13-Wochen-Liquiditätsplanung: Die 7 besten Tools 2026

Bevor Sie ein Tool auswählen, sollten Sie zunächst das Modell aufbauen. Unser Schritt-für-Schritt-Leitfaden So erstellen Sie eine 13-Wochen-Liquiditätsplanung (kostenlose Vorlage) erklärt die achtstufige Methodik, führt durch das Abweichungsprotokoll und zeigt, welche Datenqualitätsprobleme in der Debitorenbuchhaltung die meisten Prognosefehler verursachen.

Das Wichtigste in Kürze

• Eine 13-Wochen-Liquiditätsplanung verschafft Finanzteams eine granulare, wöchentliche Sicht auf die Liquidität der kommenden 90 Tage
• Laut Gartner (2025) prognostiziert eine automatisierte Cashflow-Planung um bis zu 30 % genauer als tabellenbasierte Methoden
• Die besten Tools 2026 speisen ihre Prognosen mit Echtzeit-Signalen aus der Debitorenbuchhaltung: zugeordnete Zahlungen, laufende Streitfälle und verbindliche Zahlungszusagen
• Die Einführung dauert wenige Tage für gezielte Pilotprojekte, aber mehrere Monate für einen vollständigen Enterprise-Rollout
• Moderne und veraltete Prognoseplattformen unterscheiden sich vor allem an einem Punkt: Sie rechnen auf Rechnungsebene, statt auf Kategorieebene Durchschnitte zu bilden

In diesem Artikel

• Das Wichtigste in Kürze
• Warum liegen die meisten 13-Wochen-Liquiditätsplanungen daneben?
• Wie wir diese Tools bewertet haben
• Die sieben besten Tools für die 13-Wochen-Liquiditätsplanung
• Wie verbessert KI die Genauigkeit der 13-Wochen-Liquiditätsplanung?
• 5 Schritte zu einer belastbaren 13-Wochen-Liquiditätsplanung
• Häufig gestellte Fragen
• Jetzt handeln: Das richtige Tool für die 13-Wochen-Liquiditätsplanung wählen

Was ist eine 13-Wochen-Liquiditätsplanung?

Eine 13-Wochen-Liquiditätsplanung (auch 13WCF oder TWCF genannt) ist eine kurzfristige, rollierende Vorschau. Sie bildet die erwarteten Zahlungseingänge und -ausgänge Woche für Woche über einen Zeitraum von 13 Wochen ab und nutzt dabei die direkte Methode: tatsächliche Ein- und Auszahlungen, ohne periodengerechte Abgrenzungen. So erkennen Finanzverantwortliche Liquiditätslücken, bevor daraus Krisen werden, halten Covenants ein, planen den Zeitpunkt von Investitionen und entscheiden fundiert über Kreditlinien und Working Capital.

Warum liegen die meisten 13-Wochen-Liquiditätsplanungen daneben?

Die meisten Prognosen scheitern an veralteten Daten. Laut Gartner (2025) prognostizieren Unternehmen mit tabellenbasierten Methoden um 30 % ungenauer als solche, die auf automatisierte Lösungen setzen. Die Ursache ist strukturell: Ihre Prognose ist immer nur so gut wie die Debitorendaten, die sie speisen.

Eine AFP Treasury Benchmarking Survey aus dem Jahr 2025 ergab, dass über 60 % der Treasury-Fachleute die Cashflow- oder Liquiditätsprognose als ihre größte Herausforderung nennen. Das Problem liegt nicht in der Rechnerei, sondern in den Eingangsdaten.

