Wie werden aus Unternehmensdaten fundierte Entscheidungen statt nur mehr Kennzahlen?

Mehr Daten bedeuten nicht automatisch bessere Unternehmensentscheidungen. Eine Geschäftsleitung kann täglich aktuelle Dashboards erhalten und trotzdem nicht wissen, ob sie zusätzliche Mitarbeitende einstellen, einen Standort erweitern oder eine unrentable Dienstleistung einstellen sollte. Das Problem liegt häufig nicht in der verfügbaren Datenmenge, sondern in der fehlenden Verbindung zwischen Kennzahlen, geschäftlichen Fragen und konkreten Handlungen.

Fundierte Entscheidungen entstehen, wenn Unternehmen zuerst ihre Entscheidungsfrage präzisieren, anschliessend die relevanten Einflussgrössen bestimmen und deren Datenqualität überprüfen. Historische Ergebnisse zeigen die Ausgangslage. Forecasts und Szenarien machen mögliche Entwicklungen sichtbar. Klare Verantwortlichkeiten und vorab definierte Überprüfungskriterien sorgen dafür, dass Erkenntnisse tatsächlich in die Unternehmenssteuerung einfliessen.

Gerade für Schweizer KMU mit mehreren Fachanwendungen, Finanzsystemen und Excel-Auswertungen ist entscheidend, dass Zahlen dieselbe Bedeutung haben und sich bis zu ihren Ursprungsdaten zurückverfolgen lassen. Dafür braucht es nicht zwingend eine umfassende neue Softwarelandschaft. Häufig beginnt die Verbesserung mit weniger Kennzahlen, einheitlichen Definitionen und einer konsequenten Entscheidungslogik.

Warum erschweren zu viele KPIs häufig fundierte Unternehmensentscheidungen?

Zu viele KPIs erschweren Unternehmensentscheidungen, weil sie Aufmerksamkeit auf zahlreiche Einzelentwicklungen verteilen, ohne deren Bedeutung für eine konkrete Handlung zu klären. Widersprüchliche Signale, unterschiedliche Datendefinitionen und fehlende Prioritäten verlängern Diskussionen. Entscheidend ist deshalb nicht, möglichst viele Kennzahlen zu erfassen, sondern die wenigen tatsächlich handlungsrelevanten Grössen zuverlässig zu identifizieren.

Ein umfangreiches Dashboard vermittelt zunächst Transparenz. Steigen Umsatz, Auftragseingang und Auslastung, scheint die Geschäftsentwicklung positiv. Gleichzeitig können Deckungsbeiträge sinken, Liefertermine überschritten werden und die Liquidität unter Druck geraten. Ohne klare Entscheidungsfrage bleibt offen, welche Entwicklung Vorrang hat.

Daraus entsteht eine Messillusion: Die sichtbare Aktivität des Messens wird mit Erkenntnis verwechselt. Mehr Reports erzeugen Beschäftigung, ersetzen aber weder die Bewertung von Zielkonflikten noch die Entscheidung über Ressourcen.

Für die Unternehmenssteuerung lohnt sich eine Unterscheidung zwischen zwei Kennzahlentypen:

• Lenkungskennzahlen: Sie unterstützen eine bestimmte Entscheidung und besitzen eine definierte Handlungsregel. Beispielsweise kann eine wiederholt kritische Kapazitätsauslastung eine Prüfung zusätzlicher Ressourcen auslösen.
• Beobachtungskennzahlen: Sie dokumentieren Entwicklungen, dienen der Diagnose oder ermöglichen spätere Analysen, ohne laufend einen Managemententscheid auszulösen.

Nicht jede Beobachtungskennzahl muss gelöscht werden. Sie kann in einem Detailreport verbleiben. Für das regelmässige Führungsdashboard sollte jedoch klar sein, welche Kennzahlen unmittelbar zu beurteilen sind und welche lediglich Hintergrundinformationen liefern.

Die APQC-Empfehlungen zur betrieblichen Leistungsmessung betonen die Ausrichtung von Kennzahlen an strategischen Zielen und Entscheidungen. APQC empfiehlt ausserdem, überladene Dashboards zu vermeiden und Kennzahlen regelmässig aus dem Reporting zu entfernen, wenn sie keine Entscheidungen oder Massnahmen mehr unterstützen.

