Umsatzprognose erstellen: Der Weg für eine genaue Vorhersage

Kein Unternehmen schafft es, ohne Umsatz zu leben. Während man im operativen sich vor allem auf momentanen oder historischen Umsatz konzentriert, benötigt man für strategische Themen die Prognose von zukünftigen Umsatz. Doch dass das nicht immer ganz einfachste und wie künstliche Intelligenz bessere Umsatzprognosen erstellen kann, zeigen wir in diesem Artikel. 

Wofür braucht man Umsatzvorhersagen?

Allen Unternehmen ist bekannt, wie viel Umsatz sie gemacht haben. Schon alleine aus Gründen der Finanzbuchhaltung werden Produktbestellungen und Serviceleistungen sauber dokumentiert. Ohne Umsatz ginge es auch nicht: schließlich muss die Kostenseite (z.B. Gehälter, Waren, Büro, Strom) des Unternehmens bedient werden.

Doch die historische Betrachtung von Umsatz reicht oft nicht. Besonders für planerische und strategische Themen möchte man gerne wissen wie sich der Umsatz in Zukunft entwickeln wird. Weiß man, mit welchem Umsatz voraussichtlich zu rechnen ist, können Entscheidungen besser getroffen werden. Vor allem auch größere Investitionen sollten darauf ausgelegt werden, statt rein auf Bauchgefühl (“Das Jahr bisher lief doch gut”) zu basieren. 

Beispiele für den Einsatz von Umsatzvorhersagen

  • Recruiting: ist abzuschätzen wie viele Einnahmen erwirtschaftet werden, vereinfacht dies die Entscheidung ob man neue Mitarbeiter einstellen kann und sollte. Bei guten Prognosen hat man mehr Finanzen dafür verfügbar, benötigt aber voraussichtlich mehr Manpower um es abzuwickeln. 
  • Strategische Entscheidungen: Ob neue Maschinen, die Entwicklung eines neuen Geschäftsfelds oder Expansion in andere Länder: es gibt viele Themen, die von einer verlässlichen umsatzvorhersage profitieren.
  • Marketing: Entwickelt sich der Umsatz nicht wie erwartet, gibt es eine Reihe sm Gegenmaßnahmen.  Eine davon ist: Mehr (Performance) Marketing. Also eine ganz klare Messung des Erfolgs um weitere Maßnahmen zu steuern.
  • Einkauf: Weiß man, welcher Umsatz bzw. Absatz sich für eine Kategorie oder ein Produkt abzeichnet, ist der Einkauf froh um frühe Information. Schließlich hängt die gesamte Supply Chain von sauberer, zuverlässiger Planung ab.
  • Produktentwicklung: Die Lebenszyklus von manchen Produkten sind nicht klar. Hat man nun Umsatzprognosen, kann man die Information nutzen, um passende Produkte zu entwickeln – sowohl welche Art, als auch zu welchem Zeitpunkt. Eine Glaskugel zum besseren Product-Market-Fit sozusagen.

Dies sind nur ein paar Beispiele wie eine genaue Umsatzvorhersage zu einem großen Vorteil in der Unternehmenssteuerung werden kann. Bleibt die frage: wie schafft man genaue Prognosen?

Klassische Methoden zur Prognose von Umsatz 

Das Thema Umsatzvorhersagen ist selbstverständlich nicht neu. Seit hunderten von Jahren schätzen die Menschen die zukünftige Entwicklung von Ereignissen ab. Und seit dutzenden nutzen sie dazu mathematische Methoden. Hier ein paar Beispiele für klassische Methoden der Umsatzprognose: 

Qualitative Schätzungen 

Geschäftsleitung und der Vertrieb schätzen. Bauchgefühl und Erfahrung müssen herhalten, um qualitative Schätzungen abzugeben, wie viel Umsatz erwartet wird. 

Während diese Methode sehr veraltet klingt, ist sie in manchen Situationen tatsächlich noch im Einsatz. Vor allem bei neuen Unternehmen, Produkten, Märkten oder anderen Schätzungen ohne historische Daten kommen qualitative Schätzungen zum Einsatz.

Zahlen aus letztem Jahr

Vermutlich die häufigste Methode ist die Nutzung der Zahlen des Vorjahres. Diese historie ist verlässlich und wird einfach auf das aktuelle Jahr umgemünzt. Als einfache datenbasierte Methode ist diese auch besser als rein qualitative Methoden und bildet auch schwierigere Muster wie Saisonalität teilweise ab. 

Lineare Hochrechnung

Als erste Methode aus dem Bereich Data Science bzw. Advanced Analytics wird üblicherweise eine Lineare hochrechnung, meist in Form einer linearen Regression eingesetzt. Dabei werden die Daten der letzten Monate eingesetzt, um ein Modell zur Vorhersage der nächsten Monate abzuleiten.

