Forecast.app

So steigst du ein

Schritt 1: Demo bei forecast.app anfordern — eine kostenlose Selbstregistrierung gibt es nicht mehr, das System ist auf B2B-Vertrieb umgestellt. Im Discovery-Call werden eure Projektgrößen, Vertragstypen und Quellsysteme (Jira, Harvest, Xero etc.) abgefragt.

Schritt 2: Daten-Anbindung einrichten. Forecast lebt von historischen Projektdaten: mindestens 12–18 Monate vergangener Projekte mit Zeiterfassung, Budgets und Status werden importiert, um die Prognose-Modelle zu trainieren. Ohne diese Datenbasis liefern die KI-Prognosen wenig Nutzen.

Schritt 3: Die ersten zwei bis drei aktiven Projekte parallel laufen lassen — einmal in Forecast, einmal im Bestandssystem. Erst wenn die Prognosen konsistent mit der Realität übereinstimmen, das Reporting offiziell auf Forecast umstellen. Plane für diese Validierungsphase 8–12 Wochen ein.

Ein konkretes Beispiel

Eine Hamburger Digitalagentur (45 Mitarbeitende, 30–40 parallele Kundenprojekte) nutzt Forecast, um Margen-Risiken in Time-and-Material-Verträgen früh zu erkennen. Die KI verknüpft die laufende Zeiterfassung mit dem ursprünglichen Projektbudget und meldet, sobald eine Burn-Rate aus dem Ruder läuft — typischerweise 2–4 Wochen früher als die wöchentliche manuelle Auswertung. Die Geschäftsführung berichtet, dass sie pro Quartal etwa drei Projekte rechtzeitig nachverhandeln konnte, bevor sie ins Minus gerutscht sind. Der EU-Datenschutz wurde über einen Auftragsverarbeitungsvertrag mit Standardvertragsklauseln geregelt — die Verarbeitung selbst läuft in den USA.