Navigieren statt Reagieren: Der Treiberbaum als Herzstück moderner Unternehmensplanung

In den Konferenzräumen moderner Unternehmen gehört ein Begriff seit Jahren zum festen Repertoire: die treiberbasierte Planung. Das Versprechen ist verlockend. Pläne, die leben. Modelle, die auf Veränderungen reagieren, statt drei Wochen nach einem Rohstoffpreissprung mühsam neu gerechnet zu werden. Entscheidungen, die auf nachvollziehbarer Logik fußen statt auf Erfahrung und Bauchgefühl. Es ist die Vision vom Unternehmen als agil navigierendem Organismus in einer immer volatileren Welt.

Ein Blick auf das Reifegradmodell treiberbasierter Planung – und warum die eigentliche Arbeit zwischen den Treibern liegt, nicht in ihnen.

Ein Blick hinter die glänzenden Fassaden der Software-Pitches zeigt allerdings ein anderes Bild. In unserer Projektpraxis in CCH- Tagetik-Implementierungen, sehen wir regelmäßig, dass das Versprechen in der Breite der Unternehmen noch nicht eingelöst ist. Die Mehrheit steht auf einer frühen Reifegradstufe und hält diese bereits für den Zielzustand. Das liegt selten am Willen der Finanzabteilungen und fast nie an den Grenzen der Tools.

Es liegt in der Regel an einer Frage, die zu spät gestellt wird: der Frage nach der Architektur und, spezifischer, nach dem Aufbau des Treiber-
baums selbst.

Dieser Post verschiebt den Fokus deshalb weg vom Tool und hin zu dem, was der eigentliche Kern treiberbasierter Planung ist: der Treiberbaum und die Interdependenzen zwischen den Treibern. Wir ordnen das Thema historisch ein, zeigen am Beispiel, wie Wirkungsketten funktionieren, und schlagen ein Reifegradmodell vor, das in unserer Projektarbeit in fünf Stufen gewachsen ist. Am Ende stehen drei Diagnosefragen, mit denen sich die eigene Position innerhalb weniger Minuten einordnen lässt.

Eine Zeitreise: Von der Stabilität zur Volatilität

Um zu verstehen, warum treiberbasierte Planung gerade jetzt so intensiv diskutiert wird, hilft ein kurzer Blick zurück. Das Konzept ist keineswegs neu.

In den stabilen Jahrzehnten der 1970er und 80er Jahre war die Welt für Controller:innen ein deutlich ruhigerer Ort. Märkte waren
weitgehend kalkulierbar und eine Planung nach dem Schema „Menge mal Preis" reichte vollkommen aus, um das kommende Geschäftsjahr abzubilden. Das Budget war ein Foto der Zukunft – statisch, aber für die damaligen Verhältnisse scharf genug.

Gegen Ende der 1990er begann dieses Fundament zu bröckeln. Pioniere wie Bjarte Bogsnes formulierten bei Statoil unter dem Label „Beyond Budgeting" einen radikalen Gegenentwurf: Plant nicht die Zahl, plant den Treiber dahinter. Eine geniale Idee, die an einer einzigen Hürde scheiterte – an der Technik. Der Versuch, multidimensionale Zusammenhänge in flachen Tabellenkalkulationen wie Excel oder Lotus Notes abzubilden, endete meist in einem unkontrollierbaren Geflecht aus Formeln. Das Konzept war seiner Zeit um zwanzig Jahre voraus.

Mit den großen ERP-Systemen der 2000er Jahre kamen die Daten. Massenhaft. Doch Daten zu besitzen und sie in einem strategischen Treibermodell nutzbar zu machen, sind zwei unterschiedliche Disziplinen. Die Informationen waren verfügbar,
aber die strukturelle Grundlage, um sie in Planung zu
übersetzen, fehlte.

Heute ist die Ausgangslage fundamental anders. Multidimensionale Planungs-Engines rechnen mehrere vollständige Szenarien parallel. Externe Datenfeeds fließen in Echtzeit ein. KI-Verfahren finden Korrelationen, die im Spreadsheet verborgen geblieben wären. Die technische Ausrede „Das System kann das nicht" ist in den meisten Häusern hinfällig. Was vor dreißig Jahren unmöglich war, ist heute Standardfunktion – und damit verschiebt sich die Diskussion vom Tool hin zur Frage, wie Treiber und ihre Beziehungen im Modell wirklich aufgebaut sind.

Der Treiberbaum: Das Herzstück Treiberbasierter Planung

Wer über treiberbasierte Planung spricht, meint letztlich ein konkretes Werkzeug: den Treiberbaum. Er ist das strukturelle Rückgrat moderner Planungsmodelle. Da die Begriffe oft verschwimmen, lohnt eine kurze Klärung – und die Abgrenzung zur klassischen Tabelle.

