Stellen Sie sich ein Procurement-Team Anfang Juni 2026 vor. Der Quartals-Budgetreview steht an, und das Team verankert seine Q3-Energieannahmen in der verlässlichsten verfügbaren Quelle: dem monatlichen Ausblick der U.S. Energy Information Administration. Die Zahl wandert in den Hedging-Plan, in die Lieferantenverhandlungen, ins Board-Deck. Vier Wochen später veröffentlicht dieselbe Quelle ihren nächsten Ausblick – und die Brent-Prognose für dasselbe Quartal liegt 27 Dollar pro Barrel niedriger. Am Prozess des Teams war nichts falsch. Am Modell war nichts falsch. So sehen Rohstoffpreisprognosen schlicht aus, wenn die Welt sich schneller bewegt als der Publikationszyklus.
Diese 27-Dollar-Revision ist keine Blamage für die Prognostiker. Sie ist eine Eigenschaft des Marktes, den sie prognostizieren. Und sie führt zu einer Frage, die die meisten Organisationen über die Zahlen, auf denen sie planen, nie stellen: nicht Wie genau ist diese Prognose?, sondern Wie lange bleibt sie genau?
Rohstoffpreisprognosen haben ein Halbwertszeit-Problem
Jede Prognose ist eine Aussage über die Zukunft, getroffen mit dem Informationsstand eines einzigen Moments. Von der Sekunde ihrer Veröffentlichung an beginnen Events, sie auszuhöhlen. Ein Waffenstillstand hält oder scheitert. Eine Förderquote wird angehoben. Eine Meerenge öffnet wieder. Jedes Event überführt ein Stück der Gültigkeit dieser Prognose in die Vergangenheit – bis das, was übrig bleibt, keine Prognose mehr ist, sondern ein historisches Artefakt mit einer selbstbewussten Zahl darauf.
In Anlehnung an die Physik lässt sich das die Halbwertszeit einer Prognose nennen: die Zeit, die Events brauchen, um die Hälfte der Annahmen darunter zu entwerten. Entscheidend ist: Die Halbwertszeit wird nicht von der Qualität des Modells bestimmt, sondern von der Eventdichte des Marktes. In einem ruhigen Markt kann eine monatliche Punktprognose monatelang ihren Wert behalten. Im ersten Halbjahr 2026, im Ölmarkt, betrug ihre Halbwertszeit Tage.
Deshalb greift der Reflex zu kurz, auf Volatilität mit besseren Prognosen zu antworten. Ein ausgefeilteres Modell im selben Monatsrhythmus verfällt genauso schnell. Wie wir in Don't Wait for the Chart argumentiert haben: Preise bewegen sich, weil sich Treiber bewegen – und Treiber warten nicht auf Publikationstermine.
Warum Rohstoffpreisprognosen in eventgetriebenen Märkten scheitern
Die 27-Dollar-Revision, rekonstruiert
Sehen wir uns an, was zwischen den beiden EIA-Ausblicken tatsächlich passiert ist. Anfang 2026 hatte der offene Konflikt mit dem Iran die Straße von Hormus faktisch geschlossen – die Wasserstraße, durch die rund ein Fünftel der globalen Ölströme und knapp ein Fünftel des LNG-Handels laufen. Die Preise trugen eine erhebliche Störungsprämie, und Prognosen, die auf dieser Welt gebaut waren, spiegelten sie wider.
Dann, am 18. Juni, unterzeichneten die USA und der Iran ein Memorandum of Understanding, das die Meerenge wieder öffnete. Der Verkehr lief an, die Erwartungen an die globale Förderung wurden nach oben korrigiert, und die Störungsprämie begann aus der Kurve abzufließen. Im Juli setzte der EIA-Ausblick Q3-Brent bei durchschnittlich 74 Dollar pro Barrel an – 27 Dollar unter der Vormonatssicht –, mit Lagerbeständen, die die Preise bis 2027 weiter drücken dürften. Und selbst nach dem MOU genügte ein einziges Wiederaufflammen der Feindseligkeiten, um Brent an einem Handelstag um 5,2 % steigen zu lassen – der stärkste Tagesgewinn seit Mai.
Jeder dieser Wendepunkte war ein Event, sichtbar in den Nachrichten, bevor er in irgendeiner Prognoserevision sichtbar wurde. Wer auf die nächste Monatspublikation wartete – oder, wie wir es in If You're Checking Price Charts, You're Already Behind formuliert haben, darauf, dass der Chart es bestätigt –, arbeitete mit einer Zahl, die der Markt längst hinter sich gelassen hatte.
