Zero-based Budgeting neu betrachtet: was es einem CFO wirklich abverlangt

Zero-based Budgeting ist eines dieser Finanzkonzepte, die selbstverständlich klingen, bis man sie umsetzen will. Jedes Budget in jedem Zyklus von Null aufbauen. Jedes Pfund und jeden Dollar rechtfertigen, bevor es ausgegeben wird. Keine automatischen Fortschreibungen. In der Theorie rigoros. In der Praxis haben die Erfahrungen von Unternehmen wie Kraft Heinz oder Unilever gezeigt, dass ZBB gleichzeitig Kosten senken und organisatorische Leistungsfähigkeit zerstören kann, manchmal im selben Quartal. Das Konzept selbst ist nicht das Problem. Die Verwirrung darüber, was es tatsächlich verlangt, schon.

Warum es speziell für CFOs relevant ist

Das Verhältnis des CFO zu ZBB unterscheidet sich von dem jeder anderen Führungsrolle. Ein COO betrachtet ZBB als Kostendisziplin. Ein CEO betrachtet es als Narrativ für Investoren. Der CFO muss darüber nachdenken, was es mit der Qualität der Finanzinformationen macht, die durch die Organisation fließen.

Wird ZBB unachtsam angewendet, geht die FP&A-Funktion unter. Jeder Budgetverantwortliche muss plötzlich jede einzelne Position dokumentieren und verteidigen, was enorme Mengen an Rechtfertigungsarbeit mit geringem Wert erzeugt. Finance-Teams verbrauchen ihre Kapazität mit der Abwicklung von Papierkram statt mit der Analyse von Entscheidungen. Der PEX-Report 2026 zur KI-Adoption im Finanzbereich hielt fest, dass Finance-Teams weiterhin zurückhaltend sind, analytische Kontrolle an KI-Systeme abzugeben, und dieser Befund verweist auf ein strukturelles Problem: Wenn Ihr Team in Positionsprüfungen versinkt, kann es das Urteilsvermögen nicht ausüben, das ZBB eigentlich hervorbringen soll.

Hinzu kommt eine Asymmetrie des Aufwands. ZBB verlangt dort den größten Aufwand, wo die Zahlen am kleinsten sind. Ein Business-Unit-Manager verbringt vier Stunden damit, ein Trainingsbudget von 8.000 £ zu rechtfertigen, während eine Kapitalallokationsentscheidung über 4 Millionen £ dreißig Minuten Zeit im Board bekommt. Diese Umkehrung ist nicht hypothetisch. Sie ist die häufigste Klage von Finanzdirektoren aus den Divisionen, die eine ZBB-Einführung durchlebt haben.

Das aktuelle makroökonomische Umfeld macht das erneut relevant. Mit steigenden Produzentenpreisindizes infolge sprunghafter Energiepreise und einem weiterhin unsicheren Zinspfad der Federal Reserve stehen CFOs unter Druck, Kostendisziplin zu zeigen, ohne die Investitionen zu behindern, die Growth treiben. Genau in einem solchen Umfeld wird ZBB vorgeschlagen, und CFOs müssen genau wissen, worauf sie sich einlassen.

Wie es tatsächlich funktioniert: die Mechanik

In einem konventionellen inkrementellen Budget ist das genehmigte Ausgabenniveau des Vorjahres der Ausgangspunkt. Jede Position wird von dieser Basis nach oben oder unten angepasst. Die in diesem Vorgehen eingebaute Annahme lautet: Was letztes Jahr finanziert wurde, war es wert, finanziert zu werden. ZBB entfernt diese Annahme vollständig.

Die praktische Mechanik beginnt mit Decision Packages. Jede Ausgabeneinheit identifiziert, was sie tut, und zerlegt ihre Aktivitäten in einzelne Pakete: ein Basispaket (was passiert, wenn Sie das Minimum finanzieren) und inkrementelle Pakete (was Sie für jede zusätzliche Finanzierungsstufe bekommen). Die Budgetverantwortlichen priorisieren ihre Pakete, und die Organisation allokiert dann Ressourcen, indem sie die Rangliste abarbeitet, bis das Geld aufgebraucht ist.

Nehmen wir ein konkretes Beispiel. Ein Konsumgüterunternehmen mit 500 Millionen £ jährlichen Betriebskosten wendet ZBB auf seine Marketingdivision an. Das Marketingteam reicht nicht „letztes Jahresbudget plus 3 %“ ein. Stattdessen reicht es ein Basispaket ein, das nur die vertraglich schon fixierten Media-Verpflichtungen abdeckt, und dann drei inkrementelle Pakete für Brand-Awareness-Kampagnen, Performance Marketing und Sponsorings. Finance prüft jedes Paket gegen den erwarteten Umsatzbeitrag. Das Sponsoring-Paket, das unter inkrementeller Budgetierung automatisch fortgeschrieben worden wäre, wird gestrichen, weil niemand einen Return belegen kann. Das Performance-Marketing-Paket wird über dem Vorjahresniveau finanziert, weil die Daten es stützen.