Ein Treiberbaum bildet explizit die Logik hinter einer Ergebnisgröße ab. Im Zentrum steht eine Kennzahl wie EBIT, Deckungsbeitrag oder Cashflow. Von dort verzweigt sich der Baum über P&L-Aggregate (Umsatz, Bruttoergebnis, COGS, OPEX) bis zu einzelnen Positionen und schließlich zu den eigentlichen Treibern. Diese lassen sich in zwei Kategorien einteilen: interne, steuerbare Faktoren wie Absatz, Preis oder Rabatt sowie externe Basisfaktoren wie Rohstoffpreise, Energie oder Wechselkurse.

Der Unterschied zur Tabelle liegt nicht in der Darstellung, sondern in den Verbindungen. Entscheidend sind die Interdependenzen: wie stark und mit welchem Zeitverzug Treiber aufeinander wirken und sich bis zum EBIT fortpflanzen. Genau hier scheitern viele CPM-Modelle. Ein einzelner Treiber ist wenig aussagekräftig – erst seine Wirkung im System macht den Unterschied.

Drei Beispiele verdeutlichen das:

1. Rohöl → Transport → COGS → IC-Verrechnung

Ein Anstieg des Rohölpreises um 30 % erhöht Frachtraten typischerweise um rund 10 % (Faktor ~0,3). Diese wirken mit etwa 3 % auf Materialkosten. Kritisch wird es über die IC-Verrechnung: Höhere Transportkosten treffen auch Schwestergesellschaften ohne direkten Rohölbezug. Solche mehrstufigen, gesellschaftsübergreifenden Effekte bleiben in der Kontenplanung unsichtbar.

2. Rabatt → Absatz → Volumen

Eine Senkung der Rabattquote um zwei Prozentpunkte scheint zunächst margenerhöhend. Berücksichtigt man jedoch eine Preis-Mengen-Elastizität von etwa 0,5, führt die implizite Preiserhöhung zu rund 1 % Absatzrückgang. Das Modell zeigt damit Wirkung und Gegenwirkung – und verändert die Entscheidungsbasis.

3. Marketing → Frequenz → Umsatz (mit Verzögerung)

Marketing wirkt oft zeitverzögert. In einem Handelsprojekt zeigte sich ein Effekt auf die Kundenfrequenz erst nach etwa drei Monaten, die wiederum über Konversion den Absatz steuert. Ohne diese Dynamik werden Maßnahmen je nach Betrachtungszeitpunkt über- oder unterschätzt.

Die Beispiele zeigen: Treiber sind meist leicht identifizierbar. Der eigentliche Mehrwert liegt in sauber kalibrierten Korrelationen, Zeitverzügen und Wechselwirkungen. Deshalb können identische Datenmodelle zu völlig unterschiedlicher Planungsqualität führen – je nachdem, ob der Treiberbaum lebt oder nur eine schönere Tabelle ist.

Das Reifegradmodell: Fünf Stufen – drei Bruchstellen

Vor diesem Hintergrund wird das Reifegradmodell greifbarer. Wir unterscheiden fünf Stufen – nicht aus Prinzip, sondern weil sich diese Übergänge in Projekten immer wieder zeigen. Entscheidend sind dabei weniger die Stufen selbst als die Bruchstellen zwischen ihnen.

Auf Level 1 erfolgt Planung rein über den Kontenplan: Vorjahreswerte werden fortgeschrieben und manuell angepasst. Es fehlt an Logik, Treibern und dokumentierten Annahmen. Der Plan ist statisch und muss bei Veränderungen aufwendig nachgearbeitet werden.

Level 2 trennt Menge und Preis, wodurch erste Varianzanalysen möglich werden. Der Fortschritt ist jedoch begrenzt: Beide Größen werden weiterhin manuell gepflegt und sind nicht logisch verknüpft. Der Plan wirkt differenzierter, bleibt aber ein statisches Rechenwerk statt eines echten Modells.

Auf Level 3 entsteht ein treiberbasiertes Modell. Interne Faktoren wie Konversionsrate oder Lagerumschlag sind verknüpft und ermöglichen Szenarien und Wirkungsanalysen. Die Schwäche: Das Modell bleibt nach innen gerichtet und blendet externe Einflüsse weitgehend aus.

Level 4 integriert externe Faktoren wie Rohstoffpreise, Wechselkurse oder Energieindizes in den Treiberbaum. Wirkungsketten werden abbildbar, das Modell reagiert dynamisch auf Veränderungen. Planung wird robuster und realistischer.

Die Grenze liegt jedoch darin, dass solche Modelle zwar Entwicklungen zeigen, aber keine Entscheidungen treffen.

Genau hier setzt Level 5 an: Szenarien werden parallel gerechnet und aktiv verglichen. Entscheidungen basieren auf durchgerechneten Alternativen statt auf Einzelwerten. Ergänzt durch KI-gestützte Prognosen entsteht eine adaptive, entscheidungsorientierte Planung.

Die Herausforderung: Datenqualität als Fundament

Wer Level 4 oder 5 erreichen will, stößt zwangsläufig auf die entscheidende Frage: Datenqualität. Ein Treibermodell ist nur so gut wie seine Datenbasis. Während Ungenauigkeiten in einfachen Modellen oft kompensiert werden konnten, gilt hier kompromisslos: Garbage in, Garbage out.

Drei Säulen sind dabei entscheidend:

1. Keine Schein-Präzision:

Mehr Nachkommastellen bedeuten nicht mehr Wahrheit. Schlechte Daten führen nur zu überzeugender präsentierten Fehlern. Gute Modelle zeigen Unsicherheit transparent – etwa durch Konfidenzintervalle statt Punktprognosen.

2. Saubere Datenbasis:

KI braucht konsistente, vergleichbare und historisch tiefe Daten. Ein Data Lake allein reicht nicht – entscheidend sind klare Definitionen und Datenqualität. Datenarchitektur und KI müssen gemeinsam entwickelt werden.

3. Dynamische Korrelationen:

Zusammenhänge verändern sich. Ein heute valides Modell kann morgen falsche Schlüsse liefern. Korrelationen müssen daher kontinuierlich überprüft und angepasst werden.

Hinzu kommt ein oft unterschätzter Faktor: Vertrauen. Ohne Akzeptanz in der Organisation wird selbst das beste Modell nicht genutzt. Treiberbasierte Planung ist deshalb immer auch ein Change-Thema – nicht nur ein technisches.

Einordnung: Fragen zur Standortbestimmung

Für eine ehrliche Einordnung Ihrer Planungslandschaft genügen drei Fragen:

1. Reaktionsfähigkeit:

Kann Ihr Plan externe Schocks ohne wochenlange manuelle Anpassung verarbeiten? Wenn nicht, liegen Sie funktional auf Level 1–3. Erst wenn externe Veränderungen automatisiert bis in die P&L wirken, ist Level 4 erreicht.

2. Planungslogik:

Planen Sie Zahlen oder Treiber? Wer Zielwerte (auch als Menge/Preis) plant, bleibt meist auf Level 1–2. Wer Treiber modelliert und Zahlen daraus ableitet, bewegt sich auf Level 3 oder höher. Der Unterschied ist architektonisch, nicht visuell.

3. Entscheidungsfähigkeit:

Können Sie mehrere vollständig durchgerechnete Szenarien vergleichen und begründen? Wenn nicht, befinden Sie sich auf Level 1–4. Genau das zeichnet Level 5 aus.

Die Antworten hängen hierbei selten vom Tool ab, sondern von den Architekturentscheidungen zu Beginn Ihrers CPM-Projekts.

Fazit: Die nächste Welle aktiv gestalten

Treiberbasierte Planung ist kein Produkt, sondern ein Architekturversprechen. Es entsteht im Zusammenspiel von Fachbereich und IT. Im Zentrum steht der Treiberbaum – nicht als statisches GuV-Schema, sondern als lebendes Modell aus Treibern, Korrelationen und Zeitverzügen.

Dass viele Initiativen bei Level 3 enden, ist kein Versäumnis, sondern oft Folge des ursprünglichen Projektauftrags. Gleichzeitig wird die nächste Welle KI-gestützter Planung bestehende Reifegrade eher verstärken als ausgleichen. Wer heute eine saubere Datenbasis und belastbare Interdependenzen schafft, kann diese Entwicklung aktiv gestalten – wer zögert, wird später reagieren müssen.

Eine ehrliche Standortbestimmung ist entscheidend. Ohne Schönfärberei, ohne Feature-Marketing. Prüfen Sie, ob Ihr aktuelles Datenmodell die strategisch angestrebte Stufe überhaupt tragen kann.

Denn es geht nicht um das nächste Tool, sondern um eine grundlegende Weichenstellung in der CPM-Roadmap:
Ein Unternehmen zu steuern, das aktiv navigiert – statt nur auf Veränderungen zu reagieren.

Hinweis: Die Thesen haben wir beim Future Finance Day am 27.03.2026 zur Diskussion gestellt. Wir freuen uns auf Feedback und Gegenpositionen.

Über den Autor:

David Gehling ist Senior Consultant bei der drjve AG und seit 9 Jahren im CPM-Umfeld zu Hause. Als zertifizierter CCH Tagetik Trainer verbindet er methodische Wissensvermittlung mit der fachlich-technischen Implementierung – mit Fokus auf die Verzahnung von IT und Finance in belastbaren Systemarchitekturen.