Die multivariate Zeitreihenprognose spielt eine zentrale Rolle in vielen Anwendungen. In jüngsten Arbeiten wurde untersucht, ob große Sprachmodelle (Large Language Models, LLMs) für die MTSF (Multivariate Time Series Forecasting) genutzt werden können, um deren Fähigkeiten der logischen Schlussfolgerung zu nutzen. Allerdings behandeln viele Methoden LLMs als end-to-end-Prognosemodelle, was häufig zu einem Verlust an numerischer Präzision führt und LLMs dazu zwingt, Muster zu verarbeiten, die nicht in ihrem ursprünglichen Entwurf vorgesehen sind. Alternativ haben Methoden, die versuchen, Text- und Zeitreihenmodaliäten im latenten Raum zu alignen, häufig Schwierigkeiten mit der Alignment. In dieser Arbeit schlagen wir vor, LLMs nicht als eigenständige Prognosemodelle, sondern als semantische Leitmodule innerhalb eines Dual-Stream-Frameworks zu betrachten. Wir stellen DualSG vor, ein Dual-Stream-Framework, das explizite semantische Leitung bietet, wobei LLMs als semantische Leiter fungieren, um traditionelle Vorhersagen zu verfeinern, anstatt sie zu ersetzen. Als Teil von DualSG führen wir Time Series Caption ein, einen expliziten Prompt-Format, das Trendmuster in natürlicher Sprache zusammenfasst und für LLMs interpretierbaren Kontext bereitstellt, anstatt sich auf eine implizite Alignment zwischen Text und Zeitreihe im latenten Raum zu verlassen. Wir entwerfen zudem eine caption-gesteuerte Fusion-Modul, das explizit die Beziehungen zwischen Variablen modelliert, während es gleichzeitig Rauschen und Rechenkosten reduziert. Experimente auf Echtwelt-Datensätzen aus verschiedenen Domänen zeigen, dass DualSG konstant besser als 15 state-of-the-art-Baselines abschneidet und somit den Wert der expliziten Kombination von numerischer Prognose mit semantischer Leitung unterstreicht.