.png)
"Wie genau ist eure Prognose?" ist die häufigste und beste Frage an jeden Prognose-Anbieter - und sie verdient eine ehrlichere Antwort als eine einzelne Prozentzahl. Denn Prognosegüte ist kein einfacher Wert, sondern eine Frage der richtigen Massstäbe. Dieser Artikel erklärt, wie man Prognosequalität sinnvoll misst - und woran man Marketing-Zahlen erkennt.
Warum "95% genau" nichts bedeutet
Eine pauschale Genauigkeitszahl ohne Kontext ist wertlos, aus drei Gründen:
Die Aggregationsebene entscheidet. Den Wochenumsatz eines ganzen Betriebs zu prognostizieren ist einfach - die Fehler der einzelnen Artikel gleichen sich aus. Die Tagesmenge eines einzelnen Artikels in einer einzelnen Filiale zu treffen ist um ein Vielfaches schwerer. Genau diese feine Ebene braucht aber die Produktion. Wer mit Genauigkeit wirbt, sollte sagen, auf welcher Ebene sie gemessen wurde.
Kleine Mengen verzerren Prozentzahlen. Bei einem Artikel, der drei Stück pro Tag verkauft, ist ein Stück daneben bereits ein Fehler von 33% - obwohl die Planung praktisch perfekt war. Prozentuale Fehlermasse sehen bei Langsamdrehern immer schlecht aus, absolute bei Schnelldrehern.
Der Zufall setzt eine Untergrenze. Nachfrage hat einen echten Zufallsanteil - die spontane Grossbestellung, der Reisebus. Keine Prognose der Welt sagt diesen Anteil vorher. Perfektion ist kein erreichbares Ziel; das relevante Ziel ist, den vorhersehbaren Teil vollständig zu nutzen.
Der Massstab, der wirklich zählt
Die ehrliche Frage lautet nicht "Wie genau ist die Prognose?", sondern: "Wie viel besser ist sie als meine heutige Methode?" Der Vergleichsmassstab ist die bisherige Planung - Erfahrungsschätzung, Vorwochenwert, Excel-Mittelwert. Gegen diese Baseline lässt sich der Fortschritt sauber messen: gleicher Zeitraum, gleiche Artikel, Prognose gegen tatsächliche Planung gegen tatsächlichen Verkauf.
Und noch wichtiger: Am Ende zählt nicht die statistische Kennzahl, sondern das betriebliche Resultat - Retourenquote und Verfügbarkeit. Eine Prognose kann statistisch beeindrucken und betrieblich nichts bringen, wenn sie nicht in konkrete Mengen übersetzt wird. Deshalb misst GoNina den Erfolg an den Zahlen, die im Betrieb ankommen: bis zu 52% weniger Überschuss und bis zu 6% mehr Umsatz gegenüber der vorherigen Planung.
Wo Prognosen stark sind - und wo nicht
Stark: wiederkehrende Muster. Wochentage, Wetter, Ferien, Saison, Feiertagslagen - der grösste Teil der Nachfrageschwankung. Gerade an untypischen Tagen, wo die menschliche Schätzung am stärksten daneben liegt, ist der Datenvorsprung am grössten.
Schwach: echte Einmal-Ereignisse ohne Datenspur. Dafür bleibt der Mensch zuständig - jede GoNina-Prognose lässt sich manuell anpassen, wenn der Betrieb etwas weiss, was nicht in den Daten steht.
So testest du einen Anbieter seriös
1. Auf deinen Daten, nicht auf Referenzfolien. Ein Test mit den eigenen Verkaufsdaten zeigt, was die Prognose für deinen Betrieb leistet - GoNina bietet dafür eine 4-wöchige Testphase mit Geld-zurück-Garantie.
2. Auf Artikel-Tages-Ebene vergleichen. Die Ebene, auf der produziert wird, ist die Ebene, auf der gemessen werden muss.
3. An den Betriebskennzahlen festmachen. Retouren und Ausverkäufe vor und nach der Einführung - das ist der Beweis, der zählt.
Häufige Fragen
Wird die Prognose mit der Zeit besser?
Ja - jeder Verkaufstag ist neues Trainingsmaterial, und Strukturveränderungen im Kaufverhalten fliessen laufend ein. Die grössten Sprünge passieren in den ersten Wochen, danach verbessert sich die Prognose kontinuierlich.
Was passiert bei schlechter Datenqualität?
Die Prognose kann nur lernen, was erfasst ist - saubere Artikel-Stammdaten und erfasste Retouren verbessern die Güte direkt. Lücken zeigen sich im Onboarding und lassen sich meist schnell beheben.
Fazit
Prognosegüte ehrlich beurteilen heisst: auf der richtigen Ebene messen, gegen die eigene bisherige Methode vergleichen und am betrieblichen Resultat festmachen. Eine einzelne Marketing-Prozentzahl beantwortet keine dieser Fragen - ein vierwoechiger Test auf den eigenen Daten alle drei.
Wie KI Absatzprognosen im Detail funktionieren, liest du in unserem kompletten Leitfaden für Bäckereien.
