+55 XP

Driver-based Forecasting: Modelle bauen, die in der Praxis funktionieren

# Driver-based Forecasting: Modelle bauen, die in der Praxis funktionieren

Als das Finance-Team von HubSpot 2023 sein Forecasting-Modell neu aufbaute, schrumpfte eine Arbeitsmappe mit 47 Tabs und 12.000 Zeilen zu einer driver-based Engine mit 18 Schlüsselvariablen. Das Ergebnis war nicht nur elegant: Der Umsatz in Q4 2024 lag 1,2 % neben dem August-Forecast, gegenüber einer historischen Abweichung von rund 6 %. CFO Kathryn Bueker hat öffentlich erklärt, dass der Redesign jeden Planungszyklus um etwa zwei Wochen verkürzt hat. Das ist keine Software-Geschichte. Das ist eine Geschichte über Modellierungsphilosophie, und die meisten FP&A-Teams machen es noch falsch.

Das schmutzige Geheimnis der Corporate Finance im Jahr 2026 ist: Trotz Milliarden für Anaplan, Pigment, Workday Adaptive und Oracle EPM verbraucht der mittlere Budgetzyklus der Fortune 500 immer noch 4-5 Monate und produziert einen Forecast, der ab Quartal zwei falsch ist. Das Problem ist nicht das Tooling. Das Problem ist, dass Finance-Teams bottom-up Budgets Konto für Konto automatisieren, also im Kern eine Methodik aus den 1970ern digitalisieren. Driver-based Forecasting stellt das Modell auf den Kopf, und richtig gemacht liefert es, was die FP&A-Benchmark-Studie von McKinsey 2024 quantifiziert hat: 50-70 % kürzere Zykluszeiten und 30-40 % bessere Forecast-Genauigkeit auf der Ebene des Betriebsergebnisses.

Warum bottom-up Budgetierung gescheitert ist

Das klassische Budget verlangt von jedem Kostenstellenverantwortlichen, jede GL-Zeile für jeden Monat zu planen. Ein mittelgroßes SaaS-Unternehmen mit 40 Abteilungen und 200 GL-Konten verlangt von seinen Managern, rund 96.000 Zellen pro Jahresbudget zu füllen. Vorhersehbar orientieren sich diese Manager an Vorjahr plus 3 %, bauen Puffer ein wo möglich, und haben keine belastbare Logik, wenn der CFO im Oktober eine Position hinterfragt.

Diese Methodik hat drei strukturelle Schwächen, die sich in volatilen Umfeldern verstärken:

Sie verwechselt Präzision mit Genauigkeit. Ein Budget, das „Büromaterial, Boston" mit 4.237 $ plant, sieht rigoros aus. Ist es nicht. Es ist Rauschen im Signal-Kostüm, und es zieht Aufmerksamkeit von den drei oder vier Variablen ab, die EBITDA wirklich bewegen.

Sie kann nicht re-forecasten. Als die Inflation Mitte 2022 auf 9,1 % sprang oder als der SVB-Kollaps im März 2023 SaaS-Sales-Cycles einfror, brauchten Unternehmen mit Line-Item-Budgets 6-8 Wochen für einen neuen Forecast. Unternehmen mit Driver-Modellen brauchten 48 Stunden.

Sie zerschneidet die Verbindung zwischen Operations und Finance. Sales-Verantwortliche denken nicht in „Konto 4010, Subscription Revenue". Sie denken in pipeline, win rates, ACV und ramp time. Ein Budget in GL-Sprache lässt sich in operativer Sprache nicht verteidigen, hinterfragen oder sensitivieren.

Der konzeptionelle Shift

Ein driver-based Modell beschreibt die P&L als Funktion einer kleinen Zahl operativer Variablen. Umsatz wird nicht als Zahl geplant, er wird aus Drivern *abgeleitet*: new logos, durchschnittlicher Auftragswert, gross retention, net expansion. Kosten werden nicht Zeile für Zeile geplant, sie leiten sich ab aus headcount, fully-loaded Kosten pro FTE, Hosting-Kosten pro Kunde und einer Handvoll fixer Overhead-Blöcke.

Die Disziplin lautet: Wenn ein CFO nicht die 8-15 Variablen benennen kann, die 80 % der P&L-Bewegung des nächsten Jahres erklären, hat das Unternehmen keinen Forecast, sondern eine Wunschliste.

Das 12-Driver-SaaS-Modell: eine Fallstudie

Nehmen wir ein vertikales SaaS-Unternehmen mit 180 Mio. $ ARR, nennen wir es das typische Mid-Market-Profil, das inzwischen Standard in Private-Equity-Portfolios ist. Das Altbudget war eine Tabelle mit 500 Zeilen, gepflegt von einer Senior-FP&A-Analystin, die rund 70 % ihrer Zeit mit Abstimmung statt mit Analyse verbrachte. Der CFO gab Anfang 2025 einen Neuaufbau in Auftrag. Das neue Modell nutzt 12 Driver:

Revenue-Driver (5):

1. Beginning ARR

2. New Logo Bookings ($)

3. Gross Revenue Retention (%)

4. Net Revenue Retention (%)

5. Durchschnittlicher Implementation Lag (Monate von Booking bis Umsatzrealisierung)

Kosten-Driver (7):

6. Kapazität der Sales-Reps und Quota-Attainment nach Ramp-up

7. R&D-Headcount nach Band, mit Fully-loaded-Kostenfaktor

8. G&A-Headcount mit Same-Store-Growth-Governor

9. Customer-Success-FTE pro 1 Mio. $ ARR

10. Hosting-Kosten pro aktivem Kunden

11. Marketing als % des neuen ARR (CAC-gesteuert)

12. Stock-based Compensation als % der Cash-Payroll

Jede Zeile der P&L ist abgeleitet. Sales-Provisionen sind eine Funktion aus Bookings × Provisionssatz. Hosting-Kosten sind eine Funktion aus Kundenzahl × Stückkosten. Headcount-Zugänge sind an ARR-Schwellen gekoppelt (z. B. „ein CSM pro 2 Mio. $ net new ARR").

Das Modell passt auf einen Screen. Es rechnet drei Szenarien, Base, Bear, Bull, indem nur vier Variablen geflext werden: New Logo Bookings, NRR, Sales-Produktivität und Hiring-Tempo. Der CFO kann die Board-Frage „Was passiert, wenn NRR von 112 % auf 104 % fällt?" in 15 Sekunden beantworten.

Was sich operativ geändert hat

Die Zykluszeit für den Jahresplan sank von 14 auf 5 Wochen. Monatliche Reforecasts gingen von einer 6-Tage-Übung auf 4 Stunden. Wichtiger war aber die kulturelle Veränderung. CRO und CFO streiten jetzt über *Driver*, nicht über Zahlen. „Erreichen wir wirklich 42 Mio. $ neues ACV im nächsten Jahr bei einer aktuellen Pipeline Coverage von 2,8x?" ist ein produktives Gespräch. „Warum steht in Zeile 247 1,2 Mio. $?" ist es nicht.

Driver-Based Planning at Scale - Lessons from Anaplan's CFO

Watch on YouTube

Die richtigen Driver auswählen: die 80/20-Disziplin

Die meisten gescheiterten Driver-Modell-Implementierungen scheitern an der Driver-Auswahl. Teams nehmen entweder zu viele Variablen (und erzeugen das Bottom-up-Problem neu) oder die falschen (Driver, die die P&L gar nicht bewegen). Drei Tests trennen gute von schlechten Drivern:

Test 1: Materialität

Ein Driver muss mindestens 5 % der Umsatz- oder Betriebskostenabweichung erklären, um einen Platz zu verdienen. Bei Atlassian hat CFO Joe Binz darüber gesprochen, wie das Unternehmen sein Driver-Set von über 30 auf rund 14 reduzierte, und zwar über eine Sensitivitätsanalyse: Jede Variable, deren ±20 % Flex das EBIT um weniger als 2 % bewegte, wurde zur Annahme degradiert, nicht zum Driver.

