Das Forecast-Value-Added-Audit
FVA vergleicht eine definierte Basis, einen dokumentierten Eingriff und ein beobachtetes Ergebnis.
| Prüffeld | Mindestdatensatz | Welche Frage es beantwortet | Typische Überdehnung |
|---|---|---|---|
| Basisprognose | Version, Zeitpunkt, Horizont, Methode und unveränderter Wert | Was hätte der Prozess ohne Eingriff gemeldet? | Die Basis automatisch als richtig behandeln |
| Eingriff | Richtung, Größe, Person oder Gruppe, Zeitpunkt, Begründung und Beleg | Was wurde geändert und welche Information sollte es rechtfertigen? | Die Begründung als Beweis für ein Signal lesen |
| Endprognose | Wert nach dem Eingriff, spätere Revisionen erhalten | Welche Zahl erreichte die Entscheidung? | Jede Revision zu einem Endwert verschmelzen |
| Istwert | Definiertes Ergebnisfenster und Datenquelle | Wie schnitt die Prognose gegen das Ergebnis ab? | Das Fenster nach Sichtung des Ergebnisses ändern |
| Fehler und Bias | Festgelegtes Maß, Nenner und Segment | Hat der Eingriff Genauigkeit, Bias oder keines von beiden verbessert? | Genauigkeit und Bias in einem unerklärten Score mischen |
| Prozessaufwand | Prüfzeit, Systemaufwand und Entscheidungsfolge | Hat die Verbesserung die Arbeit verdient? | Eine kleine Bewegung ohne Kostengrenze als wertvoll bezeichnen |
Bei breiten Tabellen horizontal wischen oder scrollen.
Referenz & Evidenz
Quelle: Rahmensynthese auf Grundlage von Lawrence, O'Connor und Edmundson (2000), Fildes, Goodwin, Lawrence und Nikolopoulos (2009) sowie Fildes, Goodwin und De Baets (2025).
Jede Zeile ist eine geprüfte Aussage aus dem Prüfregister des Journals, beim Build aus dem Register aufgelöst. Das Register wird auf Englisch geführt.
- B Forecast value added compares a baseline with an adjusted or final forecast and an actual outcome under a stated error measure Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C1 - B The Lawrence et al. field study compares company forecasts with a naive comparator defined as the most recent actual Author translation grounded in Lawrence, O'Connor and Edmundson (2000) ·
FVA27-C2 - B The 2025 study combines 147,131 forecasts and actuals from 10 organizations and 22 business units Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C3 - B The reported overall medians show 51.5% of SKUs with improved FVA and 55.6% with improved bias Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C4 - B Accuracy and bias can move in opposite directions and therefore remain separate audit dimensions Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C5 - B Downward adjustments generally performed better in the 2025 datasets, while upward adjustments had a mixed record and often reduced accuracy Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C6 - B The 2025 results vary across datasets and do not validate a B2B pipeline override protocol Author translation grounded in Fildes, Goodwin and De Baets (2025) ·
FVA27-C7 - B A useful audit preserves the baseline, intervention, final forecast, actual, metric, and process cost Author framework ·
FVA27-C8
Prüfgrade: A, gegen die gedruckte Seite der Primärquelle geprüft · B, Primärquelle, nur Textebene · C, belastbare Sekundärquelle · D, berichtet.
Verwandte Abbildungen
-
Das synthetische Forecast-Override-Prüfregister
Aus dem Beitrag Was ist ein Forecast-Override? Urteil ist ein Eingriff in die Daten
-
Die KI-Forecast-Kontrollkarte
Aus dem Beitrag Was ist KI-Nachfrageprognose? Eine Prognose ist kein Orakel
-
Die synthetische Zustands-Tabelle für Forecast-Kategorien
Aus dem Beitrag Was sind Forecast-Kategorien? Begriffe brauchen stabile Entscheidungsregeln