Forderungsmanagement-Agent
Forderungsalter analysieren, Ausfallrisiken bewerten und Wertberichtigungsbedarf ermitteln.
Berechnet die Forderungsalterstruktur, bewertet Ausfallrisiken pro Debitor mit KI-Scoring, ermittelt den Wertberichtigungsbedarf und überwacht Kreditlimits.
Prozess analysieren lassen
Forderungsalter regelbasiert, Ausfallrisiko per ML-Scoring, Strategieentscheidungen beim Credit Manager
Der Agent berechnet Forderungsalter und Wertberichtigungsbedarf deterministisch, bewertet Ausfallrisiken pro Debitor per Machine-Learning-Scoring und übergibt Zahlungsvereinbarungen, Factoring und Abschreibungsentscheidungen an den Credit Manager.
Ergebnis: Laut Creditreform Zahlungsindikator Winter 2024/25 liegt die Forderungslaufzeit im deutschen Mittelstand bei 39,63 Tagen mit 8,41 Verzugstagen - strukturierte Regelauswertung verkürzt DSO um 5 bis 8 Tage und liefert tagesaktuelle Risiko-Sicht je Debitor.
Die 8 Schritte verbinden quantitative Analyse mit strategischer Entscheidungshoheit beim Menschen:
23.900 Insolvenzen 2025, 57 Milliarden Euro Schaden
Forderungsmanagement ist keine Fleißarbeit der Debitorenbuchhaltung, sondern eine Bilanzfrage des CFO. Wer offene Posten nur verwaltet, statt sie zu bewerten, entdeckt Ausfälle erst beim Jahresabschluss - und dann sind sie teuer. Der Forderungsmanagement-Agent verschiebt die Erkennung nach vorne: Alterstruktur, Ausfallrisiko und Wertberichtigungsbedarf werden kontinuierlich berechnet, damit strategische Entscheidungen rechtzeitig getroffen werden können.
Das Ausfallrisiko ist 2025 zur Bilanzfrage geworden
Die Zahlen von Creditreform machen die Dringlichkeit deutlich: 2025 meldeten in Deutschland 23.900 Unternehmen Insolvenz an, ein Anstieg von 8,3 Prozent gegenüber dem Vorjahr und der höchste Stand seit mehr als zehn Jahren. Die geschätzte Schadenssumme liegt bei rund 57 Milliarden Euro, durchschnittlich mehr als zwei Millionen Euro je Insolvenzfall. Für mittelständische Gläubiger bedeutet das: Jeder offene Posten ist potenziell ein Bilanzrisiko, nicht nur eine Liquiditätsfrage.
In diesem Umfeld reicht es nicht, den Mahnlauf zu optimieren. Entscheidend ist, welche Forderungen realistisch einbringbar sind, welche wertberichtigt werden müssen und welche besser verkauft oder gerichtlich durchgesetzt werden. Diese Bewertung braucht belastbare Daten zu Zahlungsverhalten, Altersstruktur und externer Bonität - und zwar nicht einmal im Quartal, sondern laufend.
Der Decision Layer trennt Berechnung von Bewertung
Der Forderungsmanagement-Agent zerlegt den Prozess in acht Entscheidungsschritte entlang des Gosign Decision Layer. Die Trennung ist klar: Arithmetik und Regelprüfung laufen automatisiert, Ermessensentscheidungen bleiben beim Menschen.
Die Forderungsalterstruktur ist eine Berechnung aus Fälligkeitsdaten - regelbasiert, ohne Ermessensspielraum. Gleiches gilt für die Kreditlimit-Überwachung: Eine Schwellenwert-Prüfung gegen konfigurierte Limits. Das Ausfallrisiko-Scoring nutzt ein ML-Modell, das Zahlungsverhalten, Branchenrisiko und externe Bonitätsdaten kombiniert. Bei 24 Monaten sauberer Historie erreichen solche Modelle typischerweise 80 bis 85 Prozent Trefferquote bei der Vorhersage von Zahlungsausfällen.