In einem Schweizer KMU kann ein zusätzliches Problem entstehen, wenn Verkauf, Projektleitung und Buchhaltung eigene Excel-Auswertungen führen. Der Umsatzbericht des Verkaufs berücksichtigt möglicherweise bestätigte Aufträge, während die Finanzbuchhaltung fakturierte Leistungen zeigt. Beide Zahlen können korrekt sein, beantworten aber unterschiedliche Fragen.

Schliesslich verändert eine starke Konzentration auf leicht messbare Ziele unter Umständen das Verhalten. Werden Mitarbeitende ausschliesslich an der Anzahl erledigter Aufträge gemessen, können Qualität und Kundenzufriedenheit aus dem Blick geraten. Dieser Mechanismus wird häufig im Zusammenhang mit Goodhart’s Law diskutiert: Wird eine Kennzahl zum Ziel, kann ihre Aussagekraft als unabhängiges Mass abnehmen.

Der Nutzen eines Dashboards hängt somit stärker von seinen Entscheidungsregeln als von seiner Grösse ab. Im nächsten Schritt gilt es, diese Regeln bereits bei der Auswahl der Kennzahlen festzulegen.

Wie wählt man für eine Geschäftsentscheidung die wirklich relevanten Kennzahlen aus?

Relevante Kennzahlen werden von der Geschäftsentscheidung her ausgewählt, nicht aus einem vorhandenen Dashboard übernommen. Zuerst wird die Entscheidung präzisiert. Danach werden die wichtigsten Einflussgrössen, ihre Datenquellen und mögliche Schwellenwerte bestimmt. Eine KPI gehört dann in die Entscheidungsgrundlage, wenn ihre Veränderung die Beurteilung oder die gewählte Handlung nachvollziehbar beeinflussen kann.

Angenommen, ein Dienstleistungsunternehmen prüft hypothetisch die Erweiterung eines Standorts. Die Geschäftsleitung könnte zahlreiche Informationen betrachten: Gesamtumsatz, Kundenzahl, Anzahl Mitarbeitende, Marketingkontakte oder allgemeines Branchenwachstum.

Für die konkrete Erweiterungsentscheidung sind möglicherweise drei andere Grössen entscheidend: nachhaltig erwartete Auftragsnachfrage, tatsächlich verfügbare Kapazität und zusätzlicher operativer Cashflow nach den Erweiterungskosten. Diese Auswahl ist keine universelle Vorgabe, sondern ergibt sich aus der wirtschaftlichen Logik des Vorhabens.

Die Entscheidungsrückwärts-Methode lässt sich über vier Prüffragen anwenden:

1. Entscheidungswirkung: Würde ein anderer Kennzahlenwert zu einer anderen Handlung führen?
2. Datenqualität: Ist der Wert verlässlich, aktuell und mit vertretbarem Aufwand verfügbar?
3. Verzerrungsrisiko: Lässt sich die Kennzahl durch Definitionsänderungen, zeitliche Verschiebungen oder gezieltes Verhalten beeinflussen?
4. Sensitivität: Welche Konsequenz hätte beispielsweise eine Veränderung um 10 Prozent, und wäre sie wirtschaftlich relevant?

Besonders wichtig ist die zeitliche Perspektive. Frühindikatoren wie qualifizierter Auftragseingang, Projektpipeline oder Lieferfristen können kommende Belastungen anzeigen. Spätindikatoren wie EBIT oder abgeschlossene Monatsumsätze zeigen dagegen bereits eingetretene Ergebnisse. Beide Perspektiven werden benötigt, erfüllen aber unterschiedliche Funktionen.

Eine Zahl wird erst dann steuerungsfähig, wenn vier Eigenschaften dokumentiert sind: eindeutige Definition, verantwortliche Person, verbindliche Datenquelle und Handlungsregel. Bei einer kritischen Auftragslage könnte diese Regel beispielsweise vorsehen, zusätzliche Kapazitäten erst nach der Prüfung von Marge, Personalverfügbarkeit und Liquiditätsfolgen freizugeben.

Diese Auswahl verhindert jedoch noch keine fehlerhaften Zukunftsannahmen. Gerade bei Investitionen muss deshalb geklärt werden, welche Daten die heutige Ausgangslage beschreiben und welche lediglich mögliche Entwicklungen abbilden.

Vergangenheit oder Forecast: Welche Datenbasis eignet sich für Investitionsentscheide?

