Wie macht KI Vorhersagen?

Das Problem

Sie möchten wissen, wie viele Aufträge im nächsten Quartal kommen, wie viel Material Sie bestellen sollten oder wann eine Maschine gewartet werden muss. Anbieter versprechen «KI-Prognosen», und die Ergebnisse sehen auf dem Bildschirm eindrucksvoll aus: Linien, Zahlen, Prozentwerte.

Doch wie verlässlich ist so etwas? Wer jeder Zahl blind folgt, bestellt zu viel oder zu wenig. Wer Prognosen grundsätzlich misstraut, verschenkt eine nützliche Hilfe.

Mit einem Grundverständnis können Sie Vorhersagen einordnen: Was kann die KI wissen, was nicht, und wie prüfen Sie, ob sie für Ihre Frage taugt?

Einfach erklärt

Eine KI sagt nichts voraus, wie eine Wahrsagerin. Sie sucht in früheren Daten nach Mustern: Im Dezember steigt die Nachfrage, bei Regen kommen weniger Gäste, vor einem Defekt steigt die Temperatur einer Maschine. Dann schreibt sie das Muster in die Zukunft fort.

Das Ergebnis ist eine Wahrscheinlichkeit oder ein Bereich, zum Beispiel «voraussichtlich 480 bis 560 Bestellungen». Es ist eine begründete Schätzung, keine Zusage.

So lösen Sie es mit KI – Schritt für Schritt

1. Frage und Zeitraum klären: Was genau möchten Sie wissen, für welchen Zeitraum, und was machen Sie mit dem Ergebnis? Zum Beispiel: «Wie viele Brote pro Wochentag brauchen wir nächsten Monat?»
2. Daten sammeln: Notieren Sie Zahlen aus mehreren vergleichbaren Zeiträumen. Je mehr Jahre oder Zyklen, desto besser, damit auch Saisonmuster sichtbar sind.
3. Daten prüfen: Suchen Sie Lücken, Doppelte und Ausreisser. Fehlerhafte Zahlen verfälschen jede Prognose.
4. Einfachen Vergleich festlegen: Halten Sie fest, wie gut eine simple Regel wäre, etwa «gleich viel wie im Vorjahresmonat». Die KI muss besser sein, sonst lohnt sich der Aufwand nicht.
5. Prognose erstellen lassen: Nutzen Sie ein geeignetes Werkzeug, zum Beispiel die Prognosefunktion Ihrer Tabellenkalkulation oder ein spezialisiertes Programm. Ein reines Chatprogramm rechnet nicht zuverlässig.
6. Mit der Vergangenheit testen: Lassen Sie die Prognose für einen Zeitraum berechnen, dessen Ergebnis Sie schon kennen, und vergleichen Sie. Das zeigt, wie nah sie lag.
7. Bandbreite beachten: Planen Sie mit einem Bereich und einem Puffer, nicht mit einer einzigen Zahl.
8. Abweichungen festhalten: Notieren Sie, wo die Prognose danebenlag und warum. So lernen Sie, wann sie sich lohnt.

Vorlage zum Kopieren

Ich möchte [Grösse, z. B. den Brotbedarf pro Wochentag] für [Zeitraum, z. B. den nächsten Monat] abschätzen.
Ich habe Zahlen für [Zeiträume, z. B. die letzten 24 Monate] mit den Spalten [Spalten].
Welche Einflüsse (Saison, Wetter, Feiertage, Aktionen) sollte ich beachten?
Wie kann ich die Prognose in [Programm, z. B. Excel] erstellen und wie teste ich sie mit alten Zahlen?
Erkläre die Schritte einfach. Erfinde keine Zahlen.

Ersetzen Sie die Angaben. Geben Sie nur anonymisierte oder erfundene Beispielzahlen ein, wenn die Daten vertraulich sind.

Worauf Sie achten müssen

• Datenschutz: Für Prognosen genügen meist Summen. Personenbezogene Einzeldaten brauchen Sie selten.
• Falsche Genauigkeit: Eine Zahl mit drei Nachkommastellen wirkt genau, ist es aber nicht. Achten Sie auf die Bandbreite.
• Verzerrte Daten: Wenn die Vergangenheit einseitig war, zum Beispiel weil nur ein Teil der Kundschaft erfasst wurde, ist es die Prognose auch.
• Prozentangaben: «90 Prozent sicher» bedeutet nicht automatisch, dass die Prognose in 90 von 100 Fällen stimmt. Mehr dazu unter Wie glaubwürdig sind Sicherheitsangaben der KI in Prozent?.
• Veraltete Modelle: Verändern sich die Umstände, passt das Muster nicht mehr. Siehe Warum wird ein KI-Modell mit der Zeit unpassend?.
• Verantwortung: Der Entscheid bleibt bei Ihnen. Eine Prognose ist eine Entscheidungshilfe.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine Bäckerei mit drei Filialen im Kanton Luzern bestellt Mehl und plant Verkaufsmengen. Vorher schätzt die Geschäftsführerin nach Gefühl und hat samstags oft zu viel Ware übrig.

Nachher nutzt sie die Verkaufszahlen der letzten zwei Jahre und lässt in der Tabellenkalkulation eine Prognose pro Wochentag berechnen. Sie vergleicht sie mit einem bekannten Monat und stellt fest, dass sie meistens gut trifft, aber Feiertage nicht erfasst. Sie plant mit einem Bereich, zieht bei Feiertagen die Erfahrung der Filialleiterinnen bei und verzeichnet die Abweichungen.

So hilft Ihnen Alpasana

Wenn Ihr Team lernen soll, Auswertungen und Prognosen kritisch zu beurteilen, bietet absofort die KI-Weiterbildung für Unternehmen an. Beschrieben sind unter anderem KI für Analyse, Texte und Entscheidungsgrundlagen sowie der verantwortungsbewusste Umgang mit Unternehmensdaten.

Die Weiterbildung läuft online im eigenen Tempo und endet mit verifizierbaren Abschlüssen. Für Firmenlösungen gibt es eine Kontaktmöglichkeit.

Häufige Fragen

Kann ChatGPT eine Prognose erstellen?

Es kann erklären, wie man vorgeht, und Formeln vorschlagen. Für verlässliche Zahlen aus grossen Tabellen sind Tabellenfunktionen oder spezialisierte Programme besser geeignet. Das Ergebnis eines Chatprogramms müssen Sie nachrechnen.

Wie viele Daten brauche ich?

Eine feste Zahl gibt es nicht. Wichtig ist, dass die Daten mehrere vollständige Zyklen abdecken, etwa mehrere Jahre bei Saisongeschäften. Mit sehr wenig Daten bleibt jede Prognose unsicher.

Ist eine Prognose besser als die Erfahrung der Mitarbeitenden?

Nicht immer. Am besten kombinieren Sie beides: Die Zahlen liefern das Muster, die Erfahrung kennt Besonderheiten, die in den Daten fehlen.