Automatisiertes Forecasting ist in den meisten Unternehmen derzeit noch nicht angekommen. Bringt automatisiertes Forecasting überhaupt Agilität ins Unternehmen oder sind manuelle Forecasting Methoden derzeit noch die bessere Wahl?
Traditionelle Forecasting Methoden
Üblicherweise stellen ERP-Systeme die relevanten historischen Daten zur Verfügung, die als Grundlage für den manuellen Forecast dienen. Projektleiter, Controller und Unternehmer verlassen sich auf historische IST-Daten, um eine manuelle Prognose definierter KPIs zu erstellen, mit deren Hilfe Sie Ihre betrieblichen Anforderungen und Wachstumsziele vorhersehen können. Das ist arbeits- und ressourcen-intensiv.
Zu leicht sind Formeln und Bezüge in Tabellenkalkulationen fehlerhaft.
Darüber hinaus treten Abweichungen nicht regelmäßig auf und folgen auch nicht den regelmäßigen, zum Beispiel monatlichen, Controllingzyklen. Damit werden Abweichungen häufig ignoriert. Bekannte Fehlerquellen im Forecasting liefert auch die weit verbreitete Verwendung von klassischen Tabellenkalkulationen. Der Aufwand in der Bearbeitung ist enorm. Zu leicht sind Formeln und Bezüge in Tabellen fehlerhaft. Manuelle Prognoseaktivitäten sind damit ressourcenintensiv und fehleranfällig.
Moderne automatisierte Forecasting Methoden
Modernes automatisiertes Predictive Forecasting basiert auf Technologien, die ursprünglich für robuste und schnelle Vorhersageanalysen entwickelt wurden. Deep Learning optimiert Prognosen automatisch. Die Datenströme im Unternehmen werden laufend erfasst, verbessert und verarbeitet, um in Echtzeit Prognosen bereitzustellen.
Wenn sich nun interne oder externe Bedingungen ändern, werden die vollständig integrierten Forecasting Modelle umgehend angepasst. Egal ob es sich um Projektrisken, zusätzliche Bestellungen, die Auswirkung der Kündigung eines Mitarbeiters oder um Preisschwankungen bei Rohstoffen handelt. Die Informationen können umgehend in Szenarien erfasst werden. Mit Predictive Forecasting können Unternehmen sich ändernde Bedingungen antizipieren und ihre Handlungen im Voraus optimieren, um Risiken zu beherrschen, die Kundenzufriedenheit zu erhöhen und Chancen zu nutzen. So bringt automatisiertes Forecasting Qualität und Agilität ins Unternehmen.
Aktuelle Grenzen der Automatisierung im Forecasting
Bei vielen beziehungsweise derzeit noch bei den meisten Unternehmen gibt es aber Ereignisse und Entwicklungen, die nicht direkt oder zeitnah in Datenbanken erfasst werden. Die oben beispielhaft angeführte Mitarbeiterkündigung muss nicht unmittelbar im Personalbüro in ein System eingegeben worden sein oder es kann einfach nur etwas länger dauern bis die Kündigung digital erfasst wird. Solange dies der Fall ist helfen traditionelle Forecasting Methoden, die auf manuell erstellte Prognosen, unternehmerische Erfahrung, Management und gute Kommunikation vertrauen.
Nicht die Ziele des Forecastings aus den Augen verlieren!
Bei allen Vorteilen des automatisierten Forecasting sollten die vorrangigen Ziele im Fokus bleiben: Unternehmen dabei zu unterstützen, ihre Daten in umsetzbare Erkenntnisse umzuwandeln, um bessere Entscheidungen treffen zu können, Zeit zu sparen und Ressourcen effektiver zu nutzen. Strategie und Planung des Unternehmens mit Prognose und Forecast laufend abzugleichen, um letztendlich die richtigen Handlungen richtig zu setzen, damit Unternehmensziele tatsächlich erreicht werden können. Derzeit sind diese Ziele mit einer Kombination zwischen manuellem und automatisiertem Forecasting am besten zu erreichen. Automatisiertes Forecasting unterstützt das manuelle traditionelle Forecasting an ressourcenintensiven und fehleranfälligen Stellen. Manuelles Forecasting füllt wiederum jene Lücken, die derzeit durch die Automatisierung noch nicht geschlossen werden können.
Davon profitiert der Nutzer, da er von Routinetätigkeiten entlastet wird, die Transparenz steigt, er neue Erkenntnisse gewinnt und sogar für ihn optimierte Vorschläge generiert werden. Der Nutzer mit seiner Erfahrung kann sich damit voll auf seine Entscheidungen konzentrieren. So bringt Forecasting tatsächlich Agilität ins Unternehmen.
