Wie Mittelstandscontroller den Monatsabschluss in 20 Minuten analysieren, mit einem AI Skill Framework

Framework zum download

Edulitix-Finanzanalyst Skill.zip

ZIP herunterladen • 115KB

Kein Hype, keine Magie

Ein strukturierter Ansatz, der in der Praxis funktioniert, für Betriebe zwischen 50 und 500 Mitarbeitern.

Der Monatsabschluss liegt auf dem Tisch. Bilanz, GuV, Liquiditätsplanung, Absatzzahlen. Vierzig, fünfzig, manchmal achtzig Seiten Zahlen und die Geschäftsführung wartet auf eine Einschätzung. Nicht auf Daten, auf eine Einschätzung. Und die soll bis Freitagmittag fertig sein.

Das ist die Realität im Mittelstand. Jeden Monat. Ohne Ausnahme.

Das Problem: Der Monatsabschluss frisst Zeit, die niemand hat

In mittelständischen Unternehmen mit 50 bis 500 Mitarbeitern ist Controlling selten eine Abteilung mit fünf Analysten. Es ist oft eine Person, manchmal anderthalb. Diese Person pflegt parallel die Liquiditätsplanung, beantwortet Bankanfragen, bereitet den Jahresabschluss vor und sitzt in Besprechungen, die nichts mit Controlling zu tun haben.

Der Monatsabschluss ist in dieser Konstellation keine Routineaufgabe. Er ist eine Kraftanstrengung.

Datensammlung und Konsolidierung

Die GuV kommt aus dem ERP-System, aber in einem Format, das für Buchhalter gemacht wurde, nicht für Controller. Die Bilanzpositionen müssen manuell in eine Auswertungsmappe übertragen werden. Die Liquiditätsplanung liegt in einer anderen Excel-Datei, gepflegt von einer Kollegin, die gerade im Urlaub ist. Die Absatzdaten kommen aus dem CRM, aber ohne Zuordnung zu den Planzahlen aus dem letzten Budgetgespräch.

Schritt eins, die Daten zusammenbekommen, kostet bereits zwei bis drei Stunden.

Plan-Ist-Vergleich

Sobald die Daten liegen, beginnt der eigentliche Vergleich. Welche Positionen weichen vom Plan ab, wie stark, und warum. Handelt es sich um Mengenschwankungen, Preiseffekte oder strukturelle Verschiebungen. Die Abweichungen müssen nicht nur berechnet, sondern interpretiert werden. Ein Umsatzrückgang von 8 Prozent kann eine temporäre Verschiebung von Lieferterminen sein, oder ein ernstes Signal für einen Kundenverlust. Der Unterschied ist entscheidend.

Dieser Schritt kostet weitere zwei bis vier Stunden, abhängig davon, wie komplex das Produktportfolio und die Kostenstruktur des Unternehmens sind.

Liquiditätsprognose

Der Cash-Bestand am Monatsende ist eine Zahl. Was ihn bedeutsam macht, ist der Blick auf die nächsten 60 bis 90 Tage. Welche großen Auszahlungen stehen an, ist die Kontokorrentlinie ausreichend, gibt es Puffer für unerwartete Ereignisse. Diese Einschätzung erfordert, dass der Controller die Planwerte, die Forderungslaufzeiten und die Zahlungsziele der Lieferanten gleichzeitig im Blick hat.

Kommentierung und Präsentation

Am Ende steht ein Bericht. Dieser Bericht muss für die Geschäftsführung verständlich sein, ohne Controlling-Jargon, aber mit klaren Handlungsempfehlungen. Zwischen „Umsatz ist um 8% unter Plan“ und „Wir sollten in den nächsten drei Wochen mit zwei Großkunden sprechen, um den Auftragseingang zu sichern“ liegt eine Interpretationsleistung, die Zeit und Urteilsvermögen erfordert.

Gesamtaufwand pro Monatsabschluss: In vielen mittelständischen Unternehmen realistisch sechs bis zwölf Stunden, für eine einzelne Person.

Diesen Aufwand kann man nicht komplett wegautomatisieren. Man kann ihn aber deutlich reduzieren, wenn man strukturiert vorgeht.

Was ein AI Skill Framework ist, und was nicht

Bevor wir konkret werden, eine Begriffsklärung.

Ein AI Skill Framework ist kein Softwareprodukt. Es ist kein Plugin für Ihr ERP-System. Es startet nicht automatisch am ersten Werktag des Monats und produziert keine Berichte, ohne dass jemand etwas tut.

