Creditsafe arbeitet kontinuierlich an der Verbesserung der Bewertungsmodelle (Scorecards). Wir verbinden dabei statistische Scoring-Methoden mit unserem ständig wachsenden Datenbestand. Die erweiterte Datenbasis ermöglicht uns, bessere und genauere Bewertungen für eine größere Anzahl von Unternehmen anzugeben.

Das Konzept hinter dem Scoring-Ansatz von Creditsafe besteht darin, das Insolvenzrisiko eines Unternehmens in den nächsten 12 Monaten anhand einer Reihe von eindeutigen Merkmalen vorherzusagen. Die Bedeutung dieser ist für die Bonitätsbewertung unterschiedlich, weshalb sie anhand ihrer Relevanz gewichtet werden. Sowohl die Merkmale als auch deren Einfluss auf den Score werden für Unternehmen anhand moderner statistischer Methoden bestimmt. Neben der statistischen Scorecard für Unternehmen bietet Creditsafe auch eine Scorecard für Gewerbetreibende an, die basierend auf einem Expertenmodell das Insolvenzrisiko kalkuliert. Im weiteren Verlauf dieses Textes wird dieses Gewerbe-Modell jedoch außer Betracht gelassen.

Maßgeschneiderte Modelle

Vom kleinen Handwerksbetrieb bis hin zum stark verzweigten Großkonzern in der Pharmaindustrie: Die Datenbasis, aber auch die Gründe für Insolvenzrisiken unterscheiden sich je nach Firmentyp, Branche oder Größe eines Unternehmens. Um die Präzision und Stabilität unserer Modelle zu erhöhen, segmentiert Creditsafe sämtliche Unternehmen in Größe oder Firmentyp nach gesetzlichen Vorgaben, sowie Branchen nach statistischer Signifikanz.

Kleine Unternehmen
Mittlere Unternehmen
Große Unternehmen
Start-Ups
Unternehmen ohne Finanzzahlen

Bonitätsrelevante Merkmale

Diese Faktoren fließen in den Score ein.

Finanzdaten
Insolvenzhistorie
Wirtschaftszweige
Geschäftsführung

Erfahrung, Wechsel, Insolvenzerfahrung, ...
Trends

Liquidität, Verschuldungsgrade, ...
Allgemeines

Alter, Veröffentlichungspflichten, Gruppenzugehörigkeiten, ...

Sie wollen mehr zu unseren Daten erfahren?

Jetzt Kontakt aufnehmen

kostenlos & unverbindlich

Ausfallwahrscheinlichkeiten als Basis der Bonitätsbewertung

Unsere statistischen Regressionsmodelle prognostizieren die Wahrscheinlichkeit, dass ein Unternehmen innerhalb der kommenden 12 Monate in die Insolvenz gerät. Diese Ausfallwahrscheinlichkeit wird in Prozent ausgedrückt und von Creditsafe in einen Score von 1 bis 100 skaliert. Daraufhin wird er in übergeordnete Risikoklassen (A bis E) unterteilt. Die entsprechende Umrechnungstabelle für das neue Scoring steht Ihnen zum Download bereit.

Umrechnungstabelle anzeigen

Qualität der Scoring-Modelle

Präzision

Robustheit

Regelmäßige Modellüberwachung

Einen insolvenzgefährdeten Kunden nicht als solchen zu erkennen, kann zu hohen Forderungsausfällen führen. Jedoch bedeutet auch ein fälschlich abgelehnter Kunde ein entgangenes Geschäft und kostet somit Geld. Die Unterscheidung von "guten" und "schlechten" Unternehmen, sprich Unternehmen mit einer hohen Insolvenzwahrscheinlichkeit, sind die Quintessenz eines guten Scoring-Modells.

Die Prognosestärke von Scoring-Modellen wird oft in einer Zahl (Gini) beschrieben und liegt bei den neuen Creditsafe Scoring-Modellen bei bis zu 0,71. Die gewonnene Stärke unserer Modelle liegt nicht ausnahmslos in der substantiellen Verbesserung des Gini-Koeffizienten, sondern auch in der sogenannten Trennschärfe, der Genauigkeit zwischen „gut und schlecht“ zu unterscheiden.

55% aller zukünftige Insolvenzen können bereits durch die gegenwärtige Betrachtung der 10% an Unternehmen mit der höchsten Ausfallwahrscheinlichkeit Identifiziert werden. Bei 20% identifiziert das neue Modell-Set bereits beindruckende 72%. So ermöglicht Creditsafe seinen Kunden eine wesentlich verbesserte Vorhersage von Insolvenzen und damit substantielle Verringerung von Zahlungsausfällen.

Um sicher zu stellen, dass unsere Scoring-Modelle nicht nur für den Zeitraum der Modell-Daten, sondern auch zu anderen Zeitpunkten genaue Ergebnisse liefern, wurde die „Out-of-Time-Validierung“ (OoT) über mehrere historische Zeiträume durchgeführt.

Um eventuelle saisonale Effekte ausschließen zu können, wurde die OoT zusätzlich zu unterschiedlichen Jahreszeiten durchgeführt.

