{"id":230041,"date":"2026-07-14T14:57:16","date_gmt":"2026-07-14T12:57:16","guid":{"rendered":"https:\/\/www.ak-online.de\/?p=230041"},"modified":"2026-07-14T14:58:14","modified_gmt":"2026-07-14T12:58:14","slug":"warum-sop-in-der-praxis-scheitert-die-drei-ursachen-und-was-dagegen-hilft","status":"publish","type":"post","link":"https:\/\/www.ak-online.de\/de\/warum-sop-in-der-praxis-scheitert-die-drei-ursachen-und-was-dagegen-hilft\/","title":{"rendered":"Warum S&OP in der Praxis scheitert: die drei Ursachen und was dagegen hilft"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t

Warum S&OP in der Praxis scheitert: die drei Ursachen und was dagegen hilft<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

In unseren S&OP-Projekten sehe ich seit Jahren dasselbe Muster. Der Prozess ist eingef\u00fchrt, die Meetings laufen im Monatsrhythmus, das Planungstool steht. Gesteuert wird trotzdem nach Bauchgef\u00fchl. Laut einer Analyse von Alvarez & Marsal (2024) haben rund 70 Prozent der Unternehmen ein formales S&OP. Konsequent und vollst\u00e4ndig umgesetzt wird es bei etwa einem Viertel.<\/p>\n

Nicht das Konzept versagt, sondern seine Umsetzung. S&OP scheitert auf drei strukturellen Ebenen: am Prozessdesign, an der Datengrundlage und an der Governance. Die drei verst\u00e4rken sich gegenseitig. Viele Unternehmen versuchen dann, den Kreis mit noch mehr Meetings oder noch mehr Daten zu durchbrechen. Das f\u00fchrt nicht weiter.<\/p>\n

Umgekehrt hei\u00dft das: Wer die drei Ebenen zusammen angeht, bekommt aus demselben S&OP ein Steuerungsinstrument, das tr\u00e4gt. Dieser Beitrag zeigt, welche Schwachstellen S&OP wirkungslos machen, und benennt drei Sofortma\u00dfnahmen auf Prozess-, Daten- und Governance-Ebene, die sich in 30 bis 90 Tagen umsetzen lassen. Sie brauchen keinen Systemwechsel. Sie brauchen Entscheidungen an den richtigen Stellen.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Drei Problemebenen, die sich gegenseitig verst\u00e4rken<\/strong><\/p>\n

\u00a0<\/p>\n

Drei strukturelle Schwachstellen erkl\u00e4ren, warum so viele S&OP-Programme ihre Steuerungswirkung verfehlen: ein unzureichendes Prozessdesign, eine mangelhafte Datengrundlage und fehlende Governance.<\/p>\n

\u00a0<\/p>\n

Die Zahlen sind eindeutig. Rund 70 Prozent der Unternehmen betreiben laut der Alvarez & Marsal-Analyse vom Mai 2024 ein formales S&OP, aber nur etwa 25 Prozent tun das konsequent und \u00fcber die gesamte Organisation hinweg. Dazu kommt ein zweiter Befund: 72 Prozent der befragten Unternehmen haben ihr S&OP erst in den vergangenen f\u00fcnf Jahren eingef\u00fchrt.<\/p>\n

\u00a0<\/p>\n

Planungsreife und S&OP-Adoption sind zwei verschiedene Dinge. Die Adoption ist ein Datum. Der Prozess ist beschlossen, die Termine stehen im Kalender, die Rollen stehen im Organigramm. Reife dagegen ist ein Zustand, und der entsteht erst \u00fcber die Planungszyklen. Der Vertrieb liefert seine Prognose so lange als Pflicht\u00fcbung, bis er merkt, dass die Produktion tats\u00e4chlich danach fertigt und dass eine zu hohe Zahl sp\u00e4ter auf ihn zur\u00fcckf\u00e4llt. Dieser Lerneffekt braucht Wiederholungen, meist ein Jahr und mehr. Wer sein S&OP vor achtzehn Monaten eingef\u00fchrt hat, hat deshalb erst einmal einen Prozess. Eine Steuerung hat er damit noch nicht.<\/p>\n

\u00a0<\/p>\n

Isoliert treten die drei Ebenen selten auf. Schwache Governance l\u00e4sst Datenm\u00e4ngel liegen, weil niemand die Bereinigung verantwortet. Mangelhafte Daten untergraben den Prozess, weil jede Entscheidung auf unsicherer Grundlage f\u00e4llt. Und ein schlecht strukturierter Prozess sorgt daf\u00fcr, dass Governance-Beschl\u00fcsse nie im Planungsalltag ankommen.<\/p>\n

\u00a0<\/p>\n

Eine systematische Literaturanalyse des IMT Mines Albi benennt genau diese Dimensionen als die h\u00e4ufigsten S&OP-Fehlerursachen: Prozess, Daten und Menschen beziehungsweise Governance. Wer nur eine Ebene angeht, behandelt ein Symptom. Wer alle drei adressiert, ver\u00e4ndert die Steuerungslogik.<\/p>\n

