So verfolgen Beratungsfirmen den Rechnungsumsatz
ihrer Kunden über jedes Projekt

Die Lücke zwischen Rechnungsstellung und Umsatzkenntnis

Die meisten Rechnungstools — FreshBooks, Wave, QuickBooks, Xero — wurden entwickelt, um eine Frage zu beantworten: „Hat der Kunde bezahlt?" Sie erstellen eine PDF, senden sie und verfolgen den Zahlungsstatus. Was sie nicht tun, ist ein Umsatzverfolgungssystem aufzubauen, das nach Kunde, Projekt, Berater und Abrechnungsmodell sortiert ist und aufzeigt, welche Engagements tatsächlich Marge erwirtschaften.

Ein Deltek-Bericht identifizierte drei KPIs, die jede Beratungsfirma verfolgen sollte: Nettoumsatzwachstum, Kundenrentabilität und Jahresumsatz pro abrechenbarem Berater. Die Lücke zwischen „wir stellen Kunden Rechnungen" und „wir wissen, welche Kunden Gewinn erwirtschaften" ist so groß, dass Firmen regelmäßig unrentable Beziehungen jahrelang aufrechterhalten, bevor die Daten das Problem sichtbar machen. Laut der Beratungsfirma bietet die Verfolgung der Kundenrentabilität über 12 bis 24 Monate statt über einzelne Projekte ein genaueres Bild des langfristigen Werts. Doch diese 24-Monats-Perspektive erfordert ein Umsatzverfolgungssystem, das jede Rechnung erfasst — nach Kunde, nach Projekt, nach Berater — von Tag eins an. Die meisten Firmen haben das nicht.

Der NetSuite-Leitfaden zur Abrechnung für Berater benennt das Problem direkt: Beratungsfirmen kämpfen mit „fragmentierten Finanzdaten, langsamen Zahlungseingängen und begrenzter Transparenz, was zu Fehlern und Liquiditätslücken führt." Eine Firma, die monatlich 40 Rechnungen in fünf Abrechnungsformaten versendet — stundenbasierte Zeit- und Materialabrechnung, Meilensteinabrechnung mit Festpreis, wiederkehrende Retainer, gemischte Stundensatzkarten und Durchlaufkostenabrechnung — erstellt 40 PDFs, jede mit einem anderen Layout, aus denen jemand im Finanzteam manuell dieselben 8 bis 12 Felder extrahieren und in Excel neu eintippen muss. Die Extraktionsaufgabe ist der Engpass zwischen Abrechnungsbetrieb und Umsatzintelligenz.

Was eine Consulting-Rechnung enthält, die ein Umsatz-Tracker benötigt

Bevor die Extraktion automatisiert wird, hilft es zu verstehen, welche Felder für die Umsatzverfolgung tatsächlich relevant sind. Eine Consulting-Rechnung trägt deutlich mehr analytischen Wert als eine Produktrechnung – denn der Umsatz gehört keiner SKU. Er gehört einem Kunden, einem Projekt, einem Berater und einer Abrechnungsvereinbarung. Fehlt eine dieser Dimensionen, wird der Tracker zu einem Zahlungsprotokoll statt zu einem Management-Tool.

Hier ist der Feldsatz, der eine Rechnungs-PDF in eine Zeile Umsatz-Intelligenz verwandelt:

Die steuer- und buchhaltungsspezifische Ebene der Beratung fügt eine weitere Dimension hinzu. Bei periodengerechter Buchführung — die für Firmen mit mehr als 5 Millionen US-Dollar Umsatz oder solche, die eine Bankfinanzierung anstreben, verpflichtend wird — muss der Umsatz erfasst werden, wenn er erwirtschaftet wird, nicht wenn das Geld eingeht. Ein am 1. Januar in Rechnung gestelltes Honorar für monatlich bis März erbrachte Leistungen erzeugt im Januar dasselbe PDF, aber die Umsatzrealisierung verteilt sich auf drei Monate. Der Tracker muss nicht nur abbilden, was in Rechnung gestellt wurde, sondern auch, wann es erwirtschaftet wurde.

