Was ist ein Forecast?

Das Wichtigste auf einen Blick:

• Forecasting ermöglicht eine vorausschauende, datenbasierte Steuerung der finanziellen Entwicklung.
• Es ergänzt klassische Budgets durch laufend aktualisierte, realitätsnahe Prognosen.
• Rolling Forecasts helfen, Trends frühzeitig zu erkennen und Entscheidungen flexibel anzupassen.
• Eine solide Datenbasis, klare Verantwortlichkeiten und regelmässige Überprüfung sind entscheidend.
• Rechtliche Vorgaben aus OR, CH-GAAP FER und Datenschutzgesetz (DSG) müssen berücksichtigt werden.
• Digitale Tools und strukturierte Prozesse schaffen Effizienz und Transparenz.

Was ist Forecasting im Controlling und warum ist es zentral für die Unternehmenssteuerung?

Forecasting ist die vorausschauende Planung zukünftiger Geschäftsentwicklungen auf Basis aktueller Daten. Es dient im Controlling als strategisches Steuerungsinstrument, um Liquidität, Kosten und Erträge realistisch einzuschätzen und fundierte Entscheidungen zu treffen.

Forecasts verbinden operative Daten mit strategischen Zielen. Sie zeigen, wohin sich ein Unternehmen unter den aktuellen Rahmenbedingungen entwickelt – und erlauben es, rechtzeitig zu reagieren.
Im Gegensatz zum Budget, das einmal jährlich erstellt und selten angepasst wird, ist ein Forecast dynamisch: Er wird laufend überprüft und an neue Informationen angepasst.

Diese Flexibilität macht Forecasting zu einem wichtigen Instrument für CFOs und Treuhänder. Es verschiebt den Fokus von der reinen Kontrolle vergangener Zahlen hin zur aktiven Steuerung der Zukunft. So lassen sich Liquiditätsengpässe, Kostensteigerungen oder Marktrisiken frühzeitig erkennen und bewältigen.

„Ein Forecast ersetzt kein Budget, aber er verleiht der Planung Beweglichkeit und Realitätssinn“, sagt Leif Roth, Experte in Rechnungslegung und Controlling.

Welche Vorteile bietet Forecasting gegenüber klassischer Budgetplanung?

Forecasting schafft Reaktionsfähigkeit und Steuerungsintelligenz. Statt vergangene Abweichungen zu erklären, werden Entwicklungen frühzeitig erkannt und aktiv gesteuert. Damit beeinflusst Forecasting auch die Gewinnverwendung und Ausschüttungsplanung – insbesondere, wenn Entscheidungen auf realistischen Zukunftsszenarien beruhen.

Diese vorausschauende Perspektive verbessert die Planungsqualität, stärkt das Vertrauen von Geschäftsleitung und Investoren in die Finanzplanung und erleichtert die Priorisierung von Ressourcen.

Der Fokus liegt nicht mehr auf Kontrolle, sondern auf Handlungsfähigkeit – ein entscheidender Vorteil gegenüber der klassischen Budgetplanung.

Wie funktioniert ein moderner Forecast-Prozess in der Praxis?

Ein professioneller Forecast-Prozess folgt einem klar definierten Ablauf – von der Zielsetzung über die Datensammlung und Modellierung bis zur laufenden Überprüfung. Nur wenn alle Schritte systematisch ineinandergreifen, entsteht eine Prognose, die Entscheidungssicherheit bietet.

Ein moderner Forecast umfasst typischerweise fünf Phasen:

1. Zieldefinition

• Festlegen, welche Grössen prognostiziert werden sollen (z. B. Umsatz, Cashflow, Lohnkosten, Steuern).
• Abgrenzung der Forecast-Periode (meist 12 bis 18 Monate).

2. Datensammlung und -aufbereitung

• Nutzung aktueller Ist-Daten aus ERP- oder Buchhaltungssystemen.
• Prüfung auf Vollständigkeit, Plausibilität und Konsistenz.
• Integration zusätzlicher Treiber wie Wechselkurse, Zinsen oder Energiepreise.