Das läuft typischerweise schief:

• Debitorendaten liegen unverarbeitet vor. Zahlungsavise stecken in E-Mail-Postfächern. Abzüge wurden nicht klassifiziert. Die Prognose behandelt alle offenen Rechnungen als „erwartet“, obwohl die Hälfte strittig oder überfällig ist.
• Manuelle Aktualisierungen kosten Zeit. Bis ein Analyst montags die Tabelle aktualisiert hat, hat sich der Liquiditätsstatus längst verschoben.
• Kategorie-Durchschnitte verschleiern die Varianz auf Rechnungsebene. Wer „Forderungseinzug“ als einzige Zeile plant, übersieht, dass seine zehn größten Kunden nach völlig unterschiedlichen Zahlungsrhythmen zahlen.
• Es fehlt die Rückkopplung. Niemand gleicht die Prognose aus Woche 1 so mit den Ist-Werten ab, dass sich dadurch die Vorhersagen für Woche 2 verbessern.

Die folgenden Tools gehen diese Probleme auf unterschiedliche Weise an. Manche konzentrieren sich auf Planung und Szenariomodellierung. Andere (wie CashPulse von Transformance) lösen zuerst das vorgelagerte Datenproblem und erstellen die Prognose dann aus bereinigten, aufbereiteten Debitorensignalen.

Wie wir diese Tools bewertet haben

Wir haben jede Plattform anhand von fünf Kriterien geprüft, die speziell für die 13-Wochen-Liquiditätsplanung zählen:

1. Wie genau prognostiziert das Tool? Rechnet es auf Rechnungsebene, setzt es ML-Modelle ein oder schreibt es lediglich Trends fort?
2. Wie tief bindet es die Debitorendaten ein? Liest es Echtzeitdaten aus Zahlungszuordnung, Forderungsmanagement und Abzugsprozessen ein, oder verlässt es sich allein auf ERP-Momentaufnahmen?
3. Wie automatisiert läuft die rollierende Prognose? Rückt das 13-Wochen-Fenster von selbst vor und berechnet sich neu, oder baut es jemand jede Woche wieder von Hand auf?
4. Wie gut lassen sich Szenarien analysieren? Können Sie „Was-wäre-wenn“-Simulationen durchspielen, die an konkrete Maßnahmen gekoppelt sind, etwa daran, überfällige Forderungen schneller einzutreiben?
5. Wie lange dauert die Einführung, und wie komplex ist sie? Wochen oder Monate? Und brauchen Sie dafür eigene IT-Ressourcen?

Die sieben besten Tools für die 13-Wochen-Liquiditätsplanung

‍

‍

‍

1. Transformance CashPulse: Am besten für die Netto-Cash-Prognose aus echten Debitoren- und Kreditorendaten

CashPulse ist das Liquiditätsprognose-Modul der Order-to-Cash-Plattform von Transformance. Es prognostiziert den Netto-Cashflow aus Ihren echten Debitoren- und Kreditorendaten und nutzt dafür granulare Modelle über mehrere Zeithorizonte. Das Ergebnis: eine einzige Netto-Liquiditätskurve mit Konfidenzbandbreiten. Die Genauigkeit bleibt selbst über ein volles Jahr stabil, auch bei Portfolios mit Fremdwährungsrisiken oder langen Buchungszyklen.

Vorteile:

• Echte Netto-Cash-Prognose auf Basis realer Debitoren- und Kreditorendaten, in einer einzigen Ansicht. Die Debitorenseite prognostiziert das Modul auf Rechnungsebene, ausgehend vom Zahlungsverhalten jedes einzelnen Kunden. Die Kreditorenseite leitet es aus Verträgen, Gehaltsabrechnungen, Steuerterminen und verbindlichen Bestellungen ab. So entsteht eine echte Netto-Liquiditätskurve, kein reiner Debitorenausschnitt.
• Verlässliche Genauigkeit über lange Zeithorizonte. Herkömmliche Modelle verlieren jenseits von 30 Tagen an Aussagekraft. CashPulse erreicht bei den meisten Portfolios 90 bis 95 % Genauigkeit über 90 Tage und deckt bei Unternehmen mit längeren Zyklen ganze Jahreshorizonte in einem einzigen Durchlauf ab.
• Bekannte künftige Größen fließen direkt in die Prognose ein. Wechselkurse, Rohstoff-Futures, Feiertagskalender, geplante Aktionen, Erntepläne und Auftragspipelines sind zentrale Eingangsgrößen des Modells, keine nachträglichen Add-ons. Die meisten Treasury- und FP&A-Tools müssen ihre Datenpipeline umbauen, um ein neues externes Signal aufzunehmen.
• Konfidenzbandbreiten statt einzelner Zahlen. Jede Prognose liefert eine Best-Case-, eine erwartete und eine risikoadjustierte Sicht. So plant Ihr CFO um Unsicherheiten herum, statt sich auf eine einzelne Zahl zu verlassen, die schon am Dienstag falsch ist.
• Modellierung pro Einheit und pro Region. Eine stabile europäische Tochtergesellschaft und eine volatile lateinamerikanische erhalten jeweils eine Prognose aus ihren eigenen Daten, keinen globalen Durchschnitt.
• Nachvollziehbar von Grund auf. Das System zeigt, welche Faktoren jede Prognose bewegt haben. Damit erfüllt es genau den Anspruch, den Finanzteams stellen, bevor sie eine KI-Zahl in eine Vorstandsvorlage übernehmen.
• Das persistente Gedächtnis von Vero sammelt im Lauf der Zeit Zahlungsmuster der Kunden, gebrochene Zusagen und saisonale Verhaltensweisen. Tag 90 übertrifft Tag 1, Tag 365 übertrifft Tag 90.
• Prognose und Maßnahme in einem Kreislauf. Meldet CashPulse eine Woche mit knappem Cashbestand, kann Vero eine Eskalation im Forderungsmanagement, KI-Anrufe oder das Mahnwesen auslösen und so das Ergebnis verändern. Treasury- und FP&A-Tools berichten nur, CashPulse schließt den Kreislauf.
• Einsatzbereit in vier bis acht Wochen. Treasury-Suiten brauchen typischerweise sechs bis zwölf Monate.

Nachteile:

• Für die Komplexität großer Unternehmen gebaut. Unternehmen mit unter 50 Mio. USD Umsatz und stabilen, planbaren Cashflows brauchen diese Tiefe oft nicht.
• Den größten Mehrwert bringt CashPulse dort, wo Verhaltensvarianz zählt (Multi-Entity-B2B, Fremdwährungsrisiken, rohstoffgetriebene Buchungszyklen). Reines Abo-B2C mit planbaren Monatsumsätzen profitiert relativ gesehen weniger.

Am besten für: Mittelständische und große Unternehmen (500 Mio. bis über 25 Mrd. EUR Umsatz), die eine echte Netto-Cash-Prognose über mehrere Einheiten, Regionen und Währungen hinweg brauchen und eine Genauigkeit wollen, die mit jedem Zahlungszyklus zunimmt. Besonders stark für FMCG, Fertigung, MedTech und Chemie mit Fremdwährungsrisiken oder rohstoffgetriebenen Buchungszyklen.

Preisgestaltung: Modulbasierte Preise, gekoppelt an Einheiten, Transaktionsvolumen und KI-Nutzung. Typischerweise 20 bis 30 % unter dem Preis von Treasury-Suiten für denselben Anwendungsfall. Pilotprojekte starten mit einem Ausschnitt Ihrer echten Debitoren- und Kreditorendaten, sodass Sie die Genauigkeit sehen, bevor Sie sich festlegen.

‍

‍

2. Anaplan: Am besten für komplexe Multi-Szenario-Planung

Anaplan ist die Enterprise-CPM-Plattform für komplexe, mehrdimensionale Finanzmodellierung. Die Liquiditätsprognose ist einer von vielen Anwendungsfällen und modelliert Szenarien so tief, wie es kleinere Tools nicht können.

