Zum Inhalt springen

Bedarfsprognosen, die der Trading Desk wirklich nutzt

Wie aus einem Prognose-Dashboard, das niemand öffnete, eine Prognose wurde, die der Desk bei jeder Dispositionsentscheidung zu Rate zieht: Sie wurde nicht neben dem Arbeitsablauf neu aufgesetzt, sondern in ihm.

KI-LösungenDediziertes TeamEnergie · Trading
−4 Pkt.
Prognosefehler gegenüber bisheriger Methode
täglich
Nutzung durch den Trading Desk
sinkend
Override-Quote, Monat für Monat
0
zusätzlich zu öffnende Dashboards

Die Ausgangslage

Ein Prognose-Dashboard gab es bereits. Es war ein Jahr zuvor in Betrieb genommen worden und hatte in der Demo eine gute Figur gemacht, danach wurde es stillschweigend ignoriert: Die Disponenten planten den Einsatz weiterhin aus Erfahrung und aus einer Tabelle voller Faustregeln. Am Ende war das Dashboard ein Browser-Tab, den niemand öffnete. So enden Analytics-Projekte regelmäßig, wenn sie neben dem Ablauf stehen, den sie eigentlich stützen sollen.

Das Problem hinter dem Problem

Die alte Prognose scheiterte an zwei menschlichen Gründen, nicht an einem technischen. Sie stand am falschen Ort, nämlich in einem eigenen Werkzeug, an das der Desk mitten in der Entscheidung erst denken musste. Und sie versprach zu viel, weil sie eine einzelne, selbstbewusste Zahl ohne Fehlerbandbreite auswies - beim ersten groben Fehlgriff war das Vertrauen weg. Mehr Genauigkeit allein hätte keinen der beiden Gründe beseitigt.

Was wir umgesetzt haben

Die Prognose wurde als Bestandteil der Dispositionswerkzeuge neu aufgesetzt, in denen der Desk ohnehin arbeitet: sichtbar in dem Moment, in dem die Entscheidung fällt, und nicht in einem weiteren Tab. Jede Zahl weist ihre Fehlerbandbreite offen aus, und jede Prognose wird im Nachhinein daran gemessen, was tatsächlich eingetreten ist. Vertrauen entsteht so aus einer nachprüfbaren Bilanz, nicht aus einer Demo.

Systemaufbau: Bedarfsmodell, eingebettet in die Disposition · Fehlerbandbreite an jeder Prognose · laufendes Backtesting, für den Desk einsehbar · Erfassung jedes Overrides, die in die Modellpflege einfließt

Der schwierige Teil

Am schwersten wog das Vertrauen, das das erste Dashboard verspielt hatte. Der Desk durfte die Prognose ausdrücklich jederzeit überstimmen, und jeder Override wurde zusammen mit dem tatsächlichen Ergebnis festgehalten. Wo die Disponenten besser lagen als das Modell, ging das Modellteam der Ursache nach und besserte nach; wo das Modell besser lag, sprach die Bilanz für sich. Seitdem sinkt die Override-Quote Monat für Monat, aus dem einzigen Grund, der trägt: Die Prognose liegt richtig.

Ergebnisse, die Bestand haben

Der Prognosefehler liegt vier Punkte unter dem der bisherigen Methode. Schwerer wiegt die zweite Kennzahl: Die Prognose fließt heute in jede Dispositionsentscheidung des Desks ein, täglich. Das vorherige Dashboard war ein Jahr lang technisch verfügbar und wurde für keine einzige dieser Entscheidungen herangezogen.

Haben Sie ein Dashboard, das niemand öffnet?

Das Diagnosegespräch ist kostenlos, und es beginnt mit der Frage, wo die Entscheidung tatsächlich fällt.