Für Firmen, die weiterhin die vereinnahmte Buchführung nutzen — die einfacher und unterhalb der 5-Millionen-US-Dollar-Umsatzschwelle weitaus üblicher ist —, sind die Anforderungen an den Tracker geringer — aber die Dimensionsstruktur (Kunde, Projekt, Berater, Abrechnungsmodell) bleibt identisch. Die vereinnahmte Buchführung ändert nur, wie die Datumsspalten genutzt werden, nicht welche Spalten benötigt werden.

Schritt für Schritt: Aufbau der Umsatzübersicht aus Kundenrechnungen

Der folgende Arbeitsablauf behandelt jede Rechnung als dasselbe Datenextraktionsproblem — unabhängig davon, ob sie aus FreshBooks, einer Word-Vorlage oder einem individuellen PDF-Generator stammt, den ein Entwickler vor fünf Jahren erstellt hat. Das Format spielt keine Rolle, da die Extraktion die Rechnung nach Bedeutung liest, nicht nach Position.

Schritt 1: Alle Rechnungen des letzten Abrechnungszeitraums sammeln (20 Minuten)

Das Ziel ist nicht zu sortieren oder zu kategorisieren. Es geht darum, jede Kundenrechnungs-PDF — von jeder Plattform und in jedem Format — in einem einzigen Ordner zu sammeln. Für eine Beratungsfirma umfasst das:

• PDFs, die vom Abrechnungstool erzeugt wurden — FreshBooks, Wave, QuickBooks, Xero, Bonsai, HoneyBook, Harvest oder die individuelle Plattform, die das Operations-Team gebaut hat
• Rechnungs-PDFs, die direkt an Kunden per E-Mail gesendet wurden — als PDF exportierte Word-Vorlagen, als PDF gespeicherte Google-Docs oder „Als PDF drucken“-Ausgaben, die Rechnungstools vollständig umgehen
• Zahlungsbelege des Zahlungsdienstleisters — Stripe- oder PayPal-Transaktionsdatensätze, die als Rechnungsersatz für den einen Kunden dienen, der per Zahlungslink ohne formelles PDF zahlt

Jede Datei einheitlich benennen: ClientName_InvoiceNumber_Date.pdf. Die Namenskonvention ist nicht kosmetisch — sie wird zu einem Faden, der später gezogen werden kann, um jede Tabellenzeile bis zum Quelldokument zurückzuverfolgen. Bei 40 Rechnungen macht dieser Faden den Unterschied zwischen einer 30-Sekunden-Datenprüfung während der Jahresabschlussvorbereitung und einer 45-minütigen forensischen Suche durch E-Mail-Archive.

Schritt 2: Spalten einmal definieren – nicht pro Rechnung (5 Minuten)

Statt jede PDF zu öffnen und die sichtbaren Felder neu einzutippen, wird das Spaltenschema einmal definiert. Die KI liest dann jede Rechnung im Batch, findet jedes Feld, indem sie dessen Bedeutung versteht, und befüllt die Tabelle. Die Spaltennamens-Extraktion ist der Mechanismus, der die Aufgabe von manueller Übertragung zur Batch-Verarbeitung verschiebt.

Für einen Beratungs-Umsatz-Tracker können diese Spalten definiert werden:

• Client Name
• Project/Engagement
• Invoice Number
• Invoice Date
• Service Period (Start & End)
• Billing Model
• Consultant Name
• Billable Hours
• Hourly Rate or Fixed Fee
• Fee Subtotal
• Pass-Through Expenses
• Tax
• Gross Total
• Payment Status

Nicht alle 14 Spalten müssen am ersten Tag vorhanden sein. Begonnen werden sollte mit den fünf, die die Frage beantworten, die heute nicht beantwortet werden kann – welcher Kunde hat im letzten Quartal den meisten Honorarumsatz generiert? – und weitere Dimensionen können hinzugefügt werden, sobald der Tracker reift. Das Extraktionstool liest Rechnungs-PDFs unabhängig davon, wie viele Spalten angefordert werden, auf dieselbe Weise. Der zusätzliche Aufwand für das Hinzufügen einer Spalte ist null Tipparbeit – es ist nur ein weiterer Feldname im Schema.

Für einen tieferen Einblick, wie die Spaltennamens-Extraktion über verschiedene Rechnungsformate hinweg funktioniert – einschließlich des Mechanismus, der nach Bedeutung statt nach Position liest – siehe den Leitfaden zum Extrahieren bestimmter Felder aus beliebigen Rechnungslayouts.

Schritt 3: Als einen Batch hochladen und die Extraktion laufen lassen (30 Sekunden Aufmerksamkeit, einige Minuten Verarbeitung)

Der gesamte Ordner wird hochgeladen. Das Tool verarbeitet alle Rechnungs-PDFs parallel, liest jede einzelne und befüllt die definierten Spalten. Ein Batch von 40 Rechnungen dauert einige Minuten – man tritt zurück, kommt zurück, und die Tabelle ist voll. Die Rolle wechselt vom Übertragungsangestellten zum Prüfer.

Schritt 4: Prüfen, Kategorisieren und Berechnete Spalten hinzufügen (20 Minuten)

Die Tabelle kommt befüllt, aber nicht geprüft an. 20 Minuten für Stichproben einplanen: fünf zufällige Rechnungen öffnen und bestätigen, dass Client Name, Gross Total und Rechnungsnummer mit dem PDF übereinstimmen. Die Extraktion ist auf nahezu perfekte Genauigkeit bei maschinenlesbaren PDFs ausgelegt — 99 % bei gedrucktem Text — aber Beratungsrechnungen mit komplexen Positionszeilen, mehrseitigen Leistungsbeschreibungen oder gescannten handschriftlichen Korrekturen brauchen beim ersten Durchlauf ein menschliches Auge.

Mit geprüften Daten lassen sich die Analyse-Spalten per Excel-Formel ergänzen:

• Gewinnmargen-Schätzung: Fee Subtotal - (Billable Hours × Loaded Cost/Hour) — ergibt eine Richtwert-Marge ohne die vollständige Kostenzuordnung, die eine P&L erfordert
• Umsatz nach Kunde: SUMIF(ClientName, "Acme Corp", Gross Total) — aggregiert alle Rechnungen eines Kunden in einer einzigen Zahl
• Umsatz nach Abrechnungsmodell: SUMIF(BillingModel, "Retainer", Fee Subtotal) — zeigt, wie viel des Einkommens aus wiederkehrenden vs. projektbasierten Aufträgen stammt

Für Beratungsfirmen mit durchgereichten Kosten — Reisekosten, Softwarelizenzen, Subunternehmerhonorare — ist ein entscheidender Trennschritt nötig: eine Fee-Revenue-Spalte anlegen, die durchgereichte Kosten ausschließt. Eine Rechnung über 120.000 $ mit 35.000 $ erstattungsfähigen Reisekosten sind keine 120.000 $ Beratungsumsatz. Es sind 85.000 $ Honorarumsatz plus eine durchgereichte Position ohne Marge. Beides in einer Summe zusammenzufassen macht jede Umsatzkennzahl irreführend.

Warum die Spaltennamenextraktion in jedem Abrechnungsformat funktioniert

Der Grund, warum die meisten Beratungsfirmen Rechnungsdaten manuell in Umsatz-Tracker übertragen, ist nicht fehlende Tools. Es liegt daran, dass ihre Rechnungen aus zu vielen verschiedenen Quellen stammen, als dass ein vorlagenbasierter Ansatz überleben könnte.

