Forecast-Skill
Verwende diesen Skill, wenn du dich auf einen Forecast-Call vorbereitest, die Projektion zum Quartalsende bewerten willst oder deine Pipeline-Coverage gegen das Quota-Ziel prüfst. Der Skill wandelt deine Pipeline-Daten in gewichtete Projektionen mit Risikobewertung und Handlungsempfehlungen um.
---name: forecast-skilldescription: Erstellt einen gewichteten Umsatz-Forecast mit Risikoflags, Commit-Empfehlungen und Gap-to-Quota-Analyse. Verwende ihn zur Vorbereitung eines Forecast-Calls, zur Bewertung der Projektion zum Quartalsende oder zur Einschätzung der Pipeline-Coverage. Auslösen mit "Forecast erstellen", "Forecast für dieses Quartal", "wo stehe ich gegen mein Quota".---
# Forecast-Skill
Wandle Pipeline-Daten in gewichtete Projektionen mit Risikobewertung, Commit-Kategorie-Empfehlungen und Gap-to-Quota-Aktionsplänen um. Alle Pipeline-Daten, Quota-Ziele und historischen Werte kommen von dir, aus einer angebundenen MCP-Quelle oder aus companyRAG-Sammlungen.
## Woher die Daten kommen
| Quelle | Was sie beiträgt || --- | --- || **CRM über MCP** (z. B. HubSpot, Salesforce, Dynamics) | Pipeline-Deals, Stages, Werte, Close-Dates, Aktivitätshistorie || **companyRAG-Sammlungen** | Frühere Forecast-Genauigkeit, saisonale Muster, Win-Rate-Daten || **Datei-Upload (CSV/XLSX)** | Pipeline-Export, Quota-Ziele, deal-spezifische Confidence, Kontext, der nicht im CRM steht |
> **Keine angebundene Quelle?** Gib die Daten im Chat an oder lade die relevanten Dateien hoch — der Skill funktioniert genauso.
## Forecasting-Workflow
```1. PIPELINE-DATEN heranziehen | +--> Alle offenen Opportunities für den Forecast-Zeitraum +--> Enthält: Deal-Name, Wert, Stage, Close-Date, Alter, letzte Aktivität, Owner +--> Markiere Deals mit Close-Date in der Vergangenheit (geslippte Deals) +--> Markiere Deals ohne Aktivität in den letzten 14 Tagen |2. JEDEN DEAL KATEGORISIEREN | +--> Wende die Forecast-Kategorien an (siehe Kategorie-Framework unten) +--> Dokumentiere für jeden Deal die Begründung der Kategoriezuordnung +--> Markiere Abweichungen zwischen CRM-Stage und eingeschätzter Confidence |3. NACH WAHRSCHEINLICHKEIT GEWICHTEN | +--> Wende stage-basierte oder eingeschätzte Wahrscheinlichkeit an (siehe Gewichtungs-Methodik unten) +--> Berechne den gewichteten Wert je Deal +--> Summiere nach Kategorie für die Kategorie-Totale |4. RISIKEN MARKIEREN | +--> Wende die Risikokriterien auf jeden Deal an (siehe Risiko-Flagging unten) +--> Klassifiziere die Risikoschwere: Hoch / Mittel / Niedrig +--> Deals mit hohem Risiko werden eine Kategorie heruntergestuft oder zur Prüfung markiert |5. GAP-TO-QUOTA BERECHNEN | +--> Vergleiche den gewichteten Forecast mit dem Quota-Ziel +--> Identifiziere die Lücke (oder den Überschuss) auf Commit- und Best-Case-Ebene +--> Bewerte die Pipeline-Coverage (siehe Coverage-Analyse unten) |6. MASSNAHMEN EMPFEHLEN | +--> Bei Forecast-Lücken: identifiziere die beweglichsten Deals zum Schließen der Lücke +--> Bei gefährdeten Deals: empfiehl konkrete Maßnahmen zur Risikoreduktion +--> Bei Coverage-Defiziten: markiere den Bedarf an Pipeline-Generierung mit Dringlichkeit |7. FORECAST-OUTPUT ERSTELLEN (siehe Ausgabevorlage unten)```
## Forecast-Kategorie-Framework
Ordne jeden Deal genau einer Kategorie zu — auf Basis von Evidenz, nicht von Optimismus:
| Kategorie | Definition | Erforderliche Evidenz || --- | --- | --- || **Closed Won** | Unterschrieben, gebucht oder verbal mit schriftlicher Bestätigung zugesagt | Vertrag unterzeichnet oder Bestellung (PO) erhalten || **Commit** | Hohe Abschluss-Wahrscheinlichkeit in diesem Zeitraum — konkrete Evidenz für Käufer-Commitment | Verbale Zusage + definierter Vertragsprozess + abgestimmte Timeline innerhalb des Zeitraums || **Best Case** | Realistische Abschluss-Chance in diesem Zeitraum — Deal entwickelt sich, aber Zusagen sind weich | Aktives Engagement + Budget bestätigt + Entscheider eingebunden + Timeline plausibel || **Pipeline** | Im aktiven Sales-Prozess, aber unwahrscheinlich für diesen Zeitraum | Qualifizierte Opportunity mit Aktivität, aber ohne Commitment-Signale || **Omit** | Veraltete, disqualifizierte oder Platzhalter-Deals, die nicht im Forecast erscheinen sollten | Keine Aktivität >30 Tage oder fehlende grundlegende Qualifizierungskriterien |
### Entscheidungsbaum für die Kategoriezuordnung
```Deal im CRM für diesen Zeitraum | +--> Vertrag unterschrieben oder PO erhalten? | JA --> CLOSED WON | +--> Käufer hat verbal zugesagt + Vertragsprozess definiert + Timeline im Zeitraum? | ALLE JA --> COMMIT | EINIGE JA --> Prüfen: welche Elemente fehlen? | +--> Verbale Zusage fehlt --> höchstens BEST CASE | +--> Vertragsprozess fehlt --> BEST CASE (Risiko: Procurement-Verzögerung) | +--> Timeline rutscht aus dem Zeitraum --> PIPELINE oder BEST CASE | +--> Aktives Engagement + Budget bestätigt + Entscheider eingebunden? | ALLE JA + Timeline plausibel --> BEST CASE | EINIGE JA --> PIPELINE | +--> Qualifiziert, aber frühphasig oder Timeline im nächsten Zeitraum+? | JA --> PIPELINE | +--> Keine nennenswerte Aktivität in >30 Tagen oder grundlegende Qualifizierungslücken? JA --> OMIT (zur Pipeline-Bereinigung markieren)```
## Gewichtungs-Methodik
Zwei Ansätze — verwende den, den die Datenlage des Kunden hergibt:
### Stage-basierte Gewichtung
Leite die Wahrscheinlichkeiten aus den eigenen historischen Abschlussraten je Stage ab. Schreibe niemals Wahrscheinlichkeiten vor.
| Schritt | Aktion || --- | --- || 1 | Ziehe Closed-Won- und Closed-Lost-Deals der letzten 4+ Quartale heran || 2 | Berechne die Win Rate je Stage: Deals, die Stage X erreichten und letztlich Closed Won wurden / alle, die Stage X erreichten || 3 | Wende die abgeleitete Rate auf die aktuelle Pipeline an: gewichteter Wert = Deal-Wert × Stage-Wahrscheinlichkeit || 4 | Korrigiere bekannte Verzerrungen: wenn aus einer bestimmten Stage konsistent zu optimistisch geforecastet wird, wende einen aus den jüngsten Genauigkeitsdaten abgeleiteten Abschlagsfaktor an |
### Gewichtung nach eingeschätzter Confidence
Wenn historische Daten nicht ausreichen oder die Deal-Eigenschaften zu stark variieren:
| Schritt | Aktion || --- | --- || 1 | Für jeden Deal vergibt der Rep (oder die KI auf Basis von CRM-Signalen) eine Confidence-Prozentzahl || 2 | Die Confidence muss mit konkreter Evidenz begründet sein, nicht mit Bauchgefühl || 3 | Gewichteter Wert = Deal-Wert × eingeschätzte Confidence || 4 | Vergleiche rep-eingeschätzte vs. stage-basierte Wahrscheinlichkeit — eine große Abweichung weist auf Datenqualität oder deal-spezifische Erkenntnisse hin |
**Schreibe niemals Conversion-Raten, Stage-Wahrscheinlichkeiten oder Benchmark-Prozente vor.** Leite immer aus den eigenen Daten des Kunden ab oder kennzeichne als "[Angenommen — anhand historischer Daten kalibrieren]".
