{"id":80962,"date":"2022-03-17T06:51:17","date_gmt":"2022-03-17T05:51:17","guid":{"rendered":"https:\/\/www.jedox.com\/blog\/predictive-forecasting\/"},"modified":"2026-03-10T19:28:31","modified_gmt":"2026-03-10T18:28:31","slug":"predictive-forecasting","status":"publish","type":"post","link":"https:\/\/www.jedox.com\/de\/blog\/predictive-forecasting\/","title":{"rendered":"Predictive Forecasting"},"content":{"rendered":"

Unvoreingenommener Blick in die Zukunft. Viele Unternehmen stehen vor einem Dilemma. Obwohl es nahezu unm\u00f6glich ist, die Zukunft vorherzusagen, ist eine Prognose \u00fcber die zuk\u00fcnftige Marktentwicklung und die Kundenbed\u00fcrfnisse essenziell f\u00fcr die Unternehmensstrategie und die Planung. F\u00fcr diese Herausforderung suchen strategische Planer, Controller und BI-Experten st\u00e4ndig nach den besten Tools, Techniken und Plattformen, die ihnen einen Wettbewerbsvorteil im Bereich Business Forecasting verschaffen. Speziell das Predictive Forecasting kann einem Unternehmen dabei helfen, profitabel zu wachsen und auf Ver\u00e4nderungen schnell zu reagieren. Die Identifikation und Aufbereitung relevanter Daten spielt f\u00fcr einen m\u00f6glichst unvoreingenommenen Blick in die Zukunft eine entscheidende Rolle.<\/strong><\/p>\n

\n

Was ist Predictive Forecasting?<\/h2>\n

Langfristige Strategien und Kosten lassen sich mit einem spezifischen Steuerungsinstrument planen: dem Forecast. Forecasts k\u00f6nnen im Financial Planning and Analysis (FP&A<\/a>) der Finanzabteilung, im Marketing, in der Personalabteilung und in anderen Abteilungen eines Unternehmens eingesetzt werden. Forecasts sind n\u00fctzlich, um das Risiko von Fehlentscheidungen zu minimieren. Der Predictive Forecast stellt eine Erweiterung des klassischen Forecasts dar. Mit ihm k\u00f6nnen aufgrund neuer Daten neue kausale Zusammenh\u00e4nge auffindbar gemacht werden. Diese bereichern den verf\u00fcgbaren Datensatz und sorgen f\u00fcr einen besseren Forecast-Output. Mit jedem weiteren, aufgedeckten Zusammenhang zwischen Daten l\u00e4sst sich der Predictive Forecast immer weiter verbessern.<\/p>\n<\/div>\n

Vom Datenmuster zur Prognose<\/h2>\n

Ein Forecast l\u00e4sst sich prinzipiell nach qualitativen und quantitativen Methoden erstellen. Beim qualitativen Ansatz stellen Kundenumfragen oder Expertenmeinungen die Basis dar.<\/p>\n

Beim quantitativen Ansatz dienen historische Daten, Echtzeitanalysen oder kausale Zusammenh\u00e4nge, sogenannte Treiber, als Grundlage, um Datenmuster zu erkennen und Prognosen zu erstellen. Dazu werden Modelle erstellt, die auf mathematischen und statistischen Algorithmen oder auf neueren Ans\u00e4tzen wie Machine Learning beruhen. Auch werden verschiedene Methoden herangezogen, wie die Clusterbildung, die Treiberananlyse<\/a> oder die Regressionsanalyse.<\/p>\n

Forecasting versus Predictive Forecasting \u2013 Was ist der Unterschied?<\/h2>\n

Obwohl sie \u00e4hnlich klingen, handelt es sich beim Forecasting und Predictive Forecasting um zwei verschiedene Probleml\u00f6sungstechniken.<\/p>\n

Forecasting<\/h3>\n

Forecasting<\/strong> bedeutet \u201eVorhersage\u201c und ist eine Technik, die den Zukunftswert ausgew\u00e4hlter Daten vorhersagt, indem bestimmte Trends betrachtet werden. Dies kann entweder durch einen qualitativen Forecast zum Beispiel mithilfe von detailliertem Wissen eines Vertriebsmitarbeiters \u00fcber die Kunden-Accounts geschehen oder durch die Herstellung von einfachen quantitativen Zusammenh\u00e4ngen mit anderen Einflussgr\u00f6\u00dfen. Es soll idealerweise Aussagen zur Erreichbarkeit der vorhandenen Ziele geben und den Handlungsbedarf in einem Unternehmen aufzeigen. Damit erg\u00e4nzt das Forecasting weitere Instrumente wie die strategische oder operative Planung.<\/p>\n

Predictive Forecasting<\/h3>\n

Predictive Forecasting<\/strong> gilt als Erweiterung des klassischen Forecastings. Es ber\u00fccksichtigt eine Vielzahl von Eingaben, Werten, Trends, Zyklen und Schwankungen der Daten, in unterschiedlichen Unternehmensbereichen, um Vorhersagen zu treffen. Es handelt sich also um einen umfassenden, leistungsstarken, datengesteuerten Ansatz, der zur Unterst\u00fctzung des gesamtunternehmerischen Planungsprozesses und des Enterprise Performance Management<\/a> genutzt werden kann.<\/p>\n

