In vielen Unternehmen gewinnen Rolling-Forecast-Projekte an Bedeutung, da das Bewusstsein für schnellere Planungszyklen wächst. Zahlreiche Krisen und Veränderungen haben das wirtschaftliche Umfeld in den letzten Jahren zunehmend unvorhersehbar gemacht.
Ein Rolling Forecast ist nicht nur wichtig, um in turbulenten Zeiten schnell auf Veränderungen reagieren zu können, sondern verbessert durch kontinuierliche Abweichungsanalysen und Plan-Ist-Vergleiche auch die Planungsqualität.
Die bloße Wiederholung der traditionellen Jahresplanung reicht nicht aus. Häufig sind Prognosemodelle zu komplex und intransparent, sodass die Informationen bereits veraltet sind, wenn sie fertiggestellt werden. Neben Genauigkeit sollten in Zeiten schnellerer Veränderungen neue Qualitätsparameter gelten: Robustheit, Resilienz und Geschwindigkeit. In all diesen Aspekten haben viele Planungssysteme — insbesondere während der COVID-19-Pandemie — versagt.
Kausallogik der Treiber prüfen
Unvorhersehbare Ereignisse, die nicht in historischen Daten abgebildet sind, können in Planungsmodellen nur dann dargestellt werden, wenn kausale Zusammenhänge korrekt abgebildet sind. Modelle werden oft zu genau auf aktuelle Bedingungen kalibriert und funktionieren bei größeren Veränderungen nicht mehr. Es empfiehlt sich, die Anzahl und Komplexität der Planungsparameter gering zu halten — unnötige Details erhöhen den Planungsaufwand und die Unsicherheit in den Beziehungen.
Automatisierung und Technologie nutzen
Ein Vergleich mit Ist-Zahlen sollte stets aufrechterhalten werden, um kontinuierlich an der Planungsgenauigkeit zu arbeiten und Abweichungsanalysen durchzuführen. Moderne Technologien und Automatisierung sollten genutzt werden, um Prognosen in Stunden statt Tagen zu erstellen — das schafft mehr Zeit für die Analyse der Ergebnisse. Als guten Einstieg empfiehlt es sich, zunächst die Vergangenheit mit dem Rolling-Forecast-Modell zu replizieren.
Erkennen Sie das?
Wenn Ihr Forecast mehr Aufwand kostet, als er an Sicherheit bringt, schauen wir im kostenlosen Erstgespräch, welche Treiber wirklich tragen.
Robustheit durch Stresstests messen
Durch konsequente Verbesserung von Annahmen und Treiberlogiken sowie schnelle, automatisierte Datenverarbeitung kann ein Prognosesystem sehr robust werden — d.h. unter allen Umständen aussagekräftige Ergebnisse liefern. Die Robustheit lässt sich durch Stresstests messen: Dabei weichen einzelne Parameter oder Parameterkombinationen ungewöhnlich stark von den Erwartungswerten ab. Experten können dann beurteilen, ob das Unternehmen in einer Ausnahmesituation genauso reagieren würde — und die kausalen Zusammenhänge zwischen Treibern und Ergebnissen werden überprüft.
Ein robustes Prognosesystem liefert unter allen Umständen aussagekräftige Ergebnisse — nicht nur in ruhigen Zeiten.