Scoring verbessern – überlassen Sie da nichts dem Zufall!

Wie Sie sich die Digitalisierung zu Nutze machen, um einen besseren Unternehmensscore zu bekommen

Woher kommen die Daten für einen Bonitätsscore, wie werden diese berechnet und was können Sie tun um das Ergebnis zu verbessern.

Vor einigen Jahren ging eine höchstrichterliche Entscheidung durch die Presse, nachdem eine Dame versucht hat das Scoring-Modell einer Auskunftei zu bekommen und den Prozess verloren hat. Das Scoring Modell der Auskunftei wurde mit dem geheimen Coca-Cola Rezept verglichen und gilt somit als Firmengeheimnis.

Auch wenn die genaue Formel nicht bekannt ist, so sind die einzelnen Bestandteile die zur Berechnung herangezogen werden bekannt und können entsprechend optimiert werden.

Viel hilft viel

Oft ironisch und salopp daher gesagt, gilt das in Verbindung mit Daten und Analysen sehr wohl. Je größer die Datenbasis, desto besser können die Daten bearbeitet werden, die statistische Belastbarkeit steigt an und der Zufall wird ausgeschlossen. Bei der berühmten Sonntagsfrage (Wen würden Sie wählen) müssen ja nicht Millionen von Bürgern befragt werden, sondern eine Stichprobe genügt um sehr nahe am tatsächlichen Ergebnis zu sein. Allerdings reichen ein paar Hundert im genannten Fall auch nicht aus, aber ab einer gewissen Grenze ist die statistische Vorhersagbarkeit erreicht und jede weitere Aussage leistet nur noch einen geringen Beitrag zu einem besseren Ergebnis.

Da die Ermittlung eines Bonitätsscores für ein Unternehmen ja auch ein Vorhersagemodell ist, können viele Daten daher nicht schaden um die Vorhersagegenauigkeit zu erhöhen.

Daten ersetzen Gold

Zumindest wenn es um Werthaltigkeit in der Welt der Digitalisierung geht. Davon können Sie profitieren in dem Sie die digitalen Systeme mit Daten füttern und die Aussagen positiv beeinflussen. Da für eine Vorhersage eine Mindestmenge an Daten vorhanden sein muss, werden die Lücken oft durch synthetische Daten aufgefüllt. Können diese synthetischen Daten durch reale Daten ersetzt werden, wächst die Genauigkeit natürlich entsprechend und mithin auch die Werthaltigkeit.

Wie kommen denn nun die Daten in die Analysemodelle? Da gibt es die verschiedensten Quellen:

Registerdaten: Wird eine Firma gegründet, so wird sie registriert und Adress- und Inhaberdaten werden hinterlegt. Diese Registerdaten können abgefragt werden und sind quasi öffentlich. Auch Veränderungen müssen dort gemeldet werden, wenn die Firma z.B. umzieht oder einen neuen Geschäftsführer bestellt. Daneben werden noch viele andere Register geführt in denen z.B. Insolvenzverfahren gemeldet werden, oder Grundbücher in denen Immobilieneigentum eingetragen wird.

Finanzdaten: Kapitalgesellschaften müssen den Jahresabschluss veröffentlichen und auch dieser kann dann abgerufen werden.

Internet/Social-Media: Auf den Webseiten von Firmen ist ein Impressum hinterlegt, das auch Anschrift und Funktionsträger preisgibt. Zudem werden oft verschiedene Ansprechpartner aus unterschiedlichen Bereichen vorgestellt und auch zur Historie und Beteiligungen des Unternehmens sind häufig Angaben zu finden. Mitarbeiter registrieren sich in beuflichen Netzwerken mit aktueller Position und Historie. Soweit die Auffindbarkeit durch Suchmaschinen nicht ausgeschlossen wird, sind auch diese Daten öffentlich zugänglich.

Datenpools: Im B2B Umfeld besteht die Möglichkeit, Daten untereinander auszutauschen um die Zahlungserfahrungen von Unternehmen zu sammeln. Diese geschlossenen Gruppen liefern echte Daten von pünktlich und verspätet bezahlten Rechnungen und reichern die allgemein zugänglichen Finanzdaten mit aktuellen Erfahrungen an. Diese Daten werden ausschließlich zweckgebunden genutzt, anonymisiert verarbeitet und auf gar keinen Fall öffentlich zugänglich.

Die Mischung machts

Die Kombination und vor allem Aktualität der vorhandenen Daten ergibt nun ein Bild über das Unternehmen und mit der richtigen Mischung, sprich Gewichtung der einzelnen Informationen, kann eine Aussage über die Bonität des Unternehmens getroffen werden.

Zur Vergleichbarkeit werden die Unternemen in Branchen zugeordnet und eventuelle Konzernstrukturen und Beteiligungen werden in Stammbäume eingetragen. Auch die Funktionsträger werden identifiziert und in Bezug zu anderen Unternehmen gesetzt bei denen weitere Beschäftigungen bestehen. Bilanzen und G&V werden historisiert, verglichen und die Finanzkennzahlen ermittelt. Bei vorhandenen Zahlungserfahrungen werden diese nach Zahlungsverhalten bewertet und historisiert und mit dem Durchschnitt der Branche verglichen.

Aber je kleiner die Unternehmen sind desto weniger Informationen sind verfügbar. Sei es, dass die Finanzdaten nicht veröffentlicht werden müssen oder aber, wie bei Freiberuflern, das gar keine Gewerbeanmeldung vorliegt. Dennoch werden die Daten durch das Handeln der Unternehmen im Wirtschaftsleben abgefragt – zum überwiegenden Teil online. Da muss dann in Sekundenbruchteilen entschieden werden ob ein Vertrag zustande kommt oder nicht – basierend auf den vorliegenden Informationen, denn eine manuelle Recherche ist aufwändig und dauert.

mindthegap

Wenn Sie proaktiv die Lücken füllen, können Sie die Ergebnisse beeinflussen!

Es gibt nur eine Handvoll Anbieter die im Umfeld von B2B-Auskünften aktiv sind. Jeder ist gesetzlich verpflichtet Ihnen eine Eigenauskunft zur Verfügung zu stellen. Da sollten Sie zunächst ansetzen und die Anbieter entsprechend kontaktieren. Bei den Ergebnissen werden Sie dann schon feststellen, dass die Aktualität der Daten höchst unterschiedlich sein kann. Finden Sie veraltete oder fehlerhafte Daten, lassen Sie diese korrigieren. Wenn Ihr Jahresabschluss fertig ist, senden Sie eine Kopie an die Auskunfteien und halten Sie die Informationen aktuell. Informieren Sie sich über eine Teilnahme an einem Datenpool für Zahlungserfahrungen, die ist in der Regel kostenlos und ohne Vertragsbindung. Wenn Sie ein gutes Verhältnis zu Lieferanten pflegen, regen Sie auch bei denen an über eine Teilnahme an Datenpools nachzudenken, damit ihre eigenen Zahlungserfahrungen mit einfließen können.

So behalten Sie die Kontrolle über die Informationen die über Ihr Unternehmen abgerufen werden und können durch Aktualität und Vollständigkeit Ihrer Daten das Scoring positiv beeinflussen.

 

 

 

    Andreas Kassat beschäftigt sich seit 20 Jahren mit Themen rund ums Rechnungswesen und berät Unternehmen im Risiko-Management zur Optimierung ihrer Liquidität und beschäftigt sich mit Vertriebsthemen. Er ist diplomierter Betriebswirt und geprüfter Bilanzbuchhalter und war über 10 Jahre bei internationalen Leasingunternehmen für IT-Equipment im In- und Ausland beschäftigt. Als kaufmännischer Geschäftsführer leitete er 2 große Märkte einer Elektronikmarktkette und befasst sich nun mit Digitalisierung und Big Data.

    Die Kommentarfunktion ist geschlossen.

    This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More