KI-Forecasting in der Liquiditätsplanung: Von Daten bis Freigabe

Management Summary

KI-Verfahren können aus historischen Zahlungsströmen, Zahlungszielen, Auftragsbestand und Saisonmustern Prognosewerte für Ein- und Auszahlungen ableiten. Der Nutzen liegt vor allem dort, wo viele Debitoren und Kreditoren mit wiederkehrendem Zahlungsverhalten zusammenkommen. Kein Gesetz schreibt den Einsatz solcher Verfahren vor, keines schließt ihn aus. Die Pflichten knüpfen an das Ergebnis an: Die Geschäftsleitung muss Entwicklungen, die den Fortbestand gefährden können, fortlaufend überwachen (§ 1 StaRUG) und auf einer angemessenen Informationsgrundlage entscheiden.

Fünf Bausteine entscheiden darüber, ob ein Modell trägt: eine geprüfte Datenbasis, eine rollierende Fortschreibung mit Soll-Ist-Vergleich, Szenarien mit hinterlegten Maßnahmen, eine nachvollziehbare Plausibilisierung jedes Ergebnisses und eine schriftlich geregelte menschliche Freigabe. Fehlt einer dieser Bausteine, erzeugt das Modell vor allem Scheinpräzision.

Das Modell liefert Prognosewerte. Die Entscheidung, die Freigabe und die Verantwortung bleiben bei Menschen. Für Geschäftsleiter von Kapitalgesellschaften folgt das aus den Sorgfaltspflichten (§ 43 GmbHG, § 93 AktG). Zusätzlich verlangt Art. 4 der KI-Verordnung, dass das Personal, das KI-Systeme einsetzt, über ausreichende KI-Kompetenz verfügt.

Nutze den Quick-Check weiter unten, um den Stand deines Hauses je Baustein einzuordnen. Für die Qualifizierung deines Teams findest du am Ende passende Programme von S+P Seminare.

Sachverhalt: Was KI-Forecasting leistet und welcher Rechtsrahmen gilt

Was das Modell leistet

In der Liquiditätsplanung schätzt ein statistisches oder lernendes Modell, wann Forderungen tatsächlich eingehen, wann Verbindlichkeiten abfließen und wie stark diese Zeitpunkte um den vereinbarten Termin streuen. Das Ergebnis ist ein Prognosewert je Position und Zeitraum, idealerweise mit einem Unsicherheitsband. Üblich ist die direkte Methode: Ein- und Auszahlungen werden je Woche beziehungsweise Monat geplant und zu einem Finanzmittelbestand verdichtet. Wie lange der Planungshorizont sein muss, hängt von der Lage ab und wird im Abschnitt Fristen und Zeitpunkte eingeordnet.

Was das Modell nicht leistet

Ein Modell kennt nur, was in den Daten steht. Es weiß nichts von einem Großauftrag, der noch nicht gebucht ist, von einer Kündigung der Kreditlinie oder von einem Kunden, der Zahlungsschwierigkeiten angekündigt hat. Dieses Wissen steckt in Vertrieb, Einkauf und Finanzierung. Gute Liquiditätsplanung verbindet daher Modellwerte mit dem Wissen der Fachbereiche und macht beides getrennt sichtbar.

Rechtsrahmen: Pflichten ohne KI-Sonderregel

Das Insolvenz- und Gesellschaftsrecht kennt keine besondere Regel für KI-gestützte Prognosen. Es verlangt ein belastbares Ergebnis und einen nachvollziehbaren Weg dorthin. Die Geschäftsleiter haftungsbeschränkter Gesellschaften müssen Entwicklungen, die den Fortbestand gefährden können, fortlaufend überwachen (§ 1 StaRUG). Für Vorstände einer Aktiengesellschaft ergänzt § 91 Abs. 2 AktG die Pflicht, ein Überwachungssystem einzurichten. Die Sorgfaltsmaßstäbe ergeben sich aus § 43 Abs. 1 GmbHG und § 93 AktG. Nach § 93 Abs. 1 Satz 2 AktG handelt ein Vorstandsmitglied nicht pflichtwidrig, wenn es bei einer unternehmerischen Entscheidung vernünftigerweise annehmen durfte, auf der Grundlage angemessener Information zu handeln. Eine Modellprognose, die niemand erklären kann, ist keine solche Grundlage.

Die Insolvenzordnung nutzt Liquiditätsprognosen als Prüfinstrument: Zahlungsunfähigkeit nach § 17 Abs. 2 InsO, drohende Zahlungsunfähigkeit nach § 18 Abs. 2 InsO und die Fortführungsprognose bei der Überschuldung nach § 19 Abs. 2 InsO verlangen jeweils eine Aussage über künftige Zahlungsfähigkeit. Wird eine Antragspflicht ausgelöst, gilt § 15a InsO. Zahlungen nach Eintritt der Insolvenzreife regelt § 15b InsO.

KI-Verordnung: KI-Kompetenz und Einordnung

Art. 4 der Verordnung (EU) 2024/1689 verpflichtet Anbieter und Betreiber von KI-Systemen, nach besten Kräften für ausreichende KI-Kompetenz ihres Personals zu sorgen. Das betrifft die Menschen, die ein Prognosemodell betreiben, bewerten oder freigeben. Eine Liquiditätsprognose für das eigene Unternehmen ist in Anhang III der Verordnung nicht als Hochrisiko-Anwendungsfall aufgeführt. Die Einstufung hängt aber vom konkreten Einsatz ab und ist im Einzelfall zu prüfen, etwa wenn ein System zusätzlich die Kreditwürdigkeit natürlicher Personen bewertet.

Beaufsichtigte Institute

Kreditinstitute und andere beaufsichtigte Unternehmen unterliegen zusätzlich den aufsichtsrechtlichen Anforderungen an das Liquiditätsrisikomanagement (§ 25a KWG und die MaRisk). Dieser Beitrag behandelt sie nicht im Einzelnen. Die Bausteine zu Datenqualität, Szenarien, Plausibilisierung und Freigabe lassen sich dort ebenfalls anwenden, ersetzen aber keine aufsichtsrechtliche Prüfung.

Pflichten nach Funktion

Quick-Check: Wo steht dein Haus?

Ordne dich je Baustein ein. Die Auswahl funktioniert ohne Skript und ohne Datenübertragung. Jeder Zustand ist mit einem Text benannt, nicht nur mit einer Farbe.

Fazit: KI-Forecasting in der Liquiditätsplanung braucht Prozess, nicht nur Modell

Das KI-Forecasting in der Liquiditätsplanung ist ein zulässiges und häufig nützliches Arbeitsmittel. Seine Qualität entscheidet sich weniger am Algorithmus als an dem, was drumherum geregelt ist. Die Kernbotschaften:

• Kein Gesetz schreibt KI-Forecasting vor oder verbietet es. Maßgeblich sind Überwachung, Informationsgrundlage und Sorgfalt (§ 1 StaRUG, § 43 Abs. 1 GmbHG, § 93 AktG).
• Datenqualität steht vor Modellwahl. Ohne abgestimmte Daten wird jedes Modell zur Fehlerquelle.
• Rollierend heißt: festes Intervall, Prognosearchiv, Backtesting.
• Szenarien mit Maßnahmen und Vorlaufzeiten machen aus einer Zahl eine Entscheidungsgrundlage.
• Plausibilisieren und freigeben bleibt Menschenarbeit. Das Modell liefert Werte, es trägt keine Verantwortung.
• KI-Kompetenz im Team ist Pflicht nach Art. 4 KI-VO und zugleich der günstigste Hebel für bessere Prognosen.

Wenn du diese Bausteine in deinem Team verankern willst, bieten die Seminare Finance und Treasury und die Programme zu Planung, Reporting und Kennzahlen dafür die fachliche Grundlage.

Quellenverzeichnis

Primärquellen: Rechtsakte der Europäischen Union und Gesetzestexte des Bundes. Es werden ausschließlich amtliche Stellen verlinkt.

• Verordnung (EU) 2024/1689 (KI-Verordnung), Amtsblatt der EU Art. 3 Begriffe, Art. 4 KI-Kompetenz, Anhang III Hochrisiko-Anwendungsfälle.
• § 1 StaRUG, Krisenfrüherkennung und Krisenmanagement Fortlaufende Überwachung fortbestandsgefährdender Entwicklungen.
• § 15a InsO, Antragspflicht bei juristischen Personen Antragsfristen bei Zahlungsunfähigkeit und Überschuldung.
• § 15b InsO, Zahlungen bei Zahlungsunfähigkeit und Überschuldung Zahlungsverbote nach Eintritt der Insolvenzreife.
• § 17 InsO, Zahlungsunfähigkeit Definition der Zahlungsunfähigkeit.
• § 18 InsO, Drohende Zahlungsunfähigkeit Prognoseaussage über künftige Zahlungsfähigkeit, Regelzeitraum.
• § 19 InsO, Überschuldung Fortführungsprognose und deren Zeitraum.
• § 43 GmbHG, Haftung der Geschäftsführer Sorgfaltsmaßstab der Geschäftsführung.
• § 91 AktG, Organisation und Buchführung Überwachungssystem des Vorstands in Absatz 2.
• § 93 AktG, Sorgfaltspflicht und Verantwortlichkeit der Vorstandsmitglieder Sorgfalt und angemessene Informationsgrundlage.
• § 111 AktG, Aufgaben und Rechte des Aufsichtsrats Überwachung der Geschäftsführung.
• § 25a KWG, Besondere organisatorische Pflichten Risikomanagement beaufsichtigter Institute.
• § 25b KWG, Auslagerung von Aktivitäten und Prozessen Auslagerungsanforderungen bei beaufsichtigten Instituten.