26.08.2022

Forecast: So gelingt die Prognose – Finance Hacks für Startups

Der Forecast ist ein mächtiges Instrument für den realistischen Blick in die (finanzielle) Zukunft von Unternehmen. Wir zeigen euch, wie ihr einen "lean forecast" Prozess etablieren könnt.
/artikel/finance-hacks-fuer-startups-forecast
Forecast
Forecast: So gelingt die Prognose | (c) Ahmed Zayan via Unsplash

Wir alle kennen die Gefühlswellen in Bezug auf die Planung. Zum Jahresende surfen wir die Welle nach oben und erwarten für das kommende Jahr ein exponentielles Kundenwachstum, Kosteneinsparungen und eine erfolgreiche Finanzierungsrunde. Der Sog der Welle erreicht uns dann ein halbes Jahr später. Nun haben wir genügend Informationen, um zu wissen, dass die ursprüngliche Planung so nicht aufgehen wird. Ein natürlicher Reflex ist dann zu sagen: „Die Planung ist obsolet, die schauen wir uns nicht mehr an“. Genau diesen Reflex wollen wir unbedingt unterdrücken. Denn damit verlässt ein Hauptdarsteller des Controllings die Bühne, nämlich der Blick in die Zukunft. Ein mächtiges Werkzeug zur Lösung dieses Dilemmas ist der Forecast.

Bereits in der Serie „Finance Hacks für Startups“ erschienen:

Forecast: Es wird realistisch

Der Forecast im Business-Kontext ist nichts Anderes als die Mutter aller Forecasts: die Wetterprognose. Wie beim Wetter, will man beim Business-Forecast eine möglichst realitätsnahe Vorhersage der zukünftigen Geschäftsentwicklung erreichen. Im Unterschied zum Business Plan, der gerade in den ersten Unternehmensjahren eher prophetischen Charakter hat, werden für den Forecast belastbare Zahlen, Daten und Fakten herangezogen. Ziel ist, frühzeitig Informationen über die erwartete – nicht die erhoffte – Geschäftsentwicklung zu generieren, um proaktiv Maßnahmen setzen zu können.

How to Forecast?

Sofern richtig aufgesetzt, kann der Forecast sehr einfach und pragmatisch durchgeführt werden. Drei Erfolgsfaktoren solltet ihr dabei beachten.

Nutzt, was schon da ist

Um der Anforderung nach „besserer Sicht“ zu genügen, müssen bekannte Daten als Grundlage für den Forecast herangezogen werden. Wenn ihr also beispielsweise im September einen macht, nutzt die Ist-Daten bis August als Grundlage. Damit habt ihr eine fundierte Bestandsaufnahme, auf der ihr realistisch weiterplanen könnt. Sofern ihr auch brauchbare Vorjahreswerte zur Verfügung habt, nutzt diese ebenfalls, um saisonale Effekte abzugleichen.

Den Heuhaufen forecasten, nicht die Nadeln

Der Forecast soll nicht zu einer Erbsenzähler-Aufgabe verkommen. Verliert euch nicht im Detail und plant jede 10 Euro Software-Lizenz aus, sondern fokussiert euch auf die wesentlichen Business Treiber. Diese sind je nach Geschäftsmodell unterschiedlich, lassen sich jedoch in vier Cluster einteilen:

  • Sales: Bestandsgeschäft (laufende Aufträge) und Neugeschäft (Wahrscheinlichkeit von neuen Aufträgen)
  • Variable Kosten: Herstellkosten für Erzielung des Umsatzes (Material, Waren, Externe Dienstleistungen)
  • Fixe Kosten: Personalkosten, Miete, IT, Buchhaltung, Versicherungen etc.
  • Liquidität: Zahlungsziele, Steuern, Investitionen, Finanzierung, Lager

Wenn ihr euren Forecast nach diesen Clustern ausrichtet und die wesentlichen Business Treiber herausfiltert, kommt ihr schnell zum Ziel.

Tipp: macht für 80 Prozent eures Geschäfts einen exakten Forecast und geht den Rest pauschal an.

