DSO und Liquidität wirksam steuern

Artikel anhören
Artikel zusammenfassen
Teilen auf LinkedIn
Teilen per Mail
URL kopieren
Drucken
Fachbeitrag aus der Sonderbeilage zur Structured FINANCE 2026. Foto: KI-generiert via stock.adobe.com
Fachbeitrag aus der Sonderbeilage zur Structured FINANCE 2026. Foto: KI-generiert via stock.adobe.com

Auch in volatilen Zeiten bleibt das Ziel des Debitoren- und Forderungsmanagements unverändert: Liquidität zu sichern und Kapitalbindung zu reduzieren. Bleiben die Ursachen für lange Forderungszeiten jedoch unerkannt, können korrigierende Maßnahmen ihr Ziel verfehlen.

Eine wichtige Kennzahl für die Analyse des Forderungsbestands ist die Forderungslaufzeit (englisch: Days Sales Outstanding, kurz DSO). Sie gibt an, nach wie vielen Tagen Forderungen aus Lieferungen und Leistungen im Durchschnitt in Zahlungsmittel umgewandelt werden, und wird zudem von der Umsatzentwicklung, der Saisonalität und den Zahlungszielen beeinflusst. Für das Treasury liefert die DSO also einen wichtigen Hinweis auf die Dauer der Kapitalbindung in Forderungen und auf mögliche Folgen für Liquiditätsplanung und Finanzierungsbedarf.

Forderungslaufzeit als Warnsignal

Die Folgen einer hohen DSO reichen von kurzfristigen Cashflow-Störungen bis zur eingeschränkten Zahlungsfähigkeit. Daher können anhaltende Probleme im Forderungsmanagement ein erstes Warnsignal für eine nahende Liquiditätskrise sein. Wenn etwa laufende Verbindlichkeiten wie Personal- oder Lieferantenkosten stets verspätet gedeckt werden, belastet das die Geschäftsbeziehungen. Besonders kritisch wird es, wenn der laufende Betrieb zur Existenzsicherung extern finanziert oder zurückgebaut werden muss.

Doch auch ohne drastische Liquiditätsengpässe können DSO-Schwankungen die strategische Planungsfähigkeit beeinträchtigen, insbesondere wenn künftige Zahlungseingänge nicht mehr zuverlässig prognostiziert werden. Investitionen in Wachstum oder leistungssteigernde Technologien werden dann oft aufgeschoben. Eine hohe DSO geht oft auf vereinbarte Zahlungsziele zurück, aber ebenso auf ineffiziente Debitorenprozesse. Hinzu kommen verspätete Rechnungsstellungen, offene Reklamationen, nicht zugeordnete Zahlungseingänge und fehlende Einblicke in das Zahlungsverhalten.

Häufig sind manuelle Abläufe ursächlich für langsame, fehlerhafte Verarbeitungen. Langwierige Nachverfolgungen oder unvollständige Kunden- und Zahlungsdaten verzögern Eintreibungen um Tage oder Wochen – oder lassen sie sogar scheitern.

KI-automatisiertes Forderungsmanagement

Bereits einfache Automatisierungen und tiefere Einblicke in das Zahlungsverhalten können die Forderungslaufzeit deutlich senken. Hierfür bedarf es zunächst allerdings aktueller, prozessübergreifender Daten, um Fehlern, Duplikaten sowie lückenhaften Kunden- und Zahlungsdaten vorzubeugen. Anschließend können Rechnungsstellung und Zahlungszuordnung automatisiert werden, um Zahlungseingänge schneller zu erfassen. Ein KI-automatisiertes Forderungsmanagement prognostiziert zudem Zahlungstermine, priorisiert offene Posten nach Liquiditätseinfluss und leitet proaktiv Gegenmaßnahmen ein.

Fließen gewonnene Erkenntnisse über das Zahlungsverhalten auch in das Kreditmanagement ein, lassen sich Kreditlimits, Liefersperren oder Sicherheiten frühzeitig anpassen. Der Medienkonzern ProSiebenSat.1 Media SE etwa speist Bonitätsdaten automatisch in seine ERP-Stammdaten ein und bewertet Kreditrisiken damit laufend statt punktuell.

Laut Creditreform sank der B2B-Zahlungsverzug von knapp 11 Tagen 2022 auf rund 7,5 Tage. Nicht erfasst sind dabei die Tage vor der Rechnung und nach dem Zahlungseingang. Wo das gelingt, entscheidet die Priorisierung: Mahnkapazität ist begrenzt, und sie wirkt nur dort, wo sie auf tatsächlich offene und liquiditätsrelevante Posten trifft.

Autor

Autor

SF Themen
Sponsor