Become a member!

Wie viel verkaufst du nächste Woche? TimesFM-3 und ChatGPT

🌐
Dieser Artikel ist auch in anderen Sprachen verfügbar:
🇬🇧 English  •  🇮🇹 Italiano  •  🇪🇸 Español  •  🇫🇷 Français  •  🇧🇷 Português

Hast du schon einmal deine Verkaufshistorie in ChatGPT kopiert, um zu erfahren, wie viel du nächsten Monat verkaufst? TimesFM-3 von Google lädst du kostenlos von Hugging Face herunter, aber was lässt dich die Lizenz im Unternehmen damit machen? Welche Alternativen kannst du in ein Produkt einbauen, das du verkaufst? Und woher weißt du, ob eine Prognose auf deinen Daten hält? Ich habe einen echten Backtest laufen lassen, um es zu sehen.

Vielleicht hast du auch schon einmal die Verkäufe der letzten zwei Jahre in einen KI-Chat kopiert und gefragt, wie viel du im nächsten Quartal verkaufst. Die Antwort kommt, gut formuliert und mit Zahlen darin. Ein Sprachmodell ist aber darauf trainiert, das nächste Wort eines Textes vorherzusagen. Bei Zahlen schreibt es im besten Fall schnell eine kleine statistische Rechnung, im schlimmsten Fall gibt es dir eine plausible Zahl zurück. In beiden Fällen hat niemand gemessen, wie weit diese Prognose auf deinen Daten danebenliegt.

Für Zahlen gibt es eigens dafür gebaute Modelle. Bei bit Time Professionals arbeiten wir seit Jahren mit Machine-Learning-Modellen für die Prognose von Nachfrage und Absatz, für die Last von Systemen und für die Entwicklung des Lagerbestands. Dieser Artikel ist die schriftliche Fassung von Folge 15 von while true do; (auf Italienisch), dazu kommen der Code und die Ausgabe eines Backtests, den ich für den Artikel ausgeführt habe.

In diesem Artikel

Was ist ein Foundation Model für Zeitreihen?

Bis vor Kurzem musstest du für Forecasting für jede Reihe ein eigenes Modell trainieren: die Verkäufe eines Geschäfts, die Last eines Servers, den Verbrauch eines Werks. Time Series Foundation Models sind Modelle, die schon auf riesigen Mengen von Zeitreihen trainiert wurden. Du setzt sie direkt auf deine Zahlen an, ohne sie neu zu trainieren: Das nennt man Zero-Shot-Prognose.

Die Idee kommt von den Sprachmodellen. TimesFM übernimmt dieselbe Architektur und passt sie an Zahlen an: Statt einen Satz in Wörter zu zerlegen, teilt es die Reihe in kleine Blöcke aufeinanderfolgender Werte (die Patches) und lernt, den nächsten Block vorherzusagen.

Was TimesFM-3 kann

Google Research hat TimesFM-3 am 31. August 2026 veröffentlicht. Es hat 330 Millionen Parameter und wurde laut dem Blog von Google auf mehr als einer Billion Zeitpunkten trainiert, aus echten und synthetischen Daten. Google erklärt es auf drei Benchmarks zum besten Foundation Model: GIFT-Eval, fev-bench und TIME.

Für dich als Anwendungsentwickler zählen vor allem die multivariaten Prognosen mit Kovariaten. Multivariat heißt, dass das Modell mehrere Reihen zusammen vorhersagt und berücksichtigt, wie sie sich gegenseitig beeinflussen. Kovariaten sind die externen Faktoren, die die Zahlen erklären: das Wetter, die Feiertage, die Aktionen. TimesFM-3 nimmt sowohl die an, die du nur für die Vergangenheit kennst, als auch die, die für die Zukunft schon feststehen, wie die Termine des Schlussverkaufs.

Nimm einen Lieferdienst. Die Bestellhistorie allein zeigt eine fast flache Kurve. Gibst du dem Modell auch das Wetter mit, findet es heraus, dass die Bestellungen an Regenwochenenden gestiegen sind, und wenn für nächsten Samstag Regen angesagt ist, steigt die Prognose. Also füllst du das Lager auf und planst die Schichten, bevor dir die Ware ausgeht.

Es läuft auch auf Macs mit Apple Silicon, mit einem MLX-Backend, das kein PyTorch braucht, und im Repository liegt schon eine Anleitungsdatei für KI-Agenten.

Was die Lizenz sagt

Der Code von TimesFM auf GitHub steht unter Apache 2.0. Die Gewichte von TimesFM-3 lädst du kostenlos von Hugging Face herunter, aber unter einer neuen Lizenz, der TimesFM Non-Commercial License v1.0. Bis Version 2.5 standen auch die Gewichte unter Apache 2.0.

So definiert die Lizenz die nicht kommerzielle Nutzung:

“Non-Commercial Purpose” means use for testing, evaluation, or research not tied to commercial gain, production deployment, or revenue generation. This includes internal benchmarking, academic research, and experimentation on private or public datasets, provided the results are not used in commercial decision-making, client deliverables, or paid products/services.

Du darfst es also auch in einem Unternehmen ausprobieren und bewerten, aber nur, solange die Ergebnisse nicht in kommerzielle Entscheidungen einfließen. Brauchst du die Prognose, um zu entscheiden, wie viel Ware du bestellst, ist diese Nutzung nicht abgedeckt, auch wenn das Modell nur auf deinem Server läuft und kein Kunde es sieht. Das README sagt es ohne Umschweife: “Commercial or production use of downloaded / self-hosted weights is not permitted”.

Für die kommerzielle Nutzung verweist Google auf BigQuery. Laut der Dokumentation von Google Cloud gelten dort die Bedingungen von Google Cloud, die diese Nutzung erlauben, und die nicht kommerzielle Lizenz gilt nur für heruntergeladene Gewichte. Die Anleitungen zu multivariaten Prognosen in BigQuery sind allerdings noch als Preview gekennzeichnet.

Willst du das Modell dagegen im eigenen Haus betreiben oder zusammen mit deiner Software ausliefern, bleibt TimesFM 2.5 unter Apache 2.0. Bevor du entscheidest, lies die Lizenz vollständig und gib sie der Person in deinem Unternehmen, die sich um Verträge kümmert: Der Link steht unten bei den Quellen.

Die Alternativen

Wenn du eine Prognose-Engine in deiner Unternehmenssoftware willst, auf normalen Servern ohne Grafikkarten und mit einer Lizenz, die dir den Verkauf erlaubt, gibt es Alternativen. Das ist der Stand vom 17. November 2026, entnommen aus den Model Cards und den offiziellen Repositories.

ModellAnbieterLizenz der GewichteNur CPUAnmerkungen
TimesFM-3Google Researchnicht kommerziellnicht geprüftkommerzielle Nutzung über BigQuery
TimesFM 2.5Google ResearchApache 2.0nicht geprüftdie Vorgängerversion
TimestralMistral AIModified MITja, laut Anbieter5 bis 209 Millionen Parameter; kostenlos unter 20 Millionen Dollar Monatsumsatz der Unternehmensgruppe
Chronos-2AmazonApache 2.0ja, unten getestet120 Millionen Parameter; verbundene Reihen und Kovariaten zusammen
Toto 2.0DatadogApache 2.0nicht geprüft4 Millionen bis 2,5 Milliarden Parameter; trainiert auf Observability-Metriken
TiRex-2NXAIApache 2.0ja, laut AnbieterDocker-Image für CPU und ONNX-Version
TimeGPTNixtlaGewichte nicht herunterladbar-nur kostenpflichtige API und SDK

Musst du das Modell also mit deiner Software ausliefern, hast du heute ohne Lizenzauflagen Chronos-2, Toto 2.0, TiRex-2 und TimesFM 2.5, dazu Timestral, solange dein Unternehmen unter der Schwelle bleibt.

Bei den Ranglisten rate ich dir zur Vorsicht. Google erklärt TimesFM-3 zum Ersten, Mistral stellt Timestral als besser als TimesFM-3 dar, Datadog beansprucht den ersten Platz für Toto 2.0. Jeder wählt seine Benchmarks und Metriken selbst, und keine Rangliste sagt dir, wie weit das Modell auf deinen Daten danebenliegt.

Der Backtest in der Praxis

Um das herauszufinden, machst du einen Backtest. Du versteckst vor dem Modell die letzten Monate der Historie, lässt es sie vorhersagen und vergleichst die Prognose mit dem, was tatsächlich passiert ist. Dann machst du denselben Test mit der einfachsten Prognose, die es gibt: „jeder Monat wie derselbe Monat im Vorjahr“. Schlägt das Modell nicht einmal diese, nützt es dir auf deinen Daten nichts.

Ich habe ihn mit Chronos-2 gemacht, weil es unter Apache 2.0 steht und auf CPU läuft. Als Daten habe ich die monatlichen Autoverkäufe in Quebec von 1960 bis 1968 genommen, 108 Monate, ein öffentlicher Lehrdatensatz (CSV auf GitHub). Python 3.12, chronos-forecasting 2.3.2, PyTorch 2.15 nur CPU:

pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install chronos-forecasting pandas
import sys
import pandas as pd
from chronos import BaseChronosPipeline

# Monthly car sales in Quebec, 1960-1968 (108 months)
df = pd.read_csv(sys.argv[1])
df = df.rename(columns={"Month": "timestamp", "Sales": "target"})
df["timestamp"] = pd.to_datetime(df["timestamp"])
df["id"] = "quebec_cars"

MONTHS = 12
history, hidden = df.iloc[:-MONTHS], df.iloc[-MONTHS:]

# Chronos-2 sees only the history and must forecast the 12 hidden months
pipeline = BaseChronosPipeline.from_pretrained("amazon/chronos-2", device_map="cpu")
pred = pipeline.predict_df(history, prediction_length=MONTHS, quantile_levels=[0.1, 0.5, 0.9],
                           id_column="id", timestamp_column="timestamp", target="target")
chronos = pred["predictions"].to_numpy()

# Naive forecast: each month equals the same month of the previous year
naive = history["target"].iloc[-MONTHS:].to_numpy()

actual = hidden["target"].to_numpy()
print(f"{'month':<8}{'actual':>8}{'naive':>9}{'chronos':>9}")
for m, a, n, c in zip(hidden["timestamp"], actual, naive, chronos):
    print(f"{m:%Y-%m}  {a:>8.0f}{n:>9.0f}{c:>9.0f}")

def mape(forecast):
    return (abs(actual - forecast) / actual).mean() * 100

print(f"\nmean error (MAPE)  naive: {mape(naive):.1f}%  chronos: {mape(chronos):.1f}%")

Das ist die Ausgabe, vollständig:

Loading weights: 100%|##########| 170/170 [00:00<00:00, 187.73it/s]
month     actual    naive  chronos
1968-01     13210    12225    13652
1968-02     14251    11608    14483
1968-03     20139    20985    20187
1968-04     21725    19692    22934
1968-05     26099    24081    23580
1968-06     21084    22114    21527
1968-07     18024    14220    16177
1968-08     16722    13434    13864
1968-09     14385    13598    13231
1968-10     21342    17187    17058
1968-11     17180    16119    17327
1968-12     14577    13713    14852

mean error (MAPE)  naive: 10.8%  chronos: 6.7%

In der Spalte actual stehen die echten Verkäufe, in naive die einfache Prognose aus dem Vorjahr, in chronos die von Chronos-2. Auf dieser Reihe liegt Chronos-2 im Mittel um 6,7% daneben, die einfache Prognose um 10,8%. Zwei Läufe hintereinander liefern dieselben Zahlen. Auf meinem PC, nur CPU, braucht eine Prognose etwa eine Zehntelsekunde, gemessen als Mittel aus fünf Aufrufen nach dem ersten Laden.

Zwei Vorbehalte, bevor du Schlüsse daraus ziehst. Es ist eine einzige Reihe und ein einziges Jahr. Und der Datensatz ist öffentlich und viel genutzt, ein Modell, das auf Daten aus dem Netz trainiert wurde, könnte ihn also schon gesehen haben. Genau deshalb zählt der Test auf deinen Daten, die kein Modell gesehen hat. Der Code bleibt gleich: Du tauschst die CSV und die zwei Spalten aus.

Wo du anfängst

Nimm eine Reihe, die du gut kennst, zum Beispiel die monatlichen Verkäufe einer Produktlinie der letzten drei Jahre, und wiederhole den Backtest von oben. Schlägt das Modell die einfache Prognose, nimm eine Kovariate dazu, von der du schon weißt, dass sie zählt, etwa die Aktionen, und schau, ob der Fehler sinkt. Schlägt es sie nicht, hörst du dort auf, bevor du ein ganzes Projekt investiert hast.

Ich bin überzeugt, dass fast jedes Unternehmen, angefangen bei kleinen und mittleren Betrieben, die richtigen Daten schon im Haus hat, um diese Modelle zu nutzen, ohne seine Arbeitsweise zu ändern. Bei bit Time Professionals bieten wir dreißig Minuten kostenlose Beratung an, um gemeinsam deine Prozesse anzuschauen und herauszufinden, wo dir KI, diese Modelle eingeschlossen, einen konkreten Vorteil bringt. Schreib an professionals@bittime.it.

Die Folge findest du auf while true do; (auf Italienisch). Um messbare Kriterien statt Vertrauen in das Werkzeug geht es in Folge 14 über Uncle Bob (auf Italienisch), und was du bei Code aus der KI prüfen solltest, steht im Artikel Null Fehler, grüne CI, KI-Code: Wer hat das wirklich durchdacht?. Für Fragen oder Korrekturen: whiletruedopodcast@bittime.it.

Quellen

Kernfakten

Artikel von Daniele Teti (bit Time Professionals), schriftliche Fassung von Folge 15 des Podcasts „while true do;“ (auf Italienisch), über TimesFM-3 von Google und über Time Series Foundation Models für die Prognose von Nachfrage und Absatz im Unternehmen. Wichtige Fakten:

  • TimesFM-3 (Google Research, 31. August 2026): 330 Millionen Parameter, trainiert auf mehr als einer Billion Zeitpunkten, laut Google bestes Foundation Model auf GIFT-Eval, fev-bench und TIME; unterstützt vergangene und zukünftige Kovariaten und multivariate Prognosen.
  • Lizenz: Code unter Apache 2.0; Gewichte von TimesFM-3 unter der TimesFM Non-Commercial License v1.0, die die Nutzung der Ergebnisse für kommerzielle Entscheidungen, Lieferungen an Kunden und kostenpflichtige Produkte ausschließt, auch innerhalb eines Unternehmens. Kommerzielle Nutzung über BigQuery (Bedingungen von Google Cloud). Die Gewichte bis TimesFM 2.5 bleiben unter Apache 2.0.
  • Alternativen mit Gewichten unter Apache 2.0: Chronos-2 (Amazon), Toto 2.0 (Datadog), TiRex-2 (NXAI). Timestral (Mistral AI) nutzt eine Modified MIT mit einer Schwelle von 20 Millionen Dollar Monatsumsatz. TimeGPT (Nixtla) gibt es nur über API.
  • Backtest des Autors mit Chronos-2 auf CPU (monatliche Autoverkäufe in Quebec 1960-1968, die letzten 12 Monate versteckt): MAPE 6,7% gegenüber 10,8% der einfachen saisonalen Prognose; etwa 0,1 Sekunden pro Prognose. Eine einzige Reihe, öffentlicher Datensatz, eventuell im Training gesehen: Der Test, der zählt, ist der auf den eigenen Daten.
  • Autor: Daniele Teti, bit Time Professionals. Dreißig Minuten kostenlose Beratung: professionals@bittime.it.

Häufig gestellte Fragen

Darf man TimesFM-3 im Unternehmen nutzen?
Die herunterladbaren Gewichte von TimesFM-3 stehen unter der TimesFM Non-Commercial License v1.0: Sie erlauben Tests, Bewertung und Forschung, auch im Unternehmen, solange die Ergebnisse nicht für kommerzielle Entscheidungen, Lieferungen an Kunden oder kostenpflichtige Produkte verwendet werden. Für die kommerzielle Nutzung verweist Google auf BigQuery. Die Gewichte bis TimesFM 2.5 bleiben unter Apache 2.0.
Welche Foundation Models für Zeitreihen haben eine frei kommerziell nutzbare Lizenz?
Am 17. November 2026 haben Chronos-2 von Amazon, Toto 2.0 von Datadog, TiRex-2 von NXAI und TimesFM 2.5 von Google ihre Gewichte unter Apache 2.0. Timestral von Mistral AI ist unter 20 Millionen Dollar Monatsumsatz kostenlos. TimeGPT von Nixtla gibt es nur über API.
Kann ChatGPT Absatzprognosen machen?
Ein Sprachmodell ist darauf trainiert, das nächste Wort eines Textes vorherzusagen. Bei Zahlen kann es schnell eine statistische Rechnung schreiben oder eine plausible Zahl zurückgeben, aber niemand misst, wie weit es auf deinen Daten danebenliegt. Für numerische Reihen gibt es eigens dafür gebaute Modelle, die du mit einem Backtest prüfst.
Wie prüft man eine Prognose, die mit KI erstellt wurde?
Mit einem Backtest: Man versteckt vor dem Modell die letzten Monate der Historie, lässt es sie vorhersagen und vergleicht die Prognose mit den echten Werten, dann wiederholt man den Test mit einer einfachen Prognose wie demselben Monat im Vorjahr. Im Test des Artikels hat Chronos-2 einen mittleren Fehler von 6,7% gegenüber 10,8% der einfachen Prognose.
Braucht man GPUs für Foundation Models für Zeitreihen?
Nicht immer. Timestral und TiRex-2 geben CPU-Unterstützung an, und im Backtest des Artikels hat Chronos-2 auf einem PC nur mit CPU etwa eine Zehntelsekunde pro Prognose gebraucht.

Comments