Realismus über Prinzip Hoffnung

Wir wollen euch keineswegs den unternehmerischen Optimismus nehmen. Wenn es aber darum geht, ein realistisches Bild der Geschäftsentwicklung zu zeichnen, führt dieser Optimismus oft zu groben Fehlplanungen und das gilt es beim Forecast – genauso wie beim Wetter – zu vermeiden. Daher ist beim Forecast Realismus geboten. Macht bei der Erstellung des Forecasts einen „Reality Check“ und geht folgende Fragen durch:

  • Basiert mein Sales-Forecast auf Fakten (Angebote, Leads etc.) oder habe ich rein „Prinzip Hoffnung“ angewendet?
  • Kann ich das Umsatzwachstum mit den bestehenden Ressourcen stemmen oder muss ich investieren?
  • Habe ich an alle unterjährigen Kosten gedacht?
  • Habe ich genug Reserven für etwaige Liquiditätsengpässe eingeplant?

Tipp: Macht euren Forecast für zumindest zwei Szenarien, eines davon sollte ein „pessimistic case“ sein. Definiert auch für den pessimistic case Maßnahmen. Dann könnt ihr schneller reagieren.

Forecast: Wie weit und wie oft?

Es gibt keinen „richtigen Zeitpunkt“ für den Forecast. Jeder Zeitpunkt ist besser, als keinen zu machen. Wir empfehlen zumindest zwei pro Jahr zu machen:

  • Forecast 1: Diesen führt ihr nach dem ersten Quartal mit Blick auf das laufende Geschäftsjahr durch. Zu diesem Zeitpunkt habt ihr einen ersten Eindruck des Geschäftsjahres bekommen und wisst ganz gut, wo die Reise hingehen wird.
  • Forecast 2: Nach dem dritten Quartal ist ein guter Zeitpunkt für den zweiten Forecast. Hier wisst ihr, wie sich euer Geschäft entwickeln wird und könnt auch schon in das Folgejahr „hineinschauen“ (z.B.: die ersten sechs Monate des Folgejahres).

Und jetzt? Just forecast it

Ein schönes Zitat, dessen Urheber nicht ganz eindeutig ist, lautet: „Prognosen sind schwierig, vor allem wenn sie die Zukunft betreffen“. Das stimmt sicher, dennoch wollen wir euch ermutigen, den realistischen Blick in die Zukunft zu wagen. Wir garantieren, ihr werdet von der Übung profitieren – auch wenn oder gerade weil die Gefühlswellen der Planung etwas abflachen werden.

Über den Autor

Bernhard Frühlinger ist Geschäftsführer von Adam, dem digitalen Controlling-Service für KMU und Startups. Zuvor war er viele Jahre als Unternehmensberater für Finance Themen tätig.

Deine ungelesenen Artikel:
19.08.2026

Oakley Capital übernimmt Mehrheit an Wiener KI-Unternehmen Graphwise – neunstellige Bewertung

Graphwise, ein weltweiter Anbieter von Graph-KI-Technologien, gab heute bekannt, dass Oakley Capital, ein paneuropäischer Private-Equity-Investor, die Mehrheit am Unternehmen übernommen hat. Mit diesem strategischen Investment und mit Oakley als Partner möchte Graphwise seine Position als KI-Enabling-Plattform global ausbauen.
/artikel/oakley-capital-uebernimmt-mehrheit-an-wiener-ki-unternehmen-graphwise-neunstellige-bewertung
19.08.2026

Oakley Capital übernimmt Mehrheit an Wiener KI-Unternehmen Graphwise – neunstellige Bewertung

Graphwise, ein weltweiter Anbieter von Graph-KI-Technologien, gab heute bekannt, dass Oakley Capital, ein paneuropäischer Private-Equity-Investor, die Mehrheit am Unternehmen übernommen hat. Mit diesem strategischen Investment und mit Oakley als Partner möchte Graphwise seine Position als KI-Enabling-Plattform global ausbauen.
/artikel/oakley-capital-uebernimmt-mehrheit-an-wiener-ki-unternehmen-graphwise-neunstellige-bewertung
Andreas Blumauer, bislang CEO von Semantic Web Company und nun SVP Growth bei Graphwise | (c) Graphwise
Andreas Blumauer | (c) Graphwise

