Wir entwickeln das neue Werkzeug für Einkauf, Risikomanagement und Trading.

ÜBER 20 JAHRE ERFAHRUNG IN MACHINE LEARNING, WISSENSCHAFTLICHER FORSCHUNG UND INDUSTRIELLER MARKTENTWICKLUNG

Team kennenlernen
Wer wir sind

Über Datasphere

Datasphere Analytics ist ein Commodity-Intelligence-Unternehmen für Teams, die Märkte bewegen: Einkaufsverantwortliche, Finance Manager und Risikomanager in Industrieunternehmen, die täglich weitreichende Entscheidungen treffen.

Wir verbinden Zeitreihenmodelle mit Event Intelligence und übersetzen globale Signale – Lieferunterbrechungen, politische Veränderungen und Marktbewegungen – in strukturierte, handlungsrelevante Prognosen. Nicht nur Zahlen, sondern Kontext. Nicht nur Daten, sondern Entscheidungsgrundlagen.

Von Münster, Berlin und New York aus arbeiten wir mit Industrieunternehmen aus den Bereichen Energie, Metalle, Agrarrohstoffe und Chemie. Unser Ziel ist es, jedem Team denselben Informationsvorsprung zu geben: nicht als Black Box, die menschliches Urteilsvermögen ersetzt, sondern als transparente Intelligence Layer, die Vertrauen schafft, Veränderungen ermöglicht und Entscheider wieder in die Lage versetzt, aktiv zu steuern.

Wie wir denken

Prinzipien, die unsere Arbeit bestimmen.

Genauigkeit ist die Grundlage. Nachvollziehbarkeit schafft den entscheidenden Mehrwert.

Eine Prognose, die in 99 Prozent der Fälle richtig liegt, ist nur dann wertvoll, wenn Entscheider sie nachvollziehen und vertreten können. Deshalb entwickeln wir für verantwortungsvolle Entscheidungen – nicht nur für maximale Präzision.

1

Nicht Volatilität bindet Kapazitäten, sondern Informationsrauschen.

Der Engpass bei Rohstoffentscheidungen ist nicht die Komplexität des Marktes. Es ist die Zeit, die für das Sammeln, Sortieren und wiederholte Erklären von Informationen verloren geht, die längst strukturiert vorliegen sollten.

2

Technologie setzt sich nur durch, wenn Veränderung sicher gelingt.

Unternehmen führen Intelligence-Tools nicht allein wegen ihrer Leistungsfähigkeit ein. Sie setzen sie ein, wenn sich die Veränderung sicher anfühlt. Deshalb ermöglichen wir einen risikoarmen Einstieg in skalierbare Arbeitsabläufe – ohne Umbrüche, die den Betrieb ausbremsen.

3
Das Problem
Industrieunternehmen geben Milliarden für Rohstoffe aus. Viele treffen diese Entscheidungen mit unvollständigen Informationen, Daten ihrer Lieferanten und einem durch Erfahrung geschärften Instinkt – jedoch ohne fundierte Marktinformationen.
Prof. Dr. Reiner Kurzhals
Gründer & Chief Revenue Officer
Die Mission
Wir haben Datasphere nicht gegründet, weil KI im Trend liegt. Wir haben Datasphere gegründet, weil Einkaufs- und Risikoteams bessere Entscheidungsgrundlagen verdienen als fünf geöffnete Browser-Tabs und ein Bauchgefühl am Morgen.
Lukas Haemisch
Gründer & Chief Executive Officer
Die Lösung
Das Problem war nie ein Mangel an Daten. Es fehlte an klaren Signalen: strukturierten, kausalen und handlungsrelevanten Informationen, die vor der Entscheidung vorliegen – nicht erst, wenn der Schaden entstanden ist.
Prof. Dr. Reiner Kurzhals
Gründer & Chief Revenue Officer
Fachwissen und Perspektiven

Wir teilen, was wir gelernt haben.

Künstliche Intelligenz

Warten Sie nicht auf den Chart

In volatilen Märkten werden Entscheidungen oft später getroffen, als sie müssten. Nicht, weil Teams nicht erkennen, was passiert, sondern weil sie auf Bestätigung warten. Der Vorteil entsteht, wenn Markttreiber verstanden werden, bevor sie sich im Chart zeigen.

Künstliche Intelligenz

Wenn Sie Preis-Charts prüfen, sind Sie bereits zu spät

In Commodity-Teams gibt es eine vertraute Szene: Jemand hat einen Preis-Chart geöffnet, beobachtet die Kurve und wartet auf Bestätigung. Kleine Signale häufen sich – und dann beginnen die entscheidenden Fragen: Ist das der Beginn eines Trends? Ist die Bewegung nur kurzfristig? Müssen wir jetzt handeln?

Künstliche Intelligenz

Das eigentliche Problem im Rohstoffmarkt ist nicht Volatilität – sondern Informationsrauschen

Unternehmen verfügen heute über mehr Marktdaten als je zuvor: Preisfeeds, Analystenberichte, interne Prognosen, Dashboards, Einkaufskennzahlen und Risikomodelle. Trotzdem bleiben Entscheidungen im Rohstoffeinkauf oft unsicher. Das eigentliche Problem ist nicht fehlende Information, sondern fehlende Klarheit.

Standorte

Wo wir arbeiten.

Weltweit tätig.

Wir haben Büros in New York, Berlin und Münster.
Media

Datasphere in der Presse.

Von der Excel-Tabelle zum befragbaren Markt

Kontrakt fixieren oder abwarten? An dieser Frage hängt im Rohstoffeinkauf des Mittelstands oft das Jahresergebnis, beantwortet wird sie vielerorts mit einer Excel-Historie, in der nur steht, was war. Wie nachrichtenbasierte Prognosen mit Hilfe von Künstlicher Intelligenz Richtung und Risiko früher sichtbar machen, erklärt Lukas Haemisch von Datasphere Analytics.
Read article

„Schnecke statt Unicorn“: Warum diese Gründer keinen VC wollten

Gründer jagen VC-Millionen hinterher. Lukas Haemisch entschied sich dagegen und nahm stattdessen einen einzigen Business Angel an Bord.
Read article

Der blinde Fleck im Rohstoffeinkauf

Einkäufer haben heute mehr Marktdaten und Nachrichten zur Verfügung als je zuvor. Doch im Tagesgeschäft zählt oft nur eine Frage: Was bedeutet diese Meldung jetzt konkret für meinen Preis, meine Verhandlung und meine nächste Entscheidung?
Read article

„Eine KI für Rohstoffpreise“

Datasphere Analytics sagt Rohstoffpreise auf Basis von Nachrichtenströmen vorher. Würde Expertin Daniela Bach investieren?
Read article

Wer entscheidet künftig schneller über Milliardenmärkte?

Datasphere Analytics entwickelt KI für Rohstoffmärkte und unterstützt Industrieunternehmen bei datenbasierten Entscheidungen
Read article

Am Anfang steht ein Gespräch — finden wir heraus, was möglich ist.

Ein kurzes Gespräch genügt, um zu sehen, ob es passt. Hinterlassen Sie Ihre Kontaktdaten — wir melden uns persönlich, stellen Ihnen den DSA-Ansatz vor und schauen gemeinsam, wie Forecasting und KI Ihr Team unterstützen können.

Unverbindlich — einfach ein Gespräch.
Ihre Nachricht
*Required

Thank you for your message!

Oh no, an error occured! Something went wrong while submitting the form. Please try again later or write us to hello@datasphere-analytics.com.