77
Fazit
Die Vergangenheit hat gezeigt, dass die unter-
schiedlichen Modelle trotz guter Prognosen
das menschliche Eingreifen bzw. Anpassen
(noch) nicht komplett ersetzen können. Auf-
grund dessen sind die Modelle und somit auch
der „Statistical Forecast“ als Vorstufe der Pla-
nung zu sehen. Sie werden genutzt, um eine
erste Planungsversion zu erzeugen, die dann
durch die jeweiligen Verantwortlichen verfei-
nert wird. Da mit Hilfe des statistischen Fore-
casts aber die vergangenen Zeitreihen analy-
siert und aufgrund erkannter Muster die Prog-
nosen berechnet werden, können diese Prog-
nosen weitaus mehr, als den Vorjahreswert um
x Prozent zu erhöhen. Somit liegen die Ergeb-
nisse näher an der Realität. Die Nutzung des
„Statistical Forecast“ optimiert folglich sowohl
den Planungsprozess an sich als auch die
Qualität der Planung.
Im ersten Schritt setzen die meisten Unterneh-
men darauf, den Planungsprozess innerhalb
jeder einzelnen Planungsebene zunächst zu
unterstützen. Durch den Informationsgewinn,
der durch die statistischen Prognosen ent-
steht, können die Planungsverantwortlichen
ihre persönliche Einschätzung mit der ermittel-
ten Datenbasis abgleichen. So können Prog-
nosen übernommen oder angepasst werden,
wenn beispielsweise Ereignisse bevorstehen,
welche die Modelle nicht erkennen können.
Die einzelnen Planungsverantwortlichen kön-
nen individuell entscheiden, wie weit sie den
Prognosen vertrauen und somit ihren eigenen
Aufwand für die Planung reduzieren (vgl. Ab-
bildung 10).
zierenden Daten nicht getroffen werden. Die
Entscheidung über den Nutzen und die Verwen-
dung der Ergebnisse hängt von dem jeweiligen
Unternehmen und dessen Vertrauen in die
Technologie ab. Für die Integration innerhalb ei-
nes Planungsprozesses gibt es diverse Ausprä-
gungen, die in Betracht gezogen werden kön-
nen. Auf der einen Seite gibt es die Option,
komplett auf den durch statistische Modelle be-
rechneten Forecast zu vertrauen und die Prog-
nosen genau so zu übernehmen. Dies verkürzt
den Planungsprozess signifikant, und die Ver-
antwortlichen gewinnen Zeit, um sich auf alter-
native Aufgaben zu fokussieren. Allerdings
setzt dies voraus, dass das Unternehmen zu
100 Prozent in die Technologie und die Modelle
vertraut (vgl. Abbildung 9).
Abb. 10: Unterstützter Planungsprozess
CM November / Dezember 2018
Autor
Erik Göllner, M. Sc.
ist Senior Consultant bei der mayato GmbH. Der Wirtschafts-
informatiker verfügt über mehrjährige Erfahrung in der IT- und
Strategieberatung. Seine Themenschwerpunkte liegen im
Bereich Planung und Analytics.
E-Mail:
