Forecast.app

Kurzfazit

Forecast.app ist eine der wenigen PSA-Plattformen, die KI als Kernfeature ernst nehmen, und nicht als Marketing-Aufkleber. Die Stärke liegt in der Prognose: Projekt-Endtermine, Budgetausschöpfung und Margenrisiken werden aus laufender Zeiterfassung und Aufgabenfortschritt vorhergesagt, oft zwei bis vier Wochen früher als bei manueller Auswertung. Für Agenturen und Beratungen mit vielen parallelen T&M-Projekten ein echter Hebel. Schwächen: kein deutscher Support, US-Hosting (Standard), unklare Roadmap nach der Verschmelzung mit Accelo und eine intransparente Preispolitik. Die Modelle brauchen 12–18 Monate historische Projektdaten, um wirklich zu funktionieren, kein Tool für den schnellen Einstieg.

Für wen ist Forecast.app?

Digital- und Kreativagenturen (20–150 Mitarbeitende): Wer 30+ parallele Kundenprojekte fährt, mit Time-and-Material- oder hybriden Verträgen arbeitet und regelmäßig Margenerosion erlebt, findet in Forecast eine echte Antwort. Die Burn-Rate-Prognose meldet kritische Projekte deutlich früher als jede manuelle wöchentliche Auswertung, das ist der Sweet Spot des Tools.

Beratungen mit Skill-Matching-Bedarf: Wer Berater nach Fachkompetenz, Vorerfahrung in ähnlichen Branchen und Verfügbarkeit auf Projekte verteilt, profitiert von der skill-basierten Ressourcenzuweisung. Forecast verbindet historische Performance-Daten („wie gut hat dieser Berater in vergleichbaren Projekten geliefert?”) mit Auslastungsplanung, ein Feature, das viele klassische PM-Tools so nicht haben.

Tech-Dienstleister und Softwarehäuser: Wer Custom-Entwicklung verkauft und Jira als technisches Backbone nutzt, kann Forecast als Business-Layer darüber legen. Tickets fließen rüber, Stundenerfassung wird synchronisiert, die Margen-Sicht auf Projektebene entsteht automatisch. Für CTOs und Delivery-Leads ist das der primäre Mehrwert gegenüber reinem Jira.

Professional-Services-Firmen mit Reporting-Druck: Wenn die Geschäftsführung wöchentlich Margen-Reports, Auslastung pro Berater und Pipeline-Forecast sehen will, ist Forecast eine konsolidierte Lösung. Eine Plattform für Projektplanung, Ressourcen, Zeiterfassung und Finanzen, keine drei parallelen Systeme mit Synchronisationsproblemen.

Weniger geeignet für: Sehr kleine Teams (<15 Mitarbeitende, Datenbasis zu schmal), reine Festpreis-Geschäftsmodelle (kein T&M-Use-Case), Anwender mit zwingender deutscher Oberfläche, Unternehmen mit strenger DSGVO-Compliance (US-Hosting Standard) und alle, die ein leichtgewichtiges Tool im Stile von oder suchen, Forecast ist deutlich schwerer.

Preise im Detail

Plan	Preis	Was du bekommst
Lite (historisch)	ca. 29 USD/Nutzer/Monat	Grundfunktionen Projektmanagement, Zeiterfassung, einfache Berichte
Pro (typisch)	ca. 49–60 USD/Nutzer/Monat	KI-Prognosen, Ressourcenplanung, Finanzmodul, gängige Integrationen
Plus / Enterprise	ab ca. 80 USD/Nutzer/Monat	Skill-basierte Allokation, erweiterte Analytics, SSO, AVV, Premium-Support

Einordnung: Forecast hat seine Preisliste 2024/25 von der öffentlichen Webseite entfernt, jede Verhandlung läuft jetzt über persönliches Angebot. Die genannten Werte sind Erfahrungswerte aus dem Mittelstand und werden je nach Nutzerzahl, Vertragslaufzeit und Verhandlungsgeschick variieren. Faustregel: Für eine 50-Personen-Agentur landest du bei Gesamtkosten von typisch 3.000–4.500 USD/Monat, günstiger als , teurer als reine PM-Tools wie . Die Mindestabnahme von 10 Nutzern macht das Tool für kleine Teams unattraktiv. Wer den ROI nicht innerhalb von sechs Monaten über vermiedene Margenverluste rechtfertigen kann, sollte ein günstigeres Tool wählen.

Stärken im Detail

KI-Prognosen, die echten Mehrwert liefern. Forecast verknüpft laufende Zeiterfassung, Aufgabenstatus und ursprüngliche Projektplanung zu einer kontinuierlichen Prognose: Wann wird das Projekt fertig? Wie wahrscheinlich überschreitet es das Budget? Wo droht eine Margenkrise? Diese Vorhersagen sind keine Spielerei, Bestandskunden berichten, dass kritische Projekte 2–4 Wochen früher erkannt werden als bei wöchentlicher manueller Auswertung. Das ist der primäre Grund, warum Forecast trotz höherer Preise gegenüber generischen PM-Tools gewinnt.

Skill-basierte Ressourcenzuweisung mit Historie. Klassische PM-Tools wissen, wer „verfügbar” ist. Forecast weiß zusätzlich, wer ähnliche Projekte erfolgreich geliefert hat, basierend auf historischer Performance, Skill-Profilen und Branchenerfahrung. Das macht die Allokation qualitativer als reines Verfügbarkeits-Tetris. Für Beratungen mit heterogenem Senior-Pool ein deutliches Plus.

Konsolidierte PSA-Plattform statt Tool-Zoo. Projektplanung, Ressourcenplanung, Zeiterfassung, Finanzmodul, Rechnungsstellung, alles in einer Plattform. Wer das vorher mit fünf einzelnen Tools (Jira, Toggl, Excel, QuickBooks, …) gemacht hat, eliminiert Schnittstellen und Synchronisationsfehler. Für die Geschäftsführung entsteht eine konsistente Sicht auf alle Projekte, Auslastung und Profitabilität.

Gängige Integrationen mit Daily-Drivern. Jira, GitHub, Slack, Salesforce, Xero, QuickBooks, Microsoft Teams, die wichtigsten Tools, die Beratungen und Agenturen ohnehin nutzen, sind nativ angebunden. Custom-Integrationen über API möglich. Das senkt die Hürde für die Einführung deutlich, weil bestehende Workflows nicht ersetzt, sondern angereichert werden.

Europäische Wurzeln, internationale Erfahrung. Forecast wurde 2016 in Kopenhagen gegründet, kennt also europäische Vertragslogiken (Mehrwertsteuer, Festpreis-vs-T&M-Kombinationen, EU-Buchhaltungsstandards) besser als rein US-stämmige Wettbewerber. Auch wenn das Hosting heute in den USA läuft, bleibt diese DNA an manchen Stellen erkennbar.

Klare Spezialisierung auf Professional Services. Forecast versucht nicht, „alles für alle” zu sein. Das Tool ist auf Agenturen, Beratungen und Dienstleister zugeschnitten, keine Bauprojekte, keine Produktentwicklung, keine reine Software-Entwicklung. Diese Fokussierung macht die Workflows kohärenter und die KI-Modelle treffsicherer als bei generischen PM-Tools.

Schwächen ehrlich betrachtet

Datenbasis als Voraussetzung, kein Quick Win. Die KI-Prognosen funktionieren erst, wenn 12–18 Monate historischer Projektdaten vorhanden sind. Wer Forecast einführt und sofort genaue Vorhersagen erwartet, wird enttäuscht. In den ersten 6 Monaten ist das Tool eher ein klassisches PSA-System mit besseren Dashboards. Der eigentliche KI-Mehrwert entfaltet sich später, was die Investitionsentscheidung erschwert, weil der ROI nicht sofort sichtbar wird.

Keine deutsche Oberfläche, kein lokaler Support. Die UI ist englisch, der Support läuft auf Englisch über Chat und Mail, deutsche Kundenbetreuer gibt es nicht. Für internationale Teams kein Problem, für rein deutschsprachige Agenturen oder Beratungen mit weniger affinen Mitarbeitenden eine echte Hürde, und ein Grund, warum viele DACH-Kunden bei der Auswahl letztlich zu oder (beide mit deutscher UI) wechseln.

Accelo-Integration sorgt für Unsicherheit. Die australische Accelo-Gruppe hat Forecast 2024/25 integriert. Bisher läuft Forecast als eigenständiges Produkt weiter, aber bei Übernahmen dieser Art ist die Mittelfrist-Roadmap selten klar. Einige Funktionen wandern erfahrungsgemäß zur Mutterplattform, andere werden deprecated. Bestandskunden sollten in Vertragsverhandlungen explizit Produktverfügbarkeit für die Vertragslaufzeit zusichern lassen.

