Leitfaden

Prognose-Leitfaden: Wie KI-gestützte kontinuierliche Planung wirtschaftliche Schwankungen abfedert

Führungskräfte stehen vor einem stetig wachsenden Spektrum an Herausforderungen – vom schnellen Unternehmenswachstum über die präzise Prognose der künftigen Nachfrage bis hin zur Antizipation unvorhersehbarer Marktentwicklungen wie etwa Zollschwankungen. Mit den stetig steigenden Datenmengen in der gesamten Organisation fällt es Entscheidungsträgern oft schwer, die relevanten Informationen zu identifizieren und daraus die richtigen Erkenntnisse abzuleiten, um von statischen Planungszyklen auf kontinuierliche Planung umzustellen und Entscheidungen mit Zuversicht zu treffen. Erschwerend kommt hinzu, dass viele Tools überwiegend auf aggregierte historische Daten zurückgreifen. Dadurch sind Unternehmen gezwungen, ihre Prognosen bei unerwarteten Marktveränderungen von Grund auf neu zu erstellen – was Millionen an entgangenen Chancen oder versunkenen Kosten verursachen kann.

Mit Board Foresight können Teams aus Finanzen, Supply Chain und Personalwesen fundiertere Entscheidungen auf Basis präziser Prognosen treffen. Die Lösung ist Teil der Board Enterprise Planning Platform, die im Gartner® Magic Quadrant™ 2024 für Finanzplanungssoftware als führend ausgezeichnet wurde. Sie bietet Echtzeitzugriff auf über 5 Millionen globale Datensätze, KI-gestützte Prognosemodelle sowie Expertenanalysen – und ermöglicht damit schnellere und präzisere Forecasts.

Ob als Merchandise Planner bei einem globalen Einzelhändler oder als Director of FP&A in einem internationalen Automobilkonzern – unser Forecasting Guide „How AI-Powered Continuous Planning Mitigates Economic Volatility“ unterstützt Ihre Teams dabei, Unsicherheit zu meistern und in einer sich rasant verändernden Welt mit Zuversicht zu planen.

Das Expertenteam von Board hat die wichtigsten Fragen dazu beantwortet, wie KI-gestützte kontinuierliche Planung Unsicherheit infolge zunehmender wirtschaftlicher Volatilität reduzieren kann.

Das aktuelle wirtschaftliche Umfeld verstehen

Auf welche Weise zeigt sich die wirtschaftliche Volatilität im Jahr 2025 für Unternehmen – sowohl in den USA als auch international?

Das wirtschaftliche Umfeld ist derzeit besonders komplex. In den USA deutet unser Basisszenario darauf hin, dass wir uns in einer Phase leichter Stagflation befinden, mit einem unter dem Trend liegenden Wachstum in Verbindung mit anhaltendem Inflationsdruck und einem sich abschwächenden Arbeitsmarkt. Dies führt zu einer schwierigen Dynamik, in der Unternehmen mit einer schwächeren Binnennachfrage zu kämpfen haben und gleichzeitig einem anhaltenden Kostendruck durch Preissteigerungen und Einschränkungen in der Lieferkette ausgesetzt sind.

International zeigt sich ein stark differenziertes Bild: Viele Unternehmen kämpfen mit auseinanderlaufenden geldpolitischen Strategien, Unsicherheiten in der Handelspolitik und sich wandelndem Konsumverhalten.

Welche Indikatoren oder Datenpunkte sind für Planungsteams im heutigen volatilen wirtschaftlichen Umfeld am wichtigsten zu beobachten?

Über die klassischen Schlagzeilen zu BIP- und Inflationskennzahlen hinaus richten Planungsteams ihren Fokus verstärkt auf Indikatoren für Lieferkettenbelastungen, Entwicklungen am Arbeitsmarkt und das Konsumentenvertrauen auf deutlich granularerer Ebene. Handelsströme, Rohstoffpreise und regulatorische Ankündigungen haben sich zu entscheidenden Frühindikatoren entwickelt – insbesondere für Unternehmen mit komplexen Lieferketten.

Besonders wertvoll ist die Kombination von Hochfrequenzdaten – etwa Schiffscontainerbewegungen oder Kreditkarten-Ausgabemuster – mit klassischen Wirtschaftsindikatoren. So erhalten Planungsteams ein umfassenderes Bild der tatsächlichen wirtschaftlichen Entwicklungen, anstatt sich ausschließlich auf amtliche Statistiken zu stützen, die oft mit mehrmonatiger Verzögerung veröffentlicht werden.