Vorteile:

• Branchenführende mehrdimensionale Modellierung mit tiefgehenden What-if-Szenarien.
• Starke Eignung für global tätige Unternehmen mit komplexer treiberbasierter Prognose.
• Ausgereifte Plattform mit umfangreichem Partner-Ökosystem und Schulungsressourcen.

Nachteile:

• Die Einführung ist aufwendig (sechs bis zwölf Monate) und erfordert in der Regel dedizierte Anaplan-Modellierer.
• Die Liquiditätsprognose müssen Sie umfassend konfigurieren, sie steht nicht standardmäßig bereit wie bei spezialisierten Prognose-Tools.
• Die Preise richten sich nach Modellkomplexität und Nutzerzahl und können in den siebenstelligen Bereich skalieren.

Am besten für: Große Unternehmen (ab 1 Mrd. USD Umsatz) mit ausgereiften FP&A-Teams und komplexem, treiberbasiertem Prognosebedarf über das gesamte Geschäft hinweg.

Preisgestaltung: Individuelle Enterprise-Preise, typischerweise im hohen sechs- bis siebenstelligen Bereich pro Jahr, abhängig von Modellkomplexität und Nutzerzahl.

3. Workday Adaptive Planning: Am besten für das Workday-Ökosystem

Adaptive Planning (früher Adaptive Insights) ist eine FP&A-Plattform, bei der die Cashflow-Prognose eine Funktion unter vielen ist. Weil sie sich nativ mit Workday HR und Financials verbindet, ist sie die naheliegende Wahl, wenn Workday Ihr führendes System ist.

Vorteile:

• Die native Integration mit Workday HR und Financials senkt den Aufwand für die Datenintegration.
• Leistungsstarke What-if-Szenarien und treiberbasierte Prognosefunktionen.
• Starkes Reporting und Dashboarding für die Führungsebene.

Nachteile:

• Die Liquiditätsprognose ist eine Konfiguration auf einer Planungsplattform, weniger sofort verfügbar als spezialisierte Tools zur Liquiditätsprognose.
• Sie erfordert FP&A-Modellierungskompetenz, damit Sie genaue Liquiditätsprognosen aufbauen und pflegen können.
• Die Prognose auf Debitorenebene gelingt nur, wenn die Debitorendaten in ausreichender Detailtiefe ins Modell fließen.

Am besten für: Große Unternehmen (ab 500 Mio. USD Umsatz), bei denen die FP&A-Funktion die Liquiditätsprognose verantwortet und die Organisation bereits Workday für die Finanzbuchhaltung einsetzt.

Preisgestaltung: Nutzerbasiertes Abonnement, gekoppelt an die Anzahl der Lizenzen. Einführungen bei mittleren bis großen Unternehmen liegen typischerweise zwischen 100.000 und 500.000 USD pro Jahr.

4. Pigment: Am besten für kollaborative FP&A-Teams

Pigment ist eine Planungsplattform der neueren Generation, gebaut für kollaborative FP&A in Echtzeit. Die moderne Oberfläche und die vernetzte Modellierung machen sie zur starken Wahl für Teams, die tabellenlastige Prozesse ablösen wollen.

Vorteile:

• Moderne, kollaborative Oberfläche, die Finanzteams ohne großen IT-Aufwand einführen.
• Mehrere Nutzer bearbeiten Modelle in Echtzeit, bei What-if-Analysen schneller als klassische CPM-Tools.
• Starke Eignung für wachstumsstarke Unternehmen, die ihre Excel-basierte FP&A ablösen.

Nachteile:

• Neuere Plattform, kleinere Kundenbasis und ein weniger ausgebautes Partner-Ökosystem als Anaplan oder Adaptive.
• Die Liquiditätsprognose ist einer von vielen Anwendungsfällen, nicht eigens dafür entwickelt wie CashPulse.
• Weniger erprobt in den langwierigen Beschaffungsprozessen großer Konzerne.

Am besten für: Mittelständische und wachstumsstarke Unternehmen (100 Mio. bis 1 Mrd. USD Umsatz) mit kollaborativen FP&A-Teams, die ihre Excel-basierte Planung ablösen wollen.