Gefahren klassischer Umsatzprognosen

Während viele der klassischen Methoden zur Umsatzschätzung etabliert sind ergeben sich jedoch je nach Situation massive probleme:

  • Generelle Trends: einige Methoden betrachten die Prognose unter der leistung des letzten Jahres oder vergangenen Erfahrungen. Dabei werden aber generelle positive oder negative Trends im Umsatz vernachlässigt. Wenn ein Mensch manche Umsätze großzügig als gleich zusammen gruppieren würde, sehen Algorithmen hingegen feine Nuance nach oben oder unten und weisen diese aus.
  • Einfluss von Werktagen: Ob ein Unternehmen B2B oder B2C ist, merkt man meist durch einen einfachen Blick auf den Umsatz über Wochentage. Wie viele Sonntage ein Monat hat, hat somit oft einen großen Einfluss auf den zu erwartenden Umsatz. 
  • Saisonalität: die saisonalität der eigenen Produktpalette hat oft einen erheblichen Einfluss auf den Umsatz. Die meisten Unternehmen sind sich auch der saisonalität bewusst, aber es wird vor allem bei Mehrfachsaisonalitäten (z.b. Gartengeräte mit Höhen im Frühling und Herbst) sehr schwer, eies in eine Prognose mit ein zu beziehen.
  • Geringe Datenlage: Letztlich können einige Methoden und Algorithmen nicht gut mit einer geringen Datenlage umgehen. Lineare Vorhersagen werden durch schlechte Daten zum Teil derart verzerrt, dass die Ergebnisse unbrauchbar werden. Dies ist eher eine Gefahr in der Vorhersage, als eine Hilfe.

Zusammengefasst ist es oft einfach die zu hohe Anzahl an Freiheitsgraden die eine verlässliche Vorhersage von Umsatz mit klassischen Methoden verhindert. Doch es gibt eine Lösung, die viele dieser Umstände in Betracht ziehen kann, um verlässliche Prognosen zu erstellen: künstliche Intelligenz. 

Künstliche Intelligenz für bessere Umsatzvorhersagen 

Die moderne Methode um verlässliche Vorhersagen von Umsatz zu generieren ist der Einsatz von künstlicher Intelligenz. Speziell Zeitreihenanalysen sind geschaffen für Umsatzprognosen von hoher Qualität. Zeitreihenanalysen zerlegen historische Umsatzdaten in verschiedene Bestandteile (Dekomposition):

  • Trend: Die generelle Entwicklung des Umsatzes, zum Beispiel steigend oder fallend
  • Saisonalität: Sich wiederholende Muster, zum Beispiel Winter-/Sommerprodukte
  • Zykluskomponente: Wellenförmige Schwankungen, zum Beispiel durch Konjunkturschwankungen
  • Rauschen: Sonstige Ausreisser oder Abweichungen nach oben oder unten

Während generelle Zeitreihenanalysen formell eher der Statistik zugeordnet werden, können diese auch modifiziert durch Methoden der künstlichen Intelligenz erweitert werden. 

Durch den Einsatz von neuronalen Netzen zum Beispiel können weitere Inputfaktoren wie Feiertage, Wochentage oder anderes zuverlässig mit einbezogen werden. Zudem können diese Methoden mit weit weniger Daten nachhaltige Ergebnisse produzieren als die klassische Statistik.

Generell gilt jedoch, dass Zeitreihenanalysen genauer, einfacher und flexibler Muster erkennen und replizieren können als herkömmliche Methoden zur Umsatzvorhersage.

Umsatzprognose mit Kobold AI

Statistik, künstliche Intelligenz, maschinelles Lernen, neuronale Netze. Wem das zu kompliziert klingt, aber dennoch die hohe Qualität von moderner Umsatzprognose möchte, kann sich das Angebot von Kobold AI zu Nutze machen.

Kobold AI ist eine Plattform für Self-Service KI-Produkte. Durch eine einfache Onlinebestellung können auch Nicht-Experten den Mehrwert von künstlicher Intelligenz einsetzen.

Unter anderem bieten wir eine ausführliche Umsatzanalyse und Vorhersage an, die einfach online ausgewählt und umgesetzt werden kann. Details gibt es in unserem Onlineshop: 

Häufige Fragen zur Vorhersage von Umsatz (FAQ)

Wie zuverlässig sind Umsatzvorhersagen?

Keine Methode wird jemals 100% genau den Umsatz vorhersagen können. Doch umso mehr Daten vorhanden sind, umso höher die Chance sehr nah am realen Wert zu sein. Zudem geben viele Methoden, unter anderem auch die Umsatzvorhersage von Kobold AI, auch “Zielkorridiere” als Spannweiten der Vorhersage an.

Hat Corona einen Einfluss auf Umsatzprognosen?

Absolut! Spezielle, nie dagewesene Ereignisse wie Corona haben einen besonderen, negativen Einfluss auf die Qualität von Prognosen und Vorhersagen. Doch inzwischen haben sich diese besonderen Ausreißer wieder normalisiert und die Vorhersage wird wieder verlässlicher.

Was ist der Unterschied zwischen einer Umsatzprognose und Umsatzentwicklung?

Die Umsatzprognose blickt in die Zukunft, während die Umsatzentwicklung meist nach hinten gerichtet ist (z.B. “Wachstum letztes Jahr”) und gröber (Jahresbasis) formuliert ist.

Welche Umsatzsteigerung ist realistisch?

Dies ist absolut individuell je nach Industrie und tausend anderer Faktoren. Generell ist allerdings ein kontinuierliches Wachstum über 20% kaum schaffbar, auch nicht für moderne Startups.

Kann man Umsatzvorhersagen auch mit Excel machen?

Ja, zum Beispiel durch die RGP() Funktion kann eine lineare Regression berechnet werden. Die Gefahren der klassischen Methoden bleiben bestehen.

Kilian