Man betrachte die Layout-Unterschiede über drei Abrechnungsoberflächen innerhalb derselben Firma:

• FreshBooks-Rechnungs-PDF: Kundenname im Adressblock oben links, Rechnungsnummer im Kopfbereich oben rechts, Positionszeilen in einer zentralen Tabelle, Gesamtsumme unten rechts. Das Layout ist sauber, konsistent und maschinenlesbar — aber vorlagenbasierte Tools, die ein Feld um den Kundennamen gezogen haben, scheitern, sobald die Kundenadresse drei statt zwei Zeilen umfasst.
• Benutzerdefinierte Word-zu-PDF-Rechnung — diejenige, die der Gründer 2021 für einen bestimmten Kunden erstellt und nie aktualisiert hat: Kundenname fett oben mittig, kein Rechnungsnummernfeld (die Nummer steht im Dateinamen), Positionszeilen in einer Tabelle mit verbundenen Zellen und die Gesamtsumme in einem Absatz mit Zahlungsbedingungen unten vergraben. Vorlagen-Tools scheitern an diesem Dokument vollständig, weil es keine konsistente Region gibt, um ein Feld darum zu ziehen.
• Stripe-Zahlungsbeleg für einen Payment-Link-Kunden: Kein „Rechnung“-Label irgendwo auf der Seite. Der Name des Zahlenden erscheint in der Mitte des Belegtexts. Es gibt keinen Projektcode, kein Abrechnungsmodell und keinen Leistungszeitraum — nur einen Zahlungsbetrag und eine Transaktions-ID. Die Extraktion erfasst trotzdem, was verfügbar ist — Payer, Amount, Date — und lässt fehlende Felder leer. Eine leere Projekt-/Engagement-Spalte für diese Zeile ist ehrliche Dokumentation, kein Fehler.

Vorlagenbasierte Extraktion sucht nach Werten an festen Positionen auf der Seite. Wenn sich das Layout verschiebt — auch nur geringfügig — bricht die Extraktion ab oder liefert die falsche Zelle. Die Spaltennamenextraktion liest Dokumente semantisch: Sie sucht nach „dem Ding auf dieser Seite, das wie ein Kundenname aussieht“, statt nach „Zelle G14“. Dieser Unterschied ist der Mechanismus, der die Stapelverarbeitung über jedes Format hinweg ermöglicht, das Ihre Firma produziert.

Für Firmen, die mehrere Kunden über eine Vorlage abrechnen, ändert derselbe semantische Mechanismus die Aufgabe von „40 Rechnungen neu eingeben“ zu „eine Batch-Ausgabe prüfen“. Das ist der Durchsatzwechsel: Die Extraktionszeit bleibt konstant, während die Anzahl der Rechnungen, die in einem Abrechnungszyklus verarbeitet werden können, von linear auf flach geht. Vierzig Rechnungen benötigen ungefähr dieselbe Verarbeitungszeit wie fünf – ein paar Minuten Rechenzeit, dann ein Prüfungsdurchgang. Wenn dasselbe Extraktionsprinzip auf die Kreditorenseite Ihrer Firma angewendet würde – Verarbeitung von Lieferantenrechnungen statt Kundenrechnungen –, würden Sie denselben Durchsatzgewinn sehen. Der Mechanismus kümmert sich nicht darum, auf welcher Seite der Transaktion Sie sitzen.

Dimensionen hinzufügen: Kunde, Projekt, Berater und Monat

Ein Umsatz-Tracker, der nur Gebühreneinnahmen nach Monat summiert, ist ein Cashflow-Monitor. Ein Umsatz-Tracker, der Gebühreneinnahmen nach Kunde, Projekt, Berater, Abrechnungsmodell und Monat segmentiert, ist ein Management-Tool. Die dimensionale Struktur ist das, was extrahierte Daten in entscheidungsrelevante Informationen verwandelt.

