Intelligentes Forderungsmanagement: Wie Machine Learning die Liquidität steigert

Volle Auftragsbücher und trotzdem insolvent – dieses Schicksal kann selbst stabile Unternehmen ereilen, wenn ihre Großkunden nicht pünktlich zahlen. Dabei lässt sich die Liquidität sichern, wenn rechtzeitig die richtigen Infos bereitstehen. Machine Learning macht genau das jetzt automatisiert möglich.

Es kann viele Gründe geben, warum Kunden ihre Rechnungen nicht oder nur zögerlich begleichen. Meist liegt es an einer verspäteten Lieferung oder an mangelnder Produktqualität. Manchmal fehlt das Geld. Für den Lieferanten ist in jedem Fall ein schnelles und effektives Forderungsmanagement wichtig. Doch der idealtypische Prozess scheitert oft an der Realität. Im Normalfall sollten sämtliche offenen Zahlungen effizient – am besten automatisch – eingefordert werden. Der Rechnungsempfänger wird nicht nur rechtzeitig, sondern vor allem wirkungsvoll an seine Zahlungspflicht erinnert und um Erledigung gebeten.

In der Praxis sind Fälle, die einer Klärung bedürfen, jedoch sehr aufwändig. Das fängt schon bei der aufwändigen Problemsuche im Gespräch mit Qualitätsmanagern und Kunden an.

Trotzdem steuern auch große Unternehmen diesen Prozess häufig noch mit veralteten Programmen, zum Beispiel mit Tabellenkalkulation. „Diese vermeintlich kostengünstige Variante ist jedoch oft sehr ineffizient“, sagt Philipp Nies, Senior Consultant – SAP Finance bei Deloitte. „Gerade im Forderungsmanagement zahlt es sich aus, die IT als wertschöpfend und nicht als Kostenfaktor zu betrachten.“

Tatsächlich sind Forderungsabteilungen vergleichsweise häufig von Spardiktaten betroffen. Laut einer Studie schieben Unternehmen die Digitalisierung des Bereichs seit Jahren auf die lange Bank. Innovationen wie künstliche Intelligenz und Big-Data-Analysen bleiben anderen Geschäftsbereichen vorbehalten. Die Folge: Laut eigenen Aussagen haben 91 Prozent der Abteilungen heute Mühe, mit dem technologischen Wandel Schritt zu halten.

Was ein gutes Forderungsmanagement heute kann

Welche Vorteile hat ein integriertes Forderungsmanagement im Vergleich zu Excel und anderen ähnlichen Programmen? Es liefert eine zentrale Übersicht über alle Details eines Klärungsfalls. Die meisten Prozesse laufen automatisch nach definierten Regeln ab.

Statt sich in Kleinigkeiten zu verlieren, gewinnen Sachbearbeiter ein ganzheitliches Bild und damit mehr Kontrolle über die Abläufe. Außerdem können sie Verbindlichkeiten und Forderungen live überwachen. Entsprechend schnell können sie risikobehaftete Debitorengruppen ermitteln und auf Entwicklungen am Markt reagieren. Diese Transparenz macht sich letztlich in einem konstruktiveren und effizienteren Umgang mit den Kunden und einem insgesamt besseren Cashflow bemerkbar.

Unterwegs zum proaktiven Forderungsmanagement

Deloitte bietet eine contentbasierte Lösung an, die erstmals Machine Learning für das Forderungsmanagement nutzbar macht. Reimagine Collections and Disputes basiert auf SAP Leonardo. Die Software automatisiert Prozesse, die bislang nur Menschen erledigen konnten. Und sie erlaubt einen Blick in die Zukunft: Die Machine-Learning-Funktionen spielen ihre Vorteile vor allem im Dispute Management aus – wenn Zahlungen also ausbleiben, weil der Kunde beispielsweise mit Preis oder Qualität des Produkts nicht einverstanden ist.

Die Lösung prüft Daten wie die Historie von Kundentransaktionen oder die Zahl gelöster Klärungsfälle. So kann sie vorhersagen, wie wahrscheinlich eine Reklamation bei einer bestimmten Rechnung ist. „Hatte ein Kunde in der Vergangenheit besonders viele Klärungsfälle, ist auch bei der nächsten Lieferung mit Problemen zu rechnen“, sagt Michael Portermann, Director bei Deloitte.

Sachbearbeiter sehen außerdem – ohne großen Aufwand – integrierte Informationen rund um den Klärungsfall. Die Software stößt darüber hinaus automatisch Prozesse an, die dabei helfen, den Sachverhalt aufzuklären. Und sie lernt dazu, wird täglich intelligenter und präziser.

Schwachstellen systematisch abschalten

Einen weiteren Vorteil liefern Prozessanalysen. Wie viele Klärungsfälle wurden erstellt? Was waren die Gründe? Wie hoch waren die Summen? Wie lange dauerte es, bis ein Fall geschlossen war? Automatisch generierte Kennzahlen liefern Anhaltspunkte, welche Prozessverbesserungen auf die Agenda gehören.

Das ermöglicht der Abteilung nichts weniger als einen Paradigmenwechsel: Aus dem reaktiven wird ein proaktives Forderungsmanagement. Die Unternehmen müssen nicht mehr warten, bis eine Beschwerde eingeht. Sie fordern stattdessen frühzeitig Zahlungen ein und setzen Prozessoptimierungen auf die Agenda. So lässt sich viel gebundenes Kapital freisetzen. Und die Mitarbeiter vergeuden nicht länger Zeit mit Reklamationen, die ein frühes Eingreifen verhindert hätte. Gute Aussichten für ein Forderungsmanagement, das vor Überraschungen gefeit ist.

Erfahren Sie mehr über Reimagine Collections and Disputes oder wenden Sie sich direkt an die Experten Philipp Nies, Deloitte, per E-Mail oder LinkedIn, und Moritz Back, SAP, per E-Mail oder LinkedIn. Deloitte wird auch beim SAP-Forum für Finanzmanagement teilnehmen und freut sich über den persönlichen Austausch.