Intransparente Preispolitik. Die öffentliche Preisliste ist verschwunden, Pricing läuft nur noch über Sales. Das macht Benchmarking und schnelle Entscheidungen schwierig, und schreckt KMU ab, die nicht erst durch einen Sales-Funnel laufen wollen, um zu erfahren, ob das Tool überhaupt erschwinglich ist. Branchenüblich, aber trotzdem ein Reibungspunkt.

US-Hosting als DSGVO-Hürde. Standard-Tenants laufen in den USA. EU-Datenresidenz ist auf Anfrage verhandelbar, aber kein Standard. Für streng regulierte Branchen (z. B. Beratungen für Behörden oder Pharma-Kunden) ein echter Stolperstein, der Auftragsverarbeitungsvertrag mit Standardvertragsklauseln reicht oft formal aus, ändert aber nichts am tatsächlichen Datenstandort.

Lernkurve fordert Engagement. Forecast ist kein Tool, das man „mal nebenbei einführt”. Stammdaten (Mitarbeitende, Skills, Stundensätze, Kundenobjekte), Projektvorlagen, Approval-Workflows, all das will sauber konfiguriert sein. Realistischer Implementierungsaufwand: 6–10 Wochen für eine mittelgroße Agentur, davon mindestens 50 % interner Aufwand. Wer das unterschätzt, scheitert an der eigenen Adoption.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine etablierte PSA-Suite für große Beratungen brauchst
Eine deutschsprachige Lösung mit lokalem Support willst
Reine Ressourcenplanung mit Capacity-Fokus suchst
Eine flexible Allzweck-PM-Plattform suchst (kein PSA-Schwerpunkt)
Du bereits Jira nutzt und das Ökosystem nicht verlassen willst

Erwähnenswert ohne eigene Tool-Seite im KI-Syndikat: Productive (kanadische PSA-Plattform, vergleichbarer Fokus auf Agenturen), Teamwork (irische PSA-Lösung, oft günstiger), Float (Spezialist für Resource Scheduling) und Projektron BCS (deutsche Lösung aus Berlin, ideal für DACH-Beratungen mit DSGVO-Fokus). Für eine fundierte Auswahl lohnt sich eine Shortlist mit Forecast + einem deutschen Anbieter + einer Allzweck-Lösung, meist klärt sich nach drei Demos, ob die KI-Prognose den Preisaufschlag wert ist.

So steigst du ein

Schritt 1: Eine 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. Lass dir explizit zwei Referenzkunden in deiner Branche nennen und sprich mit beiden, Sales-Pitch und Realität klaffen bei PSA-Tools oft weit auseinander.

Schritt 2: Daten-Anbindung einrichten und historische Projekte importieren. Forecast lebt von historischen Daten: 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. Plane diesen Schritt nicht zu klein, saubere Stammdaten sind entscheidend für jede spätere Prognosequalität.

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. Erst danach lässt sich seriös bewerten, ob das Tool den Investitionsaufwand wert ist, vorher ist jede Beurteilung Bauchgefühl.

Ein konkretes Beispiel

Eine Hamburger Digitalagentur (45 Mitarbeitende, 30–40 parallele Kundenprojekte, Schwerpunkt UX-Design und Frontend-Entwicklung) nutzt Forecast, um Margen-Risiken in Time-and-Material-Verträgen früh zu erkennen. Implementierung dauerte 9 Wochen, jährliche Lizenzkosten liegen bei rund 35.000 USD (45 aktive Nutzer). 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, Margenrettung pro Jahr: geschätzt 80.000–150.000 Euro. Der EU-Datenschutz wurde über einen Auftragsverarbeitungsvertrag mit Standardvertragsklauseln geregelt, die Verarbeitung selbst läuft in den USA, was bei mehreren Kunden im öffentlichen Sektor zu Diskussionen geführt hat. Für diese Mandate wird parallel ein zweites System eingesetzt.