Ein AI Skill Framework ist eine strukturierte Arbeitsanweisung, praktisch ein sorgfältig konstruierter Prompt-Aufbau, der einem Large Language Model wie Claude oder ChatGPT sagt, wie es mit spezifischen Finanzdaten umgehen soll. Welche Berechnungen es durchführen soll, wie es Abweichungen einordnen soll, und in welchem Format es den Output liefern soll.

In der Praxis bedeutet das: Der Controller kopiert die aufbereiteten Finanzdaten in eine strukturierte Vorlage, gibt diese zusammen mit dem Skill-Prompt an das Modell, und erhält in wenigen Minuten eine erste vollständige Analyse, inklusive Executive Summary, Ampelbewertungen, Kennzahlen, Abweichungskommentaren und konkreten Handlungsempfehlungen.

Diese erste Analyse ist kein Endergebnis. Sie ist ein strukturierter Ausgangspunkt, den der Controller prüft, korrigiert und mit fachlichem Urteilsvermögen ergänzt. Der Skill übernimmt den kognitiv aufwendigen, aber methodisch routinemäßigen Teil der Arbeit. Der Mensch bleibt für die Kontextinterpretation verantwortlich.

Was ein AI Skill Framework nicht ist

Kein autonomes System, das Entscheidungen trifft. Das Modell kennt Ihren Kunden Heinz Müller nicht, der immer drei Wochen zu spät zahlt, und es weiß nicht, dass der Produktionsausfall im März an einem Maschinendefekt lag, der bereits behoben ist. Dieses Kontextwissen bleibt beim Controller.

Keine Lösung für schlechte Datenhaltung. Wenn die Finanzdaten unvollständig, inkonsistent oder falsch sind, wird der Skill diese Schwächen nicht korrigieren, er wird auf ihrer Basis analysieren.

Keine Black Box. Jede Einschätzung lässt sich auf Daten und Prompt-Regeln zurückführen. Transparenz ist Teil des Designs.

Kein einmaliges Setup. Ein gut funktionierender Skill entwickelt sich weiter. Mit jedem Monatsabschluss lernen Sie, welche Formulierungen besser funktionieren, welche Kennzahlen fehlen, und welche Ausgaben überflüssig sind.

Das ehrliche Nutzenversprechen: Ein sauber aufgebautes AI Skill Framework kann den Zeitaufwand für die Analyse eines Monatsabschlusses von sechs bis zwölf Stunden auf zwei bis drei Stunden reduzieren. Nicht auf zwanzig Minuten, aber verlässlich und wiederholbar.

Die vier Analyse-Dimensionen des Controller-Skills

Ein vollständiger Monatsabschluss im Mittelstand hat vier Datenquellen, die zusammen betrachtet werden müssen. Der Controller-Skill ist entlang dieser Dimensionen aufgebaut.

1) Bilanzanalyse

Die Bilanz zeigt den Zustand, Vermögen und Kapital zu einem Stichtag. Im monatlichen Rhythmus interessieren vor allem operative Verschiebungen: Entwicklung der Forderungen, ungewöhnlicher Aufbau von unfertigen Erzeugnissen, Veränderungen in der Verbindlichkeitsstruktur.

Typische Kennzahlen: Working Capital, Current Ratio, Eigenkapitalquote, Nettoverschuldung, jeweils im Vergleich zu Vormonat und Vorjahr, inklusive pragmatischer Ampellogik.

2) GuV-Analyse

Die GuV zeigt den Fluss, Erträge und Aufwendungen. Hier liegt der Kern der Monatsabschlussanalyse.

Entscheidende Fragen: Wo liegt die Planabweichung, wie groß ist sie, und ist sie temporär oder strukturell. Ist der Rohertrag stabil oder komprimiert, welche Kostenpositionen entwickeln sich überproportional.

Der Skill führt eine mehrstufige Abweichungsanalyse durch, absolute Abweichung, prozentuale Abweichung, kumulierte Entwicklung im Jahresverlauf, und priorisiert, was kommentiert werden muss.

3) Liquiditätsanalyse

Liquidität ist das Nervensystem des Unternehmens. Sie zeigt, was real auf dem Konto passiert.

Der Skill analysiert Ist-Cashflow, Entwicklung des Endbestands, Ausschöpfung der Kreditlinien und eine 60- bis 90-Tage-Vorschau auf Basis der Planung, inklusive Pufferbetrachtung gegenüber dem Kontokorrentlimit.

4) Absatz- und Marketinganalyse

Ohne Vertriebsentwicklung und Auftragseingang bleibt der Monatsabschluss rückwärtsgewandt.

Der Skill analysiert Umsatz nach Produktgruppen (Ist, Plan, Vorjahr), Auftragseingang, Auftragsbestand, Marketingausgaben und Marketingquote, und prüft, ob der Auftragsbestand ausreicht, um den nächsten Monat stabil zu starten.

Die Architektur: So ist der Skill aufgebaut

Ein AI Skill Framework für den Controller-Monatsabschluss besteht aus drei Ebenen.

Ebene 1: System-Prompt, die Rollendefinition

Der System-Prompt legt fest, wer das Modell in dieser Aufgabe ist. Er definiert Methodik, Schwellenwerte, Output-Format und Grenzen.

Du bist Controller-Analyst für Mittelstandsunternehmen mit 50 bis 500 Mitarbeitern. Deine Aufgabe ist die systematische Analyse von Monatsabschlussdaten auf Basis von vier Datenquellen: Bilanz, GuV, Liquiditätsplanung und Absatzdaten.Grundsätze:- Zahlen werden berechnet, nicht geschätzt.- Abweichungen werden nach Wesentlichkeit priorisiert: unter 3% = normal, 3–7% = beobachten, über 7% = kommentieren.- Output-Sprache: Deutsch, professionell, ohne unnötige Fachbegriffe.- Jede Ampelbewertung wird mit einer konkreten Begründung versehen.- Handlungsempfehlungen sind spezifisch und mit Zeithorizont versehen.Du triffst keine Entscheidungen. Du analysierst und empfiehlst.

Ebene 2: Analyse-Template, der Dateneingabe-Rahmen

Das Template ist eine strukturierte Vorlage, in die der Controller monatlich die Daten einfügt, typischerweise in vier Blöcken, Bilanz, GuV, Liquidität, Absatz.

Je konsistenter die Dateneingabe, desto stabiler und zuverlässiger der Output.

Ebene 3: Output-Schema, die Analyse-Struktur

Das Output-Schema definiert, was der Skill produziert, und in welcher Reihenfolge.

1. EXECUTIVE SUMMARY (3–5 Sätze, für Geschäftsführung ohne Controller-Vorkenntnisse)2. AMPEL-STATUS je Bereich: Bilanz / GuV / Liquidität / Absatz3. BILANZ-ANALYSE (Kennzahlen, Vergleiche, Key Findings)4. GuV-ANALYSE (Abweichungsanalyse, absolute und prozentuale Werte)5. LIQUIDITÄTS-ANALYSE (Ist-Monat + 3-Monats-Vorschau)6. ABSATZ-ANALYSE (Produktgruppen, Auftragseingang, Marketingeffizienz)7. TOP 3 HANDLUNGSEMPFEHLUNGEN (priorisiert, mit Zeithorizont)8. NÄCHSTE SCHRITTE (2–4 Wochen)

Praktisch reduziert sich die Arbeit auf: Daten einfügen, ausführen, Output prüfen, Kontext ergänzen, finalisieren.

Schritt für Schritt: Den Controller-Skill selbst bauen

Schritt 1: Analyseziele definieren (1–2 Stunden)

Klären Sie vor dem ersten Prompt:

• Was soll der Skill leisten? Routine-Analyse, Kennzahlenberechnung, strukturierter Abweichungskommentar, priorisierte Handlungsempfehlungen. Keine Buchführung, keine komplexe Prognosemodellierung.

• Wer nutzt den Output? Direkt für die Geschäftsführung, dann verständlich und knapp. Als internes Arbeitsdokument, dann technischer möglich.

• Welche Schwellenwerte gelten? Als Startpunkt hat sich bewährt: unter 3 Prozent normales Rauschen, 3 bis 7 Prozent kurz einordnen, über 7 Prozent kommentieren und mit Handlungsvorschlag versehen.

• Welche Kennzahlen sind Pflicht? Definieren Sie 8 bis 12 Kennzahlen, die immer erscheinen sollen, zum Beispiel Eigenkapitalquote, Current Ratio, Working Capital, EBITDA-Marge, Materialaufwandsquote, Personalaufwandsquote, operativer Cashflow, DSO.

Schritt 2: Datenquellen standardisieren (2–4 Stunden)

Das ist der unterschätzte Teil. Wenn die Daten jeden Monat anders strukturiert sind, wird der Output instabil.

Erstellen Sie eine Excel-Vorlage mit festen Tabellen, festen Spalten und festen Einheiten. Trennen Sie Rohdaten und abgeleitete Werte, lassen Sie das Modell Kennzahlen berechnen, statt bereits berechnete Kennzahlen zu übernehmen.

Schritt 3: System-Prompt entwickeln und testen (3–6 Stunden)

Nutzen Sie den letzten realen Monatsabschluss, zu dem Sie bereits eine fertige Analyse haben. Vergleichen Sie Modelloutput und Ihre Analyse.

Typische Korrekturstellen:

• Tonalität: zu vorsichtig oder zu alarmistisch, klare Formulierungsregeln helfen.

• Schwellenwerte: Modellintuition passt selten zur Branche, Schwellenwerte müssen explizit sein.

• Kennzahlenberechnung: jede Berechnung manuell verifizieren, vor allem bei mehrstufigen Ketten.

Schritt 4: Output-Format feintunen (1–2 Stunden)

Definieren Sie, wie der Output genutzt wird, Executive Summary als Fließtext oder Bulletpoints, Kennzahlen als Tabelle oder im Text. Ein Format, das sich direkt in eine GF-Unterlage kopieren lässt, spart Zeit.

Schritt 5: Integrationspunkt entscheiden (30–60 Minuten)

• Claude oder ChatGPT im Web: schnellster Start ohne IT-Aufwand.

• Microsoft Copilot: interessant, wenn Microsoft 365 ohnehin gesetzt ist, vor allem mit Excel-Nähe.

• API-basierte Lösung: sinnvoll, wenn Sie Prozessschritte stärker automatisieren wollen, dann braucht es Entwicklungskapazität.

Pragmatisch ist: im Web starten, manuell stabilisieren, dann Integration prüfen.

Schritt 6: Ersten Echtbetrieb durchführen

Führen Sie den nächsten Monatsabschluss damit durch. Messen Sie Zeitaufwand, prüfen Sie Qualität, dokumentieren Sie, was fehlt und was überflüssig ist. Nach drei Zyklen ist der Skill meist stabil.

Schritt 7: Skill-Wartung planen

Einmal pro Quartal prüfen: Schwellenwerte noch passend, neue Fragestellungen, Änderungen am Modell, Änderungen in Reporting-Logik.

Ein reales Analyse-Beispiel: April-Abschluss eines Produktionsunternehmens

Die Müller Metallbau GmbH, 120 Mitarbeiter, Jahresumsatz ca. 15 Mio. EUR, Produktionsbetrieb im süddeutschen Raum.

April-Abschluss: Umsatz 1.089 TEUR, Plan 1.200 TEUR, minus 9,2 Prozent. Auf den ersten Blick alarmierend.

WIX ZITAT-BLOCK (zum Einfügen):

Executive Summary: Der April-Abschluss zeigt eine Umsatzunterdeckung von 111 TEUR (–9,2%) gegenüber Plan, die sich kumuliert auf –4,8% (Jan–Apr) beläuft. Der EBIT liegt mit 38 TEUR deutlich unter Plan (62 TEUR), ist aber positiv. Kritisch ist die Liquiditätsposition: Der Endbestand von 178 TEUR bei einem Kontokorrentrahmen von 500 TEUR, der zu 70% ausgeschöpft ist, lässt wenig Puffer für Mai, in dem hohe Gehaltszahlungen und eine Steuervorauszahlung anfallen. Handlungsbedarf besteht vorrangig im Bereich Forderungsmanagement (DSO 47 Tage, Branchenschnitt 32 Tage) und Absatzsicherung für das dritte Quartal. Ampel Liquidität: ROT, Endbestand 178 TEUR, KK-Linie zu 70% ausgeschöpft, kritische Auszahlungen in Mai ohne ausreichenden Puffer.Ampel GuV: GELB, EBIT positiv aber unter Plan, Materialaufwandsquote um 1,4 Prozentpunkte gestiegen.Ampel Absatz: GELB, Auftragseingang April zeigt Erholung (+12% ggü. März), Auftragsbestand sichert Mai zu ca. 80%.

Was der Controller danach tut: Er ergänzt Kontext, den das Modell nicht kennt. Die Umsatzunterdeckung ist eine Verschiebung um vier Wochen, nicht ein Verlust, der Auftrag kommt im Mai.

Damit verschiebt sich die Priorität. Liquidität bleibt kritisch, der Ergebnisausblick wirkt weniger bedrohlich als es die Aprilzahl alleine zeigt. Der Controller ergänzt diese Information im Bericht, und macht aus einer generischen Analyse eine entscheidungsfähige Story.

Gesamtaufwand: 2,5 Stunden statt 7 Stunden, die gesparte Zeit floss in die Vorbereitung eines Bankgesprächs zur Liquidität.

Die Kennzahlen, die wirklich zählen

Viele Kennzahlensysteme sind zu umfangreich. Dreißig, vierzig Metriken, Ampeln in Excel, niemand schaut hin, weil es zu viel ist.

Praxisnäher ist ein Kernset von acht bis zehn Kennzahlen, das konsequent beobachtet wird und zu Entscheidungen führt.

Ertragskennzahlen

• EBITDA-Marge: Richtwert für produzierende Mittelständler häufig 8 bis 14 Prozent, unter 6 Prozent wird es eng.

• Materialaufwandsquote: Trendbeobachtung ist wichtiger als der Einzelmonat.

• Personalaufwandsquote: unterscheiden, ob Quote durch Umsatzschwankung steigt, oder durch strukturelle Personalkosten.

Liquiditätskennzahlen

• Current Ratio (Liquidität 2. Grades): über 1,0 gesund, unter 0,8 Warnsignal.

• Days Sales Outstanding (DSO): Frühindikator für Liquiditätsstress.

• Kontokorrent-Ausschöpfung: über 60 Prozent wenig Puffer, über 80 Prozent akuter Handlungsbedarf.

Bilanzkennzahlen

• Eigenkapitalquote: im Produktionsumfeld häufig ab 20 bis 25 Prozent gesund, über 30 Prozent solide.

• Working Capital: negatives Working Capital ist für viele Produktionsbetriebe ein Warnsignal.

Absatzkennzahlen

• Auftragsreichweite: unter 1,5 Monaten steigt der Vertriebsdruck.

• Marketingquote: Baseline des eigenen Geschäfts ist oft aussagekräftiger als pauschale Branchenwerte.

Was dieser Skill nicht kann

Ein AI Skill Framework ist ein starkes Werkzeug, aber es hat klare Grenzen.

• Der Skill kennt Ihr Unternehmen nicht. Kundenhistorien, implizite Regeln und interne Sonderfälle bleiben bei Ihnen.

• Der Skill macht keine echten Vorhersagen. Er kann Planung konsistent kommentieren, das ist keine statistische Prognose.

• Der Skill prüft keine Datenqualität. Er analysiert, was er bekommt.

• Der Skill liefert keine Rechtssicherheit. Output ist Arbeitsunterlage, kein geprüfter Bericht.

In welchen Systemen der Skill läuft

• Claude: geeignet für lange Kontexte und Dokumente.

• ChatGPT: gleichwertig für den Einstieg, wenn Prompt, Template und Review-Prozess sauber sind.

• Microsoft Copilot: interessant mit Microsoft 365, vor allem Excel-Nähe.

• API-Lösungen: sinnvoll, wenn Sie Teile des Workflows in eigene Tools integrieren wollen.

Pragmatischer Start ist: Claude oder ChatGPT, Prozess stabilisieren, dann Integration bewerten.

Nächste Schritte

Wenn Sie den Skill im eigenen Unternehmen aufbauen wollen, ist das ein realistischer Ablauf:

• Diese Woche: Erstellen Sie Ihr erstes Template für Bilanz, GuV, Liquidität, Absatz, und testen Sie den System-Prompt mit alten Daten.

• In den nächsten zwei Wochen: Vergleichen Sie Modelloutput mit Ihrer bisherigen Analyse, dokumentieren Sie Lücken, justieren Sie Prompt und Output-Format.

• Im ersten Monat: Führen Sie den nächsten Monatsabschluss damit durch, messen Sie Zeitersparnis und Qualität, iterieren Sie.

Wenn Sie Unterstützung beim Aufbau brauchen: Ich begleite mittelständische Unternehmen beim Aufbau von AI Skill Frameworks für Controlling und andere betriebliche Funktionen. Das ist keine Softwareeinführung, es ist Prozess- und Kompetenzaufbau, mit messbarem Nutzen.

Über den Autor

Basar Seven ist AI-Adoption-Berater für den deutschen Mittelstand und Gründer von Edulitix. Er begleitet Unternehmen dabei, künstliche Intelligenz pragmatisch und ohne IT-Überinvestitionen in ihre Prozesse zu integrieren. Sein Fokus liegt auf der Schnittstelle zwischen betrieblichem Fach-Know-how und konkretem AI-Einsatz, nicht auf Technologie-Hype, sondern auf messbarem Nutzen.

Vor Edulitix hat Basar Seven mehr als zehn Jahre Erfahrung als Führungskraft gesammelt, mit Schwerpunkten in Controlling, Prozessoptimierung und digitaler Transformation im Mittelstand.

Edulitix, AI-Adoption für den deutschen Mittelstand. Pragmatisch. Praxisnah. Messbar.LinkedIn: Basar Seven | Website: edulitix.de