\"\"<\/a><\/p>\n

Wie Predictive Forecasting Ihr Unternehmen voranbringen kann<\/h2>\n

W\u00e4hrend Forecasts n\u00fctzlich f\u00fcr die interne Meinungsbildung sein k\u00f6nnen, hilft das Predictive Forecasting den Anwendern, dar\u00fcber hinaus unvoreingenommene, umfangreiche, analytische Erkenntnisse zu generieren, um die Entscheidungsfindung zu unterst\u00fctzen. Fortgeschrittene Techniken des Predictive Forecasting nutzen Formen der K\u00fcnstlichen Intelligenz (KI) wie zum Beispiel Machine Learning, um detailliertere, spezifischere Ergebnisse zu prognostizieren oft unter Angabe der Wahrscheinlichkeit. Dies geschieht in der Regel auf Basis der Betrachtung einer gro\u00dfen Menge an historischen und Echtzeitdaten<\/a>, um daraus Muster zu identifizieren.<\/p>\n

So kann Predictive Forecasting beispielsweise helfen, den Umsatz des Unternehmens f\u00fcr das kommende Jahr aufgrund der prognostizierten Entwicklung verschiedenster Einflussgr\u00f6\u00dfen wie Suchanfragen, Wettbewerberpreise und au\u00dferordentlichen Ereignissen vorherzusagen. Die Auswirkung der einzelnen Einflussgr\u00f6\u00dfen (Treiber) kann einzeln analysiert werden und unterst\u00fctzt das Unternehmen folglich dabei, die Marktentwicklung besser zu verstehen. Predictive Forecasting ist eine automatisierte Forecasting-Technik, mit deren Hilfe eine kontinuierliche Anpassung der Vorhersagen m\u00f6glich wird, um dem Unternehmen zu helfen neuen Chancen und Risiken fr\u00fchzeitig zu erkennen und profitabel zu wachsen.<\/p>\n

Predictive Analytics \u2013 hohe Priorit\u00e4t im Finanzbereich<\/h2>\n

In heutigen Unternehmen liegt die Aufgabe des Finanzbereichs nicht nur darin, Informationen als Entscheidungsgrundlage f\u00fcr Business Partner<\/a> zu liefern, sondern auch darin, den Weg zu ausgereiften Analytics-Anwendungen zu ebnen, inklusive Predictive Analytics<\/a> f\u00fcr das Forecasting.<\/p>\n

F\u00fcr viele Finanzverantwortliche hat der Aufstieg in der Analytics-Reifegradkurve vom blo\u00dfen Reporting der Performance in der Vergangenheit hin zu fortgeschrittenen Analysen und Zukunftsprognosen in n\u00e4chster Zeit hohe Priorit\u00e4t.<\/p>\n

Predictive Analytics f\u00fcr das Vertriebs-Forecasting<\/h2>\n

Ein gutes Beispiel, wie man mit Predictive Analytics Mehrwert schaffen kann, sind Vertriebsforecasts. Ein genauer Forecast ist wichtig, da er viele andere Gesch\u00e4ftsentscheidungen ansteuert. Der Forecast und das Budget sind wichtige Faktoren f\u00fcr die Festlegung des Gesamtfinanzbudgets f\u00fcr das Unternehmen, einschlie\u00dflich operativer Hebel wie Verkaufsanreize, Marketingbudgets, Produkteinf\u00fchrungen, Neueinstellungen, usw.<\/p>\n

Forecasting ist jedoch nach wie vor ein zeitaufw\u00e4ndiger Prozess f\u00fcr die Planer, die oft auf die \u00fcblichen Excel-Sheets<\/a> oder andere Tools zur\u00fcckgreifen, die wiederum meist unzureichende Analysen und Erkenntnisse zur Umsatzprognose f\u00fcr das n\u00e4chste Quartal, den n\u00e4chsten Monat oder die Woche liefern. Fortgeschrittene Predictive Analytics kann den Aufwand f\u00fcr die Planer verringern, indem sie den Rolling Forecast<\/a> automatisiert und F\u00fchrungskr\u00e4ften mehr Transparenz und intelligente Entscheidungsunterst\u00fctzung f\u00fcr das Enterprise Performance Management bietet.<\/p>\n

Die Vertrauensfrage bei Predictive Analytics<\/h2>\n

Ein Hauptgrund, warum Unternehmen noch immer z\u00f6gern, das Forecasting mithilfe von Predictive Analytics weiter zu automatisieren, ist oft der anf\u00e4ngliche Mangel an Vertrauen in die maschinell generierten Ergebnisse.<\/p>\n