3. Modellierung und Berechnung

• Auswahl geeigneter Methoden (z. B. Trendanalyse, Regressionsmodell oder KI-Verfahren).
• Dokumentation der Annahmen und Parameter.
• Einsatz von Tools wie Abacus, Bexio, Sage oder Power BI für Berechnung und Visualisierung.

4. Validierung und Kontrolle

• Vergleich mit historischen Werten (Backtesting).
• Messung der Genauigkeit mit Kennzahlen wie MAPE (Mean Absolute Percentage Error) oder MAE (Mean Absolute Error).
• Nachjustierung bei systematischen Abweichungen.

5. Kommunikation und Review

• Aufbereitung in klaren, adressatengerechten Reports.
• Regelmässige Reviews mit Geschäftsleitung und Controlling.
• Klare Verantwortlichkeiten, z. B. über ein RACI-Modell (Responsible, Accountable, Consulted, Informed).

„Ein Forecast ist kein Rechenexperiment, sondern ein Managementprozess. Wenn Datenqualität, Verantwortlichkeiten und Kommunikation stimmen, entsteht echte Steuerungsintelligenz.“ -  Leif Roth

Ein monatlicher oder quartalsweiser Rhythmus (Cadence) hilft, Forecasts aktuell zu halten und Abweichungen frühzeitig zu erkennen. So wird das Forecasting zu einem lebenden Steuerungssystem – nicht zu einer einmaligen Planübung.

Wie beeinflusst Datenqualität die Prognosegenauigkeit?

Die Qualität eines Forecasts hängt direkt von der Qualität der zugrunde liegenden Daten ab. Unvollständige, veraltete oder uneinheitliche Informationen führen zwangsläufig zu ungenauen Ergebnissen – unabhängig von der verwendeten Methode. Ein häufig unterschätzter Faktor ist die korrekte Periodenabgrenzung - insbesondere die Behandlung transitorischer Passiven, die sicherstellt, dass Erträge und Aufwände der richtigen Periode zugeordnet werden.

„Ohne saubere Datenbasis bleibt jeder Forecast eine Schätzung mit Augenbinde“, sagt Leif Roth.

Häufige Probleme und geeignete Massnahmen lassen sich übersichtlich darstellen:

Durch die Kombination aus automatisierten Systemen und regelmässigen Datenreviews steigt die Prognosegenauigkeit deutlich.
Zudem entsteht Vertrauen – sowohl bei internen Entscheidungsträgern als auch bei externen Stakeholdern wie Banken oder Revisionsstellen.

Welche Methoden und Kennzahlen sichern eine hohe Forecast-Qualität?

Die Wahl der richtigen Methode entscheidet darüber, ob ein Forecast präzise oder zufällig ist. Sie hängt von der Datenlage, der Planungsfrequenz und dem Ziel des Forecasts ab.

Es gibt drei zentrale methodische Ansätze. Qualitative Methoden stützen sich auf Erfahrung und Marktkenntnis – etwa bei neuen Produkten oder unsicheren Märkten. Quantitative Modelle nutzen historische Zeitreihen, Regressionsanalysen oder gleitende Durchschnitte, um Trends rechnerisch fortzuschreiben. Und datengetriebene Verfahren mit Machine Learning erweitern diese Ansätze, indem sie Muster automatisch erkennen und adaptiv verbessern.

Viele Unternehmen kombinieren diese Methoden: Ein klassisches Beispiel ist die Verbindung von statistischen Absatzmodellen mit Einschätzungen des Vertriebs. Das sorgt für ein Gleichgewicht zwischen Objektivität und Praxisnähe.

Ein zusätzlicher Erfolgsfaktor ist die Wahl des passenden Forecast-Horizonts:

• kurzfristige Forecasts (z. B. monatlich) dienen der Liquiditätssteuerung,
• mittelfristige Forecasts (Quartal bis Jahr) unterstützen die Budgetplanung,
• langfristige Forecasts (> 1 Jahr) sind strategische Frühwarninstrumente.

