
Über den Jahreshaushalt hinaus: Rolling Forecasts im Zeitalter der KI
Viele von uns haben bereits erlebt, wie ein Budget kaum nach der Genehmigung schon wieder überholt ist und eine neue Prognose erforderlich wird. Bei der Budgetierung zählt nicht nur die Zahl, sondern vor allem der Planungsprozess. Passen wir das Budget nicht an, verlieren die Zahlen kurz nach der Erstellung ihre Relevanz und demotivieren alle Beteiligten.
Rolling Forecasts liefern realistische Zahlen und Ziele und ermöglichen es, Pläne flexibel an geänderte Geschäftsbedingungen anzupassen sowie die Grenzen eines statischen Jahresbudgets zu überwinden.
„Das Budget hat sich von einem Managementinstrument zu einem Hindernis für das Management entwickelt.“
Frank Carlucci, ehemaliger US-Verteidigungsminister
Da Rolling Forecasts zunehmend an Bedeutung gewinnen, erläutern wir zunächst, was ein Rolling Forecast ist, und zeigen anschließend die drei Schlüsselbereiche auf, die Sie bei der erfolgreichen Implementierung eines Rolling-Forecast-Prozesses in Ihrem Unternehmen berücksichtigen sollten:
- Rhythmus
- Treiber
- Verantwortlichkeit
In jedem dieser Bereiche wirkt Künstliche Intelligenz (KI) wie ein Vergrößerungsglas und hilft Finanzteams, Veränderungen früher zu erkennen, wesentliche Geschäftstreiber zu identifizieren und die Prognosequalität zu steigern, wenn Fachkräfte sie richtig einsetzen. Am effektivsten wirkt KI jedoch in Verbindung mit soliden Prozessen und sachkundigen Finanzexperten, die Kontext und Urteilsvermögen einbringen.
Was sind Rolling Forecasts?
Bevor wir tiefer in diesen Artikel einsteigen, beginnen wir mit einer einfachen Definition von Rolling Forecasts, da es sich lohnt, zunächst eine gemeinsame Grundlage zu schaffen:
Für unsere Zwecke ist ein Rolling Forecast eine kontinuierlich aktualisierte Prognose, die über den aktuellen Zeitraum – in der Regel das Geschäftsjahr – hinausgeht und diesen Zeitraum bei jeder Neuprognose erweitert.
Die häufigste Variante deckt stets die nächsten 12 Monate nach dem letzten Monatsabschluss ab. Beenden wir beispielsweise gerade den ersten Budgetmonat, umfasst die neue Prognose 11 Budgetmonate plus 1 Monat des folgenden Geschäftsjahres. Mit jedem Durchlauf verschiebt sich der Horizont um einen Monat, bis schließlich 11 Monate des neuen Geschäftsjahres und nur noch 1 Monat des laufenden Jahres in der Prognose stehen.
Ein zentraler Vorteil des Rolling Forecasts ist, dass er uns zwingt, über das aktuelle Jahr hinauszuschauen und uns im Laufe der Zeit auf das nächste Jahr vorzubereiten. Dies ist ein wichtiger Punkt, da eine Neuprognose manchmal mit einem Rolling Forecast verwechselt wird. Wenn Sie lediglich das aktuelle Jahr neu prognostizieren, ohne darüber hinaus zu blicken, erstellen Sie keinen Rolling Forecast.
Ein Rolling Forecast erleichtert die Budgetplanung für das nächste Jahr, da Sie bei jeder Prognose zunehmend das kommende Jahr berücksichtigen. Je nach Unternehmensbedarf können Sie mehr oder weniger als zwölf Monate abdecken und so oft wie nötig Prognosen erstellen.
In diesem Artikel nutze ich Beispiele für 12 Monate und 1 Monat, da dies gängige Zeiträume sind. Beim Thema Kadenz und ereignisgesteuerte Prognosen erläutern wir jedoch, dass Flexibilität ein Schlüsselelement von Rolling Forecasts ist, sodass Teams Prognosen dann erstellen, wenn das Unternehmen sie benötigt, und nicht nur nach einem festgelegten Zeitplan.
1. Rhythmus: Erstellen Sie Prognosen, sobald das Unternehmen sie benötigt
„Das Ziel der Prognose ist nicht, die Zukunft vorherzusagen, sondern Ihnen mitzuteilen, was Sie wissen müssen, um in der Gegenwart sinnvolle Maßnahmen zu ergreifen.“
Paul Saffo, Futurist
In der Vergangenheit erstellten viele Unternehmen ihre Prognosen stets dann neu, wenn es der Kalender vorschrieb. Unternehmen erstellten beispielsweise quartalsweise oder monatlich eine neue Prognose, unabhängig davon, wie präzise die bestehende Prognose war oder ob sie tatsächlich neue Zahlen benötigten. Wir bezeichnen dies als kalender-gesteuerte Prognose, die im heutigen Umfeld unzureichend ist. Ein regelmäßiger Prognose-Rhythmus bildet lediglich den Ausgangspunkt; darauf aufbauend müssen wir zu einer ereignis-gesteuerten Prognose übergehen.
In Zeiten zunehmender Unsicherheit müssen Prognosezyklen die Geschäftsbedingungen widerspiegeln und nicht feste Zeitpläne. Ein Paradebeispiel dafür ist die Coronavirus-Krise (COVID), als Teams wöchentlich und in manchen Fällen sogar alle paar Tage neue Prognosen erstellten. Unternehmen benötigen heute robuste Prozesse, die es ermöglichen, Prognosen genau dann zu erstellen, wenn ein Ereignis dies erfordert. Dafür braucht es ein Planungstool oder höchste Disziplin in der Finanzabteilung, um die Aufgabe in Excel zu bewältigen.
Das Prinzip der ereignisgesteuerten Prognose besteht darin, den Anforderungen des Unternehmens gerecht zu werden. Erstellen Sie normalerweise monatlich eine Prognose, hat sich jedoch nichts Wesentliches geändert, lassen Sie diesen Monat aus und verzichten auf eine neue Prognose. Treten andere Prioritäten auf, die wichtiger sind als die Prognose, konzentrieren Sie sich zuerst auf diese. In Monaten, in denen die Prognose und die Bezahlung unseres Vertriebsteams kollidierten, entschied ich mich stets dafür, das Vertriebsteam zu bezahlen, da dies wichtiger war als eine willkürliche Prognosefrist.
Treten hingegen wesentliche Veränderungen ein, erstellt das Unternehmen auch mitten im Monat eine neue Prognose. Auslösende Ereignisse können externe Faktoren wie ein Anstieg der Rohstoffpreise oder ein Schritt eines Mitbewerbers sein oder interne Faktoren wie der Start eines neuen Projekts oder der Verlust eines Großkunden. Eine bewährte Faustregel besagt: Sobald ein Ereignis die Geschäftsprognose signifikant verändert, erstellen Sie umgehend eine neue Prognose. Was als „material“ gilt, variiert je nach Unternehmen, doch eine Abweichung von mehr als 5 % bietet einen guten Ausgangspunkt.
Das Kernprinzip der kadenzbasierten Prognose besteht darin, den Anforderungen des Unternehmens gerecht zu werden, anstatt sich bei der Entscheidung, wann eine Neuprognose erstellt werden soll, auf einen willkürlichen Kalender zu verlassen. Wenn Sie entscheiden, wann eine Neuprognose sinnvoll ist, denken Sie daran, dass dies damit beginnt, Ihren Führungskräften zuzuhören, und darüber hinausgeht.
Warnmeldungen auf Basis von KI informieren Sie in Echtzeit, sobald sich relevante Kennzahlen ändern, und ermöglichen so eine proaktive Anpassung der Planung.
Moderne KI-Tools überwachen kontinuierlich interne und externe Datenquellen, identifizieren aufkommende Trends, erkennen Anomalien und markieren Prognoseannahmen, die nicht mehr gültig sind. So wechselt das Finanzteam von reaktiven Neuprognosen zu proaktiver Entscheidungsfindung. Bei der Umstellung auf eine ereignisgesteuerte Prognose ist ein effizienter Prognoseprozess, der sich auf die wichtigsten Unternehmens-Treiber konzentriert, entscheidend.
2. Treiber: Fokussieren Sie sich dabei auf die Geschäfts-Treiber, die den Wertbeitrag steuern
Es gibt viele Prognose-Methoden, doch alle wirksamen Ansätze berücksichtigen die operativen Treiber des Unternehmens. Eine Prognose, die sich auf Buchhaltungspositionen und einfache Durchschnittswerte stützt, erschwert die enge Zusammenarbeit mit dem Business und das Erreichen vereinbarter Ziele. Übersetzen Sie daher Prognose und Schlüssel-Treiber in Kennzahlen, die sich verfolgen und berichten lassen.
Der Schlüssel zum Erfolg einer treiberbasierten Prognose lautet:
- Verknüpfen Sie jeden Treiber mit den operativen Prozessen des Unternehmens
- Wählen Sie Treiber, die das Unternehmen leicht beeinflussen und nachverfolgen kann
- Konzentrieren Sie sich ausschließlich auf die wichtigsten Treiber (3–5), die das Unternehmen voranbringen
Betrachten wir ein einfaches Beispiel mit zwei Prognosen, die beide dasselbe Umsatzziel verfolgen, jedoch sehr unterschiedliche Wege nutzen. In diesem Beispiel betrachten wir ein E-Commerce-Unternehmen für Outdoor-Ausrüstung.