Was sind die größten Herausforderungen, mit denen Unternehmen bei der Prognose in einem hochdynamischen Markt konfrontiert sind?

Die größte Herausforderung besteht darin, dass traditionelle Prognosemodelle, die auf historischen Zusammenhängen basieren, versagen können, sobald sich die zugrunde liegende Wirtschaftsstruktur verändert. Unternehmen aller Branchen kämpfen mit der Genauigkeit ihrer Forecasts, da sich die Beziehungen zwischen wirtschaftlichen Treibern und Geschäftsergebnissen grundlegend gewandelt haben.

Viele Unternehmen haben zudem mit Datensilos zu kämpfen – ihre ökonomischen Annahmen sind nicht mit den operativen Forecasts verknüpft, was zu isolierten Planungsprozessen führt. Wenn sich die wirtschaftlichen Rahmenbedingungen schnell verändern, müssen Teams ihre Prognosen von Grund auf neu erstellen, anstatt ihre Modelle dynamisch anzupassen. Das kostet wertvolle Zeit und Ressourcen in entscheidenden Phasen der Entscheidungsfindung.

Marktdynamiken und Auswirkungen auf Unternehmen

Welche Branchen sind aktuell am stärksten von wirtschaftlichen Schwankungen betroffen – und warum?

Besonders stark betroffen sind derzeit die Konsumgüter- und Freizeitbranchen. Anhaltende Inflation schmälert das reale Einkommenswachstum, während die Konsumstimmung gedämpft bleibt. Unternehmen im Einzelhandel, in der Hotellerie und in nicht lebensnotwendigen Dienstleistungen erleben dadurch eine Nachfragevolatilität, die mit traditionellen Methoden nur schwer vorherzusagen ist.

Auch die Industriebranchen mit komplexen internationalen Lieferketten sind stark gefährdet – insbesondere dort, wo Abhängigkeiten von bestimmten Handelsrouten oder Rohstoffquellen bestehen. Die Kombination aus handelspolitischer Unsicherheit und Lieferkettenengpässen macht es für diese Unternehmen unerlässlich, gezielte Szenarioplanungen einzusetzen, um potenzielle Störungen erfolgreich zu bewältigen.

Wie verändert sich das Konsumverhalten als Reaktion auf die jüngsten wirtschaftlichen Belastungen – und welche Auswirkungen hat das auf die Planung?

Es zeigt sich ein anhaltender, grundlegender Wandel hin zu vorsichtigeren, preisbewussteren Ausgabemustern. Konsument:innen priorisieren zunehmend notwendige Anschaffungen gegenüber freiwilligen Ausgaben, reagieren jedoch gleichzeitig stärker auf Preissignale und Promotions. Das bringt für Unternehmen sowohl Herausforderungen als auch Chancen mit sich.

Aus Planungssicht bedeutet das, dass Nachfrageprognosen deutlich granularer und reaktionsschneller werden müssen. Unternehmen können sich nicht mehr ausschließlich auf breite demografische oder saisonale Muster verlassen – sie müssen verstehen, wie sich wirtschaftliche Bedingungen auf spezifische Kundensegmente auswirken, und ihre Bestands-, Preis- und Promotionstrategien entsprechend anpassen. Genau hier wird KI-gestütztes Forecasting unverzichtbar, da es in der Lage ist, diese komplexen, mehrdimensionalen Zusammenhänge in Echtzeit zu verarbeiten.

Welche Beispiele gibt es für Unternehmen, die die jüngste Volatilität erfolgreich gemeistert haben, indem sie ihren Ansatz zur Prognose verändert haben?

Zwei Beispiele von Board-Kunden sind Milwaukee Tool und Whataburger:

Milwaukee Tool, a leading manufacturer of hand tools, power tools, and construction accessories designed for professionals, sought a solution to better understand macroeconomic trends and anticipate their impact on key product categories amid the immense disruption caused by the COVID-19 pandemic. As Brad Sayers, VP Supply Chain at Milwaukee Tool, said, “Board Foresight is unmatched in its ability to visualize data, reveal correlations, and provide unique insights into our business. This all-in-one solution, coupled with continuous improvements and alignment with our approach to planning, has made a tangible impact, confirmed the feasibility of our plans and guided strategic investments.”

