Daten-getriebene Forecasting-Methoden können Unternehmenswert schützen
In dynamischen Märkten fällt es vielen Unternehmen schwer, Entwicklungen zu antizipieren und präzise Finanzprognosen zu erstellen. In der Folge sehen sie sich häufig gezwungen, Ad-hoc-Mitteilungen herauszugeben, die ihre Prognosen revidieren und niedrigere Umsätze oder Gewinne ankündigen.
„Ad-hoc-Mitteilungen können zu dramatischen Verlusten des Unternehmenswerts führen und das Vertrauen in die Kapitalmärkte schwächen.“
Gewinnwarnungen vernichten Unternehmenswert
Eine Analyse von PwC in Kooperation mit der Justus-Liebig Universität Gießen zeigt, dass bei einer durchschnittlichen Marktkapitalisierung im DAX (40 Mrd. Euro) von einem erwarteten Wertverlust durch die gestiegene Bedeutung des Themas „forecast“ in einer negativen Konnotation von 158 Millionen Euro ausgegangen werden muss. Die Aktienkurse von Unternehmen, die Gewinnwarnungen herausgeben, schwanken dabei deutlich stärker als die Kurse von Unternehmen, die sich nicht zu diesem Schritt gezwungen sehen. Eine Gewinnwarnung wirkt sich auch auf die Stabilität des Aktienmarktes aus. Bestimmte Begrifflichkeiten in der Ad-hoc-Kommunikation, etwa „schwächer als erwartet“, beschädigen dabei nachweislich das Vertrauen der Investoren in die Prognosefähigkeiten eines Unternehmens und dessen allgemeine Performance.
„Mit einem klaren Verständnis der Treiber, oder dem was wir mittels Machine Learning herausfinden können, lässt sich die Ursache einer Abweichung zum Budget identifizieren. So können wir schließlich vor allem den Gewinnwarnungen vorbeugen, die überhaupt nur entstehen, weil wir auf Vergangenheitsdaten schauen.“
Datengetriebenes Prognose-Tool stärkt das Vertrauen der Investoren
Mit datengetriebenen und auf Künstlicher Intelligenz (KI) basierten Technologien können Unternehmen vorbeugen. Im Vergleich zu manuellen Vorhersagen ist die Vorhersagegenauigkeit bei KI-gestützten Analysen hoch. Zudem ist eine objektive und effziente Art den Forecast zu erstellen. Das reduziert unerwartete Abweichungen und die Notwendigkeit, Ad-hoc-Meldungen zu veröffentlichen. Dadurch steigt das Vertrauen der Investoren. Unternehmen schätzen ihren Unternehmenswert und verschaffen sich einen Wettbewerbsvorteil gerade in unsicheren Zeiten. Ein datengetriebenes Prognose-Tool sichert einem durchschnittlichen börsennotierten Unternehmen in Deutschland im Schnitt einen finanziellen Vorteil zwischen 70 und 85 Millionen Euro über einen Zeitraum von fünf Jahren.
Moderne Forecasting-Tools setzen auf das Potenzial von Künstlicher Intelligenz und maschinellem Lernen, um die Vorhersagegenauigkeit zu verbessern. Unternehmen, die datengetriebene Ansätze für ihr Forecasting nutzen, verschaffen sich zahlreiche Vorteile:
- Effizienz: Innovative Prognose-Tools können die riesigen Datenmengen, die Unternehmen im digitalen Zeitalter zur Verfügung stehen, effizient verarbeiten und daraus präzise Schlüsse ziehen.
- Objektivität: Moderne Tools sichern eine objektive Herangehensweise, während Prognosen in manuellen Prozessen subjektiv sein können, weil sich die Mitarbeiter auf ihr Bauchgefühl verlassen.
- Schnelligkeit: Indem sie auf Frühwarnindikatoren setzen, können Unternehmen ihr Business aktiv steuern und sich verändernde Rahmenbedingungen viel schneller antizipieren.
- Wertschöpfende Tätigkeiten: Datengetriebene Tools ersetzen zeitaufwändige und ressourcenintensive manuelle Vorhersageprozesse. Finance-Mitarbeiter haben mehr Zeit, sich auf wertschöpfende Aufgaben zu konzentrieren.
- Szenarioanalysen: Datengetriebene Vorhersagemodelle sind das Fundament für Szenarioanalysen, die eine faktenbasierte Entscheidungsfindung in einem volatilen wirtschaftlichen Umfeld unterstützen.
- Vertrauen stärken: Statistische Vorhersagemodelle stärken das Vertrauen der Investoren, denn sie reduzieren die Notwendigkeit zur Ad-hoc-Kommunikation.
Video
Predictive Excellence
2:50
More tools
Transcript
So gelingt es, digitale Prognose-Tools für ein datengetriebenes Forecasting einzuführen:
- Beginnen Sie mit einem Pilotprojekt, um das Potenzial moderner Tools zu demonstrieren und die Qualität und Genauigkeit ihres Forecasts zu verbessern.
- Diskutieren Sie die Ergebnisse mit Business-Experten aus den unterschiedlichsten Bereichen.
- Investieren Sie in die Weiterbildung Ihres Teams, um die Mitarbeitenden auf den Wandel vorzubereiten.
- Stimmen Sie Ihre Aktivitäten mit den Kollegen aus dem Data-Science-Team ab, um sicherzustellen, dass Sie Zugriff auf alle internen Daten haben.
- Finden Sie Mittel und Wege, um die Informationen aus Vorhersageprozessen so zu nutzen, dass die Finance-Mitarbeiter ihrer Rolle als echte Business Partner gerecht werden können.
„Datengetriebene Tools leisten einen wichtigen Beitrag, um die Prognosequalität zu erhöhen und Prozesse effizienter zu gestalten. So können Unternehmen Gewinnwarnungen vermeiden und ihren Unternehmenswert schützen.“
Unser Angebot
Wir begleiten Sie bei der Beantwortung dieser Fragen. Darüber hinaus haben wir eine Predictive Excellence Plattform auf Basis der PwC Forecast Engine entwickelt. Dieses Tool hat sich bewährt, die Vorhersagegenauigkeit im Vergleich zu manuellen Ansätzen deutlich zu steigern und die relevanten Werttreiber und Frühindikatoren zu identifizieren.
Lesen Sie hier mehr zur Predictive Excellence Plattform auf Basis der PwC Forecast Engine.
Auch interessant
Follow us
Contact us
