Das Wichtigste in Kürze
- Die Nachverfolgung von Zahlungszusagen läuft in sechs Schritten: erfassen, strukturieren, bestätigen, prüfen, einordnen und handeln.
- Eingehalten ist eine Zusage erst, wenn die Zahlung den zugesagten Rechnungen zugeordnet ist. ClearMatch gleicht 95 % der Zahlungen automatisch ab.
- Mehr als die Hälfte der befragten Unternehmen in Westeuropa nennt knappe Liquidität als Hauptgrund für verspätete B2B-Zahlungen (Atradius, 2026).
- CollectPulse erfasst dreimal so viele Zahlungszusagen wie ein Team von Hand und bearbeitet 100 % der überfälligen Rechnungen innerhalb von 24 Stunden.
In diesem Artikel
- Das Wichtigste in Kürze
- Was ist die Nachverfolgung von Zahlungszusagen mit KI?
- Warum gehen Zahlungszusagen im manuellen Forderungsmanagement verloren?
- Wie verfolgt KI eine Zahlungszusage Schritt für Schritt nach?
- Woran erkennt KI, ob eine Zahlungszusage eingehalten wurde?
- Was passiert, wenn ein Kunde seine Zahlungszusage nicht einhält?
- Wie verbessern Zahlungszusagen die Liquiditätsprognose?
- Beispiel: eine Zahlungszusage vom Anruf bis zur Prognose
- Wie führen Sie die Nachverfolgung von Zahlungszusagen mit KI ein und wie messen Sie sie?
Was ist die Nachverfolgung von Zahlungszusagen mit KI?
Die Nachverfolgung von Zahlungszusagen ist der Prozess im Forderungsmanagement, der jede Zusage eines Kunden festhält, mit den Zahlungseingängen abgleicht und noch am Tag reagiert, an dem sie platzt.
Was eine Zahlungszusage genau ist, erklärt der Glossareintrag. Dieser Beitrag beschreibt den Prozess dahinter.
In Westeuropa erfolgen inzwischen rund 52 % der B2B-Verkäufe auf Ziel (Atradius, 2026). Bei den 1.000 größten börsennotierten US-Unternehmen außerhalb des Finanzsektors steckt das meiste überschüssige Working Capital in den Forderungen: 600 Milliarden US-Dollar, weil der DSO der besten Unternehmen 18 Tage unter dem Median liegt (The Hackett Group, 2025).
Wie konsequent Zusagen nachgehalten werden, ist einer der Hebel hinter diesem Abstand. Der Leitfaden dazu, wie KI das Forderungsmanagement automatisiert, zählt das Nachhalten von Zusagen zu seinen sieben Schritten. KI-Agenten wie Vero, der CollectPulse von Transformance steuert, vermerken jede Zusage an der Rechnung und prüfen sie am zugesagten Termin.
Warum gehen Zahlungszusagen im manuellen Forderungsmanagement verloren?
Zahlungszusagen gehen im manuellen Forderungsmanagement verloren, weil sie in Gesprächsnotizen und Postfächern stehen, während die Zahlung dazu erst Tage später auf dem Kontoauszug erscheint.
Die Zusage steht in einer CRM-Notiz, die Zahlung in den Bankdaten, die offenen Posten im ERP. Zusammengeführt wird das von Hand, jeden Tag.
Hinzu kommt, dass Zusagen im B2B-Geschäft viele Formen haben: mehrere Rechnungen auf einmal, der wöchentliche Zahllauf des Kunden, ein Teil jetzt und der Rest später, „sobald die Gutschrift da ist“, oder die Zusage eines Mitarbeiters aus der Kreditorenbuchhaltung, der die Zahlung gar nicht freigeben darf.
Prüft am Termin niemand nach, fällt die geplatzte Zusage erst bei der nächsten Durchsicht der OP-Liste auf. Bis dahin steht das Geld weiter in der Prognose.
Wie verfolgt KI eine Zahlungszusage Schritt für Schritt nach?
KI verfolgt eine Zahlungszusage in sechs Schritten nach (erfassen, strukturieren, bestätigen, prüfen, einordnen, handeln) und hält jedes Ergebnis an der Rechnung und in der Kundenhistorie fest.
Mit KI läuft die Nachverfolgung einer Zahlungszusage so ab:
- Erfassen: Die KI nimmt die Zusage aus dem Anruf, der E-Mail oder dem Kundenportal auf, in der Sprache des Kunden.
- Strukturieren: Betrag, Termin, Rechnungen, Bedingungen und wer die Zusage gegeben hat.
- Bestätigen: Der Kunde bekommt die Zusage schriftlich bestätigt, und für die zugesagten Rechnungen ruht das Mahnwesen.
- Prüfen: Am Termin zählt nur ein Zahlungseingang, der den zugesagten Rechnungen zugeordnet ist, nicht irgendeine Zahlung.
- Einordnen: eingehalten, teilweise eingehalten, nicht eingehalten, neu zugesagt, an eine Bedingung geknüpft oder strittig.
- Handeln und lernen: innerhalb von 24 Stunden nachfassen, je nach Grund weiterleiten, Zusagenhistorie und Prognose aktualisieren.
Erfassen und strukturieren: Aus einem Satz wird ein Datensatz
Ein Kunde antwortet etwa: „Die beiden Märzrechnungen zahlen wir im Zahllauf am Donnerstag, die dritte, sobald die Gutschrift da ist.“ Die KI legt daraus eine feste Zusage an (zwei Rechnungen, Termin Donnerstag) und eine bedingte, die auf die Gutschrift wartet.
Relative Zeitangaben werden in Kalenderdaten umgerechnet, Beträge mit den offenen Posten abgeglichen. Eine Zusage ohne Termin wird nicht angelegt, sondern löst eine Rückfrage aus.
CollectPulse erfasst dreimal so viele Zahlungszusagen wie ein Team von Hand, weil jeder Anruf und jede E-Mail-Antwort ausgewertet und den passenden Rechnungen zugeordnet wird (Transformance-Kundendaten, 2026).
Der KI-Telefonagent von CollectPulse führt 15 bis 20 Anrufe pro Stunde in über 70 Sprachen, ein Sachbearbeiter schafft 15 bis 20 am Tag. Der Agent gibt sich zu Beginn jedes Anrufs als KI zu erkennen.
Bestätigen und pausieren: eine Nachricht, dann Ruhe
Noch am selben Tag erhält der Kunde eine schriftliche Bestätigung mit Rechnungen, Betrag und Termin. Für diese Rechnungen ruht das Mahnwesen bis zum Termin, für alle anderen überfälligen Rechnungen laufen die Erinnerungen weiter.
Vero übernimmt 60 bis 80 % der Routinekontakte. Dadurch lässt sich der Grundsatz „alles bestätigen, nichts zu früh anmahnen“ wirtschaftlich durchhalten.
Lernen: Jede Zusage schreibt die Kundenhistorie fort
Jedes Ergebnis wird pro Kunde gespeichert: eingehaltene Zusagen, übliche Verspätung in Tagen, wiederkehrende Gründe. Vero stützt sich auf Customer 360, einen Graphen pro Kunde, der dem Agenten als Arbeitsgedächtnis dient. Beim nächsten Anruf weiß Vero deshalb schon: „2 der letzten 3 Zusagen nicht eingehalten“.
Woran erkennt KI, ob eine Zahlungszusage eingehalten wurde?
Eine Zahlungszusage gilt für die KI erst als eingehalten, wenn der Zahlungseingang den zugesagten Rechnungen zugeordnet ist. Den Nachweis liefert also der Zahlungsabgleich.
Dass überhaupt Geld eingeht, reicht nicht: Der Kunde zahlt vielleicht eine andere Rechnung, zahlt zu wenig oder schickt kein Zahlungsavis. Erst der Zahlungsabgleich klärt, welche Rechnungen das Geld begleicht. Die Einzelheiten beschreibt der Beitrag, wie KI Zahlungsavise ausliest und Zahlungen zuordnet.
ClearMatch gleicht 95 % der Zahlungseingänge automatisch ab. Die meisten eingehaltenen Zusagen sind damit bestätigt, ohne dass jemand den Kontoauszug öffnet.
Eine Minderzahlung hinterlässt eine Lücke, hinter der entweder ein Abzug oder eine neue Zusage steckt (siehe Teilzahlungen und Abzüge). Legen Sie Ihre eigene Karenzfrist fest, zum Beispiel zwei Bankarbeitstage für die Wertstellung.
Welchen Status eine Zahlungszusage haben kann
Was passiert, wenn ein Kunde seine Zahlungszusage nicht einhält?
Platzt eine Zahlungszusage, fasst die KI innerhalb von 24 Stunden nach, fragt, warum das Geld nicht angekommen ist, und leitet den Fall je nach Grund weiter.
Hinter geplatzten Zahlungszusagen im Forderungsmanagement steckt meist ein ganz gewöhnlicher Grund. Mehr als die Hälfte der befragten Unternehmen in Westeuropa nennt knappe Liquidität als Hauptgrund für Zahlungsverzug. Engpässe in der Verwaltung und Verzögerungen bei Banken bremsen die Abwicklung aber auch dort, wo das Geld vorhanden ist (Atradius, 2026).
Deshalb bestimmt der Grund den weiteren Weg:
- In der Kreditorenbuchhaltung des Kunden blockiert (Bestellnummer fehlt, Rechnung nicht angekommen): Dokument schicken, neuen Termin vereinbaren.
- Ein Streitfall geht mit seinen Nachweisen ins Streitfallmanagement.
- Fehlt das Geld, geht ein kurzer Ratenplan zur Freigabe an einen Menschen.
- Eine zweite geplatzte Zusage landet bei einem Sachbearbeiter. Über eine Kreditsperre entscheidet weiterhin ein Mensch.
CollectPulse bearbeitet 100 % der überfälligen Rechnungen innerhalb von 24 Stunden. Teams, die von Hand nachfassen, schaffen 30 bis 40 %.
Wie verbessern Zahlungszusagen die Liquiditätsprognose?
Zahlungszusagen verbessern die Liquiditätsprognose, weil sie Termin und Betrag liefern und die Zusagenhistorie des Kunden zeigt, wie wahrscheinlich das Geld dann tatsächlich eingeht.
Die Cash- und Liquiditätsprognose ist im Treasury die am häufigsten genannte Herausforderung: 49 % der Befragten des Treasury Benchmarking Survey 2026 führen sie an (AFP, 2026). Die Zusagenhistorie ergänzt die Planung um zwei Dimensionen:
- Wahrscheinlichkeit: wie oft die Zusagen dieses Kunden halten, gemessen am Betrag, nicht an der Anzahl.
- Zeitpunkt: wie spät das Geld üblicherweise eingeht. Ein Kunde, der 9 von 10 Zusagen einhält, aber zwei Arbeitstage später zahlt, verschiebt eine Zusage für Donnerstag in die Folgewoche (konstruiertes Beispiel).
Teilzahlungen und neue Zusagen senken das Gewicht der nächsten Zusage, strittige Beträge bleiben außen vor. Welche weiteren Daten in die Prognose einfließen, zeigt der Beitrag, wie KI die Liquiditätsplanung genauer macht.
CashPulse von Transformance erstellt die Prognose aus aktuellen Debitorendaten, einschließlich zugesagter Zahlungstermine und offener Streitfälle, und erreicht eine Prognosegenauigkeit von 90 bis 95 % (100 minus MAPE) über einen Horizont von bis zu 90 Tagen.
Beispiel: eine Zahlungszusage vom Anruf bis zur Prognose
In einem konstruierten B2B-Fall umfasst eine einzige Zahlungszusage drei Rechnungen und endet mit einer Teilzahlung und einer neuen Zusage. Die Prognose zieht bei jedem Schritt mit.
Konstruiertes Beispiel: Unternehmen und Zahlen sind erfunden. Die französische Gesellschaft eines Verpackungsherstellers hat bei einem Lebensmittelgroßhändler drei überfällige Rechnungen offen: A über 31.200 EUR, B über 28.700 EUR und C über 26.500 EUR, zusammen 86.400 EUR.
Vorher, von Hand nachgehalten: Die Zahlung vom Donnerstag wird auf A gebucht, niemand bemerkt, dass B fehlt, und die Lücke fällt erst bei der nächsten Durchsicht der OP-Liste auf.
Nachher, mit KI nachgehalten:
Montag, Woche eins: Vero ruft auf Französisch an und gibt sich als KI zu erkennen. A und B kommen in den Zahllauf am Donnerstag, C wartet auf eine Gutschrift für eine beschädigte Palette. Vero legt eine feste Zusage über 59.900 EUR für Donnerstag an und eine bedingte über 26.500 EUR.
Eine Stunde später: Eine Bestätigungs-E-Mail führt beide Zusagen auf, und das Mahnwesen ruht für alle drei Rechnungen. Der Kunde hat 7 seiner letzten 8 Zusagen eingehalten und zahlt meist zwei Arbeitstage später, deshalb setzt die Prognose die 59.900 EUR für Woche zwei an.
Donnerstag: Es gehen 31.200 EUR mit einem Zahlungsavis ein, das nur A nennt. ClearMatch ordnet die Zahlung zu, A steht in der Prognose jetzt als Ist, und die Zusage ist teilweise eingehalten.
Freitag: B hängt in der Kreditorenbuchhaltung des Kunden fest, weil die Bestellnummer fehlt. Vero schickt die Rechnung mit Bestellnummer und erhält einen neuen Termin, den Donnerstag in Woche zwei. Erfasster Grund: Verwaltungshürde, kein Geldmangel. Die Prognose verschiebt B auf diesen Termin und gewichtet den Betrag niedriger.
Woche zwei: Die Gutschrift über 1.900 EUR ist ausgestellt, damit wird aus C eine feste Zusage über 24.600 EUR für Woche drei. Am Donnerstag gehen die 28.700 EUR für B ein. Woche drei: C wird bezahlt.
Aus der Debitorenbuchhaltung kam eine einzige Freigabe, die für die Gutschrift. Einen Kontoauszug hat niemand geprüft. Eingegangen sind 84.500 EUR von 86.400 EUR (31.200 + 28.700 + 24.600), die übrigen 1.900 EUR gleicht die Gutschrift aus.
Wie führen Sie die Nachverfolgung von Zahlungszusagen mit KI ein und wie messen Sie sie?
Finanzteams sollten die Nachverfolgung von Zahlungszusagen mit KI zunächst in einer Gesellschaft einführen: heute messen, wie viele Zusagen Termin, Betrag und Rechnung enthalten, und danach die Einhaltungsquoten vergleichen.
Für das Management von Zahlungszusagen erheben Sie zwei bis vier Wochen lang vier Kennzahlen als Ausgangsbasis: Anteil der Zusagen mit Termin, Betrag und Rechnungen; Einhaltungsquote nach Betrag; Tage zwischen zugesagter und tatsächlicher Zahlung; Tage von einer geplatzten Zusage bis zum nächsten Kontakt. Nach der Umstellung messen Sie dieselben Werte erneut. Die Definitionen finden Sie im Überblick über die Kennzahlen im Forderungsmanagement wie die Quote eingehaltener Zahlungszusagen.
Fazit: Eine Zusage ist nur so gut wie die Prüfung am Termin
Erfassen Sie jede Zusage mit ihren Rechnungen, bestätigen Sie sie einmal, belegen Sie sie über den Zahlungsabgleich und reagieren Sie auf den Grund, wenn sie platzt.
Bei Teams, die ihr Forderungsmanagement mit CollectPulse steuern, sinkt der DSO im Schnitt um 8 bis 12 Tage (Transformance-Kundendaten, 2026).
Häufig gestellte Fragen
Wie automatisiert KI die Nachverfolgung von Zahlungszusagen?
KI wertet jeden Anruf und jede E-Mail-Antwort aus, hält zugesagten Betrag, Termin und Rechnungen fest und gleicht die Zusage am Termin mit den zugeordneten Zahlungen ab. Bei einer geplatzten Zusage fasst sie innerhalb von 24 Stunden nach.
Woran erkennt KI, dass eine Zahlungszusage eingehalten wurde?
KI prüft, ob die Zahlungseingänge innerhalb einer vereinbarten Karenzfrist den zugesagten Rechnungen zugeordnet wurden. Bei einer Minderzahlung gilt die Zusage als teilweise eingehalten.
Was sollte passieren, wenn ein Kunde eine Zahlungszusage nicht einhält?
Melden Sie sich innerhalb von 24 Stunden beim Kunden, klären Sie, warum die Zahlung ausgeblieben ist, und leiten Sie den Fall je nach Grund weiter. Platzt eine zweite Zusage, übernimmt ein Sachbearbeiter.
Kann ein KI-Telefonagent Zahlungszusagen erfassen?
Ja: Der Telefonagent fragt nach Termin und Betrag, ordnet beides den Rechnungen zu und hält die Zusage fest. Der Agent von CollectPulse führt 15 bis 20 Anrufe pro Stunde in über 70 Sprachen.
Sollte das Mahnwesen nach einer Zahlungszusage ruhen?
Ja, für die zugesagten Rechnungen bis zum Termin. Für andere überfällige Rechnungen laufen die Erinnerungen weiter.
Wie lange dauert die Einführung einer Nachverfolgung von Zahlungszusagen mit KI?
Die Nachverfolgung von Zahlungszusagen mit KI kann innerhalb weniger Wochen laufen, wenn das Tool an Ihr ERP und Ihr Postfach angebunden ist. Mit Transformance dauert ein Proof of Value für eine Gesellschaft 4 bis 5 Wochen, ein vollständiger Rollout bis zu 4 bis 8 Wochen. Das funktioniert mit SAP S/4HANA und ECC, Oracle, NetSuite oder Dynamics.
