Quality of Earnings schneller liefern, ohne Abstriche bei der Qualitaet
Quality of Earnings ist das Herzstueck der Financial Due Diligence. Es ist zugleich eines der arbeitsintensivsten Produkte, die ein Transaction-Services-Team erstellt.
Ein typisches QoE-Mandat umfasst die Aufnahme von Monaten oder Jahren an Hauptbuchdaten, die Zuordnung von Konten zu einem standardisierten Rahmenwerk, die Identifizierung und Dokumentation von Anpassungen sowie die Erstellung eines Berichts, auf den sich ein Kaeufer fuer seine Investitionsentscheidung stuetzen kann.
Bei Festpreismandaten bestimmt der dafuer benoetigte Zeitaufwand direkt die Marge. Die Frage ist nicht, ob man schneller arbeiten sollte, sondern wie man dies tut, ohne die Qualitaet zu beeintraechtigen, fuer die Mandanten bezahlen.
Die Anatomie der QoE-Lieferzeit
Eine Aufschluesselung, wohin die Zeit bei einem QoE-Mandat fliesst, zeigt, wo Effizienzgewinne moeglich sind:
Datenerhebung und -aufbereitung (20-30 %): Empfang von Hauptbuchexporten, Summen- und Saldenlisten sowie Nebenbuchdaten vom Zielunternehmen. Umformatierung in eine verwendbare Struktur. Abstimmung ueber Perioden und Einheiten hinweg.
Kontenzuordnung (15-20 %): Uebersetzung des Kontenplans des Zielunternehmens in das analytische Rahmenwerk. Hier verbraucht das manuelle GL-Mapping die meisten Analystenstunden.
Identifizierung und Dokumentation von Anpassungen (25-35 %): Der analytische Kern des Mandats. Identifizierung normalisierender Anpassungen, einmaliger Posten, Run-Rate-Auswirkungen und Dokumentation jeder Anpassung mit stuetzenden Nachweisen.
Pruefung und Finalisierung (15-25 %): Partner- und Manager-Review, Bearbeitung von Kommentaren, erneute Durchfuehrung von Analysen und Erstellung des finalen Arbeitsergebnisses.
Die ersten beiden Kategorien sind weitgehend mechanisch. Sie folgen Mustern, die sich ueber Transaktionen hinweg wiederholen. Die dritte Kategorie ist der Bereich, in dem das analytische Urteilsvermoegen Wert schafft. Die vierte Kategorie bestimmt durch die Qualitaet des Audit Trails, wie viel Zeit aufgewendet wird.
Komprimierung der mechanischen Schritte
Die wirkungsvollsten Effizienzverbesserungen zielen auf die Datenaufbereitung und Kontenzuordnung ab. In diesen Schritten liefern Analysten keinen differenzierten Mehrwert, dennoch beanspruchen sie 35 bis 50 Prozent der gesamten Lieferzeit.
Strukturierte Datenaufnahme eliminiert den Umformatierungsschritt. Anstatt Daten manuell aus verschiedenen Exportformaten in ein Arbeitsmodell zu kopieren, fliessen die Daten direkt aus den Quelldateien in eine konsistente analytische Struktur. Allein dies kann 2 bis 4 Stunden pro Mandat einsparen.
Wiederverwendbare Mapping-Regeln sind die wirkungsvollste Einzelverbesserung. Ein Team, das seinen Mapping-Prozess standardisiert hat und auf Dutzende von Mandaten zurueckblickt, kann bestehende Regeln auf neue Transaktionen anwenden und die Analystenzeit nur auf Konten konzentrieren, die Urteilsvermoegen erfordern. Bei wiederkehrenden Branchen oder Kontenplanstrukturen sinkt die Mapping-Zeit um 60 bis 80 Prozent.
Automatisierte Abstimmung bietet eine fortlaufende Kontrolle, dass die zugeordneten Daten mit den Quell-Summen- und Saldenlisten uebereinstimmen. Anstatt Abstimmungsdifferenzen erst bei der Pruefung zu entdecken, erhaelt der Analyst bereits waehrend des Mapping-Prozesses sofortiges Feedback.
Schutz der analytischen Qualitaet
Geschwindigkeitsverbesserungen auf Kosten der analytischen Qualitaet sind kontraproduktiv. Ein QoE-Bericht mit Fehlern oder mangelhafter Dokumentation schaedigt den Ruf der Gesellschaft und schafft Haftungsrisiken.
Die zentrale Unterscheidung liegt zwischen mechanischer Geschwindigkeit und analytischen Abkuerzungen. Eine Reduzierung der Zeit fuer Datenaufbereitung und Mapping verringert nicht die analytische Sorgfalt. Sie erhoeht sie, weil Analysten die Phase der Anpassungsidentifizierung mit mehr Zeit und mentaler Energie fuer fundierte Beurteilungen erreichen.
Drei Praktiken schuetzen die Qualitaet bei gleichzeitiger Geschwindigkeitssteigerung:
Trennung von mechanischer und analytischer Arbeit: Wenn Datenaufbereitung und Mapping durch strukturierte Prozesse abgewickelt werden, startet die Analysephase von einer sauberen, validierten Grundlage statt von einem manuell zusammengestellten Arbeitsbuch.
Eingebaute Validierung: Automatisierte Pruefungen erkennen haeufige Probleme (Abstimmungsdifferenzen, fehlende Perioden, doppelte Eintraege) bevor sie die Analyse beeinflussen koennen. Dies ist zuverlaessiger als manuelle Pruefung.
Strukturierte Audit Trails: Jede Mapping-Entscheidung und Anpassung wird mit ihrer Begruendung dokumentiert. Dies beschleunigt die Pruefung und stellt sicher, dass analytische Entscheidungen nachvollziehbar sind.
Die Auswirkung auf die Marge
Fuer ein Team, das 40 bis 60 QoE-Mandate pro Jahr liefert, hat die Komprimierung der mechanischen Schritte um 30 bis 50 Prozent eine direkte und messbare Auswirkung auf die Margen:
- 4 bis 6 Stunden Einsparung pro Transaktion bei Datenaufbereitung und Mapping.
- 2 bis 3 Stunden Einsparung pro Transaktion bei Review-Zyklen, dank sauberer Ergebnisse und besserer Audit Trails.
- Weniger Nacharbeit: Weniger Fehler in den mechanischen Schritten bedeuten weniger Korrekturen waehrend der Analyse- und Pruefungsphasen.
Bei ueblichen Analysten-Stundensaetzen ergibt dies eine bedeutende Margenverbesserung pro Mandat. Ueber das gesamte Transaktionsportfolio eines Jahres hinweg ist die kumulative Auswirkung auf die Realisierungsrate und den Team-Durchsatz erheblich.
Ausgangspunkt
Teams, die ihre QoE-Liefereffizienz verbessern moechten, sollten mit dem Schritt beginnen, der die meiste unproduktive Zeit verbraucht. Fuer die meisten Teams ist das das GL-Daten-Mapping.
Sobald das Mapping standardisiert und wiederverwendbar ist, setzen sich die Vorteile ueber den Rest des Mandats fort: schnellere Datenaufbereitung, sauberere analytische Eingangsdaten, kuerzere Pruefungszyklen und hoehere Margen pro Transaktion.