Künstliche Intelligenz soll Rohstoffpreise vorhersagen

Volatile Rohstoffmärkte treiben Unternehmen zu neuen Lösungen: KI-Systeme sollen Preissprünge frühzeitig erkennen und Einkäufer vor Kostenschocks bewahren. Doch die Frage bleibt: Wie zuverlässig sind diese Prognosen wirklich?

Die Rohstoffmärkte gelten als zunehmend unberechenbar. Für Einkäufer in Industrie und Produktion sind die häufigen Preisausschläge ein echtes Problem – schwer kalkulierbare Kosten gefährden die Profitabilität. Jetzt experimentieren immer mehr Firmen mit künstlicher Intelligenz, um diese Volatilität besser in den Griff zu bekommen.

Die Idee klingt vielversprechend: Intelligente Algorithmen sollen historische Daten, Markttrends und andere Einflussfaktoren analysieren, um Preisbewegungen vorauszusehen. So könnten Unternehmen rechtzeitig reagieren und sich gegen Risiken absichern.

Allerdings zeigt sich bei den laufenden Tests: Die Zuverlässigkeit solcher KI-Modelle ist bislang noch begrenzt. Die Komplexität der Rohstoffmärkte – beeinflusst von Geopolitik, Wetterereignissen und spekulativen Akteuren – lässt sich nicht vollständig in Algorithmen abbilden. Dennoch gilt KI als vielversprechender Ansatz, um wenigstens die grössten Überraschungen zu vermeiden.