Preisgestaltung: Abonnementpreise, gekoppelt an Nutzerzahl und Modellkomplexität. Typischerweise 60.000 bis 250.000 USD pro Jahr.

5. Kyriba: Am besten für treasury-zentrierte Organisationen

Kyriba ist die marktführende Enterprise-Treasury-Suite und deckt Cash-Management, Zahlungen, Fremdwährung, Risiko und Prognose ab. Die Liquiditätsprognose ist ein Modul innerhalb einer breiteren Treasury-Plattform.

Vorteile:

• Ausgereifte Enterprise-Treasury-Suite mit starker Liquiditätstransparenz, Payment-Hub und Fremdwährungsfunktionen.
• Etablierte Kundenbasis unter den Fortune-500-Unternehmen mit umfassender Bankenanbindung.
• Robuste Szenariomodellierung für Fremdwährungsrisiken und Liquiditäts-Stresstests.

Nachteile:

• Die Liquiditätsprognose ist nur ein Modul innerhalb einer breiteren Treasury-Suite.
• Die Einführung dauert sechs bis zwölf Monate, und die Gesamtbetriebskosten spiegeln das wider.
• Die Prognosegenauigkeit hängt von der Datenqualität aus vorgelagerten Quellen (Debitoren, Kreditoren) ab. Die Plattform prognostiziert, sie steuert die Debitoren nicht operativ.

Am besten für: Große Unternehmen (ab 1 Mrd. USD Umsatz) mit anspruchsvollen Treasury-Prozessen über mehrere Banken, Währungen und Einheiten hinweg.

Preisgestaltung: Individuelle Enterprise-Preise, typischerweise im mittleren bis hohen sechsstelligen Bereich pro Jahr zuzüglich Einführungsleistungen.

6. Float: Am besten für KMU und Start-ups

Float ist ein Tool zur Cashflow-Prognose, eigens für kleine Unternehmen und Start-ups entwickelt. Die direkte Integration mit Xero, QuickBooks und FreeAgent schafft schnelle Transparenz ohne den Aufwand von Enterprise-Tools.

Vorteile:

• Schnelle Einrichtung, über die Integration mit dem Buchhaltungssystem meist innerhalb weniger Stunden einsatzbereit.
• Moderne, einfache Oberfläche, gebaut für Finanzverantwortliche ohne Treasury-Hintergrund.
• Erschwingliche Preise für das KMU-Segment.

Nachteile:

• Für die KMU-Größenordnung gebaut, nicht geeignet für komplexe Unternehmen mit mehreren Einheiten und Währungen.
• Die Prognoselogik ist einfacher als bei Enterprise-Tools, mit weniger Tiefe bei der treiberbasierten Modellierung.
• Die Debitoren bindet Float über das Buchhaltungssystem an, nicht auf granularer Rechnungsebene.

Am besten für: Kleine Unternehmen und Start-ups (unter 25 Mio. USD Umsatz), die Xero, QuickBooks oder FreeAgent nutzen und eine schlanke Liquiditätstransparenz wünschen.

Preisgestaltung: Abonnementpreise, typischerweise 50 bis 200 USD pro Monat, je nach Tarifstufe.

7. Centime: Am besten für die Kreditoren- und Debitorentransparenz im Mittelstand

Centime ist eine Cash-Management-Plattform, die Transparenz über Kreditoren, Debitoren und Liquiditätsprognose für mittelständische Unternehmen bündelt. Sie richtet sich an Unternehmen, die ein einziges Tool für den Überblick über ihr Working Capital wollen, ohne die Komplexität von Enterprise-Lösungen.

Vorteile:

• Kreditoren, Debitoren und Liquiditätsprognose in einem Tool: Das senkt die Zahl der Anbieter für den Mittelstand.
• Moderne Oberfläche, gebaut für Finanzteams ohne dedizierte Systemadministratoren.
• Schnellere Einführung als bei Enterprise-Treasury-Suiten.