Strategische Entscheidungen bleiben beim CFO oder Head of Finance. Pauschalwertberichtigungen können regelbasiert vorgeschlagen werden, Einzelwertberichtigungen erfordern individuelles Ermessen, weil sie nach HGB §253 und EStG §6 unmittelbare steuerliche Konsequenzen haben. Zahlungsvereinbarungen, Factoring-Bewertung und gerichtliche Eskalation wägen Kundenbeziehung, Kosten und Risiko ab - keine Regeln, sondern Verhandlung.
Ein konkretes Szenario: Industriekunde mit sieben Millionen Forderungsbestand
Ein Maschinenbau-Mittelständler mit rund 180 Millionen Euro Umsatz führt etwa sieben Millionen Euro offene Forderungen in den Büchern. Die Debitorenbuchhaltung pflegt Alterstruktur und Mahnläufe zuverlässig, aber das Risiko-Bild entsteht erst beim Monatsabschluss - zu spät für operative Reaktion.
Mit dem Forderungsmanagement-Agent läuft die Bewertung täglich: Das ML-Scoring markiert einen Großkunden, dessen Zahlungsverhalten sich in den letzten sechs Wochen verschlechtert hat, obwohl das Kreditlimit noch nicht überschritten ist. Der Agent dokumentiert den Risiko-Score, die beitragenden Faktoren und die aktuelle Altersstruktur. Der CFO sieht die Warnung am selben Tag und entscheidet: Kreditlimit reduzieren, Lieferung auf Vorkasse umstellen, Vertrieb informieren. Die Entscheidung bleibt menschlich, die Grundlage kommt in Minuten statt Wochen.
Am Quartalsende liefert der Agent die Datenbasis für den Wertberichtigungsbedarf: Pauschalwertberichtigung nach Altersstruktur, Kandidaten für Einzelwertberichtigung mit dokumentiertem Scoring. Der Wirtschaftsprüfer erhält pro Bewertung einen nachvollziehbaren Nachweis - Risiko-Score, Methode, Berechnungsgrundlage. GoBD-konform, prüfungssicher, reproduzierbar.
Der Agent liefert GoBD-Evidenz, nicht Inkasso-Entscheidungen
Der Agent ist kein Inkasso-Tool und kein Ersatz für die Kundenbeziehung. Er liefert drei Dinge: eine kontinuierlich aktuelle Forderungsalterstruktur, ein risikogewichtetes Bild des Debitorenportfolios und eine dokumentierte Grundlage für Wertberichtigungsentscheidungen. Das Reporting deckt DSO, Aging, Ausfallrisiko-Heatmap und Kreditlimit-Auslastung ab, konfigurierbar nach den KPIs des CFO-Cockpits.
Was der Agent bewusst nicht tut: Er entscheidet nicht über Ratenzahlungen, er verkauft keine Forderungen, er eskaliert nicht selbstständig an die Rechtsabteilung. Diese Schritte bleiben strategisch und menschlich - genau dort, wo Verhandlungsgeschick, Kundenkenntnis und Kosten-Nutzen-Abwägung zählen. Der Decision Layer macht transparent, wer wann was entschieden hat, und liefert die Evidenz, auf der die Entscheidung beruhte. Das ist der Unterschied zwischen Automatisierung und verantwortbarer Entscheidungslogik.
Quellen:
Micro-Decision-Tabelle
Wer entscheidet bei diesem Agent?
8 Entscheidungsschritte, aufgeteilt nach Decider
Forderungsalterstruktur berechnen Wie verteilen sich die offenen Forderungen nach Alter? Regelwerk
Arithmetische Berechnung aus Fälligkeitsdaten
Entscheidungsakte
Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.
Ausfallrisiko-Scoring Wie hoch ist das Ausfallrisiko pro Debitor? KI-Agent
ML-Modell basierend auf Zahlungsverhalten und Bonitätsdaten
Entscheidungsakte
Anfechtbar: Ja - vollständig dokumentiert, durch Menschen überprüfbar, Einspruch über formalen Prozess.
Wertberichtigungsbedarf ermitteln Muss eine Einzel- oder Pauschalwertberichtigung gebildet werden? Regelwerk WP/BP
Pauschale nach Altersstruktur regelbasiert, Einzelfall erfordert menschliches Ermessen
Entscheidungsakte
Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.
Anfechtbar durch: WP/BP
Kreditlimit-Überwachung Ist das Kreditlimit des Debitors überschritten? Regelwerk
Schwellenwert-Prüfung gegen konfiguriertes Limit
Entscheidungsakte
Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.
Zahlungsvereinbarung vorschlagen Soll eine Ratenzahlung oder Stundung angeboten werden? Mensch
Verhandlungsentscheidung mit Kundenbeziehungs-Abwägung
Entscheidungsakte
Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.
Factoring-Bewertung Lohnt sich der Verkauf der Forderung? Mensch
Strategische Entscheidung unter Berücksichtigung von Kosten und Risiko
Entscheidungsakte
Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.
Reporting Wie werden DSO, Aging und Ausfallrisiken reportet? Regelwerk
Aggregation und Formatierung nach konfigurierten KPIs
Entscheidungsakte
Anfechtbar: Ja - Regelanwendung prüfbar. Einspruch bei fehlerhafter Datenbasis oder falscher Regelversion.
Eskalation an Rechtsabteilung Soll die Forderung gerichtlich geltend gemacht werden? Mensch
Strategische Entscheidung mit Kosten-Nutzen-Abwägung
Entscheidungsakte
Anfechtbar: Ja - über Vorgesetzten, Betriebsrat oder formalen Einspruch.
Entscheidungsakte und Anfechtbarkeit
Jede Entscheidung, die dieser Agent trifft oder vorbereitet, wird in einer vollständigen Entscheidungsakte dokumentiert. Betroffene (Mitarbeiter, Lieferanten, Prüfer) können jede einzelne Entscheidung einsehen, nachvollziehen und anfechten.
Passt dieser Agent zu Ihrem Prozess?
Wir analysieren Ihren konkreten Finance-Prozess und zeigen, wie dieser Agent in Ihre Systemlandschaft passt. 30 Minuten, keine Vorbereitung nötig.
Prozess analysieren lassenGovernance-Hinweise
GoBD-relevant: Wertberichtigungen sind bilanz- und steuerrelevant. HGB §253 (Bewertung von Forderungen), EStG §6 (Bewertung). Die Unterscheidung zwischen Einzel- und Pauschalwertberichtigung hat steuerliche Konsequenzen. Der Decision Layer dokumentiert jede Bewertungsentscheidung: Risiko-Score, angewandte Methode, Berechnungsgrundlage. Für den Wirtschaftsprüfer nachvollziehbar.
§203 StGB-relevante Daten werden Ende-zu-Ende verschlüsselt und nie im Klartext an KI-Modelle übergeben.
Beitrag zur Verfahrensdokumentation
Bewertung
Voraussetzungen
- ERP-System mit Debitorenbuchhaltung und offenen Posten
- Historische Zahlungsdaten für ML-Training (mind. 24 Monate)
- Bonitätsdaten-Provider (Creditreform, Bisnode o.ä.)
- Definierte Kreditlimits und Wertberichtigungsrichtlinien
Infrastruktur-Beitrag
Der Forderungsmanagement-Agent etabliert die Risiko-Scoring-Infrastruktur für den gesamten Katalog. Das ML-basierte Ausfallrisiko-Scoring wird vom Fraud-Detection-Agent (Musteranalyse) und Lieferanten-Onboarding-Agent (Risikobewertung) wiederverwendet. Die Wertberichtigungslogik bildet die Vorlage für den Rückstellungs-Agent.
Was diese Erstbewertung enthält: 9 Slides für Ihr Führungsteam
Personalisiert mit Ihren Zahlen. Generiert in 2 Minuten direkt im Browser. Kein Upload, kein Login.
- 1
Titelfolie - Prozessname, Entscheidungspunkte, Automatisierungspotenzial
- 2
Executive Summary - FTE-Freisetzung, Kosten pro Vorgang vorher/nachher, Break-Even-Datum, Kosten des Wartens
- 3
Ausgangslage - Transaktionsvolumen, Fehlerkosten, Wachstumsszenario mit FTE-Vergleich
- 4
Lösungsarchitektur - Mensch - Regelwerk - KI-Agent mit konkreten Entscheidungspunkten
- 5
Governance - EU AI Act, GoBD/HGB, Audit Trail - mit Ampelstatus
- 6
Risikoanalyse - 5 Risiken mit Eintrittswahrscheinlichkeit, Auswirkung und Gegenmaßnahme
- 7
Roadmap - 3-Phasen-Plan mit konkreten Kalenderdaten und Go/No-Go
- 8
Business Case - 3-Szenarien-Vergleich (Nichtstun/Neueinstellung/Automatisierung) plus 3×3-Sensitivitätsmatrix
- 9
Diskussionsvorschlag - Konkrete nächste Schritte mit Zeitplan und Verantwortlichkeiten
Enthält: 3-Szenarien-Vergleich
Nichtstun vs. Neueinstellung vs. Automatisierung - mit Ihrem Gehaltsniveau, Ihrer Fehlerquote und Ihrem Wachstumsplan. Die eine Slide, die Ihr CFO als erstes sehen will.
Berechnungsmethodik anzeigen
Stundensatz: Jahresgehalt (Ihre Eingabe) × 1,3 AG-Anteil ÷ 1.720 Jahresarbeitsstunden
Einsparung: Vorgänge × 12 × Automatisierungsrate × Minuten/Vorgang × Stundensatz × Economic Factor
Qualitäts-ROI: Fehlerreduktion × Vorgänge × 12 × EUR 260/Fehler (APQC Open Standards Benchmarking)
FTE: Eingesparte Stunden ÷ 1.720 Jahresarbeitsstunden
Break-Even: Benchmark-Investition ÷ monatliche Gesamteinsparung (Effizienz + Qualität)
Neueinstellung: Jahresgehalt × 1,3 + EUR 12.000 Recruiting pro FTE
Alle Daten bleiben in Ihrem Browser. Nichts wird an Server übertragen.
Forderungsmanagement-Agent
Erstbewertung für Ihr Führungsteam
In 2 Minuten eine fundierte Erstbewertung - mit Ihren Zahlen, Ihrem Risikoprofil und Branchenbenchmarks. Kein Anbieter-Logo, kein Vendor-Pitch.
Alle Daten bleiben in Ihrem Browser. Nichts wird übertragen.
Weiterführende Seiten
Verwandte Agenten
Zahlungseingangszuordnungs-Agent
Eingehende Zahlungen automatisch offenen Rechnungen zuordnen - auch bei abweichendem Zahler.
Mahnlauf-Agent
Fällige Forderungen überwachen, Mahnstufen steuern und Verzugszinsen berechnen.
Rechnungsausgangs-Agent
Ausgangsrechnungen regelbasiert erstellen, formatieren und GoBD-konform versenden.
Häufige Fragen
Wie genau ist das Ausfallrisiko-Scoring?
Die Genauigkeit hängt von der Datenqualität ab. Mit 24+ Monaten Zahlungshistorie und externen Bonitätsdaten erreicht das Modell typischerweise 80-85% Trefferquote bei der Vorhersage von Zahlungsausfällen.
Wie werden Wertberichtigungen berechnet?
Pauschalwertberichtigungen basieren auf der Altersstruktur mit branchenüblichen Prozentsätzen. Einzelwertberichtigungen erfordern eine individuelle Beurteilung - der Agent liefert die Datenbasis, der Mensch trifft die Bewertungsentscheidung.
Kann der Agent verschiedene Reporting-Formate liefern?
Ja. DSO, Aging-Report, Ausfallrisiko-Heatmap, Kreditlimit-Auslastung - alle KPIs sind konfigurierbar. Reports werden automatisch zum Monatsende oder auf Abruf generiert.
Was passiert als Nächstes?
30 Minuten
Erstgespräch
Wir analysieren Ihren Prozess und identifizieren den optimalen Startpunkt.
1 Woche
Discover
Mapping Ihrer Entscheidungslogik. Regelwerke dokumentiert, Decision Layer designt.
3-4 Wochen
Build
Produktiver Agent in Ihrer Infrastruktur. Governance, Audit Trail, prüfungsfähig ab Tag 1.
12-18 Monate
Eigenständig
Voller Zugang zu Quellcode, Prompts und Regelversionen. Kein Vendor Lock-in.
Diesen Agent implementieren?
Wir bewerten Ihre Finance-Prozesslandschaft und zeigen, wie dieser Agent in Ihre Infrastruktur passt.