Was ist eine moderne Treasury-Grundlage?
Eine moderne Treasury-Grundlage verbindet Daten, Workflows, Berechtigungen, Kontrollen und Reporting über die relevanten Treasury-Prozesse hinweg, sodass Teams mit einem konsistenten Finanzbild arbeiten können.
Treasury hat mehr Technologie aufgebaut, als Komplexität abgebaut
Treasury-Teams fehlt es heute selten grundsätzlich an Technologie. Es gibt Bankanbindungen, ERP-Systeme, Handelsplattformen, Zahlungsprozesse, Tabellen, Reporting-Tools und häufig ein Payment- oder Treasury-Management-System. Einzelne Abläufe sind teilweise bereits stark automatisiert.
Die Schwierigkeit entsteht dort, wo Treasury diese Bereiche miteinander verbinden muss.
Die aktuelle Liquiditätslage kommt aus Bankdaten, der kurzfristige Ausblick aus einer anderen Prognose. Zahlungsinformationen folgen einem eigenen Workflow. Intercompany-Positionen liegen in einem weiteren Prozess. Finanzinstrumente und Exposures werden möglicherweise in einem Spezialtool geführt, während Hedge Accounting zum Monatsende noch von einer Excel-Datei abhängt. Sobald der CFO eine Frage stellt, die mehrere dieser Bereiche verbindet, muss Treasury das Gesamtbild erst wieder zusammensetzen.
Genau darin liegen die tatsächlichen Kosten von Fragmentierung. Nicht die Anzahl der Systeme ist entscheidend, sondern der Aufwand zwischen ihnen.
Fragmentierung zeigt sich dort, wo eine Entscheidung mehrere Prozesse berührt
Ein Treasury-Prozess kann für sich genommen gut funktionieren und trotzdem Teil eines fragmentierten Betriebsmodells sein.
Eine Zahlung kann korrekt verarbeitet werden, ohne automatisch die Liquiditätsübersicht zu verbessern. Eine Cashflow-Prognose kann methodisch sauber aufgebaut sein, ohne dass Treasury einfach testen kann, wie sich veränderte Annahmen auswirken. Ein Hedge kann wirtschaftlich sinnvoll sein, während seine bilanzielle Abbildung in einem separaten Monatsendprozess erfolgt. Ein Payment-Report kann alle relevanten Daten enthalten und trotzdem muss ein Analyst sie exportieren, bereinigen und neu zusammenstellen, bevor das Management sie verwenden kann.
Das sind nicht zwingend Fehler einzelner Technologien. Es sind Lücken zwischen Prozessen.
Für Treasury-Teams erzeugen diese Lücken zusätzlichen Aufwand genau dann, wenn Geschwindigkeit zählt. Eine Frage zur verfügbaren Liquidität kann zur Suche über Cash-Bestände, erwartete Zahlungen, Kreditlinien, Prognosen und Eventualverpflichtungen werden. Eine Frage zu Prognoseabweichungen kann mehrere Versionen derselben Planung erfordern. Eine ungewöhnliche Zahlungsbewegung führt schnell wieder zu einer zusätzlichen Excel-Auswertung.
Je strategischer Treasury arbeitet, desto teurer werden solche Brüche. Das Management erwartet Antworten zunehmend während einer laufenden Entscheidung - nicht erst Stunden oder Tage später.
Eine gemeinsame Grundlage verbindet Treasury-Entscheidungen
Eine verlässliche Treasury-Grundlage beginnt unterhalb des Dashboards.
Bank- und ERP-Anbindungen liefern die operativen Daten. Treasury-Prozesse machen daraus kontrollierte Abläufe für Zahlungen, Liquidität, Finanzinstrumente und Risiken. Intelligence hilft anschließend, Entwicklungen einzuordnen oder künftige Veränderungen früher zu erkennen. Nomentia Analytics bereitet die Ergebnisse so auf, dass Treasury sie gegenüber dem Management erklären kann.
Entscheidend ist die Kontinuität zwischen diesen Ebenen.