Für Investitionsentscheide eignen sich weder historische Daten noch Forecasts allein. Vergangenheitsdaten liefern belastbare Ausgangswerte zu Kosten, Kapazitäten und wirtschaftlicher Leistungsfähigkeit. Forecasts bilden mögliche zukünftige Entwicklungen ab. Erst ihre bewusste Kombination mit mehreren Szenarien und Sensitivitätsanalysen zeigt, unter welchen Voraussetzungen sich eine Investition wirtschaftlich trägt und welche Risiken bestehen.

Historische Ergebnisse sind besonders hilfreich, wenn sich Nachfrage, Prozesse und Kostenstrukturen nur moderat verändern. Sie verlieren jedoch an Prognosekraft, sobald neue Wettbewerber, technologische Veränderungen oder eine andere Marktstruktur die bisherigen Zusammenhänge beeinflussen.

Ein Forecast sollte deshalb nicht einfach den letzten Jahresumsatz fortschreiben. Er muss die erwarteten Treiber offenlegen: Nachfrageentwicklung, Preise, Personalkapazität, Materialkosten, Investitionsauszahlungen und Finanzierung.

Eine praktische Trennung verhindert, dass beobachtete Fakten und geschätzte Entwicklungen unbemerkt vermischt werden.

Für ein grösseres Vorhaben ist eine Gegenüberstellung von Basis-, optimistischem und Belastungsszenario eine zweckmässige Arbeitshilfe. Im Basisszenario werden realistische zentrale Annahmen verwendet. Das optimistische Szenario zeigt mögliche zusätzliche Erträge. Im Belastungsfall wird geprüft, ob die Investition auch bei ungünstigeren Entwicklungen finanziell tragbar bleibt.

Das Green Book 2026 des britischen Finanzministeriums beschreibt Szenario- und Sensitivitätsanalysen als Instrumente zur Bewertung von Unsicherheiten. Besonders aufschlussreich sind sogenannte Switching Values: kritische Annahmewerte, bei denen eine bisher bevorzugte Option ihren wirtschaftlichen Vorteil verliert.

Für Schweizer Unternehmen können Wechselkurse und Finanzierungskosten zusätzlich relevant sein. Die Schweizerische Nationalbank beliess ihren Leitzins gemäss der geldpolitischen Lagebeurteilung der SNB vom September 2026 am 24. September 2026 bei 0 Prozent. Dieser zeitpunktbezogene Wert ersetzt jedoch keine Prüfung der tatsächlich verfügbaren Finanzierungskonditionen.

Ein exportorientiertes Unternehmen sollte die Währungsabhängigkeit seiner Zahlungsströme untersuchen. Bei überwiegend inländischen Umsätzen ohne wesentliche Fremdwährungsbeschaffung kann das Wechselkursrisiko dagegen eine geringere Rolle spielen.

Ebenso wichtig ist die Rückgängigmachbarkeit einer Investition. Ein kündbarer Dienstleistungsvertrag birgt andere Bindungsrisiken als eine spezialisierte Maschine mit begrenztem Wiederverkaufsmarkt. Kündigungsfristen, Restwerte und mögliche Ausstiegskosten gehören deshalb in die Beurteilung.

Das Belastungsszenario soll nicht jede Investition automatisch verhindern. Es dient dazu, kritische Grenzen offenzulegen und zu prüfen, ob das Unternehmen ungünstige Entwicklungen überstehen kann.

Selbst ein sorgfältiges Finanzmodell schützt allerdings nicht vor allen Fehlurteilen. Entscheidend ist auch, wie Führungskräfte Zahlen interpretieren und welche Informationen sie unbewusst ausblenden.

Welche 5 Denkfehler verfälschen datenbasierte Unternehmensentscheide?

Fünf besonders relevante Denkfehler sind Bestätigungsfehler, Survivorship Bias, Sunk-Cost-Fehler, Aggregationsfehler und Anchoring. Sie führen dazu, dass Führungskräfte Daten selektiv betrachten, wichtige Beobachtungen übersehen oder frühere Einschätzungen überbewerten. Dagegen helfen bewusst gesuchte Gegenbelege, vollständige Vergleichsgruppen, differenzierte Auswertungen und eine klare Trennung zwischen bisherigen Investitionen und künftigen Entscheidungen.

