Suche
Toggle location
Toggle master download

Downloads

Ziele des Projekts

Die Herausforderung des Projekte bestand in der Ermittlung von Kennzahlen zur Beurteilung des Kreditrisikos.

Die Vorgehensweise von BearingPoint

BearingPoint verfolgt bei der Optimierung des Forderungsmanagements bei Energieversorgungsunternehmen einen ganzheitlichen Ansatz, um bereits in der Angebotsphase erkennbare wirtschaftliche Risiken aufzudecken und ein mögliches Überfälligkeits- bzw. Ausfallrisiko beim Entstehen der Forderung auszuschließen bzw. zu mindern. Die nachfolgende Grafik zeigt beispielhaft die Wertschöpfungskette bei nergieversorgungsunternehmen. Im beschriebenen Projekt setzte das Forderungsmanagement im Wesentlichen am Ende der Prozesskette mit Mahnwesen-Maßnahmen ein. Dazu wurden ausstehende bzw. überfällige Forderungen aus IS-U in Excel übertragen und 14-tägig manuell aufbereitet.

Die Herausforderung des Projekts bestand in der Ermittlung von Kennzahlen zur Beurteilung des Kreditrisikos. Hierzu wurden Risikoklassen konzipiert, die das Kreditlimit und dessen Ausschöpfung, die Bewertung externer Auskunfteien sowie die interne Bonität und Planumsätze aus dem CRM als wesentliche Faktoren berücksichtigten. Mittels einer Kreditformel lassen sich alle genannten Werte zu einem Zahlenwert addieren, der die Grundlage der Risikoklasse bildet. Die Risikoklasse in Verbindung mit den Score-Werten der Kunden ergibt ein Ranking, nach dem die Kunden geclustert werden. Der Prozess zur Ermittlung der Risikoformel erfolgt voll automatisiert.

Ein maßgeschneiderter Report wertet die Unterschiede zum Vortag aus und ermöglicht es somit, neben den aktuellen Ergebnissen, auch die Entwicklung auszuweisen. Diese Informationen werden dem Kreditmanager täglich vor Arbeitsbeginn per Schnittstelle zur Verfügung gestellt. Das veränderte Vorgehen hat die Prozesse im Forderungsmanagement deutlich verbessert und die Geschwindigkeit, mit der auf Änderungen reagiert werden kann, signifikant erhöht.

Die wichtigsten Erfolgsfaktoren

  • Die Einführung von „SAP Creditmanagement“ ermöglicht die systemgestützte und weitestgehend automatisierte Bereitstellung aller relevanten Steuerungsinformationen. Hierdurch wird die manuelle Zusammenführung von Daten unterschiedlicher Systeme in einer Excel-Lösung abgelöst. Dies führt zu deutlich höherer Transparenz und signifikant verringertem manuellem Aufwand. Folglich konnten ca. 80 Prozent der manuellen Tätigkeiten eingespart werden.
  • Ein weiterer Vorteil der implementierten Lösung besteht in der Aufzeichnung von Zeitreihendaten des Kunden. Auf Basis der sichtbaren Entwicklung der Kundendaten im Kreditmanagement können Entscheidungen früher und fundierter getroffen werden, die die Zahlungsausfallwahrscheinlichkeit reduzieren. Nach ersten Erkenntnissen wurde die Summe der nicht einzubringenden Forderungen um ca. 10 bis 15 Prozent gesenkt. Durch automatisierte Datenflüsse sind aktuelle Kundeninformation nicht mehr nur zu bestimmten Terminen verfügbar, sondern können täglich auf Knopfdruck abgerufen werden: Die Arbeitsweise des Kreditmanagers wird deutlich proaktiver. Das umfangreiche Reportingpaket für ein umfassendes Forderungscontrolling gibt dem Vertrieb und dem Kreditmanager eine gemeinsame Datenbasis, mit der abgestimmte Maßnahmen schnell und fundiert eingeleitet werden können. Die Reaktionszeit insbesondere bei schnittstellenübergreifenden Prozessen konnte somit maßgeblich beschleunigt werden.

Messbare und nachhaltige Ergebnisse

BearingPoint hat die Kreditmanagementprozesse, von der Stammdaten- bis zur Risikoklassendefinition einschließlich Scoring und Reporting maßgeblich konzipiert und umgesetzt. Auch die Schnittstellen zu den für die Prozesse relevanten CRM- und IS-U-Systemen und zur Anbindung der Auskunftei wurden von BearingPoint analysiert und umgesetzt.

Neben dem Reporting aus dem „SAP Creditmanagement“ verfolgte BearingPoint die Strategie, alle relevanten Informationen aus den beteiligten Systemen zur Bereitstellung flexibler Auswertungen im Business Intelligence zusammen zu führen. Highlight ist das Kunden-Cockpit, das auf einen Blick Informationen über die Entwicklung des Kunden hinsichtlich Zahlungsverhalten, Kreditlimitausschöpfung, Bonitätsindex und Risikoklasse tabellarisch aufbereitet und grafisch darstellt. Diese zentrale Auswertung bildet neben der Risikomatrix die Datenbasis für die Kommunikation zwischen Kreditmanager und Vertrieb.

Weitere Projektbeispiele