Nachteile:

• Kreditoren und Debitoren zielen auf Transparenz, nicht auf tiefgreifende Automatisierung.
• Die Prognosegenauigkeit hängt von der Datenqualität der angebundenen Buchhaltungssysteme ab.
• Weniger geeignet für Unternehmen, die eine tiefe operative Steuerung der Debitoren oder die Breite einer Treasury-Suite brauchen.

Am besten für: Mittelständische Unternehmen (25 Mio. bis 250 Mio. USD Umsatz), die integrierte Transparenz über ihr Working Capital ohne Enterprise-Aufwand wünschen.

Preisgestaltung: Abonnementpreise, typischerweise 30.000 bis 100.000 USD pro Jahr, je nach Nutzerzahl und Modulumfang.

Wie verbessert KI die Genauigkeit der 13-Wochen-Liquiditätsplanung?

KI steigert die Prognosegenauigkeit, weil sie den Zahlungszeitpunkt für jede einzelne Rechnung vorhersagt, statt über Kategorien hinweg zu mitteln. Laut McKinsey steigern Machine-Learning-Modelle die Genauigkeit kurzfristiger Liquiditätsprognosen um 30 bis 50 %.

So sieht das in der Praxis aus. Eine klassische 13-Wochen-Liquiditätsplanung schätzt den „Forderungseinzug“ womöglich als einen einzigen Wochenwert, abgeleitet aus der historischen Debitorenlaufzeit. Ein KI-gestützter Ansatz sagt dagegen voraus, wann jede einzelne offene Rechnung bezahlt wird, und zwar auf Basis von:

• Zahlungshistorie des Kunden. Kunde A zahlt im Schnitt am Tag 32, verzögert aber im vierten Quartal immer. Kunde B zahlt früher, wenn Sie 2 % Skonto anbieten.
• Aktueller Debitorenstatus. Drei Rechnungen von Kunde C stecken in der Klärung. Für zwei liegen Zahlungszusagen aus automatisierten Inkassoanrufen vor. Eine hat das System gerade per Zahlungsavis zugeordnet.
• Saisonale und verhaltensbezogene Muster. Das System hat gelernt, über ein dauerhaftes Gedächtnis statt über manuelle Regeln, dass dieses Kundensegment die Zahlungen im März um fünf Tage verzögert.

Das Ergebnis ist eine Prognose, die auf Signalen beruht, nicht auf Annahmen. Ein Bericht von PYMNTS Intelligence aus dem Jahr 2025 kam zu dem Ergebnis, dass sieben von zehn Unternehmen bereits mindestens ein KI-Tool zur Steuerung des Cashflows einsetzen und knapp jeder dritte CFO davon ausgeht, dass agentische KI Echtzeit-Prognosen stark beeinflussen wird.

Für Teams, die Monatsabschlüsse verantworten, ist das deshalb relevant, weil die Prognose zu einem lebendigen Dokument wird: Sie aktualisiert sich im Tagesverlauf laufend mit den Daten aus Zahlungszuordnung und Forderungsmanagement.

5 Schritte zu einer belastbaren 13-Wochen-Liquiditätsplanung

Ob mit Tabellenkalkulation oder Unternehmensplattform, diese Schritte gelten in jedem Fall:

1. Beginnen Sie mit einem abgestimmten Kontostand. Prüfen Sie Ihren Anfangsbestand gegen die Kontoauszüge. Fehlt dieser Abgleich, verfälscht sich jede weitere Woche.
2. Erfassen Sie Zahlungseingänge so detailliert wie möglich. Idealerweise Rechnung für Rechnung. Zumindest aber sollten Sie die Forderungseingänge nach Kundensegmenten aufschlüsseln, die sich unterschiedlich verhalten.
3. Ordnen Sie Auszahlungen nach Planbarkeit. Löhne und Miete lassen sich gut planen. Lieferantenzahlungen und Steuerverbindlichkeiten schwanken. Trennen Sie beide, damit Ihre Abweichungsanalyse aussagekräftig bleibt.
4. Automatisieren Sie das rollierende Zeitfenster. Die Planung sollte jede Woche automatisch weiterrücken, die abgeschlossene Woche entfernen und eine neue Woche 13 ergänzen. Wer manuell neu aufsetzt, riskiert Verzögerungen und Fehler.
5. Gleichen Sie Prognose und Ist-Werte wöchentlich ab. Vergleichen Sie Ihre Vorhersage mit dem tatsächlichen Verlauf. Spielen Sie die Abweichung in Ihr Modell zurück. Genau hier stiften KI-Tools wie die Prognose-Engine von CashPulse den größten Nutzen: Sie lernen automatisch aus jeder Abweichung.

‍

‍

Häufig gestellte Fragen

Welche Software zur Cashflow-Prognose eignet sich am besten für Großunternehmen?

In den meisten Großunternehmen entsteht die größte Lücke bei der Prognosegenauigkeit, weil veraltete Debitorendaten auf Punktschätzungen treffen, die Unsicherheiten ausblenden. Transformance CashPulse führt die Kategorie an: Die Lösung prognostiziert den Netto-Cashflow über Debitoren und Kreditoren hinweg aus verarbeiteten Daten, also aus abgeglichenen Zahlungen, laufenden Streitfällen und Zahlungszusagen. Dazu liefert sie Konfidenzbereiche und hält die Genauigkeit über 90 Tage bei 90 bis 95 %. Andere Tools decken andere Anforderungen ab: Anaplan und Workday Adaptive Planning eignen sich für die umfassendere FP&A-Planung, Kyriba für treasury-spezifische Bankanbindung und Cash-Pooling.

Wie erstellt man eine präzise rollierende 13-Wochen-Liquiditätsplanung?

Beginnen Sie mit einem abgestimmten Anfangsbestand an liquiden Mitteln und projizieren Sie anschließend die wöchentlichen Ein- und Auszahlungen nach der direkten Methode. Gliedern Sie die Debitoreneingänge nach Kundensegmenten mit unterschiedlichen Zahlungsmustern, statt einen einzelnen DSO-Durchschnitt anzusetzen. Automatisieren Sie das rollierende Fenster, sodass in jedem Zyklus Woche 1 herausfällt und Woche 14 hinzukommt. Gleichen Sie Prognose und Ist-Werte wöchentlich ab und lassen Sie die Abweichungen zurück ins Modell fließen.

Warum sind die meisten Cashflow-Prognosen ungenau?

Die Hauptursache liegt in veralteten oder nicht verarbeiteten Debitorendaten. Laut Gartner (2025) kämpfen 70 % der KI-Projekte in Finanzteams mit Problemen bei der Datenqualität. Wenn Zahlungsavise unabgeglichen im Postfach liegen und Abzüge unklassifiziert bleiben, verbucht die Prognose strittige Rechnungen als erwarteten Zahlungseingang. Genau in der Lücke zwischen dem, „was das ERP-System sagt“, und dem, „was tatsächlich passiert“, geht die Genauigkeit verloren.

Was versteht man unter Zahlungsprognose auf Rechnungsebene?

Die Zahlungsprognose auf Rechnungsebene sagt für jede einzelne offene Rechnung voraus, wann sie bezahlt wird, statt die gesamten Debitoreneingänge als Kategoriedurchschnitt zu schätzen. Sie stützt sich auf die Zahlungshistorie des Kunden, den aktuellen Streitfallstatus, die Mahnaktivitäten und saisonale Muster und ordnet jedem offenen Posten eine Wahrscheinlichkeit und ein erwartetes Datum zu. So werden die Kurzfristprognosen deutlich präziser als bei Ansätzen auf Kategorieebene.

Worin unterscheidet sich eine 13-Wochen-Liquiditätsplanung von einer Monatsprognose?

Eine 13-Wochen-Prognose arbeitet mit wöchentlichen Zeitfenstern und der direkten Methode, also mit tatsächlichen Zahlungseingängen und -ausgängen. Dadurch zeigt sie Liquiditätsschwankungen innerhalb eines Monats granular an. Monatsprognosen nutzen in der Regel die indirekte Methode, die beim Nettoergebnis ansetzt und es entsprechend anpasst, und übersehen dabei mitunter Liquiditätslücken innerhalb des Monats. Wegen dieser wöchentlichen Granularität ist die 13-Wochen-Liquiditätsplanung der Standard für die Einhaltung von Covenants und das kurzfristige Liquiditätsmanagement.

Was sind die besten Alternativen zu HighRadius für die Cashflow-Prognose?

Großunternehmen, die eine echte Netto-Cashflow-Prognose über Debitoren und Kreditoren hinweg wollen, ohne dafür drei bis sechs Monate zu implementieren, finden sie in Transformance CashPulse: Die Lösung prognostiziert aus Ihren realen Debitoren- und Kreditorendaten mithilfe granularer Modelle über mehrere Zeithorizonte und ist in vier bis acht Wochen einsatzbereit. Anaplan ist die Alternative für komplexe Planungsanforderungen mit mehreren Szenarien. Kyriba spielt seine Stärken aus, wenn das Treasury-Management im Vordergrund steht, etwa Bankanbindung und Zahlungsautomatisierung, und nicht die Automatisierung der Debitorenbuchhaltung.

Welche Zeilen gehören in eine 13-Wochen-Liquiditätsplanung?

Der Grundaufbau hat vier Blöcke: Anfangsbestand der liquiden Mittel, erwartete Einzahlungen (offene Rechnungen, Umsatzerwartung), geplante Auszahlungen (Gehälter, Miete, Lieferanten, Steuern) sowie Netto-Cashflow und Endbestand je Kalenderwoche. Kritisch ist die Qualität der Einzahlungsseite, denn Zahlungseingänge streuen am stärksten.

Was ist der Unterschied zwischen Liquiditätsplanung und Cashflow-Prognose?

Die Cashflow-Prognose sagt voraus, welche Ein- und Auszahlungen wann zu erwarten sind. Die Liquiditätsplanung baut darauf auf: Sie plant Kontostände, macht Engpässe je Kalenderwoche sichtbar und stützt Entscheidungen zu Kreditlinien oder Anlagen. Eine gute 13-Wochen-Planung kombiniert beides, rollierend und wöchentlich aktualisiert.

Jetzt handeln: Das richtige Tool für die 13-Wochen-Liquiditätsplanung wählen

Welches Tool das richtige ist, hängt davon ab, wo Ihre Prognose bricht. Liegt das Problem am Anfang der Kette, etwa bei unsauberen Debitorendaten, nicht verarbeiteten Zahlungsavisen oder nicht klassifizierten Abzügen, dann bringen Sie zuerst die Eingangsdaten in Ordnung. Kommt es Ihnen auf flexible Modellierung an, investieren Sie in eine Planungsplattform. Steht die Bankanbindung im Vordergrund, werfen Sie einen Blick auf ein TMS.

Finanzteams, die SAP, Oracle oder Dynamics über mehrere Gesellschaften hinweg einsetzen, unterstützt Transformance CashPulse: Die Lösung prognostiziert den Netto-Cashflow aus Ihren realen Debitoren- und Kreditorendaten, und zwar mit granularen Modellen über mehrere Zeithorizonte. Über 90 Tage bleibt die Genauigkeit bei 90 bis 95 Prozent, inklusive Konfidenzbereichen. CashPulse rechnet mit Zeithorizonten von bis zu einem Jahr und bezieht bekannte künftige Eingangsgrößen wie Wechselkurse und Rohstoff-Futures direkt in die Prognose ein.