Test 2: Steuerbarkeit oder Prognostizierbarkeit

Ein Driver sollte entweder vom Management steuerbar sein (Hiring-Tempo, Pricing) oder mit vernünftiger Sicherheit aus Frühindikatoren prognostizierbar (Pipeline-Conversion, Churn-Kohorten). Währungskurse fallen durch diesen Test, sie gehören in Sensitivitäts-Overlays, nicht in die Kern-Driver. Das ist 2026 besonders relevant, da Unternehmen sich mit der 15 % globalen Mindeststeuer aus OECD Pillar Two befassen, die einen neuen Driver für die effektive Steuerquote eingeführt hat, der über Entity-Strukturierung tatsächlich steuerbar *ist*.

Test 3: operative Ownership

Jeder Driver braucht einen einzigen namentlichen Owner außerhalb von Finance. New Logo Bookings → CRO. Gross Retention → Chief Customer Officer. Hosting-Stückkosten → CTO. Wenn Finance den Driver besitzt, ist es eine Annahme, kein Driver. Dieses Ownership-Modell machte den Planungsprozess von Snowflake unter dem früheren CFO Mike Scarpelli so bekannt straff: Jeder Driver hatte einen „Defender", der sowohl den Forecast als auch die Abweichungserklärung verantwortete.

Der CSRD-Haken

Für Unternehmen mit Sitz in Europa oder Geschäft in der EU hat die Corporate Sustainability Reporting Directive, die für große Unternehmen mit der Berichterstattung FY2024 voll wirksam wurde, eine neue Kategorie von Drivern hinzugefügt, die die meisten FP&A-Teams nicht formalisiert haben: Scope-1-3-Emissionen pro Umsatzeinheit, Energiekosten pro FTE und ESG-gebundene Vergütungsrückstellungen. Vorausdenkende CFOs binden inzwischen 2-3 Nachhaltigkeits-Driver ins Kernmodell ein, statt sie als Reporting-Nachgedanken zu behandeln. Das Finance-Team von Unilever etwa hat Carbon Intensity seit 2023 in sein Zero-Based-Budgeting-Framework integriert.

Wissenscheck

1. Was ist laut Lektion das grundlegende Problem der Forecasting-Bemühungen der meisten FP&A-Teams, trotz hoher Investitionen in Planungssoftware?

2. Welche Unterscheidung trifft die Lektion zwischen „Präzision" und „Genauigkeit" in der Budgetierung?

3. Warum argumentiert die Lektion, dass driver-based Forecasting Operations und Finance wieder verbindet?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE strukturellen Schwächen, die die Lektion der traditionellen bottom-up Budgetierung zuschreibt.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE Aussagen, die laut Lektion Verhalten und Ergebnisse von Driver-Modellen im Vergleich zu Line-Item-Budgets korrekt beschreiben.

Wählen Sie alle richtigen Antworten aus.

Von der Theorie zum Montagmorgen: Umsetzung

Ein CFO, der das an einem Sonntagabend liest und am Montag handeln will, braucht eine Reihenfolge, keine Predigt. So sehen die ersten 90 Tage aus.

Woche 1-3: Driver Discovery

Ziehen Sie die Ist-Zahlen der letzten 8-12 Quartale. Machen Sie eine einfache Abweichungszerlegung: Wie viel Prozent der Lücke zwischen Budget- und Ist-EBIT je Quartal erklärten Volumen, Preis, Mix, Headcount-Timing und Einmaleffekte? In den meisten Unternehmen erklären 3-5 Variablen über 70 % der Abweichung. Das sind Ihre Driver-Kandidaten.

Interviewen Sie CRO, COO und Produktverantwortliche getrennt. Fragen Sie jeden: „Wenn Sie die P&L des nächsten Quartals mit fünf Zahlen vorhersagen müssten, welche wären das?" Die Überschneidung dieser Antworten ist Gold.

