Ein einzelner Prozentpunkt Abweichung genügt, und ein Handelsunternehmen in der Größenordnung von HSE (Home Shopping Europe) bindet einen Millionenbetrag an Kapital, der an anderer Stelle fehlt.
Retouren- und Storno-Prognosen sind für viele Handelsunternehmen ein unterschätztes Finanzthema. Sie fließen direkt in die Rückstellungen für den Monatsabschluss ein, und jede Fehleinschätzung bindet zu viel oder zu wenig Kapital. Beides hat handfeste Folgen für Liquidität und Planungssicherheit.
Wer sein Direktgeschäft profitabel steuern will, muss deshalb auch die Kosten kennen, die an der Kundenschnittstelle entstehen. HSE trug dieses Thema an foobar Agency heran, als Problem und ohne fertige Lösungsvorgabe. Die erste Frage war deshalb eine andere als die nach dem Modell: Woran lässt sich eine gute Prognose überhaupt erkennen?
HSE (Home Shopping Europe) gehört zu den größten Live-Commerce-Unternehmen Europas. Das Geschäftsmodell verbindet TV-Commerce, Social Commerce und eCommerce, mit einem entsprechend hohen Bestellvolumen und einem ebenso hohen Anteil an Retouren und Stornierungen, wie es in dieser Branche üblich ist.
Für die Finanzplanung bedeutet das: Jeder Monatsabschluss steht und fällt mit einer möglichst genauen Prognose, wie viele der aktuellen Bestellungen am Ende tatsächlich beim Kunden bleiben.
Die Prognose zu Retouren und Stornierungen beruhte bei HSE auf einem regelbasierten Verfahren. Diese Regeln waren über Jahre gewachsen, hielten mit der Realität aber immer weniger Schritt.
Für die Monatsabschluss-Rückstellungen bedeutete jede Ungenauigkeit ein reales finanzielles Risiko. Schon eine Abweichung von wenigen Prozentpunkten reicht, um einen Millionenbetrag an Kapital zu binden, der an anderer Stelle im Unternehmen fehlt.
Bevor ein Modell bewertet werden konnte, musste geklärt werden, woran sich Erfolg überhaupt messen lässt.
Denn hinter der einen Frage „Wie viel kommt zurück?“ stecken bei HSE drei verschiedene Anwendungsfälle, von der kurzfristigen operativen Steuerung über den Monatsabschluss bis zu längerfristigen Auswertungen. Jeder davon hat einen eigenen Zeithorizont und einen eigenen Anspruch an Genauigkeit.
In gemeinsamen Arbeitssessions mit dem Controlling und den Fachbereichen wurde für jeden dieser Fälle festgelegt, welcher Kennwert zählt. Für den Monatsabschluss gilt ein anderer Maßstab als für die tägliche Steuerung. Dazu gehörte die Definitionsarbeit: welche Daten einfließen, was als Retoure zählt, welcher Vergleichszeitraum gilt.
Diese gemeinsam abgestimmte Messlatte ist das übertragbare Ergebnis des Projekts. Sie entscheidet, ob eine Modellversion in Produktion geht, und sie gilt über dieses eine Modell hinaus.
Die Datenplattform war gesetzt. Zu entscheiden war, wo die Prognose künftig lebt und wie sie sich weiterentwickeln lässt. Eine Prognose, die in Rückstellungen und Monatsabschlüsse einfließt, muss dabei jeder Prüfung standhalten.
Die vorhandene Logik zuerst überführen. Das bestehende Regelwerk stammte aus der Welt des Controllings. Im ersten Schritt wurde es eins zu eins in der Datenplattform nachgebaut, damit es dort messbar, vergleichbar und ablösbar wurde. Wie in allen Predictive-Analytics-Projekten von foobar Agency diente diese einfache, nachvollziehbare Fassung als Messlatte, gegen die sich jede weitere Modellversion beweisen musste.
Das Ergebnis dieser Gegenüberstellung war für beide Seiten aufschlussreich: Ein deutlich aufwendigeres Modell schnitt schlechter ab als die simple, aber durchdachte Messlatte. Eine Erkenntnis mit Reichweite über dieses Projekt hinaus, denn Komplexität zahlt sich erst aus, wenn sie ihren Nutzen belegt.