Hier ist die Architektur, die 14 Spalten extrahierter Felder in eine mehrdimensionale Ansicht verwandelt:

Für Beratungsfirmen, die die Plattformen Deltek Vision oder Vantagepoint nutzen, trennt der Standardkontenplan die Umsätze in die Konten 401.00 (abgerechnete Honorarumsätze) und 421.00 (erstattungsfähige Beraterumsätze). Der oben dargestellte dimensionale Tracker spiegelt diese Trennung wider – Honorarumsätze für abrechenbare Leistungen, durchgereichte Ausgaben für erstattungsfähige Kosten – und macht die Tabellenausgabe direkt auf die Struktur des Hauptbuchs abbildbar.

Was Ihnen der fertige Tracker zeigt, das Ihre Rechnungssoftware allein nicht kann

Die Rechnungsplattform weiß, wem Rechnungen gestellt wurden und ob diese bezahlt wurden. Das Buchhaltungssystem kennt den Gesamtumsatz und die Gesamtausgaben. Keines von beiden beantwortet die Frage, die sich der Inhaber einer Beratungsfirma am Ende jedes Quartals stellt: „Welche Kunden haben uns Geld eingebracht, und welche haben uns Geld gekostet?"

Ein dimensionaler Umsatz-Tracker liefert drei Erkenntnisse, die in Standard-Finanzberichten unsichtbar bleiben:

1. Unrentable Kunden, die sich hinter gesunden Umsatzzahlen verstecken. Ein Kunde, der 60.000 $ Jahresgebühren zahlt und 600 abrechenbare Stunden zu einem belasteten Stundensatz von 90 $ erfordert, verursacht Lieferkosten von 54.000 $ – eine Marge von 10 %, die die reine Umsatzzahl niemals offenlegen würde. Laut der Analyse von Consultancy.in liegt die Lösung in der Verfolgung der Rentabilität über 12 bis 24 Monate, da kurzfristige Projekte Muster überdecken können: „Nicht alle Kunden sind in Bezug auf die Rentabilität gleich. In manchen Fällen kosten Kunden der Firma sogar Geld."

2. Umsatzkonzentrationsrisiko. Eine Firma, bei der die beiden größten Kunden 55 % der Honorarumsätze ausmachen, trägt eine strukturelle Verwundbarkeit, die keine P&L-Position benennt. Reduziert ein Kunde seine Ausgaben um 30 %, ist die Auswirkung keine Prozentzahl – es sind konkrete Berater, die bis zum nächsten Monat neue abrechenbare Arbeit benötigen. Der dimensionale Tracker macht die Konzentration sichtbar, bevor sie zur Krise wird.

3. Ökonomie der Abrechnungsmodelle. Festpreisprojekte erzeugen planbare Kundenbudgets, aber unvorhersehbare interne Margen – weil Scope Creep Beraterstunden verbraucht, ohne die Rechnungssumme zu erhöhen. Die Stundenabrechnung schützt die Marge, begrenzt aber das Umsatzwachstum auf die Verfügbarkeit der Berater. Retainer glätten den Cashflow, laden aber zur Unterpreisung ein, wenn die Nachfrage des Kunden die Retainer-Obergrenze übersteigt. Der Tracker quantifiziert diese Abwägungen, indem er Umsatz und geschätzte Marge für jedes Abrechnungsmodell nebeneinander zeigt.

Einen wiederkehrenden Rhythmus etablieren, damit dies kein einmaliges Jahresend-Chaos wird

Der Extraktionsworkflow dauert etwa 45 Minuten für einen Abrechnungszyklus mit 40 Rechnungen, wenn er monatlich durchgeführt wird. Bei einer einmaligen Durchführung im April dauert dieselbe Aufgabe sechs Stunden – weil das Rechnungsvolumen zwölfmal größer ist und weil der mentale Kontext für jedes Kundenengagement verblasst ist.

Ein monatlicher Rhythmus verhindert beide Probleme:

• Woche 1 jedes Monats: Alle Rechnungen des Vormonats in einem Ordner sammeln. Das übernimmt das Finanzteam oder die Assistenz – nicht ein Berater, dessen abrechenbarer Stundensatz das Ablegen von PDFs zu einer Aufgabe von 300 $ pro Stunde macht.
• Tag 1 des Rhythmus: Als einen einzigen Batch mit dem bereits gespeicherten Spaltenschema hochladen. Die Extraktion ausführen. Fünf zufällige Zeilen prüfen.
• Tag 2: Die neuen Zeilen in den zentralen Umsatz-Tracker kopieren. Zwischensummen für Kunden und Berater aktualisieren. Jede Zahlungsstatus-Spalte mit „Pending“ markieren, die über die vereinbarten Zahlungsfristen hinausgeht.
• Quartalsende: Die dimensionale Pivot-Analyse ausführen: Umsatz nach Kunde, Umsatz nach Berater, Umsatz nach Abrechnungsmodell, Margenschätzung. Der Quartalsüberblick wird zu einer 15-minütigen Prüfung statt zu einem zweitägigen Datenerfassungsprojekt.

Derselbe monatliche Batch-Workflow – sammeln, hochladen, prüfen, anhängen – funktioniert auch für quartalsweise Abrechnungszyklen mit größeren Rechnungsvolumina. Die Extraktionszeit skaliert mit der Seitenzahl, nicht mit der Rechnungsanzahl, sodass 30 quartalsweise Rechnungen etwa dieselbe Verarbeitungszeit benötigen wie 10 monatliche.

FAQ

Wir nutzen bereits QuickBooks. Warum Umsatz in einer separaten Tabelle erfassen?

QuickBooks erfasst nur, was darin eingegeben wird. Wenn die Firma jede Rechnung über QuickBooks versendet und jede Zahlung über die QuickBooks-Zahlungsabwicklung eingeht, lässt sich direkt ein Umsatz-nach-Kunde-Bericht ziehen. Die meisten Beratungsfirmen mit mehr als fünf aktiven Kunden arbeiten nicht so sauber. Zahlungen treffen über Stripe, PayPal, Überweisungen und gelegentlich Papierschecks ein. Rechnungen werden in FreshBooks, Harvest oder Word-Vorlagen erstellt, weil verschiedene Kunden unterschiedliche Plattformpräferenzen haben. Die Übersichtstabelle überbrückt die Lücke zwischen dem, was QuickBooks kennt – die Transaktionen, die darin stattgefunden haben – und dem, was tatsächlich über alle Abrechnungsoberflächen der Firma hinweg passiert ist. Für eine vertiefte Behandlung des Mechanismus, der dies über unterschiedliche Formate hinweg ermöglicht, siehe den Leitfaden zum Extrahieren von Rechnungsdaten direkt in Tabellen.

Was ist, wenn unsere Rechnungen mehrseitig sind und komplexe Positionszeilen und Leistungsbeschreibungen enthalten?

Die Extraktion liest semantische Inhalte, nicht nur numerische Felder. Bei mehrseitigen Rechnungen werden Positionsdetails über Seiten hinweg erfasst – Leistungsbeschreibungen, Mengen, Sätze – nicht nur die Summen am Ende. Die Einschränkung ist praktischer Natur: Eine 12-seitige Rechnung mit 40 Positionen über drei Projektphasen dauert länger in der Extraktion als eine einseitige Rechnung mit fünf Positionen, aber die Grenzkosten dieser Zeit sind immer noch Rechenleistung, nicht menschliche Tipparbeit. Für Firmen, deren Rechnungen regelmäßig fünf oder mehr Seiten umfassen, sollte der Upload in Batches erfolgen – die Extraktion übernimmt die Seitenanzahl im Hintergrund.

Wie gehen wir mit Rechnungen in Fremdwährungen für internationale Kunden um?

Der Betrag wird in der Originalwährung als eine Spalte extrahiert, anschließend wird der Wechselkurs am Zahlungsdatum in einer separaten berechneten Spalte angewendet. Das IRS akzeptiert jede angemessene Wechselkursquelle für die Schedule-C-Berichterstattung. Die meisten Firmen verwenden die vierteljährlichen Durchschnittskurse des Finanzministeriums oder spezifische Tageskurse von OANDA oder XE.com. Für Beratungsfirmen mit regelmäßiger internationaler Abrechnung bewahrt der Zwei-Spalten-Ansatz – Originalbetrag (EUR) und umgerechneter Betrag (USD) – eine Prüfspur, die Standard-Buchhaltungssoftware oft auf eine einzige umgerechnete Zahl reduziert.

Funktioniert dieser Workflow auch für gescannte oder bildbasierte Rechnungen?

Ja – die zugrunde liegende KI liest gescannte Dokumente und Bilddateien auf dieselbe Weise wie maschinell erzeugte PDFs. Die Genauigkeitsschwelle für klar gedruckte Scans ist mit digitalen PDFs vergleichbar. Stark komprimierte JPEGs, Fax-Qualitätsscans oder Dokumente mit Hintergrundrauschen erzeugen geringere Genauigkeit – eliminieren aber dennoch den manuellen Tippschritt für die meisten Felder. Die praktische Regel: Wenn ein Mensch die Rechnung lesen kann, kann die Extraktion sie lesen. Wenn der Scan für Sie unleserlich ist, werden Fehler auftreten – genauso wie bei einer Person, die sie manuell abtippt.

Was ist mit Beratungsfirmen, die Kunden direkt über ihre eigene, individuell entwickelte Plattform abrechnen?

Wenn Ihre Plattform Rechnungen als PDFs exportiert – und das tun fast alle, da Kunden einen PDF-Anhang erwarten – behandelt der Extraktions-Workflow sie identisch zu FreshBooks- oder Wave-PDFs. Das Format ist irrelevant. Entscheidend ist, ob das Dokument die Felder enthält, die Sie extrahieren möchten. Eine individuelle Plattform, die „Engagement-Nummer: PRJ-2026-087“ im Kopfbereich platziert, wird genauso gelesen wie FreshBooks mit „Rechnung Nr.: INV-0047“ in der oberen rechten Ecke – die KI liest das Dokument danach, was das Feld bedeutet, nicht wo es steht.

Vom Tracking zur Entscheidung

Eine Umsatz-Übersichtstabelle, einmal aufgebaut und monatlich gepflegt, verändert mehr als nur die Geschwindigkeit des Monatsabschlusses. Sie verändert die Frage, die ein Beratungsunternehmen sich selbst stellen kann. Statt „Haben wir diesen Monat genug abgerechnet?“ – was ein Rechnungstool beantwortet – lautet die Frage nun: „Welche Kunden, Projekte, Abrechnungsmodelle und Berater haben unsere Marge erwirtschaftet?“ Diese Frage kann eine Rechnungsplattform allein nicht beantworten. Sie erfordert die dimensionale Datenstruktur, die dieser Workflow aufbaut.

Testen Sie es mit den Rechnungen des letzten Monats. Sammeln Sie alle Kundenrechnungs-PDFs in einem Ordner, definieren Sie die 14 Spalten oben, und lassen Sie die Extraktion Ihre erste Übersichtstabelle erstellen. Beobachten Sie, ob das, was dabei zum Vorschein kommt – welcher Kunde die höchsten Honorareinnahmen generiert hat, welches Abrechnungsmodell die dünnste Marge trägt, welcher Berater den höchsten Umsatz pro abrechenbarer Stunde erzielt – Ihr Verständnis der Unternehmensökonomie verändert. Das tut es in der Regel.