Whataburger, eine in Texas gegründete Fast-Food-Kette mit über 900 Standorten und einem Umsatz von 3 Milliarden US-Dollar, stand vor Herausforderungen bei der Prognosegenauigkeit. Zwar verfügte das Unternehmen über umfangreiche historische Daten, es fehlte jedoch der externe Blick auf die Faktoren, die die Marktleistung beeinflussten. Whataburger erkannte den Bedarf an einer Lösung, die dabei hilft, Markttrends frühzeitig zu antizipieren, kostspielige Fehleinschätzungen zu vermeiden und fundierte Entscheidungen in einem dynamischen Geschäftsumfeld zu treffen. Pete Valadez, Director of Financial Planning & Analysis bei Whataburger, erklärte dazu: „Board Foresight war für Whataburger ein echter Game-Changer. Durch die Einbindung externer Daten und prädiktiver Analysen in unseren Forecasting-Prozess konnten wir unsere Genauigkeit erheblich steigern und Fehlprognosen vermeiden. Die Echtzeit-Benachrichtigungen und der kollaborative Charakter der Lösung haben unser gesamtes Team in die Lage versetzt, datenbasierte Entscheidungen mit Zuversicht zu treffen.“

Welchen geschäftlichen Einfluss hat der Zugang zu externen Echtzeitdatenquellen, wenn es darum geht, frühe Signale von Volatilität für Planungszwecke zu erkennen?

Die Auswirkungen sind transformativ. Traditionelle Planungszyklen führen oft dazu, dass Unternehmen Entscheidungen auf Basis von bereits 30 bis 60 Tage alten Daten treffen. Durch die Integration externer Echtzeitdaten können Planungsteams Marktveränderungen jedoch Wochen früher erkennen als ihre Wettbewerber.

Diese Frühwarnfähigkeit wirkt sich direkt auf die Umsatzentwicklung aus. Ob es darum geht, Produktionspläne anzupassen, bevor Rohstoffpreise steigen, oder Bestände zu optimieren, bevor sich Nachfragemuster verändern – die Fähigkeit, auf frühe Signale zu reagieren, entscheidet darüber, ob Chancen ergriffen oder vollständig verpasst werden.

KI/ML und Forecasting in der Unternehmensplanung

Wie verbessern KI und Machine Learning die Prognosegenauigkeit im Vergleich zu traditionellen Methoden?

Der grundlegende Unterschied besteht darin, dass KI enorme Mengen externer Daten verarbeiten kann, mit denen traditionelle Methoden schlicht überfordert sind. Während sich herkömmliches Forecasting in erster Linie auf interne historische Daten stützt – etwa die Verkaufszahlen des letzten Quartals – integriert KI-gestütztes Forecasting tausende externe ökonomische Signale, die die Geschäftsergebnisse beeinflussen. Dazu zählen Beschäftigungstrends, Rohstoffpreise, Konsumstimmung, Handelsströme und Hunderte weiterer Indikatoren, die Marktveränderungen oft Wochen oder Monate im Voraus ankündigen.

Die eigentliche Stärke liegt in der Geschwindigkeit und im Umfang der Mustererkennung. Während menschliche Analyst:innen vielleicht 10 bis 20 zentrale Indikatoren im Blick behalten, kann KI gleichzeitig Tausende von Datenpunkten überwachen und jene Kombinationen identifizieren, die Veränderungen im Geschäft zuverlässig vorhersagen. Mit Board Foresight sehen wir regelmäßig deutliche Verbesserungen in der Prognosegenauigkeit, da wir Unternehmen ein ökonomisches Radar an die Hand geben – die Fähigkeit, sich abzeichnende Marktveränderungen frühzeitig zu erkennen, bevor sie die Geschäftstätigkeit beeinträchtigen, anstatt erst im Nachhinein zu reagieren.

Darüber hinaus können Ihre Forecasts in naher Zukunft mit unseren neuen agentenbasierte KI-Funktionen – darunter dem Board Economist Agent – diskutiert und analysiert werden. Dieser Agent übergibt Daten direkt an eine FP&A-Planungslösung und arbeitet nahtlos mit unserem Board FP&A Agent zusammen. Der FP&A Agent versteht den Kontext der Nutzer:innen, antizipiert die Bedürfnisse der Planungsteams und unterstützt proaktiv über natürliche Sprachinteraktionen und rollenbasierte Workflows. Planer:innen können Forecasts abfragen, Szenariosimulationen anfordern oder Reports per einfacher Spracheingabe auslösen – die Agenten generieren daraufhin nachvollziehbare Insights, schlagen neue Analysen vor, erkennen Anomalien und empfehlen sogar konkrete Korrekturmaßnahmen.

