Ad 3: Rollierender Forecast auf Basis der Einschätzung von Verkaufsinstanzen – der „Standard-Forecast“

Zweifellos ist der rollierende Forecast der in der Praxis am häufigsten angewandte und das Synonym für einen Vertriebs-Forecast schlechterdings. Grundprinzip ist, dass Verkaufsinstanzen einschätzen, wann sie einen bestimmten Auftrag mit welcher Wahrscheinlichkeit erhalten werden. Somit kommt der rollierende Forecast im Unterschied z. B. zur Trendextrapolation gänzlich ohne Vergangenheitsdaten aus und eignet sich auch für neue Aktivitäten (Produkte, Märkte usw.).

Es sind nur wenige Inputdaten erforderlich, die in einen Datensatz eingepflegt werden, mindestens aber die verantwortliche Verkaufsinstanz und die Bezeichnung des erwarteten Auftrags zur Beschreibung eines Datensatzes sowie die Prognosen

„Auftragsvolumen“, „Abschlussswahrscheinlichkeit“ und „erwarteter Abschlusszeitpunkt“. Aus der Multiplikation des Auftragswertes mit der Wahrscheinlichkeit

Tab. 4.4 Beispiel für einen rollierenden Forecast auf Basis der Einschätzung von Verkaufsinstanzen

des Auftragseingangs ergibt sich Projekt für Projekt ein jeweiliger Forecast-Wert. Tabelle 4.4 zeigt ein Beispiel.

Beim Lesen bzw. Interpretieren dieses Forecasts ist Folgendes zu beachten:

• Die Summe der Forecast-Werte ist als Ergebnis des Forecasts umso belastbarer, je größer die Anzahl einbezogener Projekte ist.

• Eine Auftragseingangswahrscheinlichkeit von z. B. 25 % bedeutet, dass von vier Angeboten, die unter ähnlichen Bedingungen mit den gleichen Inhalten abgegeben wurden, eines angenommen wird. Natürlich sind die Kundenkontaktsituationen niemals gleich, also ist diese Approximation immer mit Mängeln behaftet.

• Das Datum des erwarteten Auftragseingangs markiert den Zeitpunkt der Auftragsannahme, nicht aber den vereinbarten Lieferzeitpunkt, das Datum der Rechnungsstellung (Einnahme) oder gar des Zahlungseingangs (Einzahlung).

• Der Forecast-Wert als Faktor aus dem Auftragswert, also dem Angebotsvolumen, und der Auftragseingangswahrscheinlichkeit, ist ein berechneter Erwartungswert. Er kann so, wie in der Tabelle angegeben, niemals eintreffen, denn bezogen auf das einzelne Angebot kann der Wert nur Null oder der Auftragswert selbst sein. Überdurchschnittlich große Auftragswerte verzerren somit die Summe aller Forecast-Werte (siehe auch unten).

• Teilaufträge werden nicht betrachtet, diese müssten als einzelne Angebote im Forecast aufgeführt werden.

• Inkludiert der Forecast auch Kundenkontakte in einem frühen Stadium des Kontaktes, im dem noch kein konkretes Angebot abgegeben wurde, ist der Auftragswert zu schätzen.

• Es ist festzulegen, in welchem Stadium ein Interessentenkontakt in den Forecast aufgenommen wird. Solche Meilensteine könnten

– die Angebotsaufforderung oder

– die Angebotsabgabe

sein. Grundsätzlich ist es nicht schädlich, Kontakte in einem früheren Stadium aufzunehmen, sofern erstens der Forecast dadurch nicht unübersichtlich wird und zweitens solche Kontaktsituationen mit einer sehr geringen Wahrscheinlichkeit (< 1 %) bzw. einem nur symbolischen Auftragswert (1 € ) bewertet werden.

• Wird der Forecast ab dem Prozessschritt „Angebot“ geführt, sind nur die Werte

„Wahrscheinlichkeit“ sowie der Zeitpunkt des Auftragseingangs geschätzt. Alle anderen Werte ergeben sich aus dem Angebot. Werden bereits erste bzw. frühe Kontakte mit Interessenten erfasst, sind sämtliche Werte zu schätzen.

Der in Tab. 4.4 dargestellte Forecast erlaubt nun weitere Auswertungen. So kann je nach Informationsbedarf eine Sortierung nach Kunden, Produkten, Wahrscheinlichkeiten, erwarteten Auftragseingängen oder nach Priorität, z. B. proportional zum Auftragswert, vorgenommen werden. Das Ergebnis zeigt Tab. 4.5.

Der Forecast wird entweder permanent, also mit Auftreten neuer Informationen, oder zyklisch korrigiert – eben „rollierend“. Dabei fallen eingegangene Aufträge heraus, neue Kundenkontaktsituationen werden aufgenommen und die Werte korrigiert, wenn sie sich durch neue Erkenntnisse verändert haben. Es empfiehlt sich, solche Veränderungen in der Entwicklung der jeweiligen Angebotsprojekte kenntlich zu machen. Ob dies mit farbigen Markierungen oder auf andere Art und Weise geschieht, ist letztlich eine Frage der Übersichtlichkeit. Tabelle 4.6 zeigt den Forecast aus Tab. 4.4, aber einen Monat später.