DSGVO & Datenschutz

• Datenhosting: Primär USA. EU-Datenresidenz nur auf explizite Anfrage und Verhandlung verfügbar, kein Standard, kein dokumentierter Self-Service.
• Datennutzung: Eingegebene Projekt- und Zeitdaten werden für die Prognose-Modelle genutzt, laut Vendor nicht aggregiert oder für externe Modell-Verbesserung verwendet. Kunden sollten diese Klausel im AVV explizit prüfen.
• Account-Löschung: Möglich über Administrator-Funktion. Datenexport vor Löschung über CSV oder API.
• Auftragsverarbeitung (AVV): Standardvertrag mit Standardvertragsklauseln verfügbar. Genügt formal für DSGVO, ändert aber nichts am US-Datenstandort.
• Sub-Processors: AWS als Cloud-Hoster (US-Regionen), weitere Sub-Processors für Logging, Monitoring und Support. Vollständige Liste auf Anfrage.
• Empfehlung für DACH-Unternehmen: Vor Vertragsabschluss aktuelle Sub-Processor-Liste anfordern, US-Cloud-Act-Bezug juristisch prüfen lassen. Für Kunden im öffentlichen Sektor oder strikt DSGVO-sensitiven Branchen ist Forecast oft nicht die richtige Wahl, hier sind mit EU-Hosting oder deutsche Lösungen wie Projektron BCS sauberer.

Gut kombiniert mit

• , Tech-Dienstleister halten ihre Tickets und User Stories in Jira, Forecast übernimmt die Stundensummen und Statusinformationen für Prognose und Margen-Reporting. Synchronisation läuft bidirektional, allerdings mit gelegentlichen Sync-Latenzen.
• Slack oder Microsoft Teams, Forecast pushed Warnmeldungen (kritische Burn-Rate, Ressourcenkonflikte) direkt in Channels. Das senkt die Schwelle, früh zu reagieren, Reports, die nur in Forecast liegen, werden oft erst Tage später gesehen.
• , die strukturierten Forecast-Reports lassen sich als Datengrundlage für Notion-AI-basierte Quartalsanalysen und Board-Reports nutzen: Forecast liefert die Zahlen, Notion AI das Narrativ.

Unser Testurteil

Forecast.app verdient 3 von 5 Sternen. Es ist eine ernstzunehmende PSA-Plattform mit echter KI-Komponente, eines der wenigen Tools im Markt, das KI nicht nur als Etikett verwendet, sondern als funktionalen Kern. Für mittelständische Agenturen und Beratungen mit T&M-Schwerpunkt ist das ein klarer Mehrwert. Den vierten Stern verliert Forecast durch das fehlende EU-Hosting, die fehlende deutsche Oberfläche, die intransparente Preispolitik und die Unsicherheit nach der Accelo-Integration. Den fünften Stern lassen wir, weil die Lernkurve und die nötige Datenbasis das Tool für viele KMU zu schwer machen, und weil der eigentliche KI-Mehrwert erst nach Monaten produktiv wird. Wer die Voraussetzungen erfüllt (Agentur/Beratung, T&M-Anteil, historische Datenbasis, englischsprachiges Team), bekommt mit Forecast ein gutes Werkzeug. Alle anderen sollten kritisch prüfen, ob ein klassisches PM-Tool plus Excel-Margen-Auswertung nicht ausreicht.

Was wir bemerkt haben

• 2024, Forecast.app wurde mit der australischen Accelo-Gruppe verschmolzen. Beide Marken laufen vorerst parallel, die langfristige Produktstrategie ist offiziell nicht kommuniziert. Bestandskunden sollten Vertragsverlängerungen mit Produktverfügbarkeitsklauseln absichern.
• 2024/25, Die öffentliche Preisliste wurde von der Webseite entfernt. Pricing läuft jetzt ausschließlich über Sales, branchenüblich, aber für schnelle Entscheidungen hinderlich.
• Mai 2026, Forecast positioniert sich öffentlich als „AI-powered platform for professional services” und betont „Intelligence embedded across the entire project lifecycle”. Damit folgt das Tool dem Markttrend, KI als integralen Bestandteil statt als Add-on zu vermarkten.
• Mai 2026, Eine native EU-Region bleibt nicht standardmäßig verfügbar. Wer DSGVO-sauber arbeiten will, muss explizit verhandeln, und kann nicht von einer dokumentierten Standardlösung profitieren. Diese Lücke ist seit Jahren unverändert.
• Mai 2026, Im DACH-Vertrieb ist Forecast deutlich weniger sichtbar als noch 2022/23. Lokale Partner und Implementierungshäuser sind rar, wer eine Einführung plant, muss überwiegend mit dem internationalen Forecast-Team direkt arbeiten.