Fasse den Artikel mit deiner KI zusammen
Index
Manuelle Excel-Prognosen kosten Zeit und liefern veraltete Daten. Wer heute noch stundenlang Tabellen zusammenkopiert, verliert. Unternehmen im DACH-Raum setzen deshalb auf automatisierte Cashflow-Prognosen mit rollierenden 13-Wochen-Forecasts, Echtzeit-Datenintegration und ordentlichen Abweichungsanalysen. Was bringt das? Globale Liquiditätstransparenz, schnellere Entscheidungen und weniger Kopfschmerzen am Monatsende.
Drei Fragen, die jeder CFO stellen sollte
Wie viel Liquidität haben wir eigentlich? Wo liegt das Geld genau? Wann können wir darüber verfügen? Klingt banal, aber für viele Treasury-Teams sind die Antworten erstaunlich schwer zu bekommen. Der Grund: veraltete Systeme, fragmentierte Daten und manuelle Prozesse, die mehr Zeit fürs Datensammeln als fürs Analysieren erfordern.
Die PwC Global Treasury Survey 2025 bestätigt das Bild: mangelnde Datenqualität gehört zu den größten Herausforderungen für Treasurer. Und ein großer Anteil der Unternehmen hantiert noch immer mit manuell zusammengetragenen Prognosedaten. Bei mittelständischen Firmen sieht es oft noch schlechter aus.
Aber es geht auch anders.
Cashflow-Management, Liquiditätsplanung, Cashflow-Prognose: Wo ist der Unterschied?
Die Treasury-Welt nutzt viele Begriffe, die erstmal ähnlich klingen. In der Praxis betreffen sie aber unterschiedliche Thematiken.
Cashflow-Management ist das operative Tagesgeschäft: Zahlungseingänge überwachen, Rechnungen begleichen, Kontostände prüfen. Kurz: Was passiert heute?
Liquiditätsplanung schaut weiter: Haben wir genug liquide Mittel, um unseren Verpflichtungen nachzukommen? Welche Finanzierungsquellen stehen zur Verfügung? Hier geht es um strategische Absicherung.
Die Cashflow-Prognose verbindet beides. Sie sagt voraus, wo die Liquidität in drei Wochen, drei Monaten oder einem Jahr stehen wird. Ohne brauchbare Prognose fährt das Treasury auf Sicht. Es reagiert nur, statt zu gestalten.
Was bei Treasury-Cashflow-Prognosen schiefläuft
CFOs sind oft mit veralteten Cash-Positionen konfrontiert. Hier sind die vier Hauptschuldigen für Probleme bei Treasury-Prognosen:
Veraltete Daten: Viele Treasury-Teams arbeiten mit Liquiditätspositionen, die mehrere Tage alt sind. In volatilen Märkten kann das teuer werden.
Fragmentierte Systeme: Daten liegen verstreut über verschiedene ERP-Systeme (SAP, Microsoft Dynamics, NetSuite), Banking-Plattformen und Buchhaltungslösungen. Ein Gesamtbild zu bekommen bedeutet dutzende Excel-Exports manuell zusammenführen. Wer das mal gemacht hat, weiß, wie viel Spaß das macht.
Excel-Abhängigkeit: Tabellenkalkulationen sind flexibel, aber fehleranfällig. Die Zeit, die Treasury-Mitarbeiter mit dem Pflegen von Spreadsheets verbringen, fehlt für die eigentliche Analyse.
Zeitverzögerungen im Reporting: Bis Prognosen erstellt, geprüft und verteilt sind, haben sich die Rahmenbedingungen oft schon geändert.
Was eine robuste Cash-Prognose können muss
Solide Cash-Prognosen sind für den Mittelstand Pflicht. Wenn Sie nicht wissen, wo genau Ihr Geld liegt, haben Sie ein Problem. Daher ist es wichtig, dass Sie:
Globale Cash-Transparenz herstellen
Strategische Investitionen verzögern sich, wenn niemand die verfügbare Liquidität sicher beziffern kann. Moderne Treasury-Management-Systeme lösen das durch API-basierte Verbindungen zu Banken weltweit. Statt auf Tagesendberichte zu warten, rufen diese Systeme Kontostände automatisiert in Echtzeit ab. Ob Deutsche Bank, UBS, Raiffeisen oder Sparkasse ist dabei egal.
Was Sie bekommen: Eine konsolidierte Übersicht auf Knopfdruck über alle Bankverbindungen.
Gebundene Liquidität (“Lazy Cash”) aufspüren und Working Capital optimieren
Ein Klassiker in internationalen Konzernen: Die Zentrale verwendet teure Kreditlinien, während in ausländischen Tochtergesellschaften ordentliche Überschüsse ungenutzt herumliegen. Diese gebundenen Mittel ("Lazy Cash”) entstehen durch regulatorische Beschränkungen, steuerliche Überlegungen oder schlicht durch fehlende Transparenz.
Genaue Cashflow-Prognosen auf Konzernebene machen diese Ineffizienzen sichtbar. Branchenstudien legen nahe, dass durch optimierte Cash-Strukturen ordentliche Einsparungen bei den Fremdkapitalkosten drin sind.
Direkt oder indirekt: Welche Prognosemethode passt wann?
Die direkte Methode erfasst tatsächliche Zahlungsströme: Welche Kundeneinzahlungen erwarten wir? Welche Lieferantenrechnungen werden fällig? Das eignet sich gut für kurzfristige Prognosen, weil die meisten Zahlungen schon bekannt oder gut vorhersagbar sind.
