Es ist schon eine Last mit der Absatz- und Bedarfsprognose. Da der Vertrieb entweder zu pauschal mit seinen Aussagen ist oder selten trifft, bleibt zumindest f\u00fcr Artikel mit einer gewissen Vergangenheit nur der Blick in die Bedarfszahlen dieser Vergangenheit. Doch das einzig Verl\u00e4ssliche bei diesen Zahlen ist, dass die erwarteten Zahlenwerte so nicht kommen werden. Jemand vermeintlich Kluges soll deshalb einmal formuliert haben: \u201eDie Prognose ersetzt den Zufall durch den Irrtum.\u201c Leute ohne Erfahrung in der Absatzprognose ziehen daraus den Schluss, dass man sich mit der Bedarfsprognose keine zu gro\u00dfe M\u00fche machen sollte, denn eine systematische Absatzprognose f\u00fchrt nur auf anderen Wegen zum gleichschlechten Ergebnis.<\/p>\n
Die Realit\u00e4t sieht jedoch ganz anders aus. Das, was wir gemeinhin als Absatzprognosewerte bezeichnen und interpretieren, stellt in Wirklichkeit nur einen Teil der Prognose dar. Eine Prognose besteht immer aus drei Komponenten: einer Aussage \u00fcber den vermeintlichen Grundbedarf, eine Aussage \u00fcber die erforderliche Liefersicherheit trotz der unsicheren Aussage zum Grundbedarf und daraus folgend ein erforderlicher Sicherheitsbestand, um die ben\u00f6tigte Sicherheit zu gew\u00e4hrleisten. Die Aussage \u00fcber den Grundbedarf wird bei schwankender Nachfrage unsicher sein und als alleinige Prognoseinformation wenig taugen. Was man zumeist jedoch genau berechnen kann, ist die Unsicherheit. Je nachdem, welchen Grad an Unsicherheit man abfedern will, ergibt sich somit ein geringerer oder ein h\u00f6herer Sicherheitsbestand. Eine gute Prognose ersetzt den Zufall somit tats\u00e4chlich durch den Irrtum. Doch w\u00e4hrend ersterer eben zuf\u00e4llig ist, l\u00e4sst sich der Irrtum statistisch erfassen und man kann sich dagegen wappnen.<\/p>\n
In der Praxis gibt man deshalb f\u00fcr jeden Artikel, dessen zuk\u00fcnftiger Bedarf zu prognostizieren ist, einen erforderlichen Lieferbereitschaftsgrad an. Mit entsprechenden statistischen Formeln ergeben sich der Grundbedarf und der Sicherheitsbestand. Soweit sind viele von uns bereits gegangen und bekamen Best\u00e4nde und Lieferbereitschaft trotzdem nicht richtig in den Griff.<\/p>\n
Wei\u00df man, wo man hinsehen muss, so l\u00e4sst sich die Ursache f\u00fcr das Herumeiern von Bestandsh\u00f6he und erreichter Lieferbereitschaft einfach ausmachen. Praktisch alle klassischen statistischen Formeln zur Prognose von Grundbedarfen und zur Berechnung der erforderlichen Sicherheitsbest\u00e4nde setzen eine Normalverteilung der H\u00e4ufigkeiten der verschiedenen Nachfragemengen voraus. Diese \u201enormalverteilte Nachfrage\u201c gibt es in der Praxis aber nur bei wenigen Artikeln. Somit treffen die klassischen Formeln h\u00e4ufig daneben und andere, praxistaugliche Ans\u00e4tze sind erforderlich.<\/p>\n
Ein Ansatzpunkt besteht darin, die Abweichung der Prognosewerte von den tats\u00e4chlichen Verbrauchswerten, die man ja aus der betrachteten Vergangenheit kennt, zu messen. Als bestes Prognoseverfahren \u2013 die Sicherheitsbestandsberechnung wird hierbei gar nicht ber\u00fccksichtigt –\u00a0 wird dann dasjenige ausgew\u00e4hlt, das die geringste Abweichung von den tats\u00e4chlichen Bedarfen hat.<\/p>\n
