Wie man die richtigen Modelle für die Nachfrageprognose auswählt

Lesezeit: 3 Min

Tags: Blog, Einkauf & Nachschub, Lagerbestandsoptimierung, Tipps & Tricks

Dominik Seidel   17 Juni 2019


Inventory forecasting models selection

Inhaltsverzeichnis

  1. Was ist die quantitative Prognose?
  2. Was ist die qualitative Prognose?
  3. Welches Prognosemodell ist das beste?
  4. Lang- und kurzfristige Nachfrageprognose-Modelle
  5. Diese Herausforderung meistern

Unabhängig davon, ob Sie ein Hersteller, ein Großhändler oder ein Einzelhändler sind, ist die Nachfrageprognose ein kritischer Prozess für Ihr Unternehmen. Gehen Sie es falsch an, kann das drastische Konsequenzen haben! Wenn beispielsweise zu viel Betriebskapital in Beständen gebunden ist, können Probleme bei Ihrem Cash-Flow auftreten. Andererseits kann ein zu geringer Lagerbestand zu Fehlbeständen, unglücklichen Kunden und einem beschädigten Ruf führen.

Die Vorhersage zukünftiger Verkäufe oder Kundenaufträge („Demand Forecasting“) ist der logische Ausgangspunkt aller Geschäftsplanungsaktivitäten, einschließlich des Einkaufes von Artikeln bzw. der Wiederauffüllung von Lagerbeständen. Wenn Sie den zukünftigen Bedarf genau prognostizieren können, können Sie Ihre Beschaffungsprozesse für Lagerbestände optimieren und die Lieferkosten senken, was sich letztendlich auf Ihr Betriebsergebnis auswirkt.

Bei der Kalkulation der Nachfrage sind zwei Modelle zur Bestandsvorhersage auf der obersten Ebene zu berücksichtigen: quantitative und qualitative.

Was ist die quantitative Prognose?

Mann arbeitet mit Nachfrageprognose ModellenEine quantitative Prognosemethode verwendet historische Bedarfsdaten und kombiniert diese mit einer mathematischen Formel, um die zukünftige Nachfrage zu bestimmen. Dabei werden häufig vergangene Verkaufszahlen verwendet, um die zukünftige Nachfrage vorherzusagen. Die verwendeten Datensätze können Jahrzehnte zurückreichen oder lediglich für das letzte Kalenderjahr betrachtet werden. Es gilt jedoch: Je mehr Daten verfügbar sind, desto genauer ist die Prognose.

Quantitative Prognosetechniken berücksichtigen Faktoren wie Nachfragetrends und Saisonalität, um die Vorhersagen genauer zu machen.

Quantitative Bedarfsprognosen basieren auf ausreichenden Daten von guter Qualität, um eine vernünftige Abschätzung vornehmen zu können. Wenn noch keine Daten verfügbar sind, z. B. für neue Unternehmen oder Produkte, kann diese Methode zu Beginn an noch nicht verwendet werden.

Was ist die qualitative Prognose?

Qualitative Vorhersagetechniken sind weitaus subjektiver als ihre quantitativen Gegenstücke und stützen sich eher auf fundierte Schlussfolgerungen als auf das Verarbeiten von Zahlen.

Die Nachfrage wird auf der Grundlage von Expertenwissen und Markterfahrung prognostiziert. Dies kann von einer Schlüsselperson oder von verschiedenen Meinungen und Erkenntnissen kommen – sowohl intern als auch extern für das Unternehmen.

Qualitative Vorhersagemethoden könnten aus Sicht eines Bestandsplaners als eine über Jahre hinweg angeeignete Kunst angesehen werden, die sie beherrschen. Darüber hinaus kann das qualitative Demand Forecasting die Vorhersage der Auswirkungen einer neuen Verkaufs-Promotion (z.B. Rabattaktion), die Abschätzung der Auswirkungen einer neuen Technologie auf den Markt oder die Berücksichtigung des Einflusses sozialer Trends auf künftige Kaufgewohnheiten umfassen.

Qualitative Bestandsprognosen basieren jedoch auf Expertenwissen über den Markt, und es besteht immer das Risiko, dass zu viel Fachwissen in einer Person des Unternehmens gebündelt wird.

Welches Prognosemodell ist das beste?

Intelligente Bestandsplaner können sowohl qualitative als auch quantitative Prognosetechniken verwenden, um den zukünftigen Bedarf zu berechnen, und so eine breitere Perspektive erhalten. Beispielsweise könnte ein fiktiver Hersteller namens Outdoor Grill GmbH historische Daten verwenden, um seine Basis-Nachfrageprognose für sein Gasgrillangebot (via quantitativer Prognose) festzulegen. Wenn Verbraucherforschungen jedoch zeigen, dass Elektrogrills im kommenden Jahr immer beliebter werden, können sie Prognosen und Lagerbestände mithilfe eines qualitativen Ansatzes entsprechend nach oben anpassen.

Lang- und kurzfristige Nachfrageprognose-Modelle

Unternehmen sollten sich die Zeit nehmen, um langfristige und kurzfristige Bedarfsprognosen für Lagerbestände zu erstellen, da beide aus verschiedenen Gründen erforderlich sind:

Kurzfristige Nachfrageprognosen

Kurzfristige Prognosen, z. B. für die Periode von einem Jahr, sollten Daten für die Bestandsplanung, den Nachschub und die Einkaufsaktivitäten liefern.

Die kurzfristigen Prognosen unterliegen vielen Variablen, einschließlich Nachfrageschwankungen durch Saisonalitäten und der Volatilität der Lieferzeiten bei den Lieferanten. Beides kann sich auf Nachbestellpunkte und Sicherheitsbestände auswirken. Prognosen müssen daher detailliert sein und dynamisch überprüft und aktualisiert werden, um den konstanten Änderungen Rechnung zu tragen.

Langfristige Nachfrageprognosen

Langfristige Bedarfsprognosen sind hilfreich, um Daten für wichtige strategische Entscheidungen und Investitionsentscheidungen bereitzustellen.

Wenn Sie sich mit Ihren Bestandsstrategien beschäftigten, können die langfristigen Prognosen Unternehmen bei der Produktplanung unterstützen, z. B. bei der Vorhersage des Endes von bestimmten Produktlinien oder der Vorhersage neuer Markttrends, die neue Ideen und Innovationen erfordern. Solche Entscheidungen können sich daraufhin auf die Produktionsplanung auswirken, die oft viele Monate vor der Markteinführung der Produkte geplant werden muss.

Folglich erfordert eine effektive langfristige Prognose mehr als eine Momentaufnahme der aktuellen Ereignisse, sondern auch eine gründliche Kenntnis des Marktes.

Diese Herausforderung meistern

Wie Sie in diesem Beitrag feststellen konnten, hängt die Wahl des richtigen Modells viel mit dem Zweck zusammen, welchen Sie verfolgen wollen. Definitiv wird aber empfohlen, einen Mix zwischen qualitativen sowie quantitativen Methoden zu fahren – sich nur auf einen Typ zu verlassen, kann schnell zu schwerwiegenden Problemen führen. Zum Beispiel wenn Sie sich nur auf eine qualitative Prognose vom Einkaufsleiter verlassen, dieser aber dann das Unternehmen verlässt.

Des Weiteren sind die quantitativen Prognosen oft mit sehr viel manueller Arbeit verbunden, denn die meisten ERP Systeme können die entsprechenden Werte nicht automatisch kalkulieren, sondern man muss sie händisch eintragen. Viele Unternehmen führen diese Forecasts dann zunächst in Excel durch und übertragen sie dann in ihr System. Dieser Prozess ist aber natürlich alles andere als effektiv.

Eine Software zur Bestandsoptimierung wie EazyStock kann hier Abhilfe schaffen und nahtlos an das bestehende ERP-System andocken. Sie wollen noch mehr darüber erfahren, wie Sie in der Praxis die optimalen Nachfrageprognosen umsetzen? Dann laden Sie sich diesen Ratgeber kostenfrei herunter:

Ratgeber: Wie Sie optimale Nachfrageprognosen umsetzen