Manche Unternehmen führen zwei Buchhaltungen, ohne es so zu nennen. Diese Gesellschaft war über fünf Jahre organisch gewachsen. Die Projektkosten wurden auf Cash-Basis in Excel geführt — pragmatisch, schnell, vertraut. Die eigentliche Buchhaltung lag derweil im komplexen MS-Dynamics-365-Modell der Konzernmutter. Zwei Welten, die sich in fünf Jahren nie kennengelernt hatten.
Vor anstehenden Jahresabschlüssen und Anlagenaktivierungen im Millionenbereich stand eine unangenehm einfache Frage im Raum: Haben wir jede Cash-Position erfasst? Gibt es ungebuchte Verbindlichkeiten? Die Differenz zwischen Cash-Sicht und Büchern lag im dreistelligen Millionenbereich — niemand konnte sagen, welche Seite recht hatte.
Wegwerfen war keine Option
Die meisten Berater hätten hier zu einem Neuanfang geraten: Excel weg, sauberes System rein. Das war keine Option. Fünf Jahre Historie mussten übernommen werden, und der laufende Betrieb durfte nicht stehenbleiben. Wir sind den umgekehrten Weg gegangen — nicht neu bauen, sondern rekonstruieren. Die bestehende Excel-Logik haben wir in einem deterministischen ETL-Prozess repliziert, sodass jede Zahl nachvollziehbar wurde.
Nach dem Prinzip „wenn dies, dann das" — jede Zahl nachvollziehbar, keine Blackbox.
Ein unbekanntes Datenmodell von Grund auf nachbauen
Parallel haben wir das Dynamics-Datenmodell direkt auf Grunddatenebene nachgebaut. Niemand im Konzern konnte uns sagen, welche Tabellen relevant waren — also haben wir es selbst herausgefunden. Neu eingeführte Finanztags erlaubten es, jeder Buchung nachträglich eine Kostenstelle zuzuordnen, ohne umzubuchen und ohne Zahlungen aufzuhalten.
Der heikelste Punkt: geschlossene Geschäftsjahre dürfen nicht verändert werden. Also legten wir einen Management-Adjustment-Layer direkt in die Datenbank.
Korrekturen, ohne die Abschlüsse zu verfälschen.
Der Moment, in dem beide Welten sich treffen
Heute treffen sich alle Größen — Ist-Werte, Management-Adjustments, Forecast und Payments — in einem zentralen Modell. Die kumulierte Reporting-Abweichung über alle Perioden liegt bei 0,23 %. Das Reporting bleibt Monat für Monat konsistent, und die Banken sehen eine verlässliche Zahl. Rund 13.000 Buchungszeilen wurden dabei nachklassifiziert und damit erstmals eindeutig zuordenbar.
Auditierbar für jeden, der eine Tabelle lesen kann
Die Plattform läuft auf Standard-SQL und Python — wartbar und lesbar für jeden im Team, ohne Abhängigkeit vom Wissen Einzelner. Der laufende Betrieb wurde dabei nie unterbrochen; geändert haben sich nur die Forecast-Quelle und die Kostenstellen-Pflege. Laufende Software-Kosten: 250–400 € im Monat.
Drei Dinge, die Sie mitnehmen können
- Rekonstruieren statt wegwerfen. Fünf Jahre Historie und ein eingespieltes Excel-Modell sind kein Grund für einen Neuanfang — sie sind der Ausgangspunkt.
- Ein Adjustment-Layer statt Umbuchung. Geschlossene Geschäftsjahre bleiben unangetastet; Korrekturen leben in einer eigenen, nachvollziehbaren Schicht.
- Standard-SQL statt Blackbox. Auditierbarkeit entsteht nicht durch ein teures Tool, sondern dadurch, dass jede Zahl erklärbar bleibt.
Some companies run two sets of books without calling it that. This company had grown organically over five years. Project costs were tracked on a cash basis in Excel — pragmatic, fast, familiar. The actual accounting, meanwhile, lived in the parent group's complex MS Dynamics 365 model. Two worlds that had never been introduced in five years.
With audited statements approaching and asset capitalisations worth millions at stake, one uncomfortably simple question went unanswered: have we captured every cash position? Are there unrecorded liabilities? The gap between the cash view and the books ran into the triple-digit millions — nobody could say which side was right.
Scrapping it was not an option
Most consultants would have recommended a fresh start here: drop Excel, bring in a clean system. That was not an option. Five years of history had to be carried forward, and operations couldn't stop. We took the opposite route — not rebuild, but reconstruct. We replicated the existing Excel logic in a deterministic ETL process, so every figure became traceable.
On an "if this, then that" basis — every number explainable, no black box.
Reverse-engineering an unknown data model from scratch
In parallel, we rebuilt the Dynamics data model directly at raw-data level. No one in the group could tell us which tables mattered — so we found out ourselves. Newly introduced financial tags let us attach a cost centre to every posting retroactively, without re-booking and without holding up payments.
The trickiest part: closed financial years must not be altered. So we placed a management adjustment layer directly in the database.
Corrections, without distorting the statutory accounts.
The moment both worlds meet
Today all figures — actuals, management adjustments, forecast and payments — meet in one central model. The cumulative reporting deviation across all periods is 0.23%. Reporting stays consistent month over month, and the banks see one reliable number. In the process, around 13,000 posting lines were reclassified and made unambiguously attributable for the first time.
Auditable by anyone who can read a table
The platform runs on standard SQL and Python — maintainable and readable by anyone on the team, with no dependency on a single expert's head. Operations were never interrupted; only the forecast feed and the cost-centre tagging changed. Ongoing software cost: €250–400 a month.
Three things you can take away
- Reconstruct instead of scrapping. Five years of history and a well-rehearsed Excel model aren't a reason to start over — they're the starting point.
- An adjustment layer instead of re-booking. Closed financial years stay untouched; corrections live in their own, traceable layer.
- Standard SQL instead of a black box. Auditability doesn't come from an expensive tool — it comes from every number staying explainable.