Der Verzug ist strukturell, kein Zufall
Konsens-Ausblicke erscheinen monatlich oder quartalsweise. Events kommen täglich. Dieses Missverhältnis ist kein Fehler, den bessere Analysten beheben könnten – es steckt im Format selbst. Eine Punktprognose komprimiert eine ganze Verteilung eventgetriebener Szenarien – Waffenstillstand hält, Waffenstillstand scheitert, Quote steigt, Nachfrage schwächelt – in eine einzige Zahl und friert sie bis zum nächsten Publikationstermin ein.
Die Weltbank erwartet für 2026 einen Anstieg der Rohstoffpreise um rund 16 % – den ersten Jahresanstieg seit 2022, maßgeblich getrieben von den Versorgungsstörungen im Nahen Osten. In einem solchen Jahr liegt das Risiko genau in der Lücke zwischen den Publikationszyklen.
Was eine Prognose entwertet – und was nicht
Es lohnt sich, präzise zu sein, was eine Prognose tatsächlich ungültig macht. Volatilität allein tut es nicht. Eine Prognose kann große Preisausschläge überstehen, solange die Ausschläge von Annahmen getrieben werden, die sie bereits enthält. Was eine Prognose entwertet, ist ein Event, das die Struktur des Marktes verändert, den sie beschreibt: eine wieder geöffnete Meerenge, ein neues Zollregime, eine Förderquote, ein unterzeichnetes Memorandum.
Diese Unterscheidung ist wichtig, weil sie vorgibt, was zu beobachten ist: nicht der Preis – die Events. Die Forschung stützt das: Begutachtete Arbeiten aus dem Operations Management zeigen, dass Prognosemodelle, die Events aus Nachrichten extrahieren und mit Preisdaten kombinieren, Standard-Benchmarks um bis zu 13 % schlagen – und dabei interpretierbar bleiben, also zeigen können, welche Events die Vorhersage getrieben haben (Chakraborty et al., MSOM). Verwandte Forschung zu Beschaffung unter Unsicherheit zeigt, dass Entscheidungen auf Basis probabilistischer Prognosen Punktschätzungen konsistent schlagen.
Das Problem ist, wie wir in The Real Commodity Problem Isn't Volatility – It's Noise geschrieben haben: Die meisten Events sind irrelevant. Die Arbeit besteht darin, die relevanten herauszufiltern – und zwar kontinuierlich, nicht monatlich.
Vom Verfallsdatum zur lebenden Prognose
Wenn die Halbwertszeit einer Prognose von der Eventdichte bestimmt wird, ist die Antwort nicht, schnellere PDFs zu publizieren. Die Antwort ist, zu verändern, was eine Prognose ist: von einer statischen Zahl mit unsichtbarem Verfallsdatum zu einer lebenden Schätzung, die sich aktualisiert, sobald relevante Events eintreten – und die erklären kann, welches Event sie bewegt hat, in welche Richtung und warum.
Das ist das Konstruktionsprinzip hinter eventbasiertem Forecasting, wie wir es bei Datasphere bauen. Jede Nachricht wird als potenzielles Signal behandelt. Signale werden gegen Ihre konkrete Exposure bewertet, in Prognose-Anpassungen übersetzt und – entscheidend – erklärbar gehalten, damit ein Procurement Leader eine Entscheidung gegenüber dem CFO mit einer Ursachenkette begründen kann statt mit einer Blackbox-Zahl. Als am 18. Juni das MOU unterzeichnet wurde, lautet die Frage, die eine lebende Prognose beantwortet, nicht „Was haben wir letzten Monat publiziert?", sondern „Wie sieht die Welt Stand heute Morgen aus – und was hat sich geändert?"
Was das für Procurement- und Risk-Teams bedeutet
Drei praktische Konsequenzen folgen daraus. Erstens: Behandeln Sie jede Punktprognose als verderblich – fragen Sie, wann sie publiziert wurde und welche Events seitdem eingetreten sind, bevor Sie eine Entscheidung daran verankern. Zweitens: Budgetieren und hedgen Sie gegen Szenarien statt gegen einzelne Zahlen – das erste Halbjahr 2026 hat jeden bestraft, der sich auf eine einzige Hormus-Sicht festgelegt hat. Drittens: Verlagern Sie Ihr Monitoring stromaufwärts, von Preisen zu Events – die Prognoserevision kommt immer nach der Schlagzeile, die sie ausgelöst hat.
Das Takeaway ist einfach: In eventgetriebenen Märkten liegt der Wert einer Prognose nicht in ihrer Präzision am Publikationstag, sondern darin, wie schnell sie reagiert, wenn sich die Welt ändert. Eine Prognose ohne sichtbares Verfallsdatum ist nicht verlässlicher – nur leiser falsch.
Wenn Ihr Team noch mit Monatszahlen plant, während sich der Markt täglich bewegt: Sprechen Sie mit uns darüber, wie eine eventbasierte, erklärbare Prognose für Ihre Exposure aussehen würde.