Woche 4-7: Modellbau

Bauen Sie das Modell in dem Tool, das Sie haben, für eine v1 reicht auch Excel. Die Falle, die Sie vermeiden müssen: Versuchen Sie nicht, jede Nuance des alten Budgets nachzubilden. Akzeptieren Sie, dass das Driver-Modell bei kleinen Positionen *weniger präzise* und bei den großen *genauer* ist. Genau dieser Tausch ist der ganze Punkt.

Stress-testen Sie gegen die Historie. Rechnen Sie das Modell mit den tatsächlichen Drivern des Vorjahres als Input. Reproduziert es die tatsächliche Vorjahres-P&L innerhalb von 3 %? Wenn ja, haben Sie eine funktionierende Engine. Wenn nicht, fehlt ein Driver oder eine strukturelle Beziehung.

Woche 8-12: Parallellauf und Übergabe

Lassen Sie das Driver-Modell ein Quartal parallel zum Altbudget laufen. Das ist nicht verhandelbar. Es schafft Glaubwürdigkeit bei CEO und Prüfungsausschuss, und es legt Edge Cases offen (eine einmalige Rechtsstreitzahlung, ein FX-Hedge-Gewinn), die als Overlays und nicht als Driver behandelt werden müssen.

Zum Quartalsende wird das Driver-Modell zum primären Forecast. Das Altbudget wird zum Abstimmungsartefakt und dann abgeschaltet.

Die Verbindung zum Rolling Forecast

Driver-based Modelle passen natürlich zu 18-monatigen Rolling Forecasts, und dort arbeiten inzwischen die meisten führenden CFOs. Das Jahresbudget ist nicht verschwunden, aber seine Rolle ist auf einen board-genehmigten Anker geschrumpft. Der Rolling Forecast, monatlich über das Driver-Modell aktualisiert, ist das operative Werkzeug. Unternehmen wie Workday, ServiceNow und Datadog fahren alle diese hybride Architektur, und sie wird zum De-facto-Standard in Software und zu einer schnell wachsenden Praxis in Industrie und Konsumgütern.

Die typischen Failure Modes

Drei Muster töten Driver-Modell-Implementierungen, und man sollte sie explizit benennen:

Driver Creep. Nach sechs Monaten lobbyiert jeder Abteilungsleiter dafür, „seinen" Driver aufzunehmen. Das Modell wächst auf 40 Variablen und wird das alte Budget in neuer Verpackung. Der CFO muss die Linie halten: Driver werden nur hinzugefügt, wenn etwas bricht, nicht wenn etwas interessant ist.

Falsche Präzision in Szenarien. Teams bauen Base/Bull/Bear-Szenarien, in denen Bull gleich Base + 10 % und Bear gleich Base - 10 % ist. Das ist keine Szenarioplanung, das ist Sensitivitätsanalyse mit Größenwahn. Echte Szenarien flexen *Kombinationen* von Drivern auf Basis kohärenter Narrative („Rezessionsszenario: Bookings -25 %, NRR -800 bps, Hiring Freeze").

Entkopplung von Incentives. Wenn die Sales-Vergütung weiter auf eine Budgetzahl gezahlt wird, die das Driver-Modell nicht produziert, haben Sie zwei Buchwelten und ständige Reibung. Richten Sie Comp-Pläne innerhalb eines vollen Zyklus an den Outputs des Driver-Modells aus.

Die Action-Checkliste für den CFO

1. Prüfen Sie Ihre letzten vier Forecasts. Berechnen Sie die tatsächliche Abweichung zum Forecast auf der EBIT-Ebene. Ist sie schlechter als ±5 %, haben Sie ein Methodikproblem, kein Umsetzungsproblem. Driver-based Modellierung ist die Lösung.

2. **Identifizieren Sie Ihre 8-15 Driver in diesem Quartal.

Was Sie aus dieser Lektion umsetzen

Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.

  • Modelle auf 8-15 zugeordnete Driver verdichten, über Tests auf Materialität, Volatilität und Ownership
  • Best/Base/Worst durch Vier-Quadranten-Szenarien ersetzen, die kohärente Treiberkombinationen durchspielen
Vollständiges Action Playbook ansehen

Verwandte Artikel

Aktuelle Blogartikel, die auf dieser Lektion aufbauen.