Du liegst mit allem richtig. Für die Prognose musst du nur die entsprechenden x-Werte einsetzen. Also einfach 2014 bzw. 2015 einsetzen und gucken, was du für \(\hat{y}\) kriegst. Um die Ergebnisse zu interpretieren, solltest du dir zunächst noch mal die Definitionen anschauen. Vielleicht kommst du dann schon von selbst drauf? Ansonsten noch mal nachfragen :)
Das spuckt R aus:
##
## Call:
## lm(formula = y ~ x)
##
## Residuals:
## 1 2 3 4 5
## 1.26 -1.51 -0.38 0.25 0.38
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1321.820 753.773 -1.754 0.178
## x 0.670 0.375 1.787 0.172
##
## Residual standard error: 1.186 on 3 degrees of freedom
## Multiple R-squared: 0.5155, Adjusted R-squared: 0.354
## F-statistic: 3.192 on 1 and 3 DF, p-value: 0.172