Statistische Untermauerung von Prognosen durch "foreward-processing"

Neben der Hochrechnung, die von einer Stichprobe auf die Grundgesamtheit schließt ist die Vorausschätzung (kurz-, mittel- oder langfristig) als Verfahren zur Prognoseermittlung zu nennen.

Meist wird mit mathematischen Verfahren versucht, die Vorausschätzung in Form einer Trend-Analyse durch zu führen.

Seltener ist dagegen die Vorausschätzung unter Anwendung von Analogien oder Intuition. Diese Art der Prognose ist besonders durch Vorurteile, Trugschlüsse und subjektive Fehleinschätzungen geprägt. Der Einsatz von Sachverständigen, Experten oder gar Gremien von Fachleuten unter Anwendung von Fragekatalogen ist mit ebensolchen Unsicherheiten verbunden, da hier subjektiv begründete Fehler nicht auszuschließen sind. Eine gewisse Reduktion solcher Unwägbarkeiten versucht man dadurch zu bewirken, dass man den Experten die bisher vorliegenden Auswertungen zur erneuten Überarbeitung gibt und auf eine Konsolidierung der Meinungsvielfalt hofft, was auch als „Delphi-Technik“ bekannt ist.

Je nach dem Ausmaß der Anerkennung einer Prognose kann diese sich selbst bestätigen - dies wird auch "Self fullfilling prophessy" genannt oder "forecast feedback", wenn die prognostizierten Probleme durch deren Adaption zu Problemlösungen führen.

Um die Verwertbarkeit von Prognosen für die Praktiker zu verbessern und die Unsicherheit zu reduzieren wird oft der "Vertrauensbereich" bzw. "Toleranzbereich" einer statistischen Aussage herbei gezogen. Dabei ist der Ansatz grundsätzlich nur mäßig geeignet, denn im Ergebnis wird jede Prognose sicherer, je unschärfer man die Bereiche wählt oder umgekehrt wird jede Prognose unsicherer, wenn man sie schärfer fasst.

Für die Ermittlung von künftigen Ergebnissen einer gleichen Grundgesamtheit kann ein sogenannter Transponierungsschluss gezogen werden. Es ergibt sich ein Vorhersagebereich - analog zum Vertrauensbereich bzw. den Toleranzgrenzen.

Allerdings sind trotz dieser Denkansätze für den Praktiker immer noch "unpraktische" Unsicherheiten hinsichtlich der Prognose gegeben.

Ein Lösungsansatz ist das von A. Rüberg entwickelte System des "foreward-prozessing". Es führt zu einer quantitativ begründeten, qualitativen Aussage hinsichtlich der Genauigkeit einer Prognose. Die Prognosen sind um eine entscheidende Komponente valider! Anders als in den bisher beschriebenen Denkmodellen wird nicht eine Aussage zu möglichen Abweichungsbereichen von der gegebenen Prognose Stellung bezogen, sondern eine Aussage zur Qualität bzw. Sicherheit des Eintritts der prognostizierten Entwicklungen gemacht. Das mittlerweile bewährte Verfahren hat in Langzeituntersuchungen seine Eignung für Praktiker bewiesen.

Mathematisch unterscheidet sich dieses Modell durch die Einbeziehung von Abweichungen zwischen durch expertenmodifizierter Trend-Analyse prognostizierter Entwicklung und IST-Entwicklung der jeweiligen Märkte, Teilmärkte, Geschäftsfelder und Branchen.

Man könnte fast sagen, es handle sich um eine durch - auf bisherigen Vorhersagen beruhende - Erfahrung gestützte Bewertung der Breite des Vertrauensbereichs oder des Ausmaßes der Toleranz - allerdings erweitert um einige Komponenten, die der Öffentlichkeit derzeit (noch) nicht zugänglich gemacht werden können.

Euroreports.eu als Plattform mathematisch fundierter und auf Maximal-Stichproben basierenden Marktstudien setzt dieses Verfahren ein, um Prognosen managementgerecht zu machen. Solche Prognosen enthalten - auf Wunsch - also nicht nur reine Prognosen, sondern auch Hinweise auf deren Genauigkeit.

Die Prognosen sind daher für Planung und Controlling, Benchmarking und strategische Konzeptionen besonders geeignet, da das Ausmaß der Unsicherheit bekannt ist und in Berechnungen wie z. B. Planspiele mit einbezogen werden kann.

Beispiel:

Die Aussage "Der Umsatz dieses Marktes wird in den kommenden 5 Jahren um 5% expandieren" kann durch "foreward-processing" konkretisiert werden.

Ist aus der Erfahrung hinsichtlich dieses Marktes bekannt, dass die Prognosen immer sehr genau zutrafen, besteht eine begründete Vermutung, dass das auch im Prognosezeitraum so sein wird. In diesem Falle ist die Wachstumsprognose als hochgradig sicher einzuschätzen.

Ist dagegen aus Erfahrung mit diesem Markt bekannt, dass Prognosen häufig "daneben liegen" ist die Wachstumsprognose mit Vorsicht zu genießen. Das Wachstum kann dann deutlich kleiner ausfallen - aber auch größer.

Für Praktiker ergibt sich dann, dass bei als hochgradig sicher einzuschätzenden Prognosen auch kritische Projekte mit relativer Planungssicherheit durchgeführt werden können.

Im Falle einer als unsicher einzustufenden Prognose dagegen kann der Praktiker auf Spekulationsgewinne hoffen oder aus Vorsicht zunächst sicherer erscheinende Projekte realisieren.

Aus dieser Konstellation und einer mit den jeweiligen Datensätzen verbundenen Differenzierung können Branchen, Geschäftsfelder und Teilmärkte in Europa mit einem Ranking / Rating versehen werden. Dadurch sind auf einen Blick vorteilhafte Märkte von unattraktiven trennbar. Zusätzlich eröffnet das Verfahren ein kostengünstiges Screening von Märkten, um Top-Märkte zu filtern - interessant für die Optimierung des Portfolios von institutionellen Anlegern wie Investmentfonds bzw. Rentenfonds oder Expansionsstrategien wachsender Unternehmen.

Der Vorteil des "foreward-processing" liegt in der universellen Anwendbarkeit für quantitative Prognosen aller Art - auch, wenn dieses Verfahren derzeit ausschließlich zur Validierung der Zukunftsbilder in Marktstudien eingesetzt wird.

Die mit dem System vertrauten Anwendungstechniker können dieses Verfahren jedoch bei Bedarf auch für andere Aufgaben zur Verfügung stellen.

Der Autor:

Andreas Rüberg ist seit 1985 selbstständig in Produktion, Handel, Schulung und Beratung, insbesondere im industriellen Bereich tätig und hat für eine große Unternehmensberatung viele Berichte zu Großhandelsbranchen, Handwerk, Industrie und Einzelhandel recherchiert, datenmäßig strukturiert und verfasst. Zielgruppe dieser Berichte waren Großbanken und Verbände. Umfassende technische Fachkenntnisse stammen aus dem Studium des Bergbaus an der RWTH Aachen sowie der Zusammenarbeit mit Kunden aus dem Industrieanlagenbau und ergänzen so den wirtschaftwissenschaftlichen Hintergrund des Diplom-Kaufmannes (Uni Köln). Diese Erfahrungen fließen in die Analysen ebenso mit ein, wie die des Instituts bbw-Marketing Dr. Vossen und Partner, das die Analysen wissenschaftlich begleitet.

 

Diskutieren Sie mit!     

Noch keine Kommentare zu diesem Artikel. Machen Sie gerne den Anfang!

Um unsere Kommentarfunktion nutzen zu können müssen Sie sich anmelden.

Anmelden

Lesen Sie mehr zum Thema:

Bild: picture alliance / PantherMedia | -

Kundenerlebnisse und Markenerfahrungen im Kaufprozess Was ist Customer Experience? Definition & Bedeutung

Bild: picture alliance / Zoonar | Oleksandr Latkun

Kundenzentrierung in der Vermarktung Customer Centricity – das neue Paradigma

Bild: Imagesines / photocase.de

Wie Kunden zu Markenbotschaftern werden Customer Experience Management: Definition & Customer Insights

Bild: picture alliance / Zoonar | Alexander Limbach

Metriken Kundenerfahrungen Customer Experience messen: NPS, CSAT und CES

Bild: picture alliance / Zoonar | Max

Maßnahmen zur Steigerung der Kundenbindung Kundenzufriedenheit messen, analysieren & optimieren

Bild: picture alliance / Zoonar | Kheng Ho Toh

Customer Journey Mapping nutzen Customer Journey: Phasen, Schritte & Touchpoints

Weitere Highlights auf marktforschung.de