## Risiko-Flagging
Wende diese Kriterien auf jeden Deal im Forecast an. Ein Deal kann mehrere Risikoflags tragen:
| Risikofaktor | Auslösebedingung | Schwere || --- | --- | --- || **Kein Next Step** | Kein definierter, abgestimmter nächster Schritt mit Datum | Hoch || **Single-Threaded** | Nur ein Kontakt eingebunden; kein Multi-Threading | Hoch || **Close-Date geslippt** | Close-Date in diesem Quartal ein- oder mehrmals nach hinten verschoben | Hoch || **Veraltetes Engagement** | Keine nennenswerte Aktivität (E-Mail, Call, Meeting) in >14 Tagen | Hoch || **Economic Buyer fehlt** | Keine Interaktion mit der Budget-Autorität | Mittel || **Wettbewerbsbedrohung** | Aktive Wettbewerber-Evaluierung ohne klaren Differenzierungsplan | Mittel || **Champion-Risiko** | Champion hat die Rolle gewechselt, ist verstummt oder hat das Unternehmen verlassen | Hoch || **Vertragsprozess undefiniert** | Keine Klarheit über Procurement-Schritte, Vertragsprüfung oder Legal-Timeline | Mittel || **Wert-Misalignment** | CRM-Deal-Wert wurde nicht mit dem Käufer validiert | Mittel || **Late-Stage-Qualifizierungslücke** | Deal in später Stage, aber MEDDPICC/BANT-Elemente niedrig bewertet | Hoch |
### Zuordnung Risiko → Maßnahme
| Schwere | Forecast-Auswirkung | Empfohlene Maßnahme || --- | --- | --- || **Hoch** | Eine Kategorie herunterstufen oder zur Override-Prüfung markieren | Sofortige Rep-Aktion erforderlich; in die Notizen zum Forecast-Call aufnehmen || **Mittel** | Gewichteten Wert um einen vom Kunden definierten Faktor abwerten | Auf die wöchentliche Deal-Review-Agenda setzen; konkrete Folgeaktion zuweisen |
## Gap-to-Quota-Analyse
```QUOTA-ZIEL für den Zeitraum: [Q]
COMMIT-Total (gewichtet): [C]BEST-CASE-Total (gewichtet): [B]PIPELINE-Total (gewichtet): [P]
GAP auf Commit-Ebene: Q - C = [Lücke oder Überschuss]GAP auf Best-Case-Ebene: Q - (C + B) = [Lücke oder Überschuss]
COVERAGE-RATIO: Gesamter aktiver Pipeline-Wert / Q = [X]x Coverage Gewichtete Pipeline / Q = [Y]x gewichtete Coverage
Vergleich mit der historischen Coverage-to-Close-Ratio des Kunden: ÜBER der historischen Ratio --> Coverage ist ausreichend (Deal-Qualität dennoch prüfen) AUF der historischen Ratio --> Auf Kurs, minimaler Puffer für Slippage UNTER der historischen Ratio --> Coverage-Lücke — Dringlichkeit für Pipeline-Generierung```
## Coverage-Analyse
Pipeline-Coverage im Kontext der Realität des Kunden:
| Faktor | Bewertung || --- | --- || **Rohe Coverage** | Gesamter Pipeline-Wert / Quota-Ziel || **Gewichtete Coverage** | Gewichteter Pipeline-Wert / Quota-Ziel || **Qualitätsbereinigte Coverage** | Omit-Kategorie und Hochrisiko-Deals entfernen, neu berechnen || **Zeitbereinigte Coverage** | Deals nach Übereinstimmung des Close-Dates mit dem Zeitraumende gewichten || **Source-Mix** | Aufschlüsselung der Pipeline nach Quelle (Inbound, Outbound, Expansion, Partner) — Übergewicht einer Quelle ist ein Coverage-Risiko |
## Ausgabevorlage: Forecast-Zusammenfassung
```# Umsatz-Forecast: [Zeitraum]**Erstellt**: [Datum] | **Quota**: [Ziel]**Forecast-Methode**: [Stage-basiert / Eingeschätzte Confidence / Gemischt]
## Forecast nach Kategorie| Kategorie | Anzahl Deals | Gesamtwert | Gewichteter Wert | % vom Quota || ------------ | ------------ | ------------- | ---------------- | ----------- || Closed Won | [N] | [Wert] | [Wert] | [%] || Commit | [N] | [Wert] | [Gewichtet] | [%] || Best Case | [N] | [Wert] | [Gewichtet] | [%] || Pipeline | [N] | [Wert] | [Gewichtet] | [%] || **Total** | [N] | [Wert] | [Gewichtet] | [%] |
## Gap-Analyse- **Commit-Gap**: [Quota] - [Commit gewichtet] = [Lücke/Überschuss]- **Best-Case-Gap**: [Quota] - [Commit + Best Case gewichtet] = [Lücke/Überschuss]- **Coverage-Ratio**: [X]x roh | [Y]x gewichtet | [Z]x qualitätsbereinigt
## Risiko-Report| Deal | Wert | Kategorie | Risikoflags | Schwere | Empfohlene Maßnahme || ------------- | ------- | ---------- | -------------- | -------- | ------------------- || [Deal-Name] | [Wert] | [Kategorie]| [Flags] | [H/M] | [Konkrete Aktion] |
## Deals mit höchster Beweglichkeit (Gap-schließende Opportunities)| Deal | Wert | Aktuelle Kategorie | Was zum Vorankommen nötig ist | Wahrscheinlichkeit des Vorankommens || ------------- | ------- | ------------------ | ----------------------------- | ----------------------------------- || [Deal-Name] | [Wert] | [Kategorie] | [Konkreter Blocker] | [Auf Basis von Evidenz] |
## Bedarf an Pipeline-Generierung- **Coverage-Status**: [Ausreichend / Dünn / Kritisch]- **Empfohlene neue Pipeline**: [Auf Basis von Coverage-Lücke und historischer Conversion benötigter Betrag]- **Dringlichkeit**: [Auf Basis der verbleibenden Tage im Zeitraum und typischer Cycle-Länge]
## Annahmen & Vorbehalte- [Liste jede Annahme auf, die in diesen Forecast eingeflossen ist]- [Markiere Datenqualitätsprobleme, fehlende historische Baselines oder Deals mit unzureichenden Informationen]```
## Leitplanken
1. Erzeuge niemals Pipeline-Daten. Alle Deal-Namen, Werte, Stages und Close-Dates müssen vom Nutzer oder aus dem CRM kommen. Wenn keine Pipeline-Daten vorliegen, erzeuge die Forecast-Vorlage mit "[Pipeline-Daten erforderlich]" in jedem Feld.2. Schreibe niemals Conversion-Raten oder Wahrscheinlichkeiten vor. Alle Stage-Wahrscheinlichkeiten, Coverage-Ratios und Win Rates müssen aus den eigenen historischen Daten des Kunden abgeleitet werden. Falls nicht verfügbar, kennzeichne als "[Historische Baseline erforderlich — Platzhalter verwendet]".3. Quellenkennzeichnung. Versieh jede Aussage mit einem Tag — [Aus CRM], [Aus Nutzereingabe], [Aus historischen Daten], [KI-Einschätzung]. KI-Kategorieempfehlungen müssen zur Rep-Validierung markiert werden.4. Menschliches Urteil erforderlich. Füge auf allen Ausgaben hinzu: "Dieser Forecast ist ein Entscheidungs-Hilfsmittel. Kategoriezuordnungen und Risikobewertungen erfordern vor der Abgabe die Validierung durch Rep und Manager."
> **Tipp:** Fordere über companyFILES eine XLSX-Ausgabe an, um eine formatierte, sofort verteilbare Tabelle zu erhalten (auch DOCX oder Markdown möglich).