Dieses Ergebnis, eine KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzung in einem Bereich und gleichzeitig eine Erhöhung in einem anderen, ist genau das, was ZBB hervorbringen soll. Zu verstehen,, wie die Struktur der Decision Packages mit driver-based Modelling zusammenhängt, unterscheidet eine sinnvolle ZBB-Übung von einer Papierkram-Übung im ZBB-Gewand.

Der verborgene Zeitaufwand ist real. Ein vollständiger ZBB-Zyklus in einem Unternehmen mit 5.000 Mitarbeitenden braucht typischerweise drei bis vier Monate Vorbereitung. Bei Kraft Heinz hat 3G Capital ZBB ab 2015 aggressiv gefahren und kurzfristig eine deutliche Margenausweitung erreicht, doch bis 2019 hatte das Unternehmen 13,8 Milliarden £ an Vermögenswerten abgeschrieben, teilweise weil die Kostendisziplin auch die Markeninvestitionen ausgehöhlt hatte. Das ZBB-Werkzeug hatte funktioniert. Das ZBB-Urteilsvermögen nicht.

Wann man es einsetzt und wann nicht: die ehrlichen Tradeoffs

ZBB rechtfertigt seinen Aufwand unter bestimmten Umständen. Es funktioniert gut für Organisationen, die durch Akquisitionen gewachsen sind und überlappende Kostenstrukturen nie rationalisiert haben. Es funktioniert gut für Unternehmen, die in eine wirklich neue strategische Phase eintreten, in der historische Ausgabenmuster keinen Bezug zu künftigen Anforderungen haben. Und es funktioniert für abgrenzbare Funktionen, Shared Services, IT-Infrastruktur, Immobilien, wo die Aktivitäten tatsächlich definiert und priorisiert werden können.

Als jährliche Disziplin über eine gesamte Organisation hinweg funktioniert es nicht gut. Die kognitive und administrative Last ist zu hoch, um sie alle zwölf Monate zu wiederholen, ohne die Qualität der Ergebnisse zu verschlechtern. Die meisten Organisationen, die behaupten, ZBB jährlich zu fahren, fahren in Wirklichkeit ein strengeres inkrementelles Budget mit besseren Dokumentationsanforderungen. Das ist kein schlechtes Ergebnis, aber es lohnt sich, es korrekt zu benennen. Wenn Sie, die tatsächlichen Unterschiede zwischen Rolling Forecasts und Zero-based-Ansätzen kennen, können Sie beide dort einsetzen, wo sie wirklich hingehören, statt für jeden Planungszyklus auf eine Methodik zurückzufallen.

Der ehrliche Tradeoff lautet: ZBB liefert bessere Entscheidungen zur Ressourcenallokation im ersten Zyklus, den Sie ordentlich durchziehen. Es liefert abnehmende Erträge, wenn Sie es wiederholen, ohne die strategischen Fragen zu ändern, die es beantworten soll. Die Organisationen, die am meisten aus ZBB holen, behandeln es als periodischen Reset, nicht als permanentes Betriebsmodell.

Eine weitere Überlegung speziell für 2026: Dieselben KI-Fähigkeiten, deren Missbrauch für die Forschung an biologischen Waffen Anthropic nach eigenen Angaben blockiert hat, sind die Fähigkeiten, auf die Finance-Teams heute für Szenariomodellierung und die Analyse von Decision Packages zugreifen können. KI kann Decision Packages in einem MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab verarbeiten, den menschliche Prüfer nicht erreichen. Aber, wie die PEX-Daten zeigen, fühlen sich Finanzfunktionen noch nicht wohl dabei, analytisches Urteilsvermögen an diese Systeme abzugeben. Diese Lücke ist für die ZBB-Umsetzung relevant: Das Werkzeug, das ZBB wirklich effizient machen könnte, ist verfügbar, das organisatorische Vertrauen, es zu nutzen, noch nicht.

ZBB ist eine gute Idee, die in der falschen Frequenz, im falschen Umfang und mit zu wenig Aufmerksamkeit dafür angewendet wird, wo die echten Entscheidungen liegen. Setzen Sie es auf dem richtigen Perimeter ein, mit einer klaren Frage, die es beantworten soll, und es bringt echte Ergebnisse. Fahren Sie es als jährliches Ritual, und es verbraucht genau die analytische Kapazität, die es freisetzen sollte.