Die indirekte Methode leitet Cashflows aus geplanten Gewinn- und Verlustrechnungen ab, bereinigt um nicht-zahlungswirksame Posten wie Abschreibungen und Working-Capital-Veränderungen. Sie passt besser für langfristige Planungen.
In der Praxis kombinieren viele Treasury-Abteilungen beide Methoden: kurzfristig direkt, langfristig indirekt. Mehr dazu in unserem Artikel zum direkten und indirekten Cashflow.
Wie gute Treasury-Cashflow-Prognosen in der Praxis aussehen
Die Cash-Prognose im Treasury-Management hat eine Reihe von branchenüblichen Ansätzen. Diese gelten als Best Practices im Treasury-Management:
Die rollierende 13-Wochen-Prognose
13 Wochen entsprechen einem Quartal. Das ist lang genug für strategische Maßnahmen und kurz genug für belastbare operative Daten. Anders als statische Jahresbudgets bleibt die rollierende Prognose durch ständige Aktualisierung immer aktuell. Der 13-wöchige Cashflow-Bericht gilt nicht umsonst als Best Practice im Treasury.
Jede Woche fällt die älteste Woche heraus, eine neue kommt hinzu. Treasury-Teams haben so immer einen Blick auf die kommenden drei Monate.
J.P. Morgans Treasury-Experten empfehlen: Wöchentliche Updates, am besten donnerstags oder freitags, damit die aktualisierte Prognose montags für Entscheidungen bereitsteht.
Systematisch Abweichungen analysieren
Eine Prognose erstellen ist die halbe Arbeit. Die andere Hälfte: Verstehen, warum Prognose und Realität voneinander abweichen.
Am Ende jeder Woche wird die prognostizierte Entwicklung mit den tatsächlichen Cashflows verglichen. Nicht jede Abweichung ist gleich wichtig:
Zeitliche Abweichungen passieren, wenn Zahlungen zwar kommen, aber später, also z.B. ein Kunde zahlt nach 45 statt 30 Tagen.
Mengenabweichungen treten auf, wenn Volumina anders ausfallen. Kunden zahlen mehr als geplant, ein Großauftrag verzögert sich etc.
Preisabweichungen entstehen, wenn Stückkosten oder Erlöse sich ändern. Rohstoffpreise entwickeln sich anders, Währungskurse schwanken stärker.
Wer eine solche Analyse konsequent macht, verbessert in der Regel die Prognosequalität Monat für Monat.
Szenarien und Stresstests
Eine Punktprognose reicht nicht. Was passiert bei einem Kundenausfall? Einer Währungskrise? Einer Lieferkettenunterbrechung?
Die meisten Unternehmen arbeiten mit drei Szenarien: Basis (wahrscheinlichste Entwicklung), optimistisch (günstige Entwicklungen) und pessimistisch (ungünstige Entwicklungen).
Stresstests gehen noch einen Schritt weiter und modellieren extreme Ereignisse (Black Swan Events), um kritische Liquiditätsengpässe frühzeitig zu identifizieren, eine Anforderung, die auch durch die MaRisk (Mindestanforderungen an das Risikomanagement) der BaFin zunehmend in den Fokus rückt.
Was moderne Treasury-Systeme (TMS) besser machen
Moderne Treasury-Management-Systeme zentralisieren die Datenerfassung, führen Berechnungen durch und erstellen Berichte, für die früher stundenlange manuelle Arbeit erforderlich war.
Eine einzige Datenquelle (Single Source of Truth) via APIs statt Wildwuchs
Moderne TMS-Plattformen verbinden sich direkt über APIs mit Banken, ERP-Systemen und Zahlungsdienstleistern. Im DACH-Raum dominieren EBICS, SWIFT und immer öfter PSD2-basierte Open-Banking-APIs für die Bankanbindung.
Die Integration in ERP-Systeme funktioniert zum Beispiel über SAP-Konnektoren oder Schnittstellen zu anderen Systemen wie DATEV oder NetSuite.
Eine derartige Integration hilft Treasury-Teams. Sie vermeiden manuelle Eingaben, senken Fehlerquoten und bekommen Echtzeit-Sichtbarkeit. Compliance-Verstöße sinken, weil alle Transaktionen lückenlos dokumentiert sind.
KI macht Prognosen genauer
Machine-Learning-Algorithmen lernen aus historischen Daten. Statt anzunehmen, dass „Kunden durchschnittlich nach 45 Tagen zahlen", analysieren sie das tatsächliche Verhalten einzelner Kunden und erstellen differenzierte Prognosen. Mehr zu KI im Treasury.
Das Gleiche gilt auf der Ausgabenseite: KI-Systeme erkennen saisonale Muster und identifizieren ungewöhnliche Transaktionen, die auf Fehler oder Betrug hindeuten könnten.
Treasury wird vom Kostencenter zum strategischen Partner der Geschäftsführung
Treasury-Cashflow-Prognosen sind kein lästiges Pflichtprogramm. In volatilen Märkten entscheidet gute Liquiditätssteuerung mit über Erfolg oder Misserfolg.
Die Werkzeuge gibt es: moderne Treasury-Management-Systeme mit Echtzeit-Integration, automatisierten Prognosen und KI-gestützten Analysen. Die Methoden sind bekannt: rollierende 13-Wochen-Prognosen, systematische Abweichungsanalysen, Szenariomodellierung.
Jetzt zählt konsequente Umsetzung. Unternehmen, die jetzt investieren, schaffen nicht nur Transparenz. Sie treffen bessere Finanzierungsentscheidungen, steuern Working Capital gezielter und erkennen Risiken früher.