Der Ansatz, nur die Prognoseverfahren zu betrachten und die Sicherheitsbestandsverfahren und damit die H\u00f6he der Sicherheitsabst\u00e4nde zu vernachl\u00e4ssigen, greift jedoch viel zu kurz, obwohl er weit verbreitet ist. Die Qualit\u00e4t der Ergebnisse wird hierdurch nicht wesentlich besser.<\/p>\n
Weiter greift hier schon der Ansatz, mit \u201everteilungsfreien\u201c Prognose- und Sicherheitsbestandsverfahren arbeiten, die sich von einer fehlenden Normalverteilung nicht durcheinanderbringen lassen.<\/p>\n
So richtig weiter f\u00fchrt nur eine dynamische Simulation der Dispositionssituation \u00fcber einen bestimmten Vergangenheitszeitraum, typischerweise 12 Monate. Hierbei m\u00fcssen die verschiedenen Prognose- und Sicherheitsbestandsverfahren im Wettbewerb gegeneinander auf dem Parcours der Vergangenheit jedes einzelnen Artikels antreten. Mit der Verfahrenskombination, die sich in der Vergangenheit bei einem Artikel am besten geschlagen h\u00e4tte, wird die Prognoserechnung durchgef\u00fchrt.<\/p>\n
F\u00fcr eine solche Simulation muss man zuerst einmal kl\u00e4ren, was es hei\u00dft, eine Verfahrenskombination\u00a0 habe sich \u201eam besten\u201c geschlagen. Dabei wieder auf die Prognoseabweichung zu setzen, entspricht zwar dem gesunden Menschenverstand, ist aber trotzdem falsch. Entsprechende Simulationen zeigen, dass damit weder die geringsten Gesamtkosten eines Artikels, noch die geringsten Best\u00e4nde bei Sicherstellung der geforderten Lieferbereitschaft erreicht werden k\u00f6nnen. Zielf\u00fchrender ist es, auf das Erreichen der Lieferbereitschaft bei m\u00f6glichst geringen Best\u00e4nden oder auf m\u00f6glichst geringe Gesamtkosten abzustellen.<\/p>\n
Letztlich w\u00e4re noch zu erw\u00e4hnen, dass der Simulationsansatz zum Testen der geeigneten Verfahrenskombination nat\u00fcrlich auch den kompletten Dispositionsprozess durchsimulieren muss. Aber so tief k\u00f6nnen und wollen wir an dieser Stelle nicht einsteigen.<\/p>\n
Sie wussten ja bereits, dass Prognosen schwierig sind, besonders, wenn sie die Zukunft betreffen. Jetzt wissen Sie auch noch, dass Prognosen einen gewissen Aufwand ben\u00f6tigen, besonders, wenn sie die Zukunft auch treffen sollen.<\/p>\n","protected":false},"excerpt":{"rendered":"
Es ist schon eine Last mit der Absatz- und Bedarfsprognose. Da der Vertrieb entweder zu pauschal mit seinen Aussagen ist oder selten trifft, bleibt zumindest f\u00fcr Artikel mit einer gewissen Vergangenheit nur der Blick in die Bedarfszahlen dieser Vergangenheit. Doch das einzig Verl\u00e4ssliche bei diesen Zahlen ist, dass die erwarteten Zahlenwerte so nicht kommen werden.<\/p>\n","protected":false},"author":25,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[1587,1591,1585,1577],"tags":[25,65,27,19,30,32,49,50,37],"class_list":["post-10835","post","type-post","status-publish","format-standard","hentry","category-absatz-bedarfsprognose","category-bestandsmanagement","category-digitale-transformation","category-planung-disposition","tag-absatzprognose","tag-bedarfsprognose","tag-bestand","tag-disposition","tag-lieferbereitschaft","tag-prognose","tag-prognoseverfahren","tag-sicherheitsbestand","tag-simulation"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t