Eine M\u00f6glichkeit, Vertrauen und Akzeptanz zu f\u00f6rdern, ist, die Qualit\u00e4t der Prognosen f\u00fcr die Planer und die Manager gleicherma\u00dfen transparent zu machen. Das kann auf verschiedene Weise geschehen. Wir von Jedox haben daf\u00fcr die folgenden Funktionalit\u00e4ten in Jedox AIssisted\u2122 Planning<\/a>, dem integrierten Jedox Cloud Service f\u00fcr Predictive Analytics und K\u00fcnstliche Intelligenz, integriert:<\/p>\n

    \n
  1. Ein Qualit\u00e4tsfaktor, mit dem das Controlling transparent ermitteln kann, welche Prognose den genauesten Forecast liefert, und \u00fcber den es automatisch die beste Hierarchieebene f\u00fcr den Forecast ausw\u00e4hlen kann.<\/li>\n
  2. Ein fortlaufender Plan-Ist-Vergleich mit Ober- und Untergrenzen, um die Genauigkeit der Prognosen zu \u00fcberwachen und sie den Ergebnissen der manuellen Planung gegen\u00fcberzustellen.<\/li>\n<\/ol>\n

    Mit mehr Transparenz und einer M\u00f6glichkeit f\u00fcr den Anwender, die Genauigkeit der Vorhersagen zu beurteilen, f\u00fchlen sich die Planer wohler und verlassen sich zunehmend auf die Anleitungen und Empfehlungen der Predictive Analytics. Das kann die Qualit\u00e4t des Forecasts erh\u00f6hen und die Erstellung extrem beschleunigen, so dass Zeitersparnisse entstehen und ein rollierender Forecast mit h\u00f6herer Frequenz oder sogar ein kontinuierliches Forecasting etabliert werden kann. Die Vertriebsleitung hat damit einen besseren \u00dcberblick und ist in der Lage, Abweichungen oder Risiken schneller zu erkennen, indem sie den maschinell generierten Vorschlag f\u00fcr den Forecast mit der Einsch\u00e4tzung der zust\u00e4ndigen Experten vergleicht.<\/p>\n

    Transformation des Forecasting durch Digitalisierung der menschlichen Expertise<\/h2>\n

    Das eigentliche Ziel von Predictive Analytics ist, den Forecast-Prozess komplett zu automatisieren und ein fortlaufendes Forecasting mit Echtzeit-Daten zu erm\u00f6glichen<\/a>. Dies geschieht durch die Erfassung und Digitalisierung von menschlichem Fachwissen, d. h., das Computersystem lernt gewisserma\u00dfen, wie ein menschlicher Vertriebsplaner zu “denken”. Dieses Wissen wird dann mit zus\u00e4tzlichen internen Daten des Unternehmens sowie externen Daten angereichert. Die entsprechende vorbereitende Datenaufbereitung braucht nat\u00fcrlich ihre Zeit, da der Einfluss verschiedener Datenquellen und Gesch\u00e4ftstreiber wie z. B. Wettbewerbsinformationen, Marktentwicklungen und Trends, zun\u00e4chst analysiert und in das Planungsmodell integriert werden m\u00fcssen. Aber sobald die Applikation qualitativ hochwertige, automatisierte rollierende Forecasts f\u00fcr das gesamte Unternehmen liefert, haben die Finanzexperten, Vertriebsplaner und das Vertriebsmanagement einen entscheidenden Schritt in Richtung digitaler Transformation getan. Das Unternehmen ist damit besser ger\u00fcstet, um Fr\u00fchwarnsignale zu erkennen oder neue Chancen zu nutzen. Der Finanzbereich und die Fachabteilungen m\u00fcssen sich dann weniger mit Routinearbeiten besch\u00e4ftigen und k\u00f6nnen stattdessen wertvolle Zeit in die Simulationen der zuk\u00fcnftigen Gesch\u00e4ftsentwicklung investieren und damit die Agilit\u00e4t und Reaktionsf\u00e4higkeit des Unternehmens erh\u00f6hen.<\/p>\n

     <\/p>\n","protected":false},"excerpt":{"rendered":"

    Unvoreingenommener Blick in die Zukunft. Viele Unternehmen stehen vor einem Dilemma. Obwohl es nahezu unm\u00f6glich ist, die Zukunft vorherzusagen, ist eine Prognose \u00fcber die zuk\u00fcnftige Marktentwicklung und die Kundenbed\u00fcrfnisse essenziell f\u00fcr die Unternehmensstrategie und die Planung. F\u00fcr diese Herausforderung suchen strategische Planer, Controller und BI-Experten st\u00e4ndig nach den besten Tools, Techniken und Plattformen, die ihnen einen Wettbewerbsvorteil im Bereich Business […]<\/a><\/p>\n","protected":false},"author":102,"featured_media":97023,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[7],"tags":[],"class_list":["post-80962","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-knowledge-de"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/posts\/80962","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/users\/102"}],"replies":[{"embeddable":true,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/comments?post=80962"}],"version-history":[{"count":0,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/posts\/80962\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/media\/97023"}],"wp:attachment":[{"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/media?parent=80962"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/categories?post=80962"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.jedox.com\/de\/wp-json\/wp\/v2\/tags?post=80962"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}