In der ersten Grafik nutzt das Unternehmen eine lineare Wachstumsannahme für die verkauften Einheiten und eine Inflationsannahme für den Preis. So ergibt sich eine Planzahl von 12,9 Millionen US-Dollar (Mio. $), ohne dass das Management auf operativer Ebene steuerbare Kennzahlen erhält. Unklar bleibt, welcher Website-Traffic oder welche Konversionsrate dafür nötig ist. Dieser Ansatz liefert keine operationalisierbaren Kennzahlen. Vergleichen wir diese einfache Prognose mit einem Beispiel, das auf Schlüsselfaktoren aufbaut.

Hier starten wir mit Schlüsselmessgrößen wie dem organischen Website-Traffic und der Basis-Konversionsrate. Anschließend definieren wir zentrale Planungsannahmen zu Inflation, Website-Wachstum, Konversionsrate-Verbesserung und Traffic-Aufteilung nach Kategorien. Ein planbasierter Ansatz erleichtert die Steuerung des Unternehmens erheblich. Angenommen, wir verfehlen im Februar das Ziel. Wir prüfen die zugrunde liegenden Annahmen und stellen fest, dass die Konversionsrate nur 2,7 % betrug, obwohl wir 2,9 % angenommen hatten. So erkennen wir nicht nur die Abweichung, sondern können auch gezielt mit dem Unternehmen klären, welche Ursachen dafür verantwortlich sind, und welche Gegenmaßnahmen greifen.
Um die relevanten Treiber für unsere Prognosemodelle zu identifizieren, nutzen wir KI, um operative Schlüsseltreiber für unser Unternehmen zu analysieren. Sind wir noch nicht mit dem betreuten Geschäftsfeld vertraut, setzen wir Generative KI ein, um die Branche zu recherchieren und die wichtigsten operativen Treiber für Unternehmen in unserer Branche zusammenzufassen. Generative AI analysiert zudem die jüngsten 10-K- und 10-Q-Unterlagen unserer Wettbewerber und recherchiert Online-Artikel über unsere Branche. Ergänzend sprechen wir mit den Fachexperten (Subject Matter Experts, SMEs) im Unternehmen und nutzen Tools wie Werttreiberbäume, um die wichtigsten operativen Treiber abzubilden.
Der treiberbasierte Ansatz vereinfacht die Aktualisierung von Rolling Forecasts erheblich, da wir gemeinsam mit dem Unternehmen lediglich die wichtigsten, treiberbasierten Annahmen anpassen müssen und nicht jede Einzelposition. Eine treiberbasierte Prognose bereitet uns zudem optimal auf den nächsten Schlüssel zu Rolling Forecasts vor: die Verantwortlichkeit für die Prognose.
3. Verantwortlichkeit: Machen Sie Prognosen zu einer gemeinsamen Verantwortung
„Verantwortlichkeit ist der Klebstoff, der Engagement und Ergebnisse miteinander verbindet.“
– Bob Proctor, Autor
Nach Abschluss des Budgets oder der Prognose hört die Finanzabteilung in Besprechungen jedoch allzu oft Aussagen wie: „Das ist nicht meine Zahl. Ich weiß nicht, wie die Finanzabteilung darauf kommt.“ Tritt dieser Fall ein, fehlt in den meisten Fällen die Rechenschaftspflicht für die prognostizierten Zahlen, denen das Unternehmen zugestimmt hat.
Das Problem liegt selten in der Kontrolle; häufiger geht es um einen Mangel an Prozessen, Transparenz und Vertrauen. Wenn Financial Planning and Analysis (FP&A) dem Unternehmen helfen soll, seine finanziellen Ziele zu erreichen, muss es eine Kultur der gemeinsamen Verantwortlichkeit schaffen. Allzu oft betrachten Führungskräfte das Budget/die Prognose als Zahl der Finanzabteilung und nicht als gemeinsames Ziel, zu dessen Erreichung jeder beiträgt.
Bereits bei der Budgeterstellung sollten FP&A-Teams eng mit den Fachbereichen zusammenarbeiten, um die wichtigsten Umsatz-Treiber für jeden Geschäftsbereich zu identifizieren. Beispiel: Für das Implementierungsteam ist der entscheidende operative Treiber häufig die Zeit bis zum Abschluss einer Installation von einer neuen Software. In diesem Fall stimmen Sie sich eng mit dem Implementierungsteam ab und legen gemeinsam die erwartete Installationszeit, relevante Einflussfaktoren sowie mögliche Risiken und Chancen fest.
Eine einfache Möglichkeit, die Verantwortlichkeit zu verbessern, besteht darin, jedem wichtigen Prognose-Treiber einen Verantwortlichen zuzuweisen. Der Vertrieb könnte für die Konversionsraten zuständig sein, das Marketing für den Website-Traffic und der Betrieb für die Effizienz der Auftragsabwicklung. Wenn die Zuständigkeiten klar sind, gehen die Diskussionen über die Erläuterung von Abweichungen hinaus und konzentrieren sich auf die Leistungsverbesserung.
Arbeiten Sie als Finanzfachkraft an einem solchen Umfeld, konzentrieren Sie sich auf Zusammenarbeit und die Unterstützung Ihrer Geschäftspartner. Vermeiden Sie eine „Finanz-gegen-Geschäft“-Perspektive; betrachten Sie jedes Thema als gemeinsames Anliegen. Wird ein Ziel verfehlt, formulieren Sie aktiv: „Wir haben unser Ziel verfehlt“, um Verantwortung zu teilen und Vertrauen zu stärken.
Fazit: Aufbau eines zukunftsfähigen Prognose-Prozesses
In der heutigen Welt muss FP&A einen Prognoseprozess aufbauen, der sich an den Bedürfnissen des Unternehmens orientiert. Dies erfordert die Fähigkeit, eine neue Prognose zu erstellen, wenn das Unternehmen eine neue Prognose benötigt, und nicht, wenn der Kalender dies vorschreibt.
Die neue Prognose orientiert sich an den operativen Treibern des Unternehmens und den zugrunde liegenden Mechanismen. Die Geschäftsbereiche tragen die Verantwortung für diese Schlüsselfaktoren, während die Finanzabteilung die Zusammenarbeit sicherstellt. Die Finanzabteilung sorgt dafür, dass die Prognose realistisch bleibt, und beseitigt gemeinsam mit den Geschäftsbereichen Hindernisse auf dem Weg zu den finanziellen Zielen. Die Geschäftsbereiche stellen sicher, dass die in der Prognose verwendeten Treiber steuerbar sind.
Technologie, einschließlich KI, steigert Geschwindigkeit, Genauigkeit und Transparenz von Prognosen, ersetzt jedoch nicht die Grundlagen einer soliden Planung und eine enge Zusammenarbeit mit dem operativen Geschäft. Die besten FP&A-Teams betrachten Technologie als Hilfsmittel, das sie dabei unterstützt, das operative Geschäft besser zu bedienen, wobei der Mensch weiterhin steuert. KI fungiert während des gesamten Prozesses als Vergrößerungsglas: Sie warnt Sie, wenn sich wesentliche Änderungen ergeben, führt eine erste Abweichungsanalyse durch und macht die Zahlen für das Unternehmen transparent. Erfahrene FP&A-Experten entscheiden jedoch, wie das Team diese Informationen nutzt. Unser Ziel ist es, das Unternehmen in die Lage zu versetzen, seine Ziele zu erreichen, und nicht nur die Gewinn- und Verlustrechnung (GuV) zu erstellen.
Wenn Sie sehen möchten, wie Jedox Rolling Forecasts im Zeitalter der KI ermöglicht, können Sie hier eine Demo vereinbaren.
Was ist der Unterschied zwischen einer herkömmlichen Rolling Forecast und einer KI-gestützten Rolling Forecast?
Herkömmliche Rolling Forecasts basieren stark auf manuellen Aktualisierungen und dem Urteilsvermögen von Analysten. KI-gestützte Rolling Forecasts nutzen Machine Learning und Predictive Analytics, um den Prognose-Prozess zu automatisieren, verborgene Treiber zu identifizieren und die Prognosegenauigkeit kontinuierlich zu steigern.
Welche Daten benötigen KI-gestützte Rolling Forecasts?
KI-gestützte Rolling Forecasts profitieren von historischen Finanzdaten, operativen Kennzahlen, Marktindikatoren und externen Treibern. Datenqualität und -vollständigkeit beeinflussen die Prognoseleistung erheblich.
Kann KI die Automatisierung von Rolling Forecasts unterstützen?
Ja, KI automatisiert zahlreiche Rolling-Forecast-Prozesse, darunter Datenerfassung, Treiberanalyse, Anomalieerkennung, Prognoseerstellung und Szenariomodellierung. Finanzteams validieren weiterhin Annahmen und treffen strategische Entscheidungen.