Diese Staffelung macht das Forecasting belastbarer und stärkt die Entscheidungsbasis im Management.

Wie misst man die Forecast-Qualität?

Forecasts sollten regelmässig überprüft werden – nicht nur auf Ergebnisniveau, sondern auch methodisch. Die Genauigkeit zeigt sich darin, wie stark Prognosen vom tatsächlichen Verlauf abweichen und ob Fehler systematisch auftreten.

Wichtige Schritte zur Qualitätssicherung:

1. Abweichungsanalyse: Vergleich zwischen geplanten und tatsächlichen Werten, idealerweise pro Kostenstelle oder Segment.
2. Backtesting: Historische Forecasts werden mit den realen Ergebnissen vergangener Perioden verglichen.
3. Lernschleife: Erkenntnisse fliessen in das nächste Modell ein, um Annahmen zu schärfen.
4. Monitoring über Zeit: Entwicklung der Prognosegüte wird selbst gemessen – z. B. ob der Fehler über mehrere Monate sinkt.

Kennzahlen wie MAPE, MAE oder Bias sind dabei hilfreich, müssen aber interpretiert werden. Ein niedriger MAPE bedeutet nicht automatisch einen guten Forecast, wenn die Datenbasis schwach ist oder externe Faktoren fehlen.
Wichtiger ist die Konsistenz der Messung über Zeit – nur so lässt sich wirklich beurteilen, ob ein Modell besser wird.

Ein verlässlicher Forecast entsteht, wenn Controlling, IT und Fachabteilungen gemeinsam Verantwortung übernehmen. Der Prozess wird so zu einem lernenden System, das sich mit jeder Planungsrunde verbessert.

Wie werden Rolling Forecasts umgesetzt und gepflegt?

Ein Rolling Forecast ist eine fortlaufende, periodisch aktualisierte Finanzprognose. Anstatt nur einmal jährlich zu planen, wird der Forecast regelmässig verlängert – etwa monatlich oder quartalsweise – und um die jeweils nächste Periode ergänzt. So entsteht ein kontinuierlicher, dynamischer Blick nach vorn.

Rolling Forecasts folgen drei Grundprinzipien:

• Kontinuität: Jede neue Periode ersetzt eine alte – der Zeithorizont bleibt konstant.
• Aktualität: Neue Informationen fliessen laufend ein, etwa geänderte Marktpreise oder Personalaufwände.
• Steuerungsnutzen: Der Fokus verschiebt sich von Kontrolle zu aktiver Steuerung – Entscheidungen basieren auf Echtzeitdaten.

Diese Form der Planung unterstützt ein vorausschauendes Finanzmanagement: Liquiditätsengpässe, Steuertermine oder Investitionsspitzen werden früh sichtbar und können rechtzeitig korrigiert werden.

Tabelle: Vergleich – Statischer Forecast vs. Rolling Forecast

Rolling Forecasts eignen sich besonders für volatile Märkte oder Unternehmen mit saisonalen Schwankungen. Richtig umgesetzt dienen sie auch als Frühwarnsystem, um Risiken wie Überschuldung oder Kapitalverlust frühzeitig zu erkennen und gegenzusteuern. Die Umsetzung erfordert jedoch klare Verantwortlichkeiten und automatisierte Datenflüsse, um Aktualität und Effizienz zu gewährleisten.

Wie bleibt ein Rolling Forecast langfristig verlässlich?

Damit ein Rolling Forecast nicht zur reinen Zahlenschleife wird, braucht es klare Prozessdisziplin und Governance. Erfolgreiche Modelle zeichnen sich durch drei Merkmale aus:

1. Feste Cadence: Monatliche oder quartalsweise Aktualisierung mit fixem Reporting-Termin.
2. Datenverantwortung: Jede Fachabteilung liefert definierte Datenpunkte – z. B. Personalplanung, Umsatz, Kostenstellen.
3. Transparente Kommunikation: Ergebnisse werden nicht nur berichtet, sondern gemeinsam interpretiert.

