Zero-Shot Time-Series Forecasting: Prognosen von Zeitreihen ohne Trainingsdaten

Zeitreihenprognosen sind essenziell für datengetriebene Entscheidungen, doch historische Daten fehlen oft. Zero-Shot Time-Series Forecasting (ZSTSF) verspricht, ohne Trainingsdaten präzise Vorhersagen zu liefern. Aber funktioniert das in der Praxis? In unserer Online Session gehen wir auf diese Frage ein und zeigen Anwendungsmöglichkeiten.

Die Themen der Online Session im Überblick:

• Zero-Shot Time-Series Forecasting: Stärken und Schwächen
• Funktionsweise von ZSTSF-Modellen: Transformer und LLM-Architekturen als Basis
• Typische Use Cases: Wo Zero-Shot-Ansätze echte Mehrwerte liefern können
• Wie gut sind die Modelle wirklich? Evaluation eines Use-Case auf Basis realer Daten aus dem Energiesektor.

Diese Online Session richtet sich an Data Scientists, Analytics-Verantwortliche, ArchitektInnen und EntscheiderInnen, die neue Forecasting-Ansätze verstehen, bewerten und strategisch einordnen möchten.