Jedes Modell, sowie deren Modellinformation wird regelmäßig validiert, um fortlaufend verlässliche Prognosen treffen zu können. Eine kontinuierliche Überwachung der Modelle ist dringend erforderlich, da sie die Marktbedingungen zu einem bestimmten Zeitpunkt widerspiegeln. Diese ändern sich in der Regel während der Lebensdauer eines Modelles und somit oft auch die Bedeutung der Einflussgrößen bzw. Modellvariablen.

Präzision

Einen insolvenzgefährdeten Kunden nicht als solchen zu erkennen, kann zu hohen Forderungsausfällen führen. Jedoch bedeutet auch ein fälschlich abgelehnter Kunde ein entgangenes Geschäft und kostet somit Geld. Die Unterscheidung von "guten" und "schlechten" Unternehmen, sprich Unternehmen mit einer hohen Insolvenzwahrscheinlichkeit, sind die Quintessenz eines guten Scoring-Modells.

Die Prognosestärke von Scoring-Modellen wird oft in einer Zahl (Gini) beschrieben und liegt bei den neuen Creditsafe Scoring-Modellen bei bis zu 0,71. Die gewonnene Stärke unserer Modelle liegt nicht ausnahmslos in der substantiellen Verbesserung des Gini-Koeffizienten, sondern auch in der sogenannten Trennschärfe, der Genauigkeit zwischen „gut und schlecht“ zu unterscheiden.

55% aller zukünftige Insolvenzen können bereits durch die gegenwärtige Betrachtung der 10% an Unternehmen mit der höchsten Ausfallwahrscheinlichkeit Identifiziert werden. Bei 20% identifiziert das neue Modell-Set bereits beindruckende 72%. So ermöglicht Creditsafe seinen Kunden eine wesentlich verbesserte Vorhersage von Insolvenzen und damit substantielle Verringerung von Zahlungsausfällen.

Robustheit

Um sicher zu stellen, dass unsere Scoring-Modelle nicht nur für den Zeitraum der Modell-Daten, sondern auch zu anderen Zeitpunkten genaue Ergebnisse liefern, wurde die „Out-of-Time-Validierung“ (OoT) über mehrere historische Zeiträume durchgeführt.

Um eventuelle saisonale Effekte ausschließen zu können, wurde die OoT zusätzlich zu unterschiedlichen Jahreszeiten durchgeführt.

Regelmäßige Modellüberwachung

Jedes Modell, sowie deren Modellinformation wird regelmäßig validiert, um fortlaufend verlässliche Prognosen treffen zu können. Eine kontinuierliche Überwachung der Modelle ist dringend erforderlich, da sie die Marktbedingungen zu einem bestimmten Zeitpunkt widerspiegeln. Diese ändern sich in der Regel während der Lebensdauer eines Modelles und somit oft auch die Bedeutung der Einflussgrößen bzw. Modellvariablen.

Antworten zu unseren Scoring-Modellen

Im Firmenbuch eingetragene Unternehmen

Unsere statistische Scorecard basiert auf Daten von Unternehmen, die im Firmenbuch eingetragen sind. Sowohl Kapitalgesellschaften als auch Personengesellschaften sowie Einzelunternehmen mit einem bestimmten Jahresumsatz, sind dazu verpflichtet, sich im Firmenbuch einzutragen. Zudem haben Einzelunternehmen (Gewerbetreibende) die Möglichkeit eines freiwilligen Eintrags.
Das Firmenbuch dient als öffentliches Register und enthält alle wesentlichen Informationen zu den eingetragenen Unternehmen. Des Weiteren werden Jahresabschlüsse über das Firmenbuch veröffentlicht und sind somit für jeden einsehbar.

Ein Eintrag im Firmenbuch bietet Partnern somit einen gewissen Vertrauensvorschuss und Sicherheit. Denn das jeweilige Unternehmen signalisiert durch den Eintrag seine Bereitschaft, sich den kaufmännischen Gebräuchen und den Regelungen des Unternehmensgesetzbuchs (UGB) zu unterwerfen. Dies umfasst beispielsweise die Buchführungspflicht (§ 190 UGB), die Inventarpflicht (§ 191 UGB), die Pflicht zur Erstellung eines Jahresabschlusses (§ 193 UGB) sowie die Aufbewahrungspflicht von Unterlagen (§ 212 UGB).

Zudem kontrollieren unabhängige Stellen die Richtigkeit und Aktualität dieser Informationen. Das schafft eine rechtliche Verbindlichkeit, zum Beispiel in Haftungsfragen und ermöglicht es uns, Creditsafe, diese in standardisierter Form zu verarbeiten und zu einer verlässlichen Risiko-Bewertung zu verarbeiten.

Unsere Risiko-Modelle basieren somit zu 100 % auf Fakten ohne jegliche synthetische Anreicherung wie etwa durch Schätzungen, Indizes, zusätzliche Prognosen oder Indikatoren.

Offizielle Quellen:

Offizielle Quellen umfassen unter anderem das Firmenbuch sowie durch das Firmenbuch veröffentlichte Dokumente, Daten der Wirtschaftskammer, die Insolvenzdatei des Bundesministeriums, das Adressregister, das Patentamt und die Angaben der Unternehmen selbst.

