ChAI (Commodity Price Forecasting)

Kurzfazit

ChAI ist eine spezialisierte KI-Plattform für Rohstoff-Preisprognosen und Preisrisiko-Absicherung, gebaut für Konzern-Einkauf, Trading-Desks und Industrie-Treasury. Die britische Firma Commodities AI Limited deckt über 70 Commodities ab und kombiniert klassische Preisreihen mit Satellitenbildern, Frachtflüssen und Makro-Indikatoren. Das zweite Produkt ChAI Protect ist eine FCA-regulierte Preisversicherung, ein einzigartiges Angebot im Markt. Schwächen sind klar: keine transparente Preisliste, kein EU-Hosting, kein deutscher Support, und das Pricing-Niveau ist für deutsche Mittelständler mit nur wenigen Fraktionen meist überdimensioniert. Wer einen mehrstelligen Millionenvolumen-Einkauf verantwortet und mehrere Commodities gleichzeitig steuern muss, findet hier ein ernstzunehmendes Werkzeug. Für alle anderen ist eine Eigenlösung auf Open-Source-Stack typischerweise wirtschaftlicher.

Für wen ist ChAI?

Konzern-Einkauf mit mehreren Commodities: Wenn du als Head of Procurement oder Category Manager fünf oder mehr Rohstoffe gleichzeitig steuerst, etwa Aluminium, Kupfer, Stahl, Verpackungskunststoffe und Energie, bringt ChAI die Bündelung in einer Plattform. Statt fünf Excel-Modelle parallel zu pflegen, bekommst du konsistente Prognosen mit nachvollziehbaren Treibern.

Trading-Desks und Hedge-Funds: Die alternativen Signale (Satellitenbilder, Frachtflüsse) sind in der Trading-Welt etablierte Inputs für quantitative Strategien. ChAI macht sie auch für Teams zugänglich, die kein eigenes Quant-Research aufbauen wollen. Über die REST-API können Signale in vorhandene Trading-Systeme einfließen.

Treasury und CFO-Office mit Preisrisiko: Wer in Bilanzen sichtbar von Rohstoffpreisen abhängig ist (Lebensmittelhersteller, Verpackungsindustrie, Bauchemie), bekommt mit ChAI Protect ein neuartiges Hedging-Instrument: eine FCA-regulierte Versicherung gegen Preisanstiege. Anders als Futures bindet sie kein Kapital und braucht keine Hedge-Accounting-Konformität nach IFRS 9, sondern wirkt wie eine normale Sachversicherung.

Industrie-Treasury bei Großverbrauchern: Mondelēz, AB InBev und Good Mills Group nutzen ChAI bereits, das sind Unternehmen mit Milliarden-Beschaffungsvolumen. Für vergleichbare Größenordnungen (Pharma, Automotive-Zulieferer, Brauereien, Mühlen) ist ChAI eine etablierte Wahl.

Recycling und Sekundärrohstoffe: Theoretisch interessant, ChAI deckt Stahl, Aluminium, Kupfer ab, also die wichtigsten Recyclingfraktionen. In der Praxis sind die Pricing-Modelle aber selten auf KMU-Recycler zugeschnitten. Für Recycler mit nur zwei oder drei Hauptfraktionen sind Eigenmodelle auf EUWID-Daten meist die wirtschaftlichere Wahl.

Weniger geeignet für: Mittelständler mit Einkaufsvolumen unter einer Million Euro pro Commodity (Eigenmodelle sind günstiger), Unternehmen mit strengen DSGVO-Anforderungen (kein EU-Hosting), Teams ohne IT-Ressourcen für API-Integration und alle, die transparente Listenpreise vor dem ersten Verkaufsgespräch sehen wollen.

