--- title: "Mahnautomatisierung testen: ein vergleichbares Pilotportfolio wählen" canonical: https://www.billabex.com/de/blog/mahnautomatisierung-im-pilotportfolio/ lang: de alternate: https://www.billabex.com/fr/blog/automatisation-relances-portefeuille-pilote.md alternates: fr: https://www.billabex.com/fr/blog/automatisation-relances-portefeuille-pilote.md en: https://www.billabex.com/en/blog/collections-automation-pilot-portfolio.md de: https://www.billabex.com/de/blog/mahnautomatisierung-im-pilotportfolio.md es: https://www.billabex.com/es/blog/probar-automatizacion-recordatorios-cartera-piloto-comparable.md it: https://www.billabex.com/it/blog/automazione-solleciti-scegliere-portafoglio-pilota.md nl: https://www.billabex.com/nl/blog/betalingsherinneringen-automatiseren-proefportefeuille.md pl: https://www.billabex.com/pl/blog/automatyzacja-przypomnien-wybor-portfela-pilotazowego.md pt: https://www.billabex.com/pt/blog/automatizacao-lembretes-carteira-piloto.md updated: 2026-09-20 index: https://www.billabex.com/llms.txt --- # Mahnautomatisierung testen: ein vergleichbares Pilotportfolio wählen Ein Pilot für automatisierte Zahlungserinnerungen kann mehr Zahlungseingänge zeigen, nur weil ihm die leichtesten Fälle anvertraut wurden. Behält die manuelle Gruppe die alten Streitfälle und die nicht auffindbaren Kontakte, vergleicht das Ergebnis vor allem zwei verschiedene Portfolios. Die nützliche Frage vor dem Start lautet daher: Welche Fälle hätten sich mit dem üblichen Ablauf vergleichbar entwickelt? Diese Frage verändert die Vorbereitung des Tests. Man muss eine Grundgesamtheit wählen, ihren Ausgangszustand bewahren und festlegen, was man lernen möchte. Ein Pilot, der die Qualität der Nachrichten prüfen soll, hat ein anderes Protokoll als die Bewertung der Wirkung auf Zahlungen. Beide sind nützlich, solange man eine operative Vorführung nicht als bereits erbrachten Beweis einer finanziellen Verbesserung darstellt. ## Die Entscheidung festlegen, die der Pilot klären soll Schreiben Sie zuerst die erwartete Entscheidung auf: die Automatisierung auf einfache Rechnungen ausweiten, für bestimmte Antworten eine menschliche Freigabe beibehalten oder den Einsatz aufschieben, solange die Daten nicht ausreichen. Wählen Sie dann ein Hauptergebnis, das zu dieser Entscheidung passt. Um den Zahlungseingang zu messen, nehmen Sie zum Beispiel die Beträge, die für die anfangs vorhandenen Rechnungen eingegangen und zugeordnet sind, in einem Beobachtungsfenster, das vor dem Start festgelegt wurde. Der britische Leitfaden zur Bewertung von KI-Maßnahmen empfiehlt, die Ausgangslage zu definieren und zu präzisieren, welche Behandlung die Vergleichsgruppe erhält. Dieses methodische Prinzip lässt sich auf einen Pilot im Unternehmen übertragen. Das Dokument ist keine Studie, die die Wirksamkeit einer Software für das Forderungsmanagement belegt. Es hilft, das, was sich verändert hat, von dem zu unterscheiden, was das Werkzeug tatsächlich verursacht hat. HM Treasury, Leitfaden, aktualisiert am 15. Mai 2026. Bewahren Sie ergänzende Kriterien auf: menschlicher Zeitaufwand, Betragsfehler, an den falschen Kontakt gerichtete Zahlungserinnerungen und Fälle, die nachbearbeitet werden müssen. Ein günstiges finanzielles Ergebnis genügt nicht, wenn das Team anschließend ungenaue Nachrichten korrigiert. Der Leitfaden zu den [Ausnahmen, die Menschen übernehmen](https://www.billabex.com/de/blog/ki-agent-forderungsmanagement-welche-ausnahmen-menschen-uebernehmen/), erlaubt es, die operativen Ausschlüsse festzulegen, bevor die ersten