Wenn Zahlungsdaten, Cash-Positionen und Treasury-Workflows auf denselben Strukturen basieren, muss Treasury weniger Kontext manuell rekonstruieren. Wenn Reporting auf kontrollierten Daten aus dem operativen Prozess aufsetzt, entsteht weniger Diskussion darüber, welche Zahl aktuell ist. Und wenn KI innerhalb derselben Berechtigungen und Kontrollen arbeitet wie der Anwender, schafft Natural-Language-Zugriff keinen neuen Weg an der Treasury-Governance vorbei.
Gerade mit dem Einzug von KI wird diese Grundlage wichtiger.
KI erhöht die Anforderungen an Governance
Generative KI verändert die Erwartung daran, wie Menschen Software bedienen. Immer häufiger möchten Anwender eine Frage direkt formulieren, anstatt zuerst herauszufinden, in welchem Report oder auf welchem Screen die Antwort zu finden ist.
Im Treasury kann das sehr hilfreich sein. Ein Anwender möchte wissen, welche Zahlungen heute abgelehnt wurden, wie die aktuelle Liquiditätslage aussieht oder wie viel im vergangenen Monat an einen bestimmten Kontrahenten gezahlt wurde. Die Information ist bereits im System vorhanden. Die eigentliche Herausforderung besteht darin, sie schneller zugänglich zu machen, ohne die bestehenden Kontrollen zu schwächen.
KI im Treasury muss deshalb das bestehende Betriebsmodell übernehmen. Zugriffe müssen den Berechtigungen des jeweiligen Anwenders entsprechen. Finanzberechnungen brauchen eine verlässliche Systembasis. Vorgeschlagene Änderungen benötigen die richtigen Bestätigungen und Freigaben. Und die Interaktion muss nachvollziehbar bleiben.
Sind diese Voraussetzungen erfüllt, kann KI den Weg von einer Frage zu einer fundierten Entscheidung deutlich verkürzen. Fehlen sie, entsteht lediglich eine weitere Ebene, die Treasury zusätzlich kontrollieren muss.
Modernes Treasury braucht mehrere Perspektiven auf die Zukunft
Eine gemeinsame Grundlage verändert auch die Cashflow-Prognose.
Die klassische Prognose beantwortet eine zentrale Frage: Was erwartet das Unternehmen aktuell? Diese Sicht bleibt unverzichtbar, weil Informationen aus dem Business Wissen enthalten, das in historischen Daten noch nicht vorhanden sein kann.
Nomentia Predictive Forecasting ergänzt diese Perspektive. Historische Ist-Daten werden analysiert, um eine KI-generierte Referenzprognose zu erstellen. Treasury erhält damit eine unabhängige Vergleichsbasis für manuelle Annahmen. Statt zu fragen, ob die KI oder die Tochtergesellschaft „recht“ hat, kann Finance untersuchen, warum sich die beiden Sichtweisen unterscheiden.
Scenario Analysis ergänzt die nächste Frage: Was passiert, wenn sich eine Annahme verändert?
Die Prognose beschreibt die aktuell erwartete Entwicklung. Ein Szenario zeigt, wie sich eine alternative Annahme auf die Finanzlage auswirken könnte. Zusammengenommen ermöglichen diese Perspektiven eine fundiertere Diskussion über Unsicherheit, Liquiditätsspielraum und finanzielle Risiken.
Das ist relevant, weil CFOs selten nur nach dem wahrscheinlichsten Verlauf fragen. Sie möchten auch wissen, was ihn verändern könnte und wie gut das Unternehmen darauf vorbereitet ist.
Kontrolle muss auch dann bestehen bleiben, wenn aus Erkenntnis Handlung wird
Das gleiche Prinzip gilt für Prozesse wie Intercompany-Netting und Hedge Accounting.
Intercompany-Positionen können innerhalb eines Konzerns erheblichen operativen Aufwand verursachen. Werden Abstimmung, Bestätigungen und Settlement weitgehend manuell erledigt, verbringt Treasury viel Zeit damit, konzerninternes Geld zu bewegen und abzugleichen. Ein strukturierter Intercompany-Netting-Prozess kann unnötige Zahlungsbewegungen reduzieren und gleichzeitig den Blick auf die interne Liquidität verbessern.
