Schulung: Einstieg ins Forecasting mit realen Use Cases.
Zweitägiger, praxisnaher Workshop: Wir vermitteln die Grundlagen des Forecastings und wenden sie direkt auf echte Fragestellungen an – von Datenaufbereitung über Methodenwahl bis zur Bewertung und Integration in Entscheidungen. Ideal für Fachbereiche und Data/Analytics‑Teams.
Über den Forecasting-Workshop
Lernen Sie in zwei Tagen die Grundlagen des Forecastings und deren direkte Anwendung für Planungsprozesse. Die Inhalte basieren auf über zehn Jahren Erfahrung aus der Entwicklung von produktiven Forecasting-Lösungen in verschiedenen Branchen. Wir zeigen Ihnen bewährte Vorgehensweisen, damit Sie häufige Hürden direkt überspringen.
Am zweiten Tag bearbeiten wir Fragestellungen der Teilnehmenden ("Bring your own use case") und wenden das Erlernte auf echte Daten an. Programmierkenntnisse sind hilfreich, aber nicht zwingend erforderlich.
Die Eckdaten zum Workshop
2 Tage
Empfehlung: verteilt auf 2-3 Wochen
Interaktiver Workshop
Theorie & Hands-on
2.700,- € / Person
zzgl. USt.; Mengenrabatt auf Anfrage
Was Sie mitnehmen
Datenverständnis & Preprocessing: Sie lernen, wie Sie Rohdaten aufbereiten, eine passende Datenbasis definieren und Muster (Saisonalität, Trends, Ausreißer) erkennen.
Methodenkompetenz & Einflussfaktoren: Sie lernen die Unterschiede und Einsatzgebiete von statistischen Methoden, ML-Ansätzen und Foundation Models kennen.
Evaluation & Praxistransfer: Sie lernen, wie Sie Forecasts bewerten und Datenprobleme (z. B. Lücken, Sortimentswechsel) adressieren.
Business-Integration & Impact: Sie lernen, Forecasts in Entscheidungen zu überführen, z. B. via Human-in-the-loop, Ampelsysteme.
Agenda: 4 praxisnahe Module
Von den Grundlagen bis zur Anwendung auf eigene Fragestellungen.
Modul 1: Datendefinition & Aufbereitung
- Datenaufbereitung & Preprocessing: Geeignete Datendefinitionen festlegen und Rohdaten bereinigen
- Mustererkennung & Analyse: Trends, Saisonalitäten, Level Shifts und Zeitreihen-Typen
Modul 2: Forecasting-Methoden & Evaluation
- Modellüberblick: Naive Baselines, Modelle mit Einflussfaktoren (z. B. Preisaktionen, Wetter) und ML-Ansätze
- Evaluationsstrategien und Gütebewertung: Auswahl der zum Business Case passenden Fehlermaße und Backtesting-Strategien
Modul 3: Praxis – "Bring your own use case"
- Live-Analyse: Gemeinsame Bearbeitung ausgewählter Use Cases direkt am Code. Weitere Fragestellungen werden gemeinsam diskutiert und in konkrete Lösungsansätze überführt.
- Umgang mit typischen Hürden: Wie gehe ich z. B. mit Datenlücken, strukturellen Brüchen (z. B. Sortimentswechsel) und fehlerhaften Daten um?
Modul 4: Prozessintegration & Ausblick
- Business Impact: Berücksichtigung operativer Restriktionen (z. B. Bestellmengen) und Entscheidungshilfen, wie z. B. Ampelsysteme, die anzeigen, wo manuelle Prüfung nötig ist.
- Future Trends: Wie GenAI und LLMs den Forecasting-Prozess unterstützen können, z. B. bei der Analyse von Ergebnissen oder der Identifikation externer Einflüsse und Events.
Voraussetzungen
- Fachliches Verständnis: Wissen um die eigenen Daten und Prozesse (Domänenwissen).
- Technik: Grundlegendes technisches Verständnis ist hilfreich, tiefgehende Programmierkenntnisse sind nicht erforderlich.
- Bring your own data: Eigene Use Cases sind willkommen. Für Live-Analysen am Code bitten wir um einen Datenauszug mit konkreter Fragestellung mindestens eine Woche im Voraus.
- Equipment: Ein eigener Laptop ist erforderlich. Entweder lokal installiertes Python & Jupyter Notebooks oder Browser & Google-Konto (für Google Colab).