Schluss mit Fehlprognosen: Warum KI-Agenten uns bei Produktneueinführungen klüger entscheiden lassen
Neue Produkte haben keine Verkaufshistorie – und genau hier scheitern klassische Forecasts. In diesem Kurzwebinar zeigen Elisabeth Neuhaus (Senior Customer Success Managerin bei paretos) & Robert Haase (VP AI bei paretos), wie KI über semantische Produktähnlichkeit trotzdem treffsichere Prognosen erstellt. Was du in diesem Video lernst: Warum Bauchgefühl und Excel bei Produktneueinführungen systematisch danebenliegen – und wie KI aus vorhandenen Produkt-Attributen einen datengetriebenen Forecast ableitet, ganz ohne eigene Verkaufshistorie. ⏱ Kapitel: 00:00 Begrüßung & Vorstellung 02:32 Was sind Cold Starts? (Begriffsklärung) 04:06 Das Problem: Warum Sales-Schätzungen nicht reichen 06:20 Wie KI hilft: von Attributen zu Produktähnlichkeit 09:05 Forecasting für neue Produkte ohne Historie 11:16 Die zwei Hürden – und warum Excel nicht reicht 13:25 Warum NPI-Forecasting das teuerste Problem ist 16:49 Abschluss & Einladung zur AI-Konferenz 18:08 Q&A: Wie sauber müssen die Daten sein? 21:47 Q&A: Reichen ChatGPT & Claude für Forecasting? 24:01 Verabschiedung 🔑 Key Takeaways: ✅ Neue Produkte lassen sich über semantische Ähnlichkeit zu Bestandsprodukten prognostizieren – ab dem ersten Tag ✅ Sales-Schätzungen und Excel scheitern an Bias und Informations-Silos ✅ NPI-Forecasts überschätzen im 1. Jahr oft um ~70 % → gebundenes Kapital & Überbestände ✅ Generische LLMs (ChatGPT, Claude) reichen nicht: nicht deterministisch, Halluzinationen, kein Domänenwissen ✅ Datenqualität ist der Schlüssel – und verbessert sich iterativ über Feedback 🔗 Mehr von paretos: 🌐 Website: https://www.paretos.com/de 🎥 Weitere Webinare: https://webinar.paretos.com/ 📅 Demo buchen: https://www.paretos.com/de/termin-buchen 💼 LinkedIn: https://www.linkedin.com/company/paretoscom/ #DemandPlanning #NewProductForecasting #ColdStart #SupplyChain #DecisionIntelligence #Forecasting #paretos #AIagents #InventoryOptimization