Auf welche Weise können KI-gestützte Forecasting-Tools dazu beitragen, die Ursachen von Abweichungen zu identifizieren und menschliche Verzerrungen in Prognosen zu reduzieren?

Einer der wertvollsten Aspekte von KI-gestütztem Forecasting ist die Fähigkeit, automatisch zu erkennen, welche externen Faktoren Abweichungen in den Prognosen verursachen. Weichen die tatsächlichen Ergebnisse von den Projektionen ab, kann Foresight schnell aufzeigen, ob dies auf wirtschaftliche Rahmenbedingungen, Wettbewerbsmaßnahmen, Lieferkettenstörungen oder andere Faktoren zurückzuführen ist.

Dadurch entfällt das Rätselraten und die kognitiven Verzerrungen, die in traditionellen Forecasting-Prozessen häufig auftreten, werden reduziert. Menschliche Prognostiker neigen dazu, jüngste Ereignisse zu stark zu gewichten oder sich an vertrauten Mustern festzuhalten – KI-Modelle hingegen bewerten sämtliche verfügbaren Daten objektiv und aktualisieren ihre Einschätzungen kontinuierlich, sobald neue Informationen vorliegen.

Wie kann KI-gestützte kontinuierliche Planung Unternehmen dabei unterstützen, schneller auf plötzliche Veränderungen in Nachfrage, Angebot oder Preisen zu reagieren?

In volatilen Märkten zählt Geschwindigkeit. KI-gestützte kontinuierliche Planung ermöglicht es Unternehmen, Veränderungen bereits während ihres Eintretens zu erkennen und darauf zu reagieren – anstatt bis zum nächsten Planungszyklus zu warten. Deuten Wirtschaftsindikatoren auf veränderte Nachfragemuster hin oder signalisieren Lieferkettendaten mögliche Störungen, kann das System automatisch Szenarioanalysen auslösen und Anpassungen empfehlen. Darüber hinaus verfügt Board über eine KI-gestützte Korrelations-Engine, die komplexe Szenarien für Forecasts und Ressourcenallokationen anhand einfacher Spracheingaben simuliert. Unsere Board Agents können zudem eigenständig Szenarien erstellen, interne und externe Daten im Kontext interpretieren, mit anderen Board-Tools und Agenten interagieren und direkt mit Ihren Planungsteams zusammenarbeiten.

Unternehmen verkürzen ihre Reaktionszeit auf Marktveränderungen von mehreren Wochen auf wenige Tage – allein durch die Automatisierung der Verknüpfung externer Signale mit internen Planungsmodellen. Diese Agilität verschafft ihnen einen entscheidenden Wettbewerbsvorteil, wenn sich die wirtschaftlichen Rahmenbedingungen schnell verändern.

Welche Schritte sollten Planungsteams in Unternehmen unternehmen, um KI/ML nahtlos in bestehende Planungszyklen zu integrieren?

Der Schlüssel liegt darin, mit der Integration externer Daten zu beginnen, anstatt sofort die gesamten Planungsprozesse umzukrempeln. Zunächst sollten die externen Wirtschaftsindikatoren identifiziert werden, die am stärksten mit den Geschäftsergebnissen korrelieren. Anschließend lässt sich die KI-gestützte Analyse dieser Signale schrittweise in die bestehenden Forecasting-Workflows integrieren.

Ebenso entscheidend ist die Wahrung menschlicher Kontrolle und Interpretation. KI ist hervorragend in Mustererkennung und Datenverarbeitung, doch für das Verständnis des Geschäftskontexts und strategische Entscheidungen auf Basis von KI-generierten Insights bleibt menschliche Expertise unverzichtbar. Die erfolgreichsten Implementierungen verbinden die analytische Leistungsfähigkeit der KI mit menschlichem Urteilsvermögen und Branchenwissen.

Der Weg zur kontinuierlichen Planung

Warum ist kontinuierliche Planung im heutigen Geschäftsumfeld wirksamer als periodische oder statische Planung?

Statische Planungszyklen können mit der Geschwindigkeit wirtschaftlicher Veränderungen nicht mehr Schritt halten. Oft sind die zugrunde liegenden Annahmen bereits überholt, sobald traditionelle Quartals- oder Jahresplanungen abgeschlossen sind. Kontinuierliche Planung ermöglicht es Unternehmen hingegen, ihre Strategien fortlaufend an die neuesten wirtschaftlichen Rahmenbedingungen und Marktsignale anzupassen.

This is particularly critical when dealing with economic volatility, because the windows of opportunity and risk are much shorter. Businesses that can adjust their plans monthly or even weekly have a significant advantage over those locked in quarterly planning cycles.

How does continuous forecasting enable more agile responses to unexpected economic shocks or opportunities?

Kontinuierliches Forecasting schafft ein Frühwarnsystem, das Unternehmen dabei unterstützt, wirtschaftliche Veränderungen zu antizipieren und sich darauf vorzubereiten, noch bevor diese vollständig eintreten. Anstatt erst im Nachhinein zu reagieren, können Unternehmen ihre Strategien proaktiv anhand aufkommender ökonomischer Signale anpassen.

Dieser proaktive Ansatz ist besonders wertvoll in Zeiten wirtschaftlicher Unsicherheit. Die Fähigkeit, Strategien schnell anzupassen, Ressourcen neu zu verteilen oder operative Pläne zu modifizieren, kann darüber entscheiden, ob ein Unternehmen wirtschaftliche Turbulenzen erfolgreich meistert – oder lediglich übersteht.

Welche Best Practices gibt es, um Planungsorganisationen vom statischen Jahresforecast hin zu einem dynamischen, fortlaufenden Szenario-Forecasting zu entwickeln?

Der Übergang sollte schrittweise erfolgen und sich zunächst auf besonders wirkungsstarke Anwendungsfälle konzentrieren. Beginnen Sie mit den Unternehmensbereichen, die am stärksten von wirtschaftlicher Volatilität betroffen sind – typischerweise Demand Planning, Supply Chain Management und Finanzprognosen – und führen Sie kontinuierliche Planungsprozesse zunächst dort ein.

Kultureller Wandel ist ebenso wichtig wie die technologische Umsetzung. Planungsteams müssen sich von der Vorstellung verabschieden, perfekte Jahrespläne zu erstellen, und stattdessen eine Haltung kontinuierlicher Verbesserung und Anpassung entwickeln. Dafür braucht es Rückhalt aus dem Top-Management, eine klare Kommunikation über die Vorteile von Agilität gegenüber Präzision sowie die Schulung der Teams im effektiven Einsatz KI-gestützter Tools.

Wie ermöglicht KI Ad-hoc-Szenarioanalysen und unterstützt funktionsübergreifende Entscheidungsfindung in Echtzeit?

KI verkürzt die Zeit für die Durchführung komplexer Szenarioanalysen drastisch – von Tagen oder Wochen auf Minuten oder Stunden. Wenn sich die wirtschaftlichen Rahmenbedingungen unerwartet ändern, können funktionsübergreifende Teams sofort verschiedene Reaktionsszenarien modellieren und die potenziellen Auswirkungen auf Finanzen, Betrieb und Vertrieb nachvollziehen. Zudem lassen sich Basis-, Optimismus- und Pessimismus-Szenarien in Echtzeit erstellen.

Diese Echtzeitfähigkeit ermöglicht eine deutlich kollaborativere und fundiertere Entscheidungsfindung. Anstatt dass jede Abteilung eigene Annahmen darüber trifft, wie sich wirtschaftliche Veränderungen auf ihren Bereich auswirken könnten, arbeiten die Teams mit gemeinsamen, benutzergenerierten Szenarien, die die Wechselwirkungen zwischen den verschiedenen Geschäftsbereichen berücksichtigen.

Welche kulturellen und organisatorischen Veränderungen sind notwendig, um einen erfolgreichen Übergang zu KI-gestützter, kontinuierlicher Planung zu unterstützen?

Der wichtigste kulturelle Wandel besteht darin, vom „Planen und Umsetzen“ hin zu einem „Planen, Lernen und Anpassen“-Ansatz überzugehen. Organisationen müssen lernen, mit Unsicherheit souveräner umzugehen und Planung nicht mehr als periodisches Ereignis, sondern als fortlaufenden Prozess zu verstehen.

Das Leadership muss diesen Wandel aktiv vorantreiben, indem es zeigt, dass Agilität und Reaktionsfähigkeit höher geschätzt werden als das starre Festhalten an ursprünglichen Plänen. Teams benötigen zudem nicht nur Schulungen im Umgang mit KI-Tools, sondern auch darin, wie sie KI-generierte Insights im jeweiligen Geschäftskontext interpretieren und darauf basierend handeln können.

Erfahren Sie mehr über Board AI und Board Foresight.

Das könnte Sie auch interessieren

Trends in der Unternehmens-planung im Jahr 2025

Leitfaden lesen