Eine Prognose ohne Spanne ist keine Prognose

Jemand fragt, wie der nächste Monat aussieht, und Sie nennen eine Zahl. Sie wird notiert, es wird danach geplant — und sie ist falsch, wie jede Prognose. Das Problem war nie die Zahl, sondern dass sie ohne Spanne kam.

Warum das Intervall breiter wird. Einen Schritt voraus wissen Sie fast alles Relevante. Zehn Schritte voraus speist sich der Fehler jedes Schrittes in den nächsten, die Unsicherheit summiert sich. Ein Band konstanter Breite behauptet, der zehnte Monat sei so vorhersagbar wie der erste. Ist er nicht.

Exponentielle Glättung. Holt-Winters trägt Niveau, Trend und ein wiederkehrendes Saisonmuster fort; die Gewichte α, β, γ werden an Ihre Daten angepasst.

ARIMA modelliert stattdessen die Abhängigkeit vom jüngsten Verlauf nach Differenzenbildung. SenSight sucht ein kleines Raster und wählt per AIC — die gewählte Ordnung ist eine ENTSCHEIDUNG, keine Entdeckung.

⚠️ Die Zahl, auf die es ankommt: der Rückvergleich. Jedes Modell passt zu den Daten, die es gesehen hat. Deshalb wird der letzte Abschnitt zurückgehalten und der echte Fehler darauf gemessen.

Und der Vergleich, der ehrlich hält: die naive Prognose ist peinlich gut. Schlägt Ihr Modell sie nicht, zahlt sich die Komplexität nicht aus.