1. Confirmation Bias: Daten bestätigen die bevorzugte Meinung. Eine Geschäftsleitung erwartet, dass ein neuer Standort erfolgreich sein wird. Daraufhin betrachtet sie vor allem steigende Kundenanfragen und übersieht möglicherweise sinkende Abschlussquoten.

Die Gegenfrage lautet: Welche Beobachtung würde zeigen, dass die bisherige Annahme falsch ist? Diese Information sollte ebenso sorgfältig geprüft werden wie die unterstützenden Argumente.

2. Survivorship Bias: Nur die verbliebenen Fälle werden untersucht. Eine Auswertung aktiver Kunden kann hohe Zufriedenheit suggerieren, während ehemalige Kunden nicht mehr im Datensatz erscheinen. Ähnliches gilt für abgebrochene Projekte oder ausgeschiedene Mitarbeitende.

Die Lösung besteht darin, die Grundgesamtheit bewusst festzulegen. Kundenanalysen sollten bei entsprechender Fragestellung auch verlorene Kunden und deren letzte bekannte Merkmale berücksichtigen.

3. Sunk-Cost-Fehler: Frühere Ausgaben bestimmen die nächste Entscheidung. Ein Unternehmen investiert weiter in eine problematische Softwareeinführung, weil bereits erhebliche Mittel aufgewendet wurden.

Für die wirtschaftliche Beurteilung zählt jedoch, welche zusätzlichen Kosten und Nutzen ab heute entstehen. Eine hilfreiche Frage lautet: Würde das Unternehmen unter den heutigen Bedingungen noch einmal dieselbe Entscheidung treffen, wenn die bisherigen Ausgaben nicht berücksichtigt werden müssten?

4. Aggregationsfehler: Durchschnittswerte verdecken Risiken. Ein stabiler durchschnittlicher Deckungsbeitrag kann gleichzeitig profitable und verlustbringende Kundengruppen enthalten. Die Gesamtauswertung verschleiert dann die wirtschaftlich relevante Streuung.

Deshalb sollten entscheidungskritische Kennzahlen bei Bedarf nach Kunden, Produkten, Projekten oder Zeiträumen aufgeschlüsselt werden. Verteilungen und Ausreisser können aufschlussreicher sein als ein einzelner Mittelwert.

5. Anchoring: Frühere Zahlen werden zum Referenzpunkt. Wird die kommende Umsatzplanung direkt mit dem letzten Forecast eröffnet, beeinflusst dieser Wert möglicherweise sämtliche weiteren Einschätzungen – selbst wenn sich die Marktbedingungen verändert haben.

Eine Gegenmassnahme ist, zunächst die wichtigsten wirtschaftlichen Treiber unabhängig zu diskutieren und die daraus resultierenden Werte erst anschliessend mit der bisherigen Planung zu vergleichen.

Diese Denkfehler sind keine Beweise dafür, dass ein bestimmter Entscheid falsch ist. Sie markieren vielmehr Risiken im Entscheidungsprozess, die sich durch strukturierte Gegenprüfungen reduzieren lassen.

Da sich Annahmen selbst nach einem guten Entscheid verändern können, muss ausserdem feststehen, wann eine erneute Beurteilung erforderlich wird.

Wann sollte eine Unternehmensentscheidung aufgrund neuer Daten überprüft werden?

Eine Unternehmensentscheidung sollte überprüft werden, wenn neue Daten eine entscheidende Ausgangsannahme infrage stellen oder einen vorab festgelegten Grenzwert überschreiten. Dafür eignen sich messbare Auslöser besser als ausschliesslich starre Kalendertermine. Allerdings verlangt nicht jede Abweichung eine vollständige Neubeurteilung: Die Intensität der Prüfung sollte von der wirtschaftlichen Bedeutung und Dauer der Veränderung abhängen.

Bei grösseren Entscheidungen empfiehlt sich ein Decision Log. Dieses hält fest, welche Handlungsalternative gewählt wurde, welche Ziele verfolgt werden und welche Informationen zum Entscheidungszeitpunkt verfügbar waren.

Besonders wichtig sind drei bis fünf kritische Annahmen. Bei einer Standorterweiterung könnten dies die erwartete Nachfrage, die erforderliche Auslastung, die verfügbare Personalkapazität und die finanzielle Tragbarkeit sein.

Ein solches Entscheidungsprotokoll sollte mindestens folgende Angaben enthalten:

• Entscheidungsdatum, verantwortliche Personen und gewählte Alternative;
• wesentliche Annahmen samt Datenquelle und damaligem Informationsstand;
• Zielgrössen, akzeptierte Abweichungen und konkrete Prüfauslöser;
• mögliche Gegenmassnahmen und Zuständigkeit für die erneute Bewertung.

Prüfauslöser können eine erhebliche Abweichung beim Auftragseingang, eine dauerhaft geringere Marge oder der Wegfall eines wichtigen Kundenvertrags sein. Auch externe Ereignisse wie regulatorische Änderungen oder unerwartete Lieferengpässe können die Grundlage eines früheren Entscheids verändern.

Der Vorteil vorab definierter Auslöser liegt in der sachlicheren Diskussion. Statt zu fragen, wer eine Fehlentscheidung getroffen hat, lässt sich überprüfen, welche Annahme nicht mehr gilt und welche Handlungsoption daraus folgt.

Zu häufige Revisionsanforderungen haben jedoch einen Preis. Wenn jede kurzfristige Kennzahlenschwankung Grundsatzdiskussionen auslöst, verliert die Organisation Verlässlichkeit und Handlungsgeschwindigkeit.

Ein gestuftes Vorgehen ist deshalb zweckmässig: Regelmässige Kurzprüfungen beobachten die kritischen Treiber. Eine vertiefte Neubewertung erfolgt, wenn wesentliche Annahmen dauerhaft verletzt werden oder ein relevantes neues Risiko entsteht.

Eine dokumentierte Entscheidung ermöglicht zudem die Unterscheidung zwischen zwei Ursachen: Hat sich die Umwelt verändert, oder war die ursprüngliche Einschätzung bereits auf unvollständige Informationen gestützt? Diese Differenzierung ist entscheidend für organisatorisches Lernen.

Damit solche Überprüfungen funktionieren, müssen die relevanten Werte allerdings konsistent erfasst werden. Unterschiedliche Definitionen zwischen Finanz- und Betriebssystemen erschweren genau diese Vergleichbarkeit.

Wie harmonisiert man Finanz- und Betriebsdaten aus mehreren Anwendungen?

Finanz- und Betriebsdaten werden harmonisiert, indem Unternehmen zuerst gemeinsame Begriffe, Stammdaten und Verantwortlichkeiten festlegen und erst danach ihre Systeme verbinden. Eine technische Schnittstelle allein garantiert keine übereinstimmenden Kennzahlen. Entscheidend sind eindeutig definierte Datenquellen, nachvollziehbare Zuordnungen und regelmässige Abstimmungen zwischen operativen Vorgängen und ihrer finanziellen Abbildung.

In einer heterogenen Systemlandschaft können Verkauf, Projektmanagement und Buchhaltung denselben Geschäftsvorfall unterschiedlich erfassen. Ein Auftrag ist im Verkauf möglicherweise bereits bestätigt, im Betrieb noch nicht begonnen und in der Finanzbuchhaltung noch nicht fakturiert.

Diese Unterschiede müssen nicht zwingend Fehler sein. Problematisch wird es, wenn sie ohne einheitliche Definition in einer gemeinsamen Kennzahl zusammengeführt werden.

Vor der technischen Integration sollten Unternehmen deshalb die wesentlichen Datenbegriffe dokumentieren. Dazu gehören insbesondere:

• die Definition von Auftrag, Projektbeginn, Leistungserbringung und Rechnungsstellung;
• einheitliche Kunden-, Artikel- und Projektreferenzen;
• gemeinsame Stichtags- und Abgrenzungsregeln;
• die Zuordnung operativer Vorgänge zu Konten, Kostenstellen und weiteren Finanzdimensionen.

Die Stammdatenstrategie der Schweizerischen Bundeskanzlei beschreibt die gemeinsame Verwaltung grundlegender Datenobjekte und das Once-only-Prinzip für öffentliche Verwaltungsprozesse. Für private KMU ist dies keine verbindliche Systemarchitektur, verdeutlicht aber den Nutzen konsistenter Stammdaten und der Vermeidung mehrfacher Erfassung.

In Unternehmen mit Abacus, AbaNinja, Branchenanwendungen oder Excel-Auswertungen sollte für jede wesentliche Kennzahl eine führende Datenquelle definiert werden. Dabei ist nicht zwingend ein einziges System für sämtliche Informationen massgeblich: Die Finanzbuchhaltung kann beispielsweise für verbuchte Erlöse führend sein, während das operative System den bestätigten Auftragsbestand verwaltet.