\u00a0<\/p>\n

Verbreitet ist dabei eine Fehldiagnose, die ich in Erstgespr\u00e4chen regelm\u00e4\u00dfig h\u00f6re: \u201eUns fehlt die Methodik.\u201d Unternehmen reagieren auf ein schwaches S&OP, indem sie IBP einf\u00fchren oder die Meeting-Frequenz erh\u00f6hen. Beides verschiebt das Problem nur. Gehen wir die drei Ursachen einzeln durch.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Prozessprobleme im S&OP: Wo der Regelkreis rei\u00dft<\/h3>\n

Der h\u00e4ufigste Fehler: S&OP-Meetings laufen als Statusrunden. Teilnehmer berichten, was passiert ist. Entschieden wird nichts.<\/p>\n

Es fehlen definierte Inputs, erwartete Outputs und verbindliche Entscheidungsregeln. Beginnt ein S&OP-Meeting, ohne dass vorab gekl\u00e4rt ist, welche Fragen beantwortet werden sollen und wer das letzte Wort hat, ist das Ergebnis vorhersehbar. Eine Stunde Diskussion, kein bindender Beschluss. Die Supply Chain Management Review<\/a> berichtete nach der CSCMP EDGE-Konferenz 2025, dass Ownership und Verantwortlichkeit die Hauptursachen f\u00fcr S&OP-Misserfolge sind, nicht Technologie oder Planungsmodelle.<\/p>\n

Eng damit verwandt ist das fehlende Exception-Management. Ein gutes S&OP arbeitet nach dem Ausnahmeprinzip: Was plangem\u00e4\u00df l\u00e4uft, wird nicht besprochen. Was abweicht, wird eskaliert und entschieden. In vielen Unternehmen landet stattdessen alles auf dem Tisch, weil kein System die Ausnahmen filtert, priorisiert und dem richtigen Entscheider zuweist. Die Meetings dauern zu lang, und die kritischen Entscheidungen gehen in der Masse unter.<\/p>\n

Der dritte Prozessfehler betrifft den Rhythmus. Quartalsweise Zyklen sind in einem Markt mit kurzen Reaktionszeiten nicht steuerungsf\u00e4hig. Der Minimalstandard sind monatliche Zyklen mit w\u00f6chentlichen Kurzupdates f\u00fcr kritische Ausnahmen. Wer den Zyklus streckt, um Aufwand zu sparen, tauscht Steuerungsf\u00e4higkeit gegen Bequemlichkeit. Kein guter Tausch.<\/p>\n

Ein funktionierender Planungsprozess<\/a> setzt voraus, dass Prozessdesign und Entscheidungsarchitektur vor dem ersten Meeting gekl\u00e4rt sind, nicht w\u00e4hrenddessen.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Schlechte Daten sabotieren jede Planung<\/strong><\/p>\n

\u00a0<\/p>\n

Schlechte Daten treiben die Lagerkosten hoch und senken den Lieferbereitschaftsgrad, auch wenn das Prognosemodell noch so ausgereift ist. Vier Ursachen stecken dahinter: Silos, Latenz, Forecast-Bias und fehlende Plausibilit\u00e4tschecks. Die schlechte Datenpflege ist dabei meist das sichtbarste Symptom, selten die Wurzel.<\/p>\n

\u00a0<\/p>\n

Der Konsens im Meeting ist eine Illusion, wenn drei Abteilungen mit drei Wahrheiten planen. Genau das passiert bei getrennten Stammdaten: Der Vertrieb plant mit einem Artikelstamm, die Produktion mit einem anderen, der Einkauf mit einem dritten. Abgestimmt wird dann \u00fcber Zahlen, die gar nicht dasselbe meinen.<\/p>\n

\u00a0<\/p>\n

Der zweite Punkt ist die Latenz, also der Abstand zwischen einem Ereignis und dem Moment, in dem die Planung davon erf\u00e4hrt. Die Bestandsdaten laufen \u00fcber Nacht, die R\u00fcckmeldung aus der Produktion w\u00f6chentlich, die Absatzzahlen der Vertriebsgesellschaften erst zum Monatsende. Das S&OP-Meeting entscheidet dann \u00fcber ein Bild, das mehrere Wochen alt ist. Pr\u00fcfen Sie es am letzten Planungslauf: Wie alt ist die \u00e4lteste Zahl darin? Je gr\u00f6\u00dfer die Verz\u00f6gerung, desto mehr planen Sie \u00fcber die Vergangenheit statt \u00fcber den Markt. Kein Prognosemodell holt das wieder auf.<\/p>\n

\u00a0<\/p>\n

Forecast-Bias wirkt wie ein verbogener Kompass. Kleine, systematische Abweichungen zwischen Prognose und Realit\u00e4t f\u00fchren \u00fcber Monate weit vom Kurs ab. Der Vertrieb \u00fcbersch\u00e4tzt den Absatz, weil Budgetziele die Planung f\u00e4rben. Disponenten untersch\u00e4tzen Sicherheitsbedarfe, weil sie auf vergangene Engp\u00e4sse reagieren, statt auf strukturelle Ursachen. Beide Muster sind bekannt. Korrigiert werden sie selten, weil sie niemand sichtbar misst.<\/p>\n