Beim Hedge Accounting liegt die Herausforderung anders. Die wirtschaftliche Absicherung kann klar sein, während Dokumentation nach IFRS 9 oder lokalen Rechnungslegungsstandards, Effektivitätstests und Buchungssätze einen separaten Kontrollaufwand verursachen. Wenn diese Schritte in isolierten Tabellen stattfinden, werden wirtschaftliche Absicherung und buchhalterischer Nachweis zu zwei Prozessen, die später wieder zusammengeführt werden müssen.
Eine gemeinsame Grundlage hält mehr dieses Kontexts zusammen. Treasury bleibt für die fachliche Beurteilung verantwortlich, während das System einen kontrollierteren Prozess für Dokumentation und Nachweise schafft.
Modular muss nicht fragmentiert bedeuten
Zwischen Modularität und Fragmentierung besteht ein wichtiger Unterschied.
Eine modulare Treasury-Umgebung erlaubt einem Unternehmen, Funktionen entsprechend seiner Prioritäten einzuführen. Fragmentierung entsteht dagegen dann, wenn diese Funktionen nicht ausreichend Daten, Kontext oder Governance teilen und Treasury die Verbindungen selbst herstellen muss.
Das ist besonders für Unternehmen relevant, die nicht erst eine mehrjährige Transformation starten wollen, um einen einzelnen Treasury-Bereich zu verbessern. Nomentias Untersuchung aus 2026 zeigt ein großes Interesse an modularen Ansätzen, gerade bei technologisch reiferen Treasury-Funktionen. Gleichzeitig gehört Integrationskomplexität zu den am häufigsten genannten Hürden bei der Modernisierung.
Die Schlussfolgerung ist klar: Unternehmen wollen Flexibilität, aber keine neue Integrationsbaustelle.
Eine moderne Grundlage sollte deshalb schrittweise Verbesserungen ermöglichen und gleichzeitig die Verbindung zwischen den eingeführten Modulen erhalten.
Die Qualität der Grundlage zeigt sich am Aufwand
Der praktische Test einer Treasury-Architektur ist nicht, wie viele Funktionen sie enthält. Entscheidend ist, wie viel manuelle Arbeit zwischen einer wichtigen Frage und einer verlässlichen Antwort liegt.
Wie lange dauert es, die Liquiditätslage zu erklären? Wie viele Datenquellen müssen abgestimmt werden, bevor Finance einer Prognose vertraut? Kann Treasury die Wirkung geänderter Annahmen beurteilen, ohne ein weiteres Workbook aufzubauen? Lässt sich eine ungewöhnliche Zahlung aus den zugrunde liegenden operativen Daten nachvollziehen? Kann ein Hedge von der zugrunde liegenden Position bis zum buchhalterischen Nachweis verfolgt werden?
Solche Fragen sagen mehr über die Reife des Treasury aus als die Anzahl der Anwendungen in der Systemlandschaft.
Treasury bleibt komplex, weil die Entscheidungen komplex sind. Eine bessere Grundlage nimmt Treasury-Profis diese Expertise nicht ab. Sie schafft ein Umfeld, in dem sie ihre Expertise wirksamer einsetzen können.
Eine Grundlage, mehr verwertbare Entscheidungen
Die nächste Stufe der Treasury-Modernisierung besteht daher weniger darin, noch einen isolierten Arbeitsschritt zu digitalisieren. Wichtiger ist, die Entscheidungen miteinander zu verbinden, die ohnehin voneinander abhängen.
Zahlungen beeinflussen die Liquidität. Liquidität beeinflusst Prognosen. Prognosen führen zu Fragen zu Szenarien und Finanzierung. Exposures führen zu Absicherungsentscheidungen, und Absicherungen haben buchhalterische Folgen. Nomentia Analytics und Nomentia AI helfen Treasury dabei, die Aktivitäten über diese Prozesse hinweg einzuordnen.
Ist die gemeinsame Grundlage verlässlich, kann Treasury diese Fragen mit weniger Rekonstruktion und mehr Sicherheit bearbeiten.
Dadurch bleibt mehr Zeit für die Arbeit, die weiterhin Menschen erfordert: Zahlen einordnen, Prioritäten setzen und die Auswirkungen für das Unternehmen verständlich erklären.