KI-Prognosen für die Finanzplanung: Ein kostenloses Schritt-für-Schritt-Tutorial

Die meisten Prognose-Tutorials beginnen damit, dass Sie ein Modell bauen sollen. Dieses beginnt mit der Datei, die Sie bereits haben: eine Tabelle mit monatlichem Umsatz oder monatlichen Ausgaben, wahrscheinlich aus Ihrem Buchhaltungssystem exportiert, wahrscheinlich etwas unordentlich.

Am Ende haben Sie eine 12-Monats-Prognose, zwei Szenarien darum herum und eine Möglichkeit zu beurteilen, ob die Zahlen glaubwürdig sind. Die Teilnahme kostet nichts.

Was Sie vor dem Start brauchen

Drei Dinge, und das erste ist das einzige, das wirklich zählt:

1. Monatliche Historie, eine Zeile pro Periode. Mindestens zwölf Monate, vierundzwanzig sind viel besser. Zwei Spalten reichen: der Monat und die Zahl, die Sie prognostizieren möchten. Wenn Ihre Historie nur als PDF-Bericht existiert, konvertieren Sie sie zuerst in eine Tabelle.
2. Ein Tool, das Dateien liest. Dieses Tutorial verwendet RowSpeak Finanzprognose, weil die kostenlose Stufe die gesamte Übung abdeckt, aber die Prompts funktionieren in jedem KI-Tool, das eine Tabellenkalkulation lesen kann. Wenn Sie sich zwischen Tools entscheiden, vergleicht unser Leitfaden zu KI für Finanzanalyse die Kategorien.
3. Fünfzehn Minuten.

Sie müssen nicht wissen, was eine Zeitreihe ist, und Sie müssen keine Prognosemethode auswählen. Das ist der Teil, den das Tool übernimmt.

Ihre Datei sollte ungefähr so aussehen:

Wenn Ihre Monate statt in Zeilen über Spalten verteilt sind oder Sie pro Quartal eine separate Tabelle haben, formen Sie sie nicht von Hand um. Schritt 1 erledigt das, und ein Datenbereinigungsdurchlauf ist Teil des Workflows statt eine Voraussetzung.

Schritt 1: Bringen Sie die Datei in Form und finden Sie heraus, was damit nicht stimmt

Fügen Sie zuerst dies ein. Widerstehen Sie der Versuchung, direkt zur Prognose zu springen.

Diese Datei enthält monatliche Finanzhistorie. Vor jeder Prognose:
1. Identifizieren Sie die Datumsspalte und die Wertspalte und sagen Sie mir, welche Sie gewählt haben.
2. Formen Sie die Daten in eine Zeile pro Monat um, falls das nicht bereits der Fall ist.
3. Listen Sie jeden Monat auf, der fehlt, null ist oder leer ist.
4. Nennen Sie mir den ersten Monat, den letzten Monat und die Gesamtzahl der vollständigen Monate.
5. Markieren Sie jeden Wert, der mehr als 50 % über oder unter den umliegenden Monaten liegt.
Prognostizieren Sie noch nicht. Berichten Sie nur, was Sie gefunden haben.

Was Sie zurückbekommen sollten: eine saubere Monatsreihe, eine Anzahl vollständiger Perioden und eine Liste von Lücken und Ausreißern.

Warum dieser Schritt existiert: Eine Prognose, die auf 19 nutzbaren Monaten von 24 basiert, mit einem duplizierten Dezember, wird vollkommen glatt aussehen und falsch sein. Das können Sie in einem Diagramm nicht sehen. In dieser Liste können Sie es sehen.

So sieht eine gute Antwort auf Schritt 1 aus: Das Tool nennt jedes Feld, das es standardisiert hat, und welche Zellen es gefüllt hat, und gibt dann eine Datei zurück:

Entscheiden Sie, bevor Sie weitermachen. Wählen Sie für jede Lücke und jeden Ausreißer, den das Tool gefunden hat, eine Option:

• Ein Ausreißer, der real war (ein großer Einmal-Deal, eine Rückerstattung, eine saisonale Spitze), bleibt erhalten, aber notieren Sie ihn.
• Ein Ausreißer, der ein Fehler war, wird korrigiert oder ausgeschlossen.
• Ein fehlender Monat wird entweder aus einer anderen Quelle gefüllt oder ausgeschlossen, niemals geraten.

Teilen Sie dem Tool Ihre Entscheidung ausdrücklich mit. „Schließen Sie 2024-07 aus, die Systemmigration hat es unzuverlässig gemacht“ ist eine bessere Eingabe für die Prognose als Schweigen.

Schritt 2: Erstellen Sie die Basisprognose

Erstellen Sie aus der bereinigten Monatsreihe eine 12-Monats-Prognose.
- Zeigen Sie die Prognose als Tabelle mit Monat und Prognosewert.
- Nennen Sie die Methode, die Sie verwendet haben, und warum sie zu diesen Daten passt.
- Sagen Sie mir, ob die Historie einen Trend, Saisonalität oder weder noch zeigt, mit den Belegen.
- Geben Sie um jeden Prognosemonat eine Bandbreite an, nicht nur eine einzelne Zahl.
- Listen Sie die Annahmen auf, von denen Ihre Prognose abhängt.
Zeichnen Sie dann Historie und Prognose in einem Diagramm, wobei die Prognose visuell hervorgehoben ist.

Was Sie zurückbekommen sollten: zwölf Prognosemonate, eine genannte Methode, eine Einschätzung zu Trend und Saisonalität, eine Bandbreite und eine kurze Liste von Annahmen.

Die zwei Teile, die Sie tatsächlich lesen sollten, sind die Methode und die Annahmen. „Linearer Trend mit monatlicher Saisonalität aus 24 Monaten Historie“ ist eine nützliche Information. Wenn das Tool Ihnen nicht sagen kann, was es getan hat, können Sie die Zahl nicht verteidigen.

Die Bandbreite ist wichtiger als der Punktschätzer. Eine Prognose von 290.000 mit einer Bandbreite von 240.000 bis 340.000 ist eine ehrliche Antwort auf eine schwierige Frage. Eine einzelne selbstsichere Zahl ist es nicht.

Für das Diagramm selbst ist Historie als durchgezogene Linie und die Prognose als gestrichelte Linie mit schattiertem Band die Konvention, der man folgen sollte. Mehr dazu, wie man das richtig macht, in Diagramme und Grafiken.

Ein abgeschlossener Schritt 2 sieht ungefähr so aus, wobei die Methode im Titel genannt und die Ausreißer sowie die Veränderung von Monat zu Monat neben dem Diagramm hervorgehoben werden:

Beachten Sie: Der Titel nennt die verwendete Methode. Auf dieses Detail sollten Sie in Ihrer eigenen Ausgabe achten.

Schritt 3: Szenarien hinzufügen

Ein Plan braucht mehr als eine Linie. Hier wird Prognose zu Finanzplanung.

Erstellen Sie auf Basis der Basisprognose zwei weitere Szenarien:
- Ein Abwärtsszenario, in dem das Wachstum ab Monat 4 auf die Hälfte der historischen Rate sinkt.
- Ein Aufwärtsszenario, in dem der stärkste jüngste Trend unverändert anhält.
Zeigen Sie für jedes Szenario die 12-Monats-Summe und den Wert des letzten Monats.
Geben Sie mir dann eine Tabelle, die alle drei Szenarien nebeneinander vergleicht, und sagen Sie mir in klarer Sprache, was in der realen Welt jeweils wahr sein muss, damit es eintritt.

Was Sie zurückbekommen sollten: drei Spalten, die Sie einer Entscheidungsperson vorlegen können, und für jede die Bedingung, von der sie abhängt.

Die letzte Anweisung ist die, die Szenarien nützlich macht. „Das Aufwärtsszenario erfordert, dass die Enterprise-Pipeline im Q4 mit der aktuellen Rate abschließt“ ist etwas, dem Ihr Team zustimmen oder widersprechen kann. „Aufwärts: 3,4 Mio.“ ist das nicht.

Schritt 4: Einem Belastungstest unterziehen

Vier Prüfungen, bevor das Ihren Schreibtisch verlässt.

Schlägt es die naheliegende Antwort? Fragen Sie: Wie würde die Prognose aussehen, wenn ich einfach annähme, dass das nächste Jahr dem letzten Jahr plus der durchschnittlichen Wachstumsrate entspricht? Wie unterscheidet sich Ihre Prognose, und warum? Wenn die ausgefeilte Antwort fast identisch mit der naiven ist, verwenden Sie die naive. Sie ist leichter zu erklären.

Hält es Daten stand, die es nicht gesehen hat? Fragen Sie: Erstellen Sie die Prognose nur mit den Daten bis 12 Monate vor dem Ende meiner Historie neu und vergleichen Sie dann Ihre Vorhersage mit dem, was tatsächlich passiert ist. Das ist der aussagekräftigste einzelne Test, den Sie durchführen können. Wenn die Methode die letzten zwölf Monate stark verfehlt hat, wird sie wahrscheinlich auch die nächsten zwölf verfehlen.

Ist die Form plausibel? Schauen Sie auf das Diagramm, nicht auf die Tabelle. Behält sie das saisonale Muster bei, das Ihr Geschäft tatsächlich hat? Steigt der Dezember stark an, wenn der Dezember immer stark ansteigt? Eine Prognose, die zu einer geraden Linie verflacht, hat meist die Saisonalität verloren.

Ist die Summe plausibel? Vergleichen Sie die 12-Monats-Prognosesumme mit den letzten 12 Monaten Ist-Zahlen. Wenn sie 60 % Wachstum impliziert, ist etwas vorgelagert falsch, oder Sie haben ein wirklich bemerkenswertes Jahr vor sich und sollten erklären können, warum.

Wann Sie dieser Prognose nicht trauen sollten

Vier Situationen, in denen die Methode aus diesem Tutorial nicht anwendbar ist und eine statistische Prognose Sie in die Irre führen wird:

• Weniger als 12 Monate Historie. Es gibt nichts, woraus das Tool ein Muster lernen könnte. Verwenden Sie stattdessen eine treiberbasierte Schätzung: Einheiten mal Preis, Mitarbeiterzahl mal Kosten.
• Eine strukturelle Veränderung. Ein neues Preismodell, eine Akquisition, ein Markt, in den Sie gerade eingetreten sind, oder ein Produkt, das Sie gerade eingestellt haben. Die Historie beschreibt nicht mehr dasselbe Geschäft.
• Die Zahl hängt von wenigen bekannten Ereignissen ab. Wenn der Umsatz des nächsten Quartals aus drei Enterprise-Deals besteht, die entweder abschließen oder nicht, ist eine Trendlinie das falsche Instrument. Prognostizieren Sie die Deals.
• Jemand wird daran gemessen. Eine Vorstandszusage oder eine Covenant-Berechnung braucht ein Modell mit expliziten Treibern, die ein Mensch verantwortet, keine Projektion. Nutzen Sie diese Prognose, um dieses Modell herauszufordern, nicht um es zu ersetzen.

Häufige Fehler

• Prognostizieren vor dem Bereinigen. Schritt 1 existiert aus einem Grund. Lücken und Duplikate verstecken sich perfekt in einem glatten Diagramm.
• Einen Einmaleffekt streichen, ohne es zu sagen. Einen riesigen Einmal-Deal auszuschließen ist oft richtig. Es stillschweigend zu tun bedeutet, dass sich im nächsten Quartal niemand mehr daran erinnert, warum sich die Basis verschoben hat.
• Den Vergleich verwechseln. Eine Prognose gegenüber dem Vorjahr, gegenüber dem Budget und gegenüber der vorherigen Prognose sind drei verschiedene Gespräche. Kennzeichnen Sie, welchen Sie zeigen.
• Jeden Monat den Prompt ändern. Wenn Sie dies im Januar mit anderem Wortlaut erneut ausführen, wissen Sie nicht, ob die Änderung der Prognose real ist oder von Ihnen stammt. Speichern Sie den Prompt und verwenden Sie ihn wieder.
• Nur den Punktschätzer präsentieren. Sie haben in Schritt 2 eine Bandbreite angefordert. Zeigen Sie sie.

Das jeden Monat durchführen

Der Wert des Workflows liegt in der Wiederholung, nicht im ersten Durchlauf. Bewahren Sie die Prompts aus Schritt 1 bis Schritt 3 in einem Dokument auf. Fügen Sie jeden Monat die neue Ist-Zahl hinzu, führen Sie dieselben Prompts erneut aus und stellen Sie eine weitere Frage:

Vergleichen Sie meine vorherige Prognose für diesen Monat mit dem tatsächlichen Ergebnis. Nennen Sie die Abweichung in Währung und Prozent und sagen Sie mir, welche meiner genannten Annahmen sich als falsch erwiesen haben.

Das sechs Monate lang durchzuführen, lehrt Sie mehr über Ihr Geschäft als jede einzelne Prognose. Es ist außerdem die eine Frage, die einen Prognoseprozess für die Leser glaubwürdig macht.

RowSpeak behält Formeln in exportierten .xlsx-Dateien bei, sodass die Prognose, die Sie herunterladen, eine funktionierende Tabellenkalkulation bleibt statt einer flachen Wertemenge. Die kostenlose Stufe umfasst 10 Konversationen pro Monat ohne Kreditkarte, was dieses Tutorial von Anfang bis Ende abdeckt, und PDF- und Bildeingaben werden unterstützt, wenn Ihre Historie als Bericht statt als Tabelle eintrifft. Beachten Sie: Es gibt keine direkte Google-Sheets-Verbindung. Exportieren Sie nach xlsx oder csv, laden Sie die Datei hoch und importieren Sie das Ergebnis dann wieder.

Sobald die Prognose stabil ist, ist der natürliche nächste Schritt, daraus etwas Wiederkehrendes zu machen: einen automatisierten Reporting-Workflow für die monatliche Version oder eine Excel-zu-Dashboard-Ansicht, wenn mehrere Personen sie verfolgen müssen.

Nächste Schritte

Führen Sie Schritt 1 und 2 jetzt mit Ihrer eigenen Datei aus, bevor Sie Szenarien hinzufügen. Die meisten Leute finden in Schritt 1 etwas, von dem sie nicht wussten, dass es in ihren Daten steckt, und das ist die fünfzehn Minuten schon wert.

Verwandte Lektüre: Cashflow-Prognose in Excel mit KI wendet dieselbe Methode auf Cashflow statt auf Umsatz an, KI für Finanzanalyse behandelt Abweichungsanalyse und Reporting, und Management-Reporting macht aus dem Ergebnis etwas, das die Führungsebene liest.

Häufig gestellte Fragen

Gibt es einen wirklich kostenlosen Weg, KI-Finanzprognosen zu erstellen? Ja, für einen Workflow dieser Größe. Die kostenlose Stufe von RowSpeak umfasst 10 Konversationen pro Monat ohne Kreditkarte, was dieses Tutorial abdeckt. Allgemeine KI-Chat-Tools haben ebenfalls kostenlose Stufen, allerdings gehen sie mit unordentlichen Tabellenkalkulationsdateien weniger zuverlässig um.

Wie viel Historie brauche ich? Zwölf Monate sind das Minimum, damit ein saisonales Muster sichtbar wird, und ab vierundzwanzig wird es einigermaßen zuverlässig. Unter zwölf verwenden Sie eine treiberbasierte Schätzung statt einer Trendprognose.

Wie genau wird es sein? Das hängt von Ihrem Geschäft ab, nicht vom Tool, und der ehrliche Weg, es herauszufinden, ist der Backtest in Schritt 4. Erstellen Sie die Prognose mit Daten bis vor einem Jahr neu und vergleichen Sie sie mit dem, was tatsächlich passiert ist. Das gibt Ihnen eine echte Fehlerquote für Ihre eigenen Zahlen.

Kann KI FP&A ersetzen? Nein. Es erstellt die Projektion und den ersten Entwurf des Kommentars. Die Annahmen auszuwählen, sie herauszufordern und den Plan zu verantworten, ist die Aufgabe von FP&A, und das ist der Teil, der im Meeting zählt.

Was ist der Unterschied zwischen Prognose und Planung? Eine Prognose ist Ihre beste Schätzung dessen, was passieren wird. Ein Plan ist das, was Sie dagegen zu tun beschlossen haben, mit Zielen und Verantwortlichen. Schritt 3 ist die Brücke: Szenarien machen aus einer Schätzung eine Reihe von Entscheidungen.