Die Notwendigkeit, den Forecasts laufend zu aktualisieren, ist selbstverständlich. Was oft jedoch unterschätzt und vernachlässigt wird, ist die bereits zuvor angesprochene Qualitätssicherung. Ziel ist, systematische Fehleinschätzungen zu identifizieren und die Qualität der Prognose zu verbessern. Im Falle des rollierenden Forecasts wird hierzu zyklisch, z. B. jeden Monat, eine Auswertung nach erwarteten Auftragseingangszeitpunkten vorgenommen und diese festgehalten. Ebenso wird im nächsten Monat verfahren und so fort. Dies dient dazu, die Prognosen für eine spätere Überprüfung zu konservieren. Diese erfolgt dadurch, dass jeden Zyklus (Monat), wenn der Istauftragseingang feststeht, rückschauend berechnet wird, wie groß die Abweichung der ursprünglichen Prognose vom Istwert war. Hierzu werden alle relevanten zurückliegenden Prognosen mit dem Istwert verglichen, also die des Vormonats, die des Vorvormonats, die von vor drei Monaten usw. Es ist

Tab. 4.5 Mögliche Auswertungen auf Basis des rollierenden Forecasts

nun zu erwarten, dass eine Prognose umso genauer war, je kürzer sie zurück liegt und umso ungenauer, je früher sie den nun bekannten Auftragswert (das Ist) abzuschätzen versuchte. Abbildung 3.1 zeigt einen solchen Verlauf aus umgekehrtem Blickwinkel und verdeutlicht, dass eine Prognose umso ungenauer ist, je weiter sie in die Zukunft reicht.

Nun wäre die Vermutung aber falsch, dass es gelingen könnte, frühzeitig Wertestreuungen um den gedachten realen Wert durch mathematische Verfahren zu

„glätten“. Der reale Verlauf ist vorab nicht bekannt, auch, wenn es in Abb. 3.1 den Anschein hat, als wäre er ein Strahl.

Überhaupt sind die Erstellung und die Pflege des rollierenden Forecasts keineswegs so einfach, wie es die Methode vermuten lässt. Ein Hauptproblem ist

z. B. die Schätzung der Auftragseingangswahrscheinlichkeiten. Werden diese

z. B. von Account Managern selbst vorgenommen, unterliegen sie den typischen Wahrnehmungsverzerrungen, die in Tab. 3.1 dargestellt wurden. Oft bestimmen Charaktereigenschaften die Schätzergebnisse: Der eine verspricht sich durch forsches Auftreten Vorteile, der andere möchte sich und anderen durch betont pessimistische Schätzungen Enttäuschungen ersparen. Die Lösung ist die Vorgabe

Tab. 4.6 Fortschreibung des rollierenden Forecasts mit Kennzeichnung geänderter Werte

von Bewertungskorridoren. Hierzu wird der Verkaufsprozess in Phasen unterteilt, die durch Meilensteine von einander abgegrenzt werden. Jeder Phase wird ein Korridor zugeordnet, innerhalb dessen ein Verkäufer Abschätzungen für die Eintrittswahrscheinlichkeit des Auftrags vornehmen darf. Abweichungen davon sind nicht zugelassen oder müssen zumindest gesondert begründet werden. Tabelle 4.7 zeigt eine exemplarische Prozessschrittfragmentierung mit dem jeweils zugewiesenen Wertekorridor.

Ein zweiter immanenter Nachteil ist, dass der Forecast durch Großprojekte verzerrt wird. Je mehr ein solches vom statistischen Mittel aller Auftragswerte abweicht, desto vorsichtiger muss seine Auftragseingangswahrscheinlichkeit bewertet werden. Ob hier ein umgekehrt proportionaler Zusammenhang (Auftragswert 25 % über dem Durchschnitt führt zur Reduktion der geschätzten Wahrscheinlichkeit um 25 %) angenommen oder mit Schwellwerten gearbeitet wird, richtet sich nach der bestmöglichen Abbildung der Realität, was wiederum nur durch eine langfristige Beobachtung des Forecasts möglich sein wird. Soll eine Unterschätzung vermieden werden, ist umgekehrt zu verfahren. Wohlgemerkt sollte die Korrektur der Wahrscheinlichkeit nicht von der Verkaufsinstanz vorgenommen werden, sondern im Berechnungstool hinterlegt oder vom Vertriebscontroller nachjustiert werden. Aber in jedem Falle führen Großprojekte zwangsläufig zu einem höheren Fehler des Forecasts.

Tab. 4.7 Zuweisung von Wertekorridoren für die Bewertung der Auftragseingangswahrscheinlichkeit

Der dritte Nachteil ist, dass keine Teamarbeit berücksichtigt wird. Dies wirkt sich immer dann aus, wenn der Forecast als Instrument zur Steuerung der Vertriebsinstanzen, im Beispiel aus Tab. 4.4 z. B. der Verkäufer, verwendet wird.

Der vierte und letzte hier erwähnte Nachteil ist, dass die Darstellung nach Aufträgen erfolgt. Setzen sich diese aus Unteraufträgen für verschiedene Produkte, Lieferzeitpunkte usw. zusammen, muss eine jeweils separate Darstellung erfolgen, was den rollierenden Forecast übersichtlicher macht.