Forecasting und Finanzplanung mit KI

Tag 1: Theorie und Grundlagen

Einführung in Künstliche Intelligenz im Finanzwesen

• Aktuelle Modell-Landschaft: Claude Opus 4.7, Sonnet 4.7, Haiku 4.5 und ihre Rollen im Finanzwesen.
• Trends 2026: Vom Spezial-Modell zum Foundation-Forecaster, vom Chat zum agentischen System.
• Regulatorischer Rahmen: EU AI Act (AI Literacy seit 2.2.2025, GPAI seit 2.8.2025, Hochrisiko Annex III bis 2.12.2027) und DSGVO.

Klassische Methoden im Überblick

• ARIMA, SARIMA, Holt-Winters, Regression: Wann sind sie noch sinnvoll?
• Grenzen klassischer Modelle bei volatilen, multivariaten Finanzdaten.

Time-Series Foundation Models 2026

• Multivariates Zero-Shot Forecasting (Amazon Chronos-2).
• Architekturen und Use Cases (Google TimesFM und Salesforce Moirai).
• Anwendungsszenarien mit Nixtla TimeGPT-2 (Mini, Standard, Pro).
• Vergleich von Genauigkeit, Kosten und Implementierungsaufwand.

Claude als Co-Pilot in Forecasting-Prozessen

• Realistische Rolle: Claude ist kein Selbst-Forecaster, sondern Beschleuniger und Validierer.
• Claude Code: Python- und R-Snippets für Datenaufbereitung, Modelltraining und Evaluation generieren und ausführen.
• Claude Projects: Datensätze, Annahmen und Prompts dauerhaft im Projekt-Kontext halten.
• Claude Artifacts: Forecast-Charts und Dashboards interaktiv im Browser bauen.
• Claude Connectors und MCP: Anbindung an interne Datenquellen und ERP.

Tag 2: Praxis und Anwendung

Datenaufbereitung und Feature Engineering mit Claude

• Frequenz-Harmonisierung, Missing Values, Ausreißer, Saisonalität.
• Reproduzierbare Pipelines: Prompts, Code-Snippets und Validierungs-Checks im Project.

Hands-on: Forecasts erstellen

• Workshop A: Foundation Model gegen klassisches ARIMA mit Claude-Hilfe, gleicher Datensatz, dokumentierter Vergleich.
• Workshop B: Cashflow- und Burning-Rate-Forecast mit Claude Code.
• Workshop C: Szenario-Logik (Base, Optimistic, Pessimistic) als Artifact.

Forecasting in Excel mit Claude

• Cowork und das Claude in Excel Add-in: Forecast-Annahmen direkt in der Arbeitsmappe abstimmen.
• Auditfähige Dokumentation der Annahmen und Modellparameter.

Implementierung im Unternehmen

• Governance: Prompt-Versionierung, KPI-Katalog, Audit-Trail.
• DSGVO-konforme Optionen: Anthropic API mit DPA, Claude über AWS Bedrock Frankfurt, EU Data Residency.
• Bonitätsprüfung als Hochrisiko-Anwendung (Annex III, Frist 2.12.2027): Pflichten und Vorbereitung.
• AI Literacy im Team: konkrete Maßnahmen für Finance-Abteilungen.
• Ethische und rechtliche Rahmenbedingungen, Ausblick und Zukunftsperspektiven.