Finanzanalyst · Methodik
Der Genauigkeitswert hinter jeder Prognose
Die Genauigkeitszeile ist keine Marketingzahl, sondern Ihre eigene Bilanz. Jede vergangene Prognose wird an dem gemessen, was Ihre Bücher später bestätigt haben, und die Zeile erscheint erst, wenn diese Bilanz sie verdient hat. Diese Seite erklärt, wie der Wert berechnet wird, wann wir uns weigern, einen zu zeigen, und was wir nie behaupten.
Der Wert
Gemessen an Ihren eigenen Monaten, nicht an einem Benchmark
Hinter dem Badge stecken keine ausgewählten Demo-Daten. Die Prognose jedes Monats wird genau so wiederholt, wie sie erstellt wurde — nur mit dem, was das Modell damals wusste — und mit den tatsächlichen Zahlen der folgenden bis zu 3 Monate verglichen. Kein Rückblick-Wissen, keine Retusche.
1
Einfrieren
Jede Monatsprognose wird als eingefrorener Snapshot gespeichert: was das Modell glaubte, mit den Daten jenes Tages. Snapshots werden nachträglich nie verändert.
2
Wiederholen
Wenn ein neuer Monat abgeschlossen ist, werden die alten Snapshots dagegen abgespielt: Was sagten die Prognosen von vor einem, 3 und sechs Monaten über diesen Monat — und was ist tatsächlich passiert?
3
Bewerten
Das Badge zeigt die 3-Monats-Sicht und erscheint nur, wenn der prognostizierte Umsatz höchstens 15 % vom tatsächlichen abwich — genau das bedeutet „Prognosegenauigkeit 85 %+“. Wird die Marke verfehlt, verschwindet das Badge, statt zu prahlen.
4
Richtung der Abweichung
Neben der Größe einer Abweichung erfassen wir ihre Tendenz. Lagen die Prognosen systematisch zu hoch, sagt das Dashboard das in klaren Worten — „Ihre Umsatzprognosen waren in den letzten 9 Monaten 4 % zu optimistisch“ — der Satz, den ein zu rosiger Plan braucht.
Das ehrliche Nein
Wenn es keinen Wert gibt, sagen wir das
Eine Zuverlässigkeitszahl aus zu wenig Historie ist eine erfundene Zahl. Unter 6 bewerteten Monaten erscheint das Badge gar nicht — das Dashboard zeigt stattdessen „Genauigkeit wird noch aufgebaut“, keinen Platzhalter-Prozentwert.
-
Weniger als 6 backgetestete Monate → niemals ein Prozentwert. Der Wert existiert erst, wenn die Belege existieren.
-
Monate mit einer Vergleichsbasis von null werden ausgelassen, nicht geschätzt — eine prozentuale Abweichung gegen null ist nicht definiert, also lassen wir den Monat weg, statt einen Nenner zu erfinden.
-
Jede ausgewiesene Zahl trägt ihre Stichprobengröße. Sie lesen immer „über N Monate“, nie einen nackten Prozentwert ohne Historie dahinter.
Das gemessene Intervall
Wie weit der Fehlgriff üblicherweise ausfällt
Ein Score sagt, wie oft Prognosen trafen; das Intervall sagt, wie weit sie typischerweise danebenlagen. Aus derselben wieder abgespielten Historie nehmen wir jede Ist-gegen-Prognose-Abweichung und lesen ihr 10. und 90. Perzentil — das 80-%-Band, das Ihre eigenen Fehler tatsächlich umspannten. Es wird je Kennzahl und je Horizont gezeigt, neben der Zahl, die es einordnet.
-
Das Band ist gemessen, nicht modelliert: Es ist die Streuung Ihrer eigenen vergangenen Abweichungen unter demselben Walk-Forward-Replay, das das Badge bewertet — keine Verteilungsannahmen, kein fremder Benchmark.
-
Ein Kennzahl-Horizont-Paar braucht mindestens 8 bewertete vergangene Prognosen, bevor ein Intervall gezeigt wird. Darunter sagt das Dashboard „wird gemessen“ — Ränder aus einer Handvoll Punkten wären eine erfundene Spanne.
-
Die Mitte des Bands ist Ihre realisierte Tendenz: Liefen vergangene Prognosen systematisch zu niedrig oder zu hoch, sitzt das Band außermittig um die Prognose, statt symmetrische Fehler vorzutäuschen.
Unabhängige Prüfung
Zwei Modelle, ein Eskalationsweg zum Menschen
Ihre Zahlen berechnet deterministischer Code — nie ein Sprachmodell. Die schriftliche Analyse verfasst ein KI-Analyst; danach greift ein zweites, stärkeres Claude-Modell als adversarialer Prüfer den Entwurf gezielt an: jede Aussage muss zu den zitierten Zahlen passen.
-
Der Prüfer ist bewusst adversarial: ein eigenes, stärkeres Claude-Modell mit dem eigenen Auftrag, den Entwurf anzugreifen. Sind er und der Analyst uneins, entscheidet ein Mensch — nie ein drittes Modell.
-
Sind sich die beiden Modelle in einem wesentlichen Punkt uneinig, geht nichts hinaus — der Vorgang wird einem Menschen zur Entscheidung vorgelegt.
-
Die Arithmetik passiert im Code und ist mit Quellbelegen zitiert; die Modelle schreiben Sätze, sie berechnen nicht Ihre Zahlen.
Nachvollziehbar bis zur Quelle
Jede Zahl öffnet sich zu ihrem Ursprung
Jede Zahl in einem Briefing, einer Prognose oder einer Analyse verlinkt auf die Belege, aus denen sie berechnet wurde — Buchungszeilen, Rechnungen, Abos — samt der ausgeführten Rechnung. Eine Zahl, die ihre Quelle nicht zitieren kann, wird als Schätzung gekennzeichnet, nicht als Fakt verkleidet.
Grenzen
Was wir nie behaupten
-
Bilanz der Vergangenheit, kein Versprechen
Der Genauigkeitswert fasst die bisherige Bilanz zusammen. Er beschreibt die Vergangenheit; er garantiert nicht den nächsten Monat.
-
Zusammenhang, keine Ursache
Folgt ein Ergebnis auf eine Entscheidung, berichten wir es als das, was in einem Zeitraum geschah, in dem sich auch anderes verändert hat — nie als Beweis, dass die Entscheidung es verursacht hat.
-
Spannen, keine Bewertungen
Unternehmenswert-Zahlen werden als Spannen unter ausgewiesenen Annahmen gezeigt. Sie sind Planungshilfen — nie eine Bewertung, ein Gutachten oder eine Anlageberatung.
-
Nur Lesezugriff, immer
Der Finanzanalyst liest Ihre Bücher. Er bucht nie, schließt nie eine Periode ab, bewegt nie Geld.
Sehen Sie die Prognose, die bewertet wird
Das Beispiel zeigt den 13-Wochen-Cash-Forecast selbst — dieselbe Engine, dieselben ehrlichen Lücken. Die Bewertung ist das Einzige, was das Beispiel nicht zeigen kann: sie entsteht erst, wenn Ihre eigenen Wochen und Monate an Ihren eigenen Büchern gemessen wurden.