Preise im Detail

ChAI veröffentlicht keine Preise. Was öffentlich bekannt ist:

Produkt	Preismodell	Realistische Größenordnung
ChAI Insight	Jahres-Abonnement nach Commodity-Anzahl und Nutzerzahl	Fünfstellige Jahresverträge, abhängig von Scope. Pilotprojekte oft 3–6 Monate auf einzelne Fraktion.
ChAI Protect	Versicherungsprämie pro abgesichertem Volumen und Zeitraum	Prämie hängt von Volatilität, Strike-Preis und Laufzeit ab, analog zu Optionsprämien. Mindestvolumina meist sechs- bis siebenstellig.
API-Zugang	Inkludiert in höheren Insight-Tiers	Keine standalone API-Pakete.

Einordnung: Das undurchsichtige Pricing-Modell ist die größte Hürde für KMU. Wer keine sechs- bis siebenstelligen Jahres-Einkaufsvolumen pro Fraktion bewegt, kommt selten zu einem Angebot, das sich rechnet. Für die Zielgruppe, Konzerne und Trading-Desks, ist Enterprise-Pricing Branchenstandard und nicht ungewöhnlich; auch Wettbewerber wie Refinitiv, Bloomberg Commodity Forecasting oder S&P Global bewegen sich preislich auf vergleichbarem Niveau. Wer ChAI evaluiert, sollte realistisch mit 5.000 € bis 15.000 € pro Monat für eine ernsthafte Insight-Lizenz kalkulieren, bestätigte Zahlen gibt es aber nicht, nur Indikationen aus Wettbewerbsumfeldern. ChAI Protect wird wie eine Versicherungspolice abgerechnet: keine fixe Lizenzkosten, sondern Prämien pro abgesicherter Tonne und Periode.

Stärken im Detail

Breite Commodity-Abdeckung in einer Plattform. Über 70 Märkte: Aluminium, Kupfer, Nickel, Zink, Stahl, Eisenerz, Lithium-Varianten, Kobalt, Edelmetalle, Brent, WTI, mehrere Gas- und Strommärkte, CO₂-Zertifikate, Weizen, Mais, Soja, Kaffee, Kakao, Zucker, Butter, LLDPE, PP, PVC und Papiermärkte. Das ist breiter als die meisten Konkurrenten, wer mehrere Commodities gleichzeitig managen muss, spart sich Tool-Sprawl.

Alternative Datenquellen jenseits der Preisreihe. ChAI verarbeitet Satellitenbilder (etwa Lagerbestände an Häfen, landwirtschaftliche Anbauflächen), Frachtdaten (AIS-Schiffsbewegungen), Text aus Marktberichten und makroökonomische Indikatoren. Klassische Time-Series-Modelle nutzen nur die Preisreihe selbst, ChAI versucht, die zugrunde liegende physische Realität in die Prognose einzubeziehen. Das ist methodisch der richtige Weg, auch wenn die tatsächliche Vorhersagekraft je nach Commodity stark schwankt.

Modell-Transparenz und Erklärbarkeit. Im Gegensatz zu Black-Box-Deep-Learning-Modellen setzt ChAI auf Gaussian Processes und Support Vector Machines, Verfahren, bei denen sich die treibenden Faktoren zu jeder Prognose nachvollziehen lassen. Für regulierte Branchen (Banken, Versicherungen) und für interne Audit-Anforderungen ist das ein echter Vorteil gegenüber rein neuronalen Ansätzen.

ChAI Protect als einzigartiges Hedging-Instrument. Die Preisversicherung ist FCA-reguliert (Commodities AI Limited, FRN 1041595) und konkurrenzlos im Markt: keine andere Plattform bietet eine vergleichbare Kombination aus eigenem Forecast-Modell und versicherungsbasiertem Hedging. Anders als Futures benötigt das keine Margin-Hinterlegung, keine ISDA-Verträge und kein Hedge-Accounting nach IFRS 9, sondern eine normale Versicherungspolice. Das öffnet Hedging-Möglichkeiten für Mittelständler, die Futures-Märkte aus operativen oder bilanziellen Gründen meiden.

Partnerschaften mit anerkannten Preisreporting-Agenturen. S&P Global Commodity Insights (ehemals Platts) und Fastmarkets liefern die offiziellen Referenzpreise. Das macht ChAI in regulierten Kontexten (Treasury, Auditrelevanz, Versicherungsverträge) belastbar, die Preisbasis ist marktanerkannt und nicht „selbst gestrickt”.

Belastbare Kundenreferenzen. Mondelēz, AB InBev, Network Rail, Veolia und Good Mills Group sind keine Pilotkunden, sondern operative Nutzer. Für die Vendor-Bewertung in Großunternehmen ist diese Referenzliste hart, sie zeigt, dass die Plattform Konzern-Compliance-Anforderungen besteht.

Schwächen ehrlich betrachtet

Pricing-Intransparenz schreckt KMU ab. Es gibt keine öffentliche Preisliste, keinen Pilot-Tarif zum Selbstbuchen, kein Free-Trial. Jeder Interessent muss durch ein Sales-Qualifizierungsgespräch, und ab welchem Volumen man überhaupt ein Angebot bekommt, ist nicht dokumentiert. Für mittelständische Einkäufer ohne BD-Erfahrung im Trading-Bereich ist das ein erheblicher Reibungsverlust.

Kein EU-Hosting, kein DSGVO-Pfad. Die Plattform läuft in UK/US-Infrastruktur. Für DSGVO-sensible Kontexte (etwa Versicherungs-Underwriting mit Personenbezug) ist das ein Hindernis. Da Commodity-Daten meist nicht personenbezogen sind, ist die DSGVO-Relevanz für reine Insight-Nutzung begrenzt, aber AVV und Verarbeitungsregion sind dokumentationspflichtig, wenn Unternehmensdaten (eigene Einkaufspreise, Mengen) in die Plattform fließen.

Kein deutschsprachiger Support, keine deutsche UI. Die Plattform ist vollständig englisch. Für deutsche Einkaufsabteilungen mit gemischtem Sprachprofil ist das eine Hürde, gerade bei Schulungen und im operativen Tagesgeschäft. Wer eine breitere Nutzerbasis (Sachbearbeitung, Disposition) anbinden will, muss mit Sprachbarrieren rechnen.

Mittelständler werden mehrheitlich nicht das passende Pricing finden. ChAI ist ehrlich positioniert für Konzerne. Für einen Verpackungsmittelhersteller mit 30 Mio. € Umsatz und drei Hauptkunststoffen ist eine Eigenlösung auf Python-Stack mit EUWID-Daten und einem freelancenden Data Scientist typischerweise wirtschaftlicher: 20.000–40.000 € Setup, ein paar Tausend Euro laufende Kosten, gegenüber sechsstelligen ChAI-Verträgen.

Vorhersagegenauigkeit bei Marktverwerfungen begrenzt. Wie alle Forecasting-Modelle hat auch ChAI strukturelle Grenzen bei Tail-Events: Russland-Sanktionen, COVID-Lieferketten, Erdöl-OPEC-Schocks. Die Modelle lernen aus historischen Mustern, wenn das aktuelle Regime fundamental anders ist, brechen die Forecast-Quoten ein. Das ist kein ChAI-spezifisches Problem, sondern Branchenrealität. Wer ChAI als „Krisen-Frühwarnsystem” einsetzt, wird enttäuscht.

ChAI Protect bleibt vom Pricing der Preisversicherung abhängig. Die Prämien werden, analog zu Versicherungsprämien, auf Basis erwarteter Volatilität kalkuliert. In Phasen hoher Marktvolatilität (also genau dann, wenn Hedging am dringendsten ist) werden die Prämien teuer. Das ist mathematisch korrekt, kann aber den Eindruck erwecken, das Produkt sei „zu spät, wenn man es braucht”. Wer ChAI Protect nutzen will, muss strukturell und vorausschauend einkaufen, nicht reaktiv.

Wettbewerb mit etablierten Daten-Giganten. Refinitiv (jetzt LSEG), Bloomberg, S&P Global Commodity Insights bieten Forecasting-Module in ihren Plattformen an. Für Trading-Desks, die ohnehin Bloomberg-Terminals nutzen, ist die Hürde, ChAI als zusätzliches Tool zu lizenzieren, hoch. ChAIs Vorteil sind die alternativen Datenquellen, der entscheidet sich aber im konkreten Anwendungsfall.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine Eigenlösung mit Open-Source-Stack bauen willst	Hugging Face (Modelle) + Python-Eigenentwicklung
Allgemeine Finanzdaten-Recherche brauchst	Perplexity Pro mit Finance-Focus
Dokumentenbasiertes Marktwissen analysieren willst	NotebookLM für Rohstoff-Reports

Erwähnenswert ohne eigene Tool-Seite: Refinitiv (LSEG) Commodities Research, die etablierte Wahl für Trading-Desks mit Terminal-Setup, deutlich teurer aber tiefere Marktdatenanbindung. Bloomberg BCOM und MARS-Risk-Module, Standard für Großbanken-Treasury, ebenfalls High-End-Pricing. S&P Global Commodity Insights (ehemals Platts), eher Daten- als Forecast-Anbieter, oft komplementär zu ChAI. Vesper (Agraranalytik), Argus Media (Energie, Düngemittel), vertikale Spezialisten. Tradeteq, Datamaran, KI-getriebene Risiko-Plattformen mit Commodity-Modulen. Eigene Lösung auf Python + Prophet/XGBoost + EUWID-Daten, für KMU mit zwei bis drei Fraktionen typischerweise die wirtschaftlich überlegene Wahl: 15.000–40.000 € Setup, ein paar Tausend Euro Wartung pro Jahr, vollständige Datenhoheit.

So steigst du ein

Schritt 1: Eigene Anforderungen ehrlich quantifizieren. Liste die Commodities auf, die du wirklich steuerst, mit jährlichem Einkaufsvolumen pro Fraktion. Wenn das Volumen pro Commodity unter 1 Mio. € liegt, ist eine Eigenlösung (Python + Prophet, Statsforecast oder XGBoost auf Marktdaten) typischerweise günstiger und zielgenauer. ChAI lohnt sich, wenn fünf oder mehr Commodities mit jeweils signifikantem Volumen zusammenkommen, oder wenn Hedging über ChAI Protect ein konkretes bilanzielles Risiko adressiert.

Schritt 2: Vertriebsgespräch mit klarer Agenda vorbereiten. ChAI verkauft nur über Sales-Calls. Bereite vor: Liste der relevanten Commodities, Horizonte (1/3/6/12 Monate), Volumina, vorhandene Forecast-Workflows (Excel, in-house, andere Anbieter), gewünschte Integrationen (ERP-API, Treasury-System). Frage explizit nach ChAI Protect, wenn Preisrisiko bilanziell relevant ist, die meisten Sales-Calls fokussieren auf Insight, das Versicherungsprodukt ist der eigentliche Differentiator.

Schritt 3: Pilot vor Jahresvertrag verhandeln. Ein Drei- bis Sechs-Monats-Pilot auf eine einzelne Fraktion mit klaren Erfolgskriterien (MAPE-Schwelle, Hit-Rate für Richtungsentscheidungen, ROI-Berechnung gegen aktuelle Forecast-Praxis) ist der vernünftige Einstieg. Lass dir die Modell-Erklärungen für historische Phasen zeigen, vor allem für die Wendepunkte deiner Märkte in den letzten 24 Monaten. Wenn das Modell die Wendepunkte ex post nicht plausibel erklären kann, wird es sie ex ante erst recht nicht treffen.

Schritt 4 (optional, für Hedger): ChAI Protect Underwriting-Gespräch separat führen. Die Insurance-Seite hat eigene Anforderungen, Supply-Agreements als Insurable-Interest-Nachweis, Volumen-Mindestschwellen, Underwriting-Zeit von typischerweise mehreren Wochen. Wer das Thema ernsthaft prüft, sollte parallel zum Insight-Pilot die Protect-Konditionen klären, weil sich die Mehrwerte oft erst in der Kombination zeigen.

Ein konkretes Beispiel

Ein mittelständischer Verpackungsmittelhersteller aus Nordrhein-Westfalen (180 Mio. € Umsatz, 320 Mitarbeitende) verarbeitet jährlich rund 25.000 Tonnen PE, PP und PET. Die Einkaufsabteilung pflegt seit Jahren Excel-Modelle für Preisprognosen, mit gemischter Trefferquote, vor allem in volatilen Phasen 2022/23 ein erhebliches Margenrisiko. Nach einer Evaluierungsrunde wählt das Unternehmen ChAI Insight für die drei Hauptkunststoffe, kombiniert mit ChAI Protect für rund 30 % des PE-Volumens (das größte Einzelrisiko). Konkreter Aufbau: Insight liefert wöchentliche 1/3/6-Monats-Forecasts mit Treiber-Erklärungen, integriert per API in das SAP-System des Einkaufs. ChAI Protect versichert PE-Preise oberhalb eines Strike-Niveaus für die kommenden zwölf Monate, gegen monatliche Prämie. Ergebnis nach 18 Monaten: Die Forecast-Qualität liegt bei MAPE ~9 % (vorher ~15 % im Excel-Modell), das gibt der Einkaufsleitung Argumente für längere Festpreis-Verträge mit Kunden. Die Protect-Versicherung wurde im Q3 2025 ausgelöst (PE-Preisanstieg über Strike) und kompensierte rund 280.000 € Margenverlust. Gesamtkosten (Insight-Lizenz + Protect-Prämie): rund 220.000 €/Jahr. Bilanzieller Nutzen: Die vermiedenen Margenverluste plus reduzierte Forecast-Risiken übersteigen die Kosten, wäre aber bei kleinerem Volumen (z. B. nur 5.000 t PE) wirtschaftlich nicht darstellbar gewesen. Hinweis: Dieses Beispiel ist illustrativ konstruiert; Mengen und Effekte basieren auf marktüblichen Größenordnungen, nicht auf einem konkreten ChAI-Kundenfall.

DSGVO & Datenschutz

• Datenhosting: UK/US-Infrastruktur. Keine offizielle EU-Region für die Insight-Plattform.
• Anbieter: Commodities AI Limited, Großbritannien, von der britischen Financial Conduct Authority (FCA) reguliert (FRN: 1041595). ChAI Insight ist regulatorisch als analytisches Werkzeug klassifiziert, ChAI Protect als regulierte Versicherung.
• Personenbezug: Commodity-Daten und Marktpreise sind grundsätzlich nicht personenbezogen. Sobald aber Unternehmensspezifika (eigene Einkaufspreise, Mengen, Lieferantenliste) in die Plattform fließen, ist eine vertragliche Regelung zur Vertraulichkeit erforderlich.
• Auftragsverarbeitung (AVV): Auf Anfrage für Enterprise-Kunden verfügbar. Standard-AVV-Vorlage gibt es nicht öffentlich.
• Drittlandtransfer: UK gilt seit dem britischen Adequacy Decision der EU-Kommission als datenschutzrechtlich gleichwertig, Transfers nach UK sind ohne SCC möglich. Anders bei US-Transfers: hier sind EU-US Data Privacy Framework oder Standardvertragsklauseln nötig.
• Datensensitivität bei Protect: Für die Versicherungs-Komponente werden Supply-Agreements und Volumendaten ausgetauscht, sensibel im Sinne von Geschäftsgeheimnissen, nicht im Sinne der DSGVO.
• Empfehlung für Unternehmen: Vor Vertragsabschluss eine Datenschutz-Folgenabschätzung durchführen, wenn eigene Einkaufsdaten in die Plattform fließen. Für reine Marktbeobachtung ohne Upload von Unternehmensdaten ist die DSGVO-Relevanz begrenzt.

Gut kombiniert mit

• Perplexity, Für ergänzende Marktrecherche zu fundamentalen Treibern (Sanktionen, Wettermuster, neue Förderkapazitäten), die ChAI als Kontext liefert, aber nicht im Detail recherchiert. Perplexity übernimmt die qualitative Hintergrund-Recherche zu den Themen, die ChAI quantitativ verarbeitet.
• NotebookLM, Für die Verarbeitung umfangreicher Marktberichte (S&P Global, Wood Mackenzie, IEA, ICE), die im Einkauf typischerweise als PDF eintreffen. NotebookLM macht den Bestand befragbar, ChAI liefert die quantitative Prognose dazu.
• Claude oder ChatGPT, Für die Übersetzung von ChAI-Modell-Erklärungen in deutsche Management-Briefings. Die englischen Modell-Outputs lassen sich mit gutem Prompt-Engineering in entscheidungsreife Vorlagen für Einkaufsleitung oder Vorstand überführen.

Unser Testurteil

ChAI verdient 3 von 5 Sternen. Die Plattform macht in ihrer Kernzielgruppe, Konzerne und Trading-Desks mit breiter Commodity-Exposure, vieles richtig: die Daten-Methodik mit alternativen Signalen ist methodisch solide, ChAI Protect ist ein echtes Differenzierungs-Feature ohne direkten Wettbewerber, die Kundenreferenzen sind belastbar. Punkte verliert das Tool an der eingeschränkten Zugänglichkeit: kein transparentes Pricing, kein Self-Service-Onboarding, keine deutsche UI, kein deutscher Support, kein EU-Hosting. Vor allem aber bleibt es für die deutsche Mittelstandsrealität, wenige Fraktionen, kleinere Volumina, oft enge IT-Ressourcen, schlicht überdimensioniert. Wer in die enge Zielgruppe fällt (mehrere Commodities, signifikante Volumina, IT für API-Integration, Hedging-Bedarf), bekommt ein gutes Werkzeug. Für alle anderen ist eine pragmatische Eigenlösung typischerweise die wirtschaftlich klügere Wahl.

Was wir bemerkt haben

• Mai 2026, Keine öffentliche Preisliste, kein Free-Trial. Wer Interesse hat, kommt um ein Sales-Gespräch nicht herum, eine bewusste Vertriebsstrategie, die ChAI in der Konzern-Zielgruppe verankert, aber den Mittelstandszugang erschwert.
• 2024–2025, ChAI hat das Produktportfolio in zwei Marken aufgeteilt: ChAI Insight (Analytics-Plattform) und ChAI Protect (FCA-regulierte Preisversicherung). Die Insight-Plattform läuft inzwischen auf einer eigenen Subdomain (intel.chaipredict.com).
• 2023, ChAI hat FCA-Regulierung erhalten (Commodities AI Limited, FRN 1041595). Damit wurde ChAI Protect rechtlich als regulierte Versicherung positionierbar, ein zentraler strategischer Schritt, der das Produkt von reinen Forecast-Tools abhebt.
• Funding, Die Firma wird gestützt von Dynamo VC, InsurTech Gateway, MMC VC, Seraphim Capital und Passion Capital. Konkrete Rundengrößen und aktuelle Bewertung sind nicht öffentlich; finanzielle Stabilität wirkt im VC-getragenen Modell typisch, verlängerte Funding-Lücken können bei Foundation-getragenen Startups jederzeit zu Strategieanpassungen führen.
• Mai 2026, Eine EU-Region oder ein deutsches Vertriebsbüro ist nicht öffentlich angekündigt. Die Kundenkommunikation läuft vollständig auf Englisch, der Support aus dem UK-Hauptsitz.