Unternehmensgruppen und Risiko-Gewichtung

Aufgrund einer zunehmenden Unternehmenskonzentration in der Wirtschaft, also dem externen sowie internen Wachstum von Unternehmen durch Verschmelzungen, Übernahmen oder Ausgliederungen und den damit verbundenen Beherrschungs- oder Gewinnabführungsverträgen, muss die Bewertung einzelner Tochterunternehmen stets einhergehen mit dem Zustand der gesamten Unternehmensgruppe.

Dies geschieht, indem Creditsafe im ersten Schritt das Unternehmen rein nach den eigenen Informationen bewertet und im weiteren Verlauf dann anhand eines Algorithmus mit dem Risiko der übergeordneten Gruppenstruktur gewichtet.

Dies impliziert, dass sich ein laufendes Insolvenzverfahren der direkten oder indirekten Muttergesellschaft eines Unternehmens negativ auf den Score der Tochtergesellschaft(en) auswirken kann. Dasselbe gilt, wenn ein Unternehmen in einer Komplementärbeziehung zu einem anderen Unternehmen steht, das sich derzeit in einem Insolvenzverfahren befindet.

Ein anschauliches Beispiel ist hier zum einen der Zustand der Printmedien, welche in einigen Fällen zwar auf individueller Unternehmensebene immer noch gute bis sehr gute Zahlen schreiben, konsolidiert jedoch einen anderen Eindruck hinterlassen und durch den Digitalisierungs-Druck der letzten Jahre teilweise bis zu 30 % der Tochterunternehmen aufgrund von Insolvenzen verloren.

Segmentierung

Statistische Risiko-Modelle basieren darauf, aus relevanten aktuellen sowie historischen Daten diejenigen Charakteristika zu isolieren, welche zuverlässig die „Guten“ von den “Schlechten“ trennen – in unserem Fall Unternehmen, bei denen mit einer Insolvenz in den kommenden 12 Monaten zu rechnen ist.

Für die Qualität eines Algorithmus, den Guten auch als solchen zu prognostizieren, ebenso wie den Schlechten, gibt es in der Statistik unter anderem das Maß der „Trennschärfe“.

Creditsafes Risiko-Modelle zeichnen sich eben durch diese Trennschärfe aus.

Veranschaulicht dargestellt, liegen beinahe 55 % der kommenden Insolvenzen im Bereich der 10 % an Unternehmen mit der höchsten Ausfallwahrscheinlichkeit (PD), also einer PD von über 1,02 % und somit einem Score von unter 37 Punkten. Gleichzeitig weniger als 2 % der in den kommenden 12 Monaten auftretenden Insolvenzen liegen im Bereich von über 74 Punkten, also einer PD von unter 0,15 % entsprechend.

Um diese Trennschärfe zu erreichen, muss man sich die jeweiligen Charakteristika eines Unternehmens natürlich gerade nach Gesichtspunkten der Unternehmensgröße anschauen, sprich „Gruppen gleichen Verhaltens“ bilden. Kleine Unternehmen agieren und reagieren selbstverständlich stark losgelöst von Konzernen.

So weisen z. B. mehrere Geschäftsführungswechsel innerhalb kürzester Zeit bei Kleinstunternehmen auf ein erhöhtes Risiko hin, gehören diese jedoch bei Konzernen beinahe zur Tagesordnung, da sich hier die Geschäftsführung nicht selten aus mehreren Dutzend Mitgliedern zusammensetzt.

Aus diesem Grund werden Unternehmen anhand ihrer Bilanzsumme in kleine Unternehmen, mittlere Unternehmen und große Unternehmen eingeteilt. Die verbleibenden Unternehmen werden als Start-Ups oder Unternehmen ohne Finanzzahlen klassifiziert.

Kreditlimit

Neben unserer Scorecards, entwickeln wir ebenso den Algorithmus für die Berechnung des Kreditlimits stetig weiter. Um hier die Gegebenheiten des österreichischen Marktes bestmöglich zu reflektieren, geschieht dies in enger Zusammenarbeit mit unseren Kunden. Die zentrale Rolle spielt hierbei die Symbiose aus Zahlungsfähigkeit und Ausfallrisiko.

Individuelle Scorecards

Klicken Sie unten, um eine Zusammenfassung der länderspezifischen Scorecards zu erhalten.

Nicht jedes Land ist gleich: Nicht nur die Datenverfügbarkeit, Bilanzierungsgrundsätze und gesamtwirtschaftliche Entwicklung kann stark variieren. Um stets präzise die Ausfallwahrscheinlichkeit vorherzusagen, werden unsere Scorecards individuell für jedes Land entwickelt. Während wir uns der Einführung einer Scorecard nähern, werden wir eine Zusammenfassung der entsprechenden Scorecards mit Details zur angewandten Segmentierung, Methodik und den Risikobändern veröffentlichen.

Wenn ein Dokument verfügbar ist, können Sie es herunterladen, indem Sie auf das PDF-Symbol mit der Länderflagge klicken.