Im Oktober 2024 fusionierte das Wiener Unternehmen Semantic Web Company (2004 von Andreas Blumauer und Martin Kaltenböck gegründet) mit Ontotext aus dem bulgarischen Sofia und wurde zu Graphwise. Blumauer, bis dato CEO von Semantic, wurde SVP Growth, Atanas Kiryakov, davor CEO von Ontotext, wurde Präsident. Details zum Deal wurden damals nicht genannt – brutkasten berichtete.

Nun hat das britische Private-Equity-Haus Oakley Capital die Mehrheit an Graphwise übernommen. Auch hier wurden die Höhe der Summe und der verkauften Anteile nicht aktiv kommuniziert, Gründer Blumauer erklärte dem brutkasten jedoch, dass man sich nun weltweit gesehen in den Top 3 – was die Evaluation von KI-Infrastrukturunternehmen betrifft – befände.

Graphwise: Ein Meilenstein in Bulgariens IT-Historie

„Durch den Merger hat die Firma eine besondere Konstellation mit Standorten bzw. Strukturen in Wien, Sofia und den USA geschaffen“, sagt Blumauer. „Die Bewertung basiert wesentlich auf dem ARR. Das heurige Jahr ist dabei zäher als die Jahre zuvor, dennoch ist es uns gelungen, uns im Markt zu behaupten und einen Multiple über dem 2026er Marktdurchschnitt zu erzielen. Daher liegt die Bewertung im neunstelligen Bereich und ist damit signifikant. Für Bulgarien bedeutet das sogar, dass es sich nun um die dritthöchste Bewertung eines IT-Unternehmens in der Geschichte des Landes handelt.“

Auf die Frage, wie es zu diesem Deal kam, war für Blumauer die Marktdynamik ganz entscheidend. „In den vergangenen zwei Jahren hat sich KI in Unternehmen zunehmend langsam in den operativen Einsatz entwickelt. Es gibt zwar immer wieder pointierte Erfolgsmeldungen, gleichzeitig besteht weiterhin Unsicherheit darüber, welche LLM-Ansätze sich tatsächlich durchsetzen werden. Gerade bei Multi-Agentic- und autonomen Systemen ist ein breiter Roll-out noch meilenweit entfernt“, erklärt er.

Kontakt über Messen in London

Umso wichtiger seien deswegen Referenzkunden, bei denen sich anhand konkreter Anwendungen demonstrieren lässt, wie KI vertrauenswürdiger und in bestehende Unternehmensstrukturen integriert werden kann. „Das lässt sich auch mit Company Rules verknüpfen: Ein wesentlicher Teil der Story ist die Frage, wie KI in Unternehmen kontrolliert und gleichzeitig hochskalierbar ausgerollt werden kann“, führt er aus. „Das hat auch Oakley erkannt und verstanden. Über Messen in London kam der Kontakt zustande, woraufhin unser Business genauer analysiert und das Potenzial erkannt wurde. Begleitet wurde die Entwicklung unter anderem von Deloitte, EY und Bain, die bestätigen konnten, dass Graphwise eine zentrale Rolle in diesem Umfeld spielen kann.“

Heute wird die Graphwise-Technologie von Banken und großen Pharmakonzernen in Europa eingesetzt, darunter beispielsweise Roche und weitere prominente Unternehmen in Österreich, die nicht genannt werden wollen: „Gleichzeitig gibt es gute Statements und Bewertungen aus dem Markt“, führt Blumauer weiter aus. „Mit der Entwicklung der Sprachmodelle und insbesondere GraphRAG (Anm.: Retrieval-Augmented Generation mit Graphen) stehen nach dem Merger sehr zentrale Komponenten zur Verfügung, um die nächste Entwicklungsstufe von KI in Unternehmen abzubilden. Das zeigt sich auch in unseren operativen Kennzahlen: Der ARR wächst organisch um rund 30 Prozent, bei inzwischen mehr als 200 Blue-Chip-Kunden. Damit verfügen wir über eine relevante Kundenbasis und konkrete Referenzen, die die technologische Positionierung und die Skalierbarkeit des Geschäftsmodells untermauern.“

Gründer bleiben im Management

Für den Founder ist der neue Eigentümer ein Investor mit einem langfristigen und klar auf Wertschöpfung ausgerichteten Ansatz: „Oakley, mit Gründer Peter Dubens, hat unter anderem in die Sigmund Freud Privat-Universität investiert und Dubens selbst war mehrfacher Startup-Gründer. Er hat sich immer wieder gefragt, warum sich klassische VCs teilweise so wenig mit den Gründern selbst auseinandersetzen. Für ihn geht es letztlich darum, Ideen zur Welt zu bringen und Unternehmen langfristig aufzubauen. Martin Kaltenböck und ich verstehen uns weiterhin klar als Gründer. Wir sind nach wie vor im Management-Board aktiv und bringen damit unsere Erfahrung und unsere ursprüngliche Gründerperspektive weiterhin unmittelbar in die Entwicklung des Unternehmens ein. Das ist ausdrücklich so gewünscht und Teil der langfristigen Konstellation.“

Oakley baut auf Graphwise auf

„Wir freuen uns sehr über diese neue Partnerschaft mit Oakley, da ihr Team sowohl unsere Technologie als auch unsere Ambitionen versteht. Oakley hat eine herausragende Erfolgsbilanz darin, gründergeführte Software-Unternehmen zu Unicorns zu machen. Mit Oakley als paneuropäischem Investor im Rücken sind wir besser denn je positioniert, um global als KI-Enabling-Plattform aufzutreten und Unternehmen dabei zu unterstützen, souveräne und vertrauenswürdige KI in großem Maßstab zu implementieren“, sagt Kiryakov.

KI-Souveränität im Fokus

In einer Zeit, in der Unternehmen zunehmend unabhängig von einzelnen großen Tech-Plattformen agieren wollen, gewinnt das Thema „KI-Souveränität“ an Bedeutung. Der Einstieg von Oakley als paneuropäischer Investor sei deswegen ein starkes Signal für den europäischen Technologie-Standort und stärke die Rolle von Graphwise als unabhängige KI-Plattform.

„Der Wert von Künstlicher Intelligenz hängt direkt von der Qualität und Zuverlässigkeit der zugrunde liegenden Daten ab. Large Language Models (LLMs) sind extrem leistungsfähig bei der Sprachverarbeitung, haben aber entscheidende Schwächen: Sie neigen zu faktischen Fehlern („Halluzinationen“) und können oft nicht nachvollziehbar erklären, wie sie zu einem Ergebnis gekommen sind“, liest man in der Aussendung.

Graphwise mit Rückgrat

Graphwise löst dieses Problem durch den Aufbau eines sogenannten „Semantic Backbone“ (semantisches Rückgrat) in Form eines Knowledge Graphs. Diese Wissensgraphen verknüpfen isolierte Unternehmensdaten, geben ihnen Kontext und stellen großen KI-Modellen eine Faktenbasis zur Verfügung. Das Ergebnis: Die KI soll nicht mehr halluzinieren, Ergebnisse würden revisionssicher und die Token-Kosten drastisch sinken, so der Claim. Dies sei besonders in regulierten und datenintensiven Branchen wie Finanzdienstleistungen, im Gesundheitswesen (Life Sciences) und im öffentlichen Sektor unverzichtbar.

Dubens, Gründer und Managing Partner von Oakley Capital, dazu: „KI verändert die Art und Weise, wie jede Organisation arbeitet. Das macht vertrauenswürdige, gut verwaltete Daten heute wichtiger denn je.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Forecast: So gelingt die Prognose – Finance Hacks für Startups