Eine Schnittstelle kann technisch fehlerfrei funktionieren und dennoch unpassende Werte übertragen. Deshalb benötigen Datenflüsse zusätzliche Abstimmungsregeln. Beispielsweise sollte nachvollziehbar sein, welche bestätigten Aufträge bereits fakturiert wurden, welche Leistungen noch offen sind und welche zeitlichen Abgrenzungen zu berücksichtigen sind.

Für die Integration stehen mehrere Wege zur Verfügung. Sie unterscheiden sich vor allem hinsichtlich Aktualität, Kontrollaufwand und Änderungsrisiken.

Eine möglichst umfassende bidirektionale Synchronisation ist nicht automatisch die beste Lösung. Häufig genügt ein definierter Datenfluss mit eindeutiger Zuständigkeit und kontrollierten Ausnahmen. Dadurch sinkt das Risiko, dass widersprüchliche Änderungen zwischen Systemen hin- und hergeschrieben werden.

Welche technische Architektur anschliessend sinnvoll ist, hängt wesentlich davon ab, ob die Geschäftsprozesse mit Standardfunktionen abgebildet werden können oder spezialisierte Anwendungen benötigen.

Standard-ERP oder Branchenlösung: Was passt zu spezialisierten Geschäftsprozessen?

Ob ein Standard-ERP oder eine Branchenlösung besser passt, hängt vor allem von den geschäftskritischen Prozessen, dem Integrationsbedarf und den langfristigen Gesamtkosten ab. Ein Standard-ERP eignet sich besonders für weitgehend übliche Abläufe. Bei stark spezialisierten Kernprozessen kann eine Branchenlösung oder ein Standard-ERP mit Branchenmodul wirtschaftlicher sein, sofern Weiterentwicklung und Datenintegration gesichert sind.

Die Entscheidung sollte nicht mit einer Produktpräsentation beginnen, sondern mit einer Analyse der eigenen Wertschöpfung. Welche Prozesse unterscheiden das Unternehmen tatsächlich von vergleichbaren Betrieben? Und bei welchen Abläufen sind standardisierte Vorgehensweisen ausreichend?

Ein Maschinenbauunternehmen benötigt möglicherweise eine detaillierte Abbildung variantenreicher Stücklisten und Fertigungsaufträge. Ein projektorientierter Dienstleister legt dagegen besonderen Wert auf Leistungserfassung, Projektabrechnung und Ressourcenplanung.

Entscheidend ist, wie zuverlässig und mit welchem Aufwand die jeweilige Lösung diese geschäftskritischen Abläufe unterstützt.

Die Gesamtkosten gehen weit über Lizenz- und Einführungspreise hinaus. Berücksichtigt werden müssen unter anderem Schulung, Prozessänderungen, manuelle Nacharbeit, Datenmigration, Schnittstellenpflege und künftige Systemwechsel.

Für Schweizer Unternehmen kommen Anforderungen an die Zusammenarbeit mit der Buchhaltung sowie die korrekte Abbildung der anwendbaren Schweizer MWST- und Rechnungsprozesse hinzu. Ob eine bestimmte Lösung diese Anforderungen erfüllt, muss anhand der jeweiligen Funktionen, Konfiguration und konkreten Geschäftsvorfälle geprüft werden.

Ein belastbares Auswahlverfahren nutzt deshalb eigene Beispieldaten. Ein typischer Auftrag sollte vom Angebot über die operative Bearbeitung bis zur Abrechnung vollständig in einer Testumgebung durchgespielt werden.

Besonders aussagekräftig ist, wo Medienbrüche, manuelle Zwischenschritte oder ungeklärte Datenzuordnungen auftreten. Auch Rückfragen an Referenzunternehmen ähnlicher Branche und Grösse können helfen, tatsächliche Betriebsgrenzen besser einzuschätzen.

Bei Anbieterpräsentationen sollte neben den unterstützten Funktionen ausdrücklich nach Einschränkungen gefragt werden. Eine Lösung, die im Demonstrationsfall überzeugend wirkt, kann bei Ausnahmen oder späteren Prozessänderungen erhebliche Zusatzaufwände verursachen.

Unabhängig vom gewählten System entscheidet letztlich die Qualität der durchgängigen Prozess- und Datenkette darüber, ob aus operativen Vorgängen verlässliche Führungskennzahlen entstehen.

Wie entsteht eine durchgängige Prozesskette vom Auftrag bis zur Abrechnung?

Eine durchgängige Prozesskette entsteht, wenn Informationen von der Angebotserstellung bis zur Abrechnung nachvollziehbar weitergegeben und nicht bei jedem Arbeitsschritt neu erfasst werden müssen. Voraussetzung sind eindeutige Vorgangsreferenzen, abgestimmte Datenfelder, klare Prozessverantwortung und kontrollierte Übergaben. Erst dann lassen sich operative Leistungen, Kosten und Erlöse verlässlich miteinander verbinden und für Unternehmensentscheide auswerten.

Der Ausgangspunkt ist eine vollständige Betrachtung des tatsächlichen Auftragsdurchlaufs. Eine typische Prozessfolge umfasst Angebot, Auftragsbestätigung, Planung, Lieferung oder Leistungserbringung, Leistungserfassung, Rechnungsstellung und finanzielle Verbuchung.

Jeder Übergang ist eine mögliche Fehlerquelle. Angaben können verloren gehen, mehrfach eingegeben oder unterschiedlich interpretiert werden. Besonders kritisch sind Situationen, in denen zusätzliche Informationen nur per E-Mail, Telefon oder separater Excel-Liste weitergegeben werden.

Eine durchgängige Datenkette bedeutet nicht zwingend, dass sämtliche Tätigkeiten in einer einzigen Software ausgeführt werden. Verschiedene Anwendungen können zusammenarbeiten, sofern sie dieselben Vorgänge eindeutig referenzieren und die benötigten Informationen zuverlässig austauschen.

Praktisch lässt sich die Durchgängigkeit anhand mehrerer Fragen prüfen:

• Bleibt eine Auftrags- oder Projektreferenz über alle relevanten Verarbeitungsschritte erhalten?
• Werden Stammdaten und bereits bestätigte Informationen ohne unnötige Neueingabe übernommen?
• Ist ersichtlich, welche Leistungen erbracht, erfasst, freigegeben und abgerechnet wurden?
• Lassen sich Abweichungen zwischen operativen Aufzeichnungen und Finanzbuchhaltung erklären?
• Wer trägt die Verantwortung, wenn Informationen fehlen oder widersprüchlich sind?

Der betriebswirtschaftliche Nutzen zeigt sich beispielsweise beim Deckungsbeitrag pro Auftrag. Dieser ist nur dann belastbar, wenn die relevanten Erlöse und zurechenbaren Aufwände korrekt demselben Vorgang zugeordnet werden. Werden Arbeitsstunden auf ein anderes Projekt gebucht oder Materialverbräuche nicht erfasst, kann eine scheinbar präzise Auswertung wirtschaftlich irreführend sein.

Für die Verbesserung empfiehlt sich eine schrittweise Vorgehensweise. Zuerst werden die wichtigsten Auftragsarten und ihre Informationsübergaben sichtbar gemacht. Anschliessend lassen sich die Stellen mit manueller Doppelerfassung, fehlenden Referenzen oder häufigen Abstimmungsproblemen priorisieren.

Nicht jede Ausnahme muss sofort automatisiert werden. Entscheidend ist, ob der jeweilige Prozessschritt für Datenqualität, Durchlaufzeit oder wirtschaftliche Steuerung wesentlich ist.

Auch die organisatorische Umsetzung verdient Aufmerksamkeit. Eine technisch korrekt aufgebaute Schnittstelle hilft wenig, wenn Mitarbeitende weiterhin private Listen pflegen, Leistungen verspätet erfassen oder vereinbarte Freigabeschritte umgehen. Klare Rollen und gelebte Erfassungsregeln sind daher Bestandteil der Prozessgestaltung.

Eine durchgängige Prozesskette verbessert nicht automatisch jede Unternehmensentscheidung. Sie schafft aber die Voraussetzung dafür, dass relevante Kennzahlen auf nachvollziehbaren Vorgängen beruhen und Abweichungen bis zu ihrer Ursache untersucht werden können.

Als nächster praktischer Schritt bietet sich an, einen typischen Kundenauftrag vollständig vom Angebot bis zur verbuchten Rechnung nachzuverfolgen. Die dabei erkannten Informationsbrüche liefern eine konkrete Grundlage, um Datenqualität, Prozesse und Managementreporting gezielt zu verbessern.