Die technische Umsetzung erfolgt meist über ERP- oder BI-Systeme mit automatisierten Importen. Tools wie Abacus, Bexio oder Power BI ermöglichen es, Forecast-Modelle laufend zu aktualisieren und visuell auszuwerten.

Ein Rolling Forecast ist damit nicht einfach ein Werkzeug, sondern ein Prozess: Er fördert Lernfähigkeit und Agilität – zentrale Erfolgsfaktoren moderner Unternehmenssteuerung.

Welche Rolle spielen Liquiditäts-, Steuer- und Szenario-Forecasts?

Liquiditäts-, Steuer- und Szenario-Forecasts gehören zu den wirkungsvollsten Instrumenten im Finanzcontrolling. Sie schaffen Transparenz über Zahlungsströme, steuerliche Verpflichtungen und mögliche Entwicklungen unter verschiedenen Rahmenbedingungen.

Liquiditäts-Forecasts zeigen, ob ausreichend Zahlungsmittel vorhanden sind, um laufende Verpflichtungen wie Löhne, Sozialversicherungen oder Lieferantenrechnungen zu decken. Sie helfen, Engpässe früh zu erkennen und Finanzierungsbedarf rechtzeitig zu planen.

Steuer-Forecasts berechnen die voraussichtliche Belastung durch direkte Steuern und Abgaben – etwa die Mehrwertsteuer (MWST), AHV/ALV/BVG-Beiträge oder Unternehmenssteuern.
Sie ermöglichen eine gezielte Mittelplanung und vermeiden Liquiditätsüberraschungen bei Quartals- oder Jahresabrechnungen.

Szenario-Forecasts simulieren verschiedene Zukunftsverläufe:

• Best Case: optimistische Entwicklung mit Umsatzwachstum oder Kosteneffizienz,
• Base Case: realistische Hauptannahme,
• Worst Case: Rückgang der Erträge oder steigende Ausgaben (z. B. durch Energiepreise, Wechselkurse oder Löhne).

Durch die Kombination dieser drei Forecast-Typen entsteht ein vollständiges Bild der finanziellen Widerstandsfähigkeit.

Wie lassen sich Szenarien und Liquiditätsprognosen sinnvoll kombinieren?

Ein praxisnaher Forecast integriert Liquiditäts- und Szenario-Modelle in einem Datenfluss. So kann die Geschäftsleitung gleichzeitig erkennen, wie viel Cash vorhanden ist und wie sich unterschiedliche Marktbedingungen auswirken würden.

Ein Beispiel:
Ein Unternehmen prognostiziert seine Liquidität auf Basis der kommenden 12 Monate. Wird im Base Case ein stabiler Umsatz angenommen, zeigt der Worst Case, wie sich ein Rückgang von 10 % auf den Zahlungsmittelbestand auswirkt. Der Best Case verdeutlicht dagegen den Spielraum für Investitionen.

Dieses Vorgehen bietet mehrere Vorteile:

• Klarheit über Belastungsgrenzen: Wie lange reicht der Liquiditätspuffer bei rückläufigen Einnahmen?
• Transparenz bei Steuerabflüssen: Wann fallen MWST- oder Quellensteuerzahlungen an, und wie wirken sie sich auf den Cashflow aus?
• Fundierte Entscheidungsgrundlage: Investitionen, Lohnerhöhungen oder Ausschüttungen können auf Basis belastbarer Daten geplant werden.

Durch die regelmässige Aktualisierung der Szenarien entsteht ein Frühwarnsystem, das über die reine Planung hinausgeht – Forecasting wird damit zu einem integralen Bestandteil des Risikomanagements.

Wie bleibt Forecasting rechtssicher, effizient und digital?

