Ganzheitliche
Automatisierung der Finanzprognose

Modularer Forecasting-Ansatz

Jede Position der Gewinn- und Verlustrechnung stellt ein eigenes Prognoseproblem dar, da Datenstrukturen, Dynamiken und Einflussfaktoren je nach Kennzahl variieren. Daher wählten unsere [at]-Experten einen modularen Ansatz, bei dem unterschiedliche Use Cases jeweils spezifische Zielgrößen prognostizieren. Eine nachgelagerte Verarbeitungspipeline konsolidiert diese Ergebnisse und führt sie zu einem ganzheitlichen Forecast zusammen. Dieser Ansatz ermöglicht es, die Arbeit mehrerer unabhängiger Teams zu koordinieren, fachliche Besonderheiten gezielt abzubilden und gleichzeitig eine konsistente Gesamtlogik sicherzustellen.

Zentrale Forecasting Engine

Um zu verhindern, dass gleiche Logiken mehrfach parallel entwickelt werden, und um Anpassungen und Weiterentwicklungen einfach und konsistent vornehmen zu können, wurde eine zentrale technische Struktur geschaffen. Diese umfasst eine automatisierte Verarbeitungskette von der Datenvorbereitung über die Modellierung in Kubeflow und die Nachverarbeitung in Databricks bis hin zur Visualisierung der Ergebnisse in einem Power-BI-Dashboard. Das Dashboard stellt die langfristige Prognosegenauigkeit der Modelle transparent dar und vergleicht sie mit der bisherigen manuellen Planung. Dadurch erhalten Fachbereiche und Entscheider eine belastbare Grundlage, um die Qualität der Prognosen zu bewerten und fundierte Steuerungsentscheidungen zu treffen.