Eine Ordnung für das, was danach kommt. Damit die Prognose nach der Übergabe lebendig bleibt, wurde festgelegt, wie Versionen entstehen und einander ablösen: Die jeweils beste Fassung läuft produktiv, Herausforderer werden daneben gegen dieselbe Messlatte geprüft. Das beantwortet die Frage, die bei Datenprojekten am Ende immer steht, nämlich was passiert, wenn die externe Unterstützung weg ist.
Die Rückstellungen im Monatsabschluss beruhen bei HSE heute auf einer Prognose, die sich an der Realität messen lässt, statt auf Regeln, die über Jahre gewachsen sind.
Seit Ende April 2026 läuft die neue Prognose vollständig produktiv, das alte Regelwerk ist abgelöst. Für die Finanzplanung heißt das vor allem: Die Rückstellung folgt einer Erwartung, die sich prüfen lässt, und ihre Abweichung ist Monat für Monat nachvollziehbar.
Ebenso wichtig wie die Modellgüte war die Art der Übergabe. Das eigene Data-Science-Team von HSE verbessert die Prognose heute in jedem Sprint weiter und wendet sie auf neue Fragestellungen an.
Die Returns- und Cancellation-Prognose haben wir mit foobar Agency gemeinsam aufgebaut. Heute verbessern wir sie jeden Sprint mit unserem eigenen Data Science Team, auf einem Fundament, das die Zahl im Monatsabschluss und gegenüber dem Management erklärbar und verantwortbar macht.
Ausschlaggebend war, dass Beratung und Umsetzung aus einem Team kamen. Dieselben Menschen, die mit den Fachbereichen die Definitionen erarbeitet haben, haben das Modell anschließend gebaut und in der bestehenden Plattform verankert.
Wer schon mehrfach erlebt hat, woran solche Modelle in der Praxis scheitern, erkennt schneller, welcher Ansatz trägt. Das gilt besonders, wenn Ergebnisse direkt in Rückstellungen und Monatsabschlüsse einfließen. Genau dieses Erfahrungswissen aus vielen vergleichbaren Projekten hat für HSE den Unterschied gemacht.
Genauso wichtig war ein Team, das sich ausschließlich diesem Thema widmen konnte. So wurde aus einem über Jahre gewachsenen Regelwerk in wenigen Wochen ein produktiv laufendes, lernendes Modell.
Während der Umsetzung zeigte sich schnell, dass das Potenzial über den ursprünglichen Projektauftrag hinausreicht. Das ist ein Hinweis darauf, wie viel in den Daten eines solchen Unternehmens noch unentdeckt ist.
Mit der Prognose ist zugleich der Grundstein für weitere Schritte gelegt. Wenn absehbar ist, welche Bestellungen mit welcher Wahrscheinlichkeit zurückkommen, lässt sich daraus mehr ableiten als eine Rückstellung. Denkbar sind Impulse für die Sortimentssteuerung, für die Produktdarstellung oder für das Serviceerlebnis an der Kundenschnittstelle.
Wie tragfähig die Zusammenarbeit ist, zeigt sich auch daran, dass HSE und foobar Agency die Learnings aus dem Projekt gemeinsam öffentlich vorgestellt haben: Wolfgang Jarnach und Dominik Thalmeier hielten auf dem Commerce Impact Forum einen gemeinsamen Vortrag über den Weg vom Regelwerk zur lernenden Prognose.
Jede weitere Ausbaustufe baut auf einer Datenplattform auf, die von Anfang an für genau solche Fragestellungen gedacht war, im Rahmen einer Zusammenarbeit, die längst über dieses eine Projekt hinausgewachsen ist.
Wie viele Neukunden eine Kampagne bringt, war bei HSE jederzeit messbar. Was diese Kundenbeziehungen künftig noch wert sind, ließ sich nur schätzen. Heute steuert HSE sein Marketingbudget nach dem tatsächlichen Wert ganzer Kundengruppen.
Seit 2019 begleitet foobar Agency porta Möbel auf dem Weg zur digitalen Marktführerschaft: von der Legacy-Analyse über inkrementelles Headless Commerce bis zur vollständigen Composable Commerce Architektur auf MACH-Basis.
Wir freuen uns auf Ihre Anfrage.
Bitte akzeptieren Sie Marketing-Cookies, um das Kontaktformular zu laden.