Lagerverwaltung und Prognosegenauigkeit

In unserem Beitrag „Prognosegenauigkeit im Bestandsmanagement“ haben wir bereits über die Wichtigkeit von genauen Prognosen innerhalb der Lagerverwaltung berichtet. In diesem Beitrag soll es nun um die 4 wichtigsten Aspekte zur Optimierung der Prognosegenauigkeit gehen:

• Saisonalität der Nachfrage
• Nachfrage-Ausreißer
• Kalkulation der Prognosegenauigkeit
• Bessere Verwaltung des Sicherheitsbestandes

Saisonalität der Nachfrage

Saisonale Nachfrageschwankungen treten in jedem Markt auf. Von Produktneueinführungen bis hin zu Wetterveränderungen beeinflusst fast alles die Saisonalität einer Nachfrage. Das Verständnis von saisonalen Faktoren und deren Einfluss auf den Kunden hilft Unternehmen sich besser zu positionieren. Wiederkehrende Muster, die sich auf einen Teil der Nachfrage beziehen, werden als saisonale Faktoren angesehen und können so in die Prognoseplanung mit einbezogen werden.
In der Praxis sollten daher die saisonale Nachfrage getrennt werden, um die Daten sauber zu halten und diese für zukünftige Prognosen zu vereinfachen.

Nachfrage-Ausreißer

Sogenannte „Nachfrage-Ausreißer“ sind oft schwierig vorherzusehen und können entweder durch bekannte Geschehnisse (z. B. Einzelbestellungen, Streiks, Naturkatastrophen) oder unbekannte Geschehnisse (Promotion von Wettbewerbern, Kunden, die aus dem Geschäft aussteigen) hervorgerufen werden.

Es existieren verschiedene Wege, um Ausreißer zu identifizieren, das Wichtigste ist jedoch, dass eine Protokollierung erfolgt, da ansonsten die Genauigkeit der Prognosen leiden kann. Eine abnormal niedrige oder hohe Nachfrage muss identifiziert werden, damit diese nicht in Prognosekalkulationen verwendet wird.

Kalkulation der Prognosegenauigkeit

Umso akkurater die Prognose, umso höher die Effizienz der Adressierung von Kundennachfrage und umso effektiver die Lagerbestandsverwaltung. Prozesskosten können gesenkt werden. Dazu ist es jedoch notwendig Prognosefehler zu kalkulieren, um ein gutes Verständnis der Genauigkeit zu erhalten. Im Zuge der Bestandsoptimierung, welcher fast jedes Unternehmen gegenübersteht, kann die Schätzung der Prognosegenauigkeit mehreren Zwecken dienen:

1. Produkte bewegen sich von einem zum anderen Nachfragetyp. Fortgeschrittene Prognosetechniken müssen angewendet werden, um zu identifizieren, zu welcher Nachfragekurve das Objekt gehört.
2. Welche Produkte bekommen die meiste Aufmerksamkeit
3. Kalkulation von Mindestbestand im Lager

Prognosefehler werden zwar ab und an von ERP-Systemen erkannt, jedoch werden keine Prognosen für zukünftige Fehler berücksichtig. Darunter leidet logischerweise auch die Lagerverwaltung. Ein effizienter Systemansatz ist, die Nachfrageklasse nochmal neu vom System initiieren zu lassen, um denjenigen Nachfragetyp zu finden, der am besten passt und eine Prognose innerhalb der Genauigkeitsgrenzen zu produzieren.

Besseres Bestandsniveau des Sicherheitsbestandes

Der Sicherheitsbestand ist ein Zusatz zum Grundbestand, der Schwankungen in der Versorgungskette entgegenwirken soll. Wichtige Quelle dabei ist die Nachfrage, die in Form von verschiedensten Mustern (z. B. langsam, schnell, klumpig, erratisch) unvorhersehbar auftreten kann.

Die Herausforderung liegt dabei auf der Hand. Das erforderliche Niveau des Grundbestands muss richtig beurteilt werden, bei dem einerseits so wenig Sicherheitsbestand wie möglich gehalten wird und andererseits ein Puffer für saisonale Schwankungen vorliegt.

Intelligente Anpassung an stark variierende Nachfrageverhaltensmuster ist dabei der Schlüssel zum Erfolg. Ein optimierter Sicherheitsbestand hilft dabei Lagerkosten senken zu können und Service-Level aufrechthalten. Eine bessere Lagerverwaltung ist das Ergebnis.

Viele Anwendungen auf dem Markt beziehen den Sicherheitsabstand nicht ausreichend genug in die Lagerplanung mit ein. Sicherheitsberechnungen in fortgeschrittenen Optimierungstools wie EazyStock sind hingegen dynamisch und anpassungsfähig, da sie Nachfragetypen, welche mehr oder weniger variabel sind, folgen. Bessere Genauigkeit wird für bestimmte Nachfrageverhalten durch die Verwendung einer „Poisson-Verteilung“ oder „negativen Binomialverteilung“ erreicht.

Das waren nun die Grundlagen für die Prognosegenauigkeiten im Bestandsmanagement. Um tiefere Einblicke zu erlangen, welche Techniken der Nachfrageprognose existieren und wie Sie in ihrem Unternehmen die optimalen Prognosen umsetzen, lesen Sie unseren folgenden Ratgeber: