder die Liquiditätsreserve reduziert.

Der Mensch entscheidet über die Strategie, nicht über die Berechnung

Der Decision Layer teilt den Forecasting-Prozess in acht Schritte auf - und macht bei jedem einzelnen transparent, wer entscheidet. Vier Schritte sind regelbasiert oder datengetrieben: Cashflow-Daten aggregieren, Fälligkeitsstrukturen auslesen, Saisonalitätsmuster erkennen, Zahlungsverzugs-Wahrscheinlichkeiten berechnen. Drei Schritte erfordern menschliches Urteil: Szenarien definieren, Liquiditätsreserve-Bedarf bewerten, Handlungsempfehlung aussprechen.

Diese Trennung ist nicht nur operativ sinnvoll - sie ist regulatorisch geboten. Paragraph 91 Absatz 2 des Aktiengesetzes verlangt ein Risikofrüherkennungssystem. Das bedeutet: Wenn der Forecast einen Liquiditätsengpass in 90 Tagen signalisiert, muss dokumentiert sein, auf welchen Annahmen diese Prognose basiert und welche Maßnahmen der Vorstand ergriffen hat. Der Decision Layer liefert diese Dokumentation automatisch - nicht als nachträglichen Bericht, sondern als Protokoll des Entscheidungsprozesses selbst.

Für Treasury-Teams bedeutet das: Weniger Zeit mit dem Zusammenklicken von Zahlen. Mehr Zeit für die Fragen, die nur ein Mensch beantworten kann - wie viel Risiko das Unternehmen tragen will und welchen Preis es dafür zu zahlen bereit ist.