Back to customer stories

Customer Story

Horizon Trade & Distribution

Wie Horizon Trade & Distribution mit Energent.ai ein filing-verifiziertes 3-Statement-Modell lieferte

Das Modell hatte eine generische COGS-Zeile, die für ein einzelnes Unternehmen gut funktionierte. In dem Moment, als wir einen zweiten GCC-Markt hinzufügten, brach die Struktur zusammen. Energent.ai markierte einen Segment-Claim, den ich aus dem Filing nicht hätte belegen können, bevor ich ihn selbst bemerkt hätte.
Nasser Al-Rashidi, Senior Finance Analyst at Horizon Trade & Distribution
Industry
Handel & Distribution
Market
Gulf Cooperation Council (GCC)
Use case
Kalibrierung eines 3-Statement-Modells für eine Kreditgeber-Präsentation
Horizon Trade & Distribution

Horizon Trade & Distribution ist eine mittelgroße Handelsgruppe, die als Master-Distributor in den GCC-Märkten tätig ist. Das Unternehmen bezieht Produkte von internationalen Herstellern, hält regionale Bestände und verkauft über ein Netzwerk lokaler Sub-Distributoren und Händler. Ein kleines, technisch versiertes Finance-Team verantwortet das 3-Statement-Finanzmodell der Gruppe — genutzt für Budgetplanung, Investor-Reporting und das Tracking von Kreditgeber-Covenants.

Eine generische Vorlage scheiterte, als die Gruppe auf einen zweiten GCC-Markt expandierte

Das bestehende 3-Statement-Modell des Teams enthielt eine einzelne COGS-Zeile ohne Aufschlüsselung der Vertriebsmarge. Es konnte weder die von Herstellern bezogenen Warenkosten noch die auf Ebene des Master-Entities verbleibende Marge oder den an lokale Sub-Distributoren berechneten Transferpreis getrennt abbilden. Ohne diese Aufteilung war der konsolidierte Bruttogewinn keine brauchbare Planungskennzahl.

Die Vorlage enthielt außerdem keine Logik zur Eliminierung von konzerninternen Konsolidierungseffekten. In einem Multi-Entity-Roll-up müssen konzerninterne Umsätze zwischen dem Master und den lokalen Einheiten eliminiert werden, um Doppelzählungen zu vermeiden. Ohne diese Eliminierung wies die konsolidierte Gewinn- und Verlustrechnung sowohl Umsatz als auch COGS zu hoch aus.

Für die Kalibrierung wurden echte Filing-Daten benötigt. Der Analyst wählte Watsco, Inc. — einen großen börsennotierten HVAC-Distributor — als Vergleichsunternehmen. Zehn Positionen über mehrere Geschäftsjahre mussten aus dem 10-K extrahiert, in Kennzahlen umgerechnet und gegen den korrekten Geschäftsjahreszeitraum verifiziert werden. Das Team hatte zuvor Modelle mit periodisch nicht passenden Vergleichsdaten versendet, die erst im Management-Review auffielen.

Die Kreditgeber hatten ein aktualisiertes, dokumentiertes Modell angefordert, bevor sie die nächste Tranche einer revolvierenden Kreditfazilität freigeben würden. Der Analyst hatte vier Wochen Zeit.

Energent.ai wurde zur Engine für Extraktion, Verifikation und Struktur

Der Agent führte in einer einzigen Sitzung einen fünfstufigen Workflow aus:

Keine manuelle EDGAR-Navigation. Kein separater BI-Workstream. Keine Periodenabgleichsfehler, die bis ins finale Modell gelangen.

Watsco filing-derived metric table

Selbstkorrigierende Nachvollziehbarkeit vom Quell-Filing bis zur zitierten Kennzahl

Drei prüfbare Deliverables in einer einzigen Sitzung

Consolidation flow visualization

"Das ist ein Audit-Schritt, für den ich normalerweise zwei Tage manuell brauchen würde." — Nasser Al-Rashidi, Senior Finance Analyst bei Horizon Trade & Distribution

Back to customer storiesBook a Demo