Hijri-Monate, Ramadan und vom Kalender abweichende Geschäftsjahre: Wie KI lernt, die Realität der Golfregion zu prognostizieren

Der Ramadan 2026 begann am 18. Februar und reichte bis Mitte März. Ein Einzelhändler in den VAE, der rund zwei Drittel seines Umsatzes im ersten Quartal in diesem sechswöchigen Fenster verbuchte, hatte keinen „starken Februar”. Er hatte ein Kalenderereignis, das jedes Jahr auf ein anderes gregorianisches Datum fällt und die Nachfrage aus den umliegenden Monaten vorzieht. Bitten Sie ein generisches KI-Modell, den März 2027 dieses Händlers auf Basis des März 2026 zu prognostizieren, und Sie erhalten eine Zahl, die mit großer Selbstgewissheit strukturell falsch ist.

Genau hier scheitert die naive Prognose in der Golfregion. Das lunare Hijri-Jahr umfasst rund 354 Tage, sodass sich islamische Daten gegenüber dem gregorianischen Kalender Jahr für Jahr um etwa 10 bis 11 Tage nach vorne verschieben. Über einen Zyklus von 33 Jahren wandert der Ramadan durch alle vier Jahreszeiten. Ein Modell, das aus drei Jahren Daten gelernt hat, „das erste Quartal ist die Spitze”, lernt in Wahrheit die Lage des Ramadan während dieser drei Jahre – kein stabiles saisonales Gesetz. Im Folgejahr wandert die Spitze weiter.

Warum reine Monatsvergleiche in der Golfregion scheitern

Die meisten KI-Prognosewerkzeuge, und die meisten LLM-gestützten Analysen, behandeln den gregorianischen Monat als kleinste Einheit. Der Umsatz für März wird mit dem Februar verglichen und mit dem März des Vorjahres. Diese Annahme leistet im Stillen eine ganze Menge Arbeit – und in der Golfregion trägt sie nicht.

Drei Faktoren machen die Zyklen der Golfregion gegenüber dem westlichen Kalender instationär:

• Nachfrage rund um Ramadan und Eid. 2026 verschoben schätzungsweise 66 % der Käufer in den GCC-Staaten ihre Anschaffungen gezielt, um die Aktionen zu Ramadan und Eid mitzunehmen. Das verdichtete einen großen Anteil des Einzelhandelsumsatzes im ersten Quartal auf ein einziges Fenster und ließ April und Mai spürbar schwächer ausfallen. Die Ramadan- und Eid-Saison in der MENA-Region setzte deutlich über 60 Milliarden US-Dollar um. Die Spitze ist gewaltig – und sie wandert.
• Hijri-datierte Verpflichtungen. Zakat, bestimmte regulatorische Zyklen und vertragliche Termine, die am islamischen Kalender verankert sind, fallen nie zwei Jahre in Folge auf denselben gregorianischen Tag. Ein Modell, das eine Verbindlichkeit fest auf den „Januar” codiert, liegt binnen weniger Jahre falsch.
• Vom Kalender abweichende Geschäftsjahre. Viele Unternehmen in den GCC-Staaten, vor allem solche innerhalb größerer Gruppen oder Giga-Projekt-Strukturen, schließen nicht zum 31. Dezember ab. Die Geschäftsjahresenden verteilen sich über März, Juni und September. „Jahr über Jahr” bedeutet erst dann etwas, wenn man weiß, in welchem Geschäftsjahr eine bestimmte Einheit tatsächlich steht.

Überlagern sich diese Effekte, vergleicht der Standardabgleich – dieser Monat gegen denselben Monat im Vorjahr – zwei Zeiträume, die unterschiedliche Ereignisse enthalten. Der Fehler ist kein zufälliges Rauschen, das sich herausmittelt. Er ist eine systematische Verzerrung, die sich jedes Jahr in dieselbe Richtung wiederholt.

Die Lösung ist eine kalenderbewusste, deterministische Engine

Die ehrliche Antwort lautet: Sie lösen das nicht mit einem besseren Prompt oder einem größeren Sprachmodell. Sie lösen es mit zwei Komponenten, die zusammenwirken: einem abgestimmten Finanzmodell als Basis und einer deterministischen Rechen-Engine, die beide Kalender versteht.

Rexfin verbindet Ihre Buchhaltungs- und Finanzdatenplattformen – QuickBooks, Xero, NetSuite, Sage, SAP, Oracle, ein Data Warehouse oder hochgeladene Abschlüsse – und baut daraus ein einziges abgestimmtes Modell, das mit dem Hauptbuch übereinstimmt. Diese Basis ist hier wichtiger, als viele erwarten. Eine Saisonbereinigung, die auf Zahlen angewendet wird, die nicht abgestimmt sind, erzeugt lediglich eine selbstbewusste Prognose auf einem falschen Ausgangspunkt. Sie wollen, dass die Kalenderlogik auf Zahlen läuft, die bereits mit den geprüften Abschlüssen übereinstimmen.

Auf dieser Basis laufen die Berechnungen durch eine deterministische Engine – nicht durch die Eigenrechnung des Modells. Wenn Sie eine Ramadan-lastige Position prognostizieren, ordnet die Engine jede Periode ihrer Hijri-Position zu, richtet das Aktionsfenster dieses Jahres am äquivalenten Fenster des Vorjahres aus statt am gleichen gregorianischen Monat und berücksichtigt die Nachfrage, die aus den angrenzenden Monaten vorgezogen wurde. Dieselbe Engine weiß, dass eine Einheit mit Geschäftsjahresende im Juni mitten im Jahr steht, während ihre Schwestergesellschaft mit Abschluss im Dezember gerade erst ins erste Quartal startet. Die Aufgabe der KI besteht darin, die richtigen Zahlen abzurufen, die Frage zu strukturieren und das Ergebnis zu erläutern. Sie improvisiert die Rechnung nicht.

Diese Trennung ist der Kern der Sache. Ein Sprachmodell ist gut in Sprache. Bei mehrstufiger Arithmetik ist es unzuverlässig, und es hat kein eigenes Verständnis dafür, dass ein Mondkalender gegenüber einem Sonnenkalender driftet. Verlagern Sie die Berechnung in deterministischen Code, wird die Prognose reproduzierbar. Führen Sie sie zweimal aus, erhalten Sie dieselbe Antwort. Jede Zahl lässt sich bis zu den Quellzeilen zurückverfolgen, aus denen sie entstanden ist.

What-if-Szenarien, die den Kalender respektieren

Der Nutzen zeigt sich in der Szenarioarbeit. „Was passiert mit der Liquidität, wenn Eid im nächsten Jahr zehn Tage früher fällt und mehr Märzumsatz in den späten Februar zieht?” ist eine ganz normale Frage für einen CFO in der Golfregion – und eine nahezu unmögliche für ein generisches Modell. Mit einer kalenderbewussten Engine wird daraus eine Parameteränderung. Sie verschieben den Hijri-Anker, die deterministische Logik verteilt die Nachfrage neu, und das Modell rechnet die abhängigen Positionen erneut durch – Working Capital, Lageraufbau, Personaleinsatz – auf der abgestimmten Basis. Jedes Ergebnis bleibt bis zur Quelle nachvollziehbar.

Sie können auch die naheliegenden Belastungsfälle durchspielen: einen schwächeren April nach Eid, eine verschobene Zakat-Zahlung, eine Tochtergesellschaft, deren Geschäftsjahresende im Juni dazu führt, dass ihre saisonale Spitze in eine andere Berichtsperiode fällt als die der Muttergesellschaft. Weil die Rechnung deterministisch und die Basis abgestimmt ist, sind die Szenarien vor einem Wirtschaftsprüfer oder einem Aufsichtsgremium belastbar – und nicht nur plausibel anzusehen.

Das Fazit

Die Saisonalität der Golfregion ist kein Datenqualitätsproblem, das sich wegbereinigen lässt. Sie ist ein strukturelles Merkmal davon, ein Unternehmen über zwei Kalender hinweg zu führen, und sie bestraft jede Prognose, die auf naivem Monatsvergleich beruht. Der verlässliche Ansatz ist eng gefasst und unspektakulär: zuerst mit dem Hauptbuch abstimmen, dann eine deterministische, kalenderbewusste Engine die Arithmetik erledigen lassen, während die KI Abruf, Strukturierung und Erläuterung übernimmt.

Wenn Ihre aktuellen Werkzeuge den März 2026 immer noch als sauberen Vergleichswert für den März 2025 behandeln, modellieren sie den größten Einzelzyklus Ihres Jahres falsch. Das hängt unmittelbar mit der übergreifenden Argumentation in unserem Grundlagenartikel über den Aufbau einer vertrauenswürdigen Zahlenschicht für KI in der Golfregion zusammen, und es potenziert sich, sobald Sie Einheiten mit unterschiedlichen Geschäftsjahresenden über viele SPVs hinweg konsolidieren oder nachweisen müssen, dass jede Prognose auf geprüfte Zahlen zurückführt.

Wenn Sie Ramadan-bewusste Prognosen auf Ihren eigenen Zahlen sehen möchten, buchen Sie eine Demo und bringen Sie ein Jahr mit, in dem Eid sich verschoben hat.