\u00a0<\/p>\n

Fehlende Plausibilit\u00e4tschecks sind das vierte strukturelle Problem. Sie verhindern, dass offensichtlich falsche Planungsvorschl\u00e4ge unbemerkt durchlaufen. Wird ein Artikel, der seit drei Monaten nicht mehr produziert wird, pl\u00f6tzlich mit 10.000 St\u00fcck Bedarf prognostiziert, sollte das auffallen. Ohne automatisierte Plausibilit\u00e4tsregeln f\u00e4llt es meist nicht auf.<\/p>\n

\u00a0<\/p>\n

An dieser Stelle kommt regelm\u00e4\u00dfig Demand Sensing ins Spiel. Gemeint ist ein kurzfristiges Prognoseverfahren: Es verarbeitet Ist-Signale aus dem laufenden Gesch\u00e4ft, also Abverk\u00e4ufe, Auftragseing\u00e4nge oder Bestandsbewegungen, und f\u00fchrt die Prognose laufend nach. Der klassische statistische Forecast rechnet dagegen auf Monatsbasis aus der Historie. Demand Sensing ersetzt ihn nicht, es legt eine kurzfristige Korrekturschicht dar\u00fcber.<\/p>\n

\u00a0<\/p>\n

Bei den Erwartungen lohnt N\u00fcchternheit. Die Ans\u00e4tze k\u00f6nnen die Prognosegenauigkeit messbar verbessern: Laut einer Untersuchung von Alvarez & Marsal lagen die Verbesserungen je nach Produktgruppe zwischen 11 und 21 Prozent. Auch aktuelle Forschung zeigt, wie KI-basierte Demand-Sensing-Modelle<\/a> in kontrollierten Studien die Prognosegenauigkeit, gemessen als MAPE, gegen\u00fcber naiven Baselines deutlich verbessern. Der MAPE (Mean Absolute Percentage Error) ist der mittlere absolute prozentuale Prognosefehler, die gebr\u00e4uchlichste Kennzahl f\u00fcr Prognosegenauigkeit.<\/p>\n

\u00a0<\/p>\n

Der Nutzen entsteht aber nur bei kurzen Wiederbeschaffungszeiten, wie sie im FMCG-Bereich typisch sind. Hier liegt der Denkfehler vieler Projekte. Ich sage es meinen Kunden so: Eine bessere Prognose n\u00fctzt Ihnen nur, wenn Sie auf sie noch reagieren k\u00f6nnen. Liegt die Wiederbeschaffungszeit bei mehreren Wochen oder Monaten, ist die Bestellung l\u00e4ngst ausgel\u00f6st, bevor das kurzfristige Signal \u00fcberhaupt eintrifft. Wer Demand Sensing im technischen Handel, f\u00fcr Investitionsg\u00fcter oder f\u00fcr Langl\u00e4ufer einf\u00fchrt, kauft die falsche L\u00f6sung.<\/p>\n

\u00a0<\/p>\n

Auch der MAPE selbst verdient Vorsicht. Wir bei Abels & Kemmner empfehlen ihn nicht als prim\u00e4re Kennzahl f\u00fcr Prognosegenauigkeit. Bei sporadischen Bedarfen und Nullwerten in der Zeitreihe ist er systematisch verzerrt. Wer die Prognosequalit\u00e4t systematisch verbessern<\/a> will, braucht Kennzahlen, die mit Nullwerten umgehen k\u00f6nnen.<\/p>\n

\u00a0<\/p>\n

Das Grundproblem bleibt: Datenqualit\u00e4t schl\u00e4gt Datenmenge. Wer mehr Daten in ein schlecht konfiguriertes Planungssystem schickt, bekommt die falschen Ergebnisse nur schneller.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Governance-Defizite: Wer entscheidet, wenn keiner entscheidet?<\/h3>\n

Das h\u00e4ufigste Governance-Defizit im S&OP: Es fehlen verbindliche Entscheidungsregeln, und es fehlt ein klarer Executive-Sponsor.<\/p>\n

Sch\u00e4tzungen aus der Praxis, unter anderem von Ventana Research, gehen davon aus, dass 70 bis 80 Prozent der Unternehmen ihr S&OP nicht auf Executive-Ebene verankert haben. Die Entscheidungen landen also gar nicht oder viel zu sp\u00e4t auf dem richtigen Schreibtisch. Was ich in Erstgespr\u00e4chen darauf h\u00f6re: \u201eDie Gesch\u00e4ftsf\u00fchrung ist informiert.\u201d Informiert ist nicht entschieden. Alvarez & Marsal<\/a> nennen fehlendes Executive-Commitment als die h\u00e4ufigste Ursache f\u00fcr stagnierende S&OP-Prozesse.<\/p>\n

Dahinter steckt ein Konstruktionsfehler: Fehlanreize. Der Vertrieb steuert auf Umsatz, die Produktion auf Auslastung, der Einkauf auf St\u00fcckkosten. Niemand im System ist organisatorisch beauftragt, