Bildnachweis: Rawpixel.com/Shutterstock.com
Worin besteht die Herausforderung?
Das Forderungsmanagement dient dazu, Kredite für die Kundschaft zu gewähren, zu verwalten und zugehörige Zahlungsziele einzuräumen. Dabei ist das Ziel der Unternehmen, Forderungsausfälle so gering wie möglich zu halten und die Liquidität zu sichern. Die genaue Einschätzung der Kreditwürdigkeit der Kundschaft und des damit verbundenen Ausfallrisikos von Forderungszahlungen gestaltet sich häufig schwierig.
Welche Daten können hier helfen?
• Vergangene Wirtschaftsdaten der Kundschaft (Verkaufserlöse, Abschreibungen und allgemeine Industriedaten)
• Regionale Wirtschaftsdaten
Wie kommt der Nutzen aus den Daten?
Durch die Analyse der Wirtschaftsdaten lässt sich die Kreditwürdigkeit besser evaluieren. Über ein datenbasiertes Mahnwesen können Forderungen bzw. offene Zahlungen in optimierter Weise verwaltet werden. So werden (teil- )automatisierte Schuldneransprachen, Zahlungserinnerungen, Mahnschreiben, Zahlungspläne und Rückzahlungen schuldnerindividuell erstellt. Dabei wird ein Programm verwendet, das den Prozess von Beginn bis Ende komplett elektronisch abwickelt. Dies ermöglicht ein kooperatives statt konfrontatives Forderungsmanagement. Kundschaftsbeziehungen können so erhalten und Forderungen schnell zurückgeführt werden.
Wo wird diese Datennutzung bereits angewendet?
• Der US-amerikanische Multi-Technologiekonzern 3M steuert sein Kreditrisiko basierend auf historischen Abschreibungen, regionalen Wirtschaftsdaten und historischen Verkaufserlösen. Die Analyse der erhobenen Daten ermöglicht eine genauere Kalkulation des Risikos, Kredite für seine Kundschaft zu gewähren.
• Das Technologieunternehmen Pair Finance bietet Forderungsmanagement als »digitales Inkasso« an und verspricht, ausstehende Forderungen ohne Belastung der Kundschaftsbeziehungen zu managen. Zalando und Home24 nutzen die Dienste.
Welchen Beitrag leistet diese Datennutzung zur Wertschöpfung?
Datenanalysen im Forderungsmanagement unterstützen das interne Controlling und gestalten die Prozesse effizienter. Die Liquidität des Unternehmens und damit auch die Handlungsfähigkeit werden gesichert.
Quellen: Boeing (2018), Siemens (2019), General Electrics (2016), Schindler (2020), GF Machining Solutions GmbH (2020)
Publikation: Wie Unternehmen Daten heute schon nutzen und in Zukunft nutzen können. Herausgeber: Fraunhofer IMW, Inhalt: Data Mining und Wertschöpfung