Antworten eintreffen. ## Die Unterschiede festhalten, die die Zahlung beeinflussen Erfassen Sie zum Startdatum das Alter seit der Fälligkeit, den offenen Betrag, das Vorliegen eines Streitfalls, die Verfügbarkeit der Belege, den bestätigten Kontakt und das Bestehen einer Zusage. Ergänzen Sie die Sprache und, falls es in Ihrem europäischen Portfolio eine Rolle spielt, das Land oder den Zahlungsweg. Diese Merkmale müssen vor der Zuordnung festgestellt werden. Eine Information, die die Software während des Tests offenlegt, darf nicht rückwirkend zu einem anfänglichen Auswahlkriterium werden. Vervielfachen Sie die Kategorien nicht so weit, dass nur ein Fall pro Feld übrig bleibt. Behalten Sie die Unterschiede, die die Deutung tatsächlich verändern können. Zwei Gruppen mit derselben Gesamtsumme können sehr verschieden bleiben, wenn die eine einige wichtige Kunden bündelt und die andere viele kleine Forderungen. Prüfen Sie die Verteilung, nicht nur einen Mittelwert oder eine Summe, die oben in der Tabelle steht. Das NIST beschreibt Blockpläne: Situationen zusammenführen, die bei bestimmten Faktoren homogen sind, und die Behandlungen dann innerhalb dieser Gruppen vergleichen. Für Zahlungserinnerungen legt diese Logik nahe, junge Fälle ohne Blockade getrennt von solchen zu vergleichen, die zuvor geklärt werden müssen. Diese Anpassung ist ein Methodenvorschlag, keine Garantie, dass alle verborgenen Unterschiede verschwunden sind. NIST, Versuchspläne mit Blöcken. ## Sehen, wie ein besseres Portfolio ein besseres Ergebnis erzeugt Hier eine Simulation ohne reale Kundendaten. Jede Gruppe enthält hundert Kunden mit einer Rechnung von 1.000 Euro je Kunde. Die automatisierte Gruppe umfasst 80 junge Fälle ohne Blockade und 20 blockierte Fälle. Die übliche Gruppe umfasst nur 20 junge Fälle und 80 blockierte Fälle. Nehmen wir an, dass im gewählten Fenster in beiden Gruppen 80 % der jungen Fälle und 20 % der blockierten Fälle vollständig bezahlt werden. | Simulierte Zusammensetzung und Ergebnis | Automatisierte Gruppe | Übliche Gruppe | | --------------------------------------- | --------------------: | -------------: | | Junge Fälle ohne Blockade | 80 | 20 | | Zahlungen dieser Fälle | 64 | 16 | | Anfangs blockierte Fälle | 20 | 80 | | Zahlungen dieser Fälle | 4 | 16 | | Summe bezahlter Rechnungen | 68 | 32 | Das Rohergebnis zeigt 68.000 Euro gegenüber 32.000 Euro, also 36.000 Euro Unterschied. Dennoch ist in jeder Kategorie die Zahlungsquote bei beiden Behandlungen identisch. Der Unterschied stammt vollständig aus der in diesem Beispiel gewählten Zusammensetzung. Einen der Software zugeschriebenen „Gewinn im Forderungsmanagement“ auszuweisen, wäre daher trotz völlig korrekter Additionen eine falsche Schlussfolgerung. Bei einer gemeinsamen Zusammensetzung von 50 jungen und 50 blockierten Fällen ergeben dieselben Quoten 40 + 10 = 50 bezahlte Rechnungen, also 50.000 Euro in jeder Gruppe. Diese Neuberechnung zeigt den Zusammensetzungseffekt. Sie beweist nicht, dass eine nachträgliche Gewichtung genügen würde, um einen echten Test zu reparieren. Andere ungemessene Unterschiede können bestehen bleiben, insbesondere die Geschäftsbeziehungen und die Eingriffe der Teams. ## Kunden zuordnen, ohne die Behandlungen zu vermischen Wo es praktikabel ist, verteilen Sie die geeigneten Kunden innerhalb der festgelegten Kategorien zufällig. Alle Rechnungen eines Kunden in derselben Gruppe zu halten, verhindert, dass er gleichzeitig zwei konkurrierende Arten der Nachverfolgung erhält. Teilen sich mehrere Einheiten dieselbe Buchhaltung, prüfen