Forecasting berührt zentrale rechtliche Anforderungen, da finanzielle Prognosen Teil der Geschäftsführungspflicht sind. Rechtssicherheit entsteht, wenn Prozesse dokumentiert, Daten nachvollziehbar und Datenschutzvorgaben eingehalten werden. Effizienz und Digitalisierung sorgen dafür, dass diese Pflichten mit minimalem Aufwand erfüllt werden.

Rechtliche und regulatorische Grundlagen, die beim Forecasting beachtet werden sollten:

Ein rechtssicherer Forecast ist damit kein reines Zahlenwerk, sondern ein nachvollziehbarer Prozess: Jede Annahme, Berechnung und Änderung muss dokumentiert werden – idealerweise direkt im ERP- oder BI-System.
So entsteht ein Audit-Trail, der bei internen oder externen Prüfungen belegt, wie Entscheidungen zustande kamen.

Welche Rolle spielt die Digitalisierung für effizientes Forecasting?

Digitalisierung reduziert den manuellen Aufwand erheblich und erhöht gleichzeitig die Genauigkeit. Moderne Tools übernehmen Datensammlung, Konsolidierung und Berechnung nahezu automatisiert.

Effiziente Forecasting-Systeme zeichnen sich durch folgende Merkmale aus:

• Automatisierte Datenflüsse: ERP-Systeme wie Abacus, Bexio oder Sage liefern aktuelle Zahlen direkt an BI-Tools wie Power BI oder Tableau.
• Standardisierte Workflows: Wiederkehrende Prozesse – z. B. Monats- oder Quartalsupdates – folgen vordefinierten Checklisten.
• Revisionssicherheit: Änderungen an Annahmen werden protokolliert, wodurch sich jede Anpassung nachvollziehen lässt.
• Datenschutzkonformität: Zugriff auf sensible Informationen (z. B. Löhne, Personalaufwand) ist rollenbasiert geregelt.

Die Kombination aus Automatisierung und Governance schafft Transparenz, reduziert Fehlerrisiken und stärkt die Verlässlichkeit der finanziellen Steuerung.
Damit wird Forecasting nicht nur effizienter, sondern auch zukunftsfähig – im Einklang mit Schweizer Compliance-Anforderungen.

Wie unterstützt Auditrium bei der Einführung und Optimierung von Forecast-Prozessen?

Die digitale Entwicklung bietet heute ideale Voraussetzungen, um Forecast-Prozesse effizient, präzise und nachvollziehbar in den Alltag zu integrieren. Auditrium unterstützt Unternehmen dabei, diese Möglichkeiten gezielt zu nutzen – von der automatisierten Datenerfassung bis zur fundierten Entscheidungsunterstützung.

In der praktischen Umsetzung liegt der Fokus auf fünf zentralen Bereichen:

• Konsistente Datenbasis: Mit Bill Bucher stehen aktuelle Buchhaltungsdaten automatisiert zur Verfügung. So lassen sich Forecasts auf verlässlichen Zahlen aufbauen.
• Strukturierte Abläufe: Klare Zuständigkeiten, feste Planungsrhythmen und transparente Kommunikation sorgen für Nachvollziehbarkeit und Vertrauen.
• Analyse und Visualisierung: Über Analise Franci werden Forecast-Daten ausgewertet, Trends sichtbar gemacht und Abweichungen verständlich dargestellt.
• Systemintegration: Forecasting ist Teil der bestehenden Finanz- und Entscheidungsprozesse und wird nicht als separates Instrument betrachtet.
• Lernende Steuerung: Jede Planungsrunde liefert Erkenntnisse, um Modelle und Annahmen gezielt weiterzuentwickeln.

So entsteht ein Forecast-System, das auf Echtzeitdaten basiert, flexibel bleibt und gleichzeitig den rechtlichen und organisatorischen Anforderungen Ihres Unternehmens entspricht. Bei Auditrium verstehen wir Forecasting als kontinuierlichen Prozess, der Ihnen Transparenz verschafft und eine verlässliche Grundlage für fundierte Entscheidungen bietet.