Einsparungen

Der Savings-Ledger sammelt Einspar-Empfehlungen aus drei bestehenden Contrixt-Modulen an einem Ort — als Aufgabenliste mit Euro-Wert, die Sie abarbeiten, statt sie in einzelnen Dashboards zu suchen. Jede Empfehlung durchläuft einen klaren Lebenszyklus von offen bis umgesetzt oder verworfen, und der Ledger rechnet vor, wie viel Sie dadurch im laufenden Jahr tatsächlich gespart haben.

Woher die Empfehlungen kommen

Quelle	Empfehlungstyp	Grundlage
Lizenzen	Ungenutzt, Inaktiv, Deaktiviertes Konto	Optimierungspotenzial je Lizenz-SKU (gekauft, aber nicht bzw. nicht mehr aktiv zugewiesen)
Verträge	Vertragsverlängerung	Kündigungs-Radar: Verträge, deren letzter sicherer Kündigungstermin bald erreicht ist
Rechnungseingang	Rechnungsabweichung	Gebuchte Rechnungen, die deutlich über dem vertraglichen Sollwert liegen

Jede Empfehlung zeigt das betroffene Objekt (Lizenz, Vertrag oder Rechnung), eine kurze Kennzahl (z. B. Anzahl betroffener Lizenzen, verbleibende Tage bis zur Kündigungsfrist, Abweichung in Prozent) sowie das monatliche Einsparpotenzial. Ein Link führt direkt zur Detailseite, um die Empfehlung zu prüfen und umzusetzen.

Über Aktualisieren gleicht Contrixt den Ledger jederzeit manuell mit den aktuellen Quelldaten ab — neue Befunde erscheinen, erledigte oder nicht mehr zutreffende Empfehlungen verschwinden automatisch aus der offenen Liste.

Lebenszyklus: offen → umgesetzt oder verworfen

Jede Empfehlung startet offen und lässt sich mit zwei Aktionen abschließen:

• Umgesetzt — Sie haben die Empfehlung befolgt (z. B. Lizenz abbestellt, Vertrag gekündigt). Optional tragen Sie den tatsächlich realisierten Monatsbetrag ein, falls er vom ursprünglich berechneten Potenzial abweicht; ohne Eingabe übernimmt Contrixt den berechneten Wert.
• Verworfen — die Empfehlung trifft nicht zu oder wird bewusst nicht umgesetzt (z. B. die Lizenz wird für ein anstehendes Projekt vorgehalten).

Beide Entscheidungen landen im aufklappbaren Verlauf unterhalb der offenen Liste, mit Typ, Objekt, Status, realisiertem Wert bzw. „verworfen“ und Entscheidungsdatum. Über Wieder öffnen lässt sich jede Entscheidung zurücknehmen — die Empfehlung erscheint dann wieder in der offenen Liste.

Historie bleibt stabil

Umgesetzte und verworfene Empfehlungen bleiben auch dann als Historie erhalten, wenn der zugrunde liegende Befund erneut auftaucht (z. B. eine wieder ungenutzte Lizenz) — Contrixt erzeugt dafür bewusst keinen doppelten Eintrag, solange die vorherige Entscheidung nicht zurückgenommen wird.

Realisierte Einsparung im Jahresverlauf

Drei Kennzahlen fassen den Ledger zusammen:

• Offenes Potenzial/Monat — Summe aller offenen Empfehlungen.
• Realisiert/Monat — Summe aller umgesetzten Empfehlungen (tatsächlicher oder berechneter Wert).
• Realisiert im laufenden Jahr — die seit der jeweiligen Umsetzung tatsächlich aufgelaufene Einsparung im aktuellen Kalenderjahr, anteilig ab dem Umsetzungsdatum (oder ab Jahresbeginn, falls früher umgesetzt) hochgerechnet.

So lässt sich belegen, was die Empfehlungen über das Jahr tatsächlich eingebracht haben — nicht nur, was theoretisch möglich wäre.

Datenqualitäts-Score

Die Karte Datenqualität bewertet, wie vollständig die Stammdaten sind, auf denen Empfehlungen, Kündigungs-Radar und Berichte aufbauen — ein Score von 0 bis 100 mit sechs Prüfpunkten:

1. Lizenzpreise — Lizenz-SKUs ohne gepflegten Preis/Monat.
2. Vertragsfristen — aktive Verträge ohne Enddatum (der Kündigungs-Radar kann sie nicht bewerten).
3. Erkannte SaaS-Apps — über die Microsoft-365-Erkennung gefundene, aber noch nicht zugeordnete Applikationen.
4. Budgetabdeckung — Kostenstellen ohne Budget im laufenden Geschäftsjahr.
5. Rechnungseingang — unbearbeitete Rechnungen im Eingang.
6. Kontonummern — Budgetkategorien ohne hinterlegte Kontonummer.

Jeder Prüfpunkt mit offenen Punkten zeigt die betroffene Anzahl (ggf. im Verhältnis zur Grundgesamtheit) sowie einen Link direkt zur passenden Stelle, um die Lücke zu schließen. Sind alle Prüfpunkte erfüllt, meldet die Karte vollständige Stammdaten — ein hoher Score bedeutet belastbarere Empfehlungen und Auswertungen in der gesamten App.