Sie außerdem, ob eine getrennte Zuordnung Störungen erzeugen würde. Die Zahl der Rechnungen ist dann nicht die Zahl der tatsächlich unabhängigen Situationen. Die übliche Gruppe muss weiterhin die normale vorgesehene Nachverfolgung erhalten. Ihr absichtlich Zahlungserinnerungen zu entziehen, um den Unterschied zu verbessern, würde den Vergleich verändern. Umgekehrt kann die Bitte an den Vertrieb, alle Pilotfälle unauffällig zu übernehmen, die nötige Arbeit verdecken. Halten Sie die Eingriffe auf beiden Seiten fest, mit einer einfachen Methode, um die [Mahnkosten in mehreren Teams](https://www.billabex.com/de/blog/mahnkosten-in-drei-teams/) zu messen. Vermeiden Sie ebenfalls, die beiden Gruppen ohne Dokumentation in verschiedenen Zeiträumen zu starten. Eine monatliche Kampagne bei den Kunden oder eine Urlaubszeit kann Zahlungen unabhängig vom Werkzeug verschieben. Vergleichen Sie nach Möglichkeit im selben Zeitraum und behalten Sie für jeden Eintrag eine identische Beobachtungsdauer bei. Später hinzugefügte Rechnungen dürfen nicht künstlich weniger Zeit zur Begleichung haben. ## Daten bereinigen, ohne die Bereinigung der Zahlung zuzuschreiben Prüfen Sie vor dem Test in beiden Gruppen nach demselben Verfahren Gutschriften, bereits eingegangene Zahlungen und Dubletten. Eine bei Start entdeckte [nicht zugeordnete Überweisung](https://www.billabex.com/de/blog/eingegangene-ueberweisung-rechnung-offen-nicht-zugeordnete-zahlung-finden/) verbessert die Qualität des Saldos, ist aber kein neuer, durch eine Zahlungserinnerung ausgelöster Zahlungseingang. Bewahren Sie das tatsächliche Datum der Bewegung und die Spur ihrer Korrektur auf. Legen Sie auch fest, was mit einem Fall geschieht, der während des Pilots strittig wird. Eine Übernahme durch Menschen kann nötig sein, doch diesen Fall anschließend aus dem Nenner zu nehmen, würde das Ergebnis beschönigen. Bewahren Sie seine anfängliche Zuordnung in der Bilanz und erklären Sie die Übernahme. Der Bericht kann sowohl die Gesamtheit der zugeordneten Fälle als auch die durchgeführten Eingriffe zeigen, ohne die im Lauf der Zeit aufgetretenen schwierigen Fälle zu tilgen. ## Mit der tatsächlich verfügbaren Genauigkeit entscheiden Ein kleiner Pilot kann zeigen, dass ein Ablauf funktioniert, ohne seine durchschnittliche Wirkung genau zu messen. Das NIST erklärt, dass ein Konfidenzintervall von **95 %** ein Verfahren beschreibt, dessen Intervalle unter seinen Annahmen in etwa 95 % der Wiederholungen den wahren Parameter überdecken würden. Das ist keine Wahrscheinlichkeit für geschäftlichen Erfolg und keine Garantie, die an Ihre besondere Schätzung geknüpft wäre. NIST, Unsicherheit um einen Mittelwert. Lassen Sie die Analyse nach dem untersuchten Ergebnis, der Streuung und der Bündelung der Kunden dimensionieren. Machen Sie aus den hundert Fällen unserer Simulation keine allgemeingültige Mindestgröße. Bleibt die Information begrenzt, kann eine schrittweise Ausweitung mit Abbruchkriterien besser zu rechtfertigen sein als ein beziffertes Versprechen. Die [Funktionsweise von Billabex](https://www.billabex.com/de/produkt/so-funktioniert-es/) liefert den Kontext, um diesen Umfang vorzubereiten. Das Protokoll muss anschließend zeigen, was Ihr Team beobachtet hat, an welchen Fällen und mit welchen Grenzen. ## Quellen - HM Treasury und Evaluation Task Force, Leitfaden, aktualisiert am 15. Mai 2026: Bewertung von KI-Maßnahmen. - NIST/SEMATECH e-Handbook, Abschnitt 5.3.3.2: Blockpläne. - NIST/SEMATECH e-Handbook, Abschnitt 1.3.5.2: Konfidenzintervalle für einen Mittelwert.