Ihr Cash Conversion Cycle ist länger als Sie denken — und das kostet Sie EBITDA

Stellen Sie sich vor, Sie könnten Ihren Cash-Bestand um 15 bis 25 Prozent verbessern — nicht durch bessere Preise, nicht durch Kostensenkungen, sondern allein dadurch, dass Prozesse schneller laufen.

Diese Möglichkeit existiert in fast jedem mittelständischen Unternehmen. Aber sie bleibt ungenutzt, weil das Problem nirgends gemessen wird.

Der Cash Conversion Cycle (CCC) misst, wie lange ein Unternehmen braucht, um eingesetztes Kapital wieder in Liquidität zu verwandeln. Im Dienstleistungsgeschäft ist das die Zeit zwischen dem Beginn einer Leistungserbringung und dem Zahlungseingang beim Kunden. In produzierenden Betrieben kommt der Lagerumschlag hinzu.

Jeder Tag in diesem Zyklus kostet Geld: direkt durch Kapitalkosten, indirekt durch gebundene Personalkapazität und entgangene Investitionsmöglichkeiten. Eine Grant Thornton Studie zeigt: Im deutschen Mittelstand sind durchschnittlich 12,5 Prozent des Jahresumsatzes im Working Capital gebunden. Bei 1.771 analysierten Unternehmen entspricht das einem freisetzbaren Gesamtvolumen von 26,5 Milliarden Euro.

Das ist kein Buchhaltungsproblem. Es ist ein Prozessproblem. Und es beginnt damit, dass fast kein Mittelständler weiß, wie lang sein Cash Conversion Cycle wirklich ist.

Die Verbindung zwischen Prozesszeit und EBITDA ist direkter, als die meisten Geschäftsführer denken.

Ein verlängerter Cash Conversion Cycle hat drei direkte finanzielle Auswirkungen:

Kapitalkosten: Gebundenes Working Capital wird entweder mit Kontokorrentkredit finanziert oder bindet Eigenkapital, das anderswo gearbeitet hätte. Bei einem Mittelständler mit €15M Umsatz und einem CCC von 60 Tagen statt 40 Tagen bedeutet das: rund €800.000 zusätzlich gebundenes Kapital. Bei 5% Kapitalkosten sind das €40.000 jährliche Finanzierungskosten — die nirgends als Prozesskosten auftauchen.

Opportunitätsverlust: Gebundenes Kapital kann nicht reinvestiert werden. Entweder in Wachstum (Akquise, Produktentwicklung) oder in die Rückzahlung von Verbindlichkeiten. Dieser Verlust ist real, aber in der BWA unsichtbar.

EBITDA-Multiplikator-Effekt: Wenn ein Mittelständler einen Exit plant oder eine Bewertung benötigt, gilt: verbessertes Working Capital zählt doppelt. Es erhöht das EBITDA durch geringere Finanzierungskosten und verbessert den Enterprise Value direkt, weil weniger gebundenes Working Capital bei einer Akquisitionsbewertung positiv angerechnet wird.

Es gibt einen einfachen Grund, warum die meisten Mittelständler ihren Cash Conversion Cycle nicht kennen: Die dafür nötigen Daten existieren nicht in den Standard-Systemen.

Ein CCC setzt sich aus mehreren Teilzeiten zusammen: Wie lange liegt ein Auftrag im Backlog, bevor mit der Arbeit begonnen wird? Wie lange dauert die eigentliche Leistungserbringung? Wann wird eine Rechnung gestellt — sofort nach Abschluss oder erst nach internen Freigabeschleifen? Wie lange zwischen Rechnungstellung und Zahlungseingang?

In der klassischen Buchhaltung gibt es Buchungsdatum und Zahlungsdatum. Alles dazwischen ist eine Black Box. CRM-Systeme erfassen den Auftragseingang, aber nicht den Zeitpunkt des Starts. Projektmanagement-Tools wissen, wann Tasks erstellt und abgeschlossen wurden — aber diese Daten fließen nicht in die Finanzanalyse ein.

Das Ergebnis: Niemand weiß, wo im Prozess Zeit verloren geht. Die Durchlaufzeit ist eine Vermutung. Und die Konsequenz ist, dass Engpässe unsichtbar bleiben — Monat für Monat, Quartal für Quartal.

In unserer Arbeit mit mittelständischen Unternehmen im DACH-Raum sehen wir immer wieder dieselben fünf Engpässe, die den Cash Conversion Cycle verlängern. Keiner davon taucht in einer BWA auf.

Process Mining klingt nach einem Werkzeug für Großkonzerne: teuer, komplex, langwierig einzuführen. Das stimmt für kommerzielle Plattformen wie Celonis oder ProM. Aber die Kernidee ist simpler.

Process Intelligence bedeutet: Jeder Statuswechsel in einem Unternehmensprozess wird als Event geloggt — mit Entität, Ursprungsstatus, Zielstatus, Zeitstempel und Quellsystem. Nicht in einem separaten Tool, sondern in der bestehenden Datenschicht.

Konkret: Wenn ein Auftrag von 'In Bearbeitung' auf 'Abnahme ausstehend' wechselt, wird das als Event gespeichert. Wenn er von 'Rechnung gestellt' auf 'Bezahlt' übergeht, ebenso. Über Zeit entsteht ein vollständiges Bild aller Prozesszeiten — nach Auftragstyp, Kundensegment, Mitarbeiter, Saison.

Das ist kein KI-basiertes System. Es ist deterministisch: Jede berechnete Prozesszeit ist aus realen Ereignissen ableitbar, keine Schätzung. Und der Aufbau erfordert keine neue Software — er erfordert eine strukturierte Datenarchitektur, die Event-Logging als Standardprozess verankert.

Für einen mittelständischen Dienstleister mit 20 bis 100 Mitarbeitern bedeutet das in der Praxis: Innerhalb von 6 bis 8 Wochen nach Einführung des Event-Loggings hat man zum ersten Mal belastbare Zahlen darüber, wo im Prozess Zeit verloren geht. Nicht als Bauchgefühl. Als berechenbare Evidenz.

Der Unterschied zwischen einem Unternehmen mit Process Intelligence und einem ohne ist nicht technologischer Natur. Er ist epistemologisch: Es ist der Unterschied zwischen Vermutung und Evidenz.

Ein Geschäftsführer ohne Process Intelligence sagt: 'Wir sind zu langsam in der Abrechnung, das war schon immer ein Problem.' Er kann die Aussage nicht quantifizieren, nicht nach Kundensegment segmentieren, nicht auf einen konkreten Engpass zeigen.

Ein Geschäftsführer mit Process Intelligence sagt: 'Unsere durchschnittliche Zeit zwischen Projektabschluss und Rechnungsstellung beträgt 12 Tage. Bei Enterprise-Kunden sind es 22 Tage, bei KMU 6 Tage. Die Hauptursache ist der dreistufige Freigabeprozess, der in 70% der Fälle in Stufe 2 steckt. Wenn wir diesen auf eine Stufe reduzieren, verkürzen wir den CCC um schätzungsweise 8 Tage — das sind circa €600.000 freigesetztes Working Capital bei unserem aktuellen Umsatzniveau.'

Das ist kein Unterschied in der Datenmenge. Es ist ein Unterschied in der Struktur, in der Daten gesammelt werden. Events loggen statt nur Ergebnisse messen.

Die Verbindung zum Rest der Managementwahrheit: Process Intelligence ist nicht isoliert. Die Erkenntnisse fließen direkt in die Management-P&L ein (welche Prozesszeiten kosten welche Kunden extra?), in die Whale Curve Analyse (welche Kundenprofile haben die längsten Zyklen?) und in das monatliche Steuerungs-Reporting.

Das ist der Unterschied zwischen Unternehmen, die auf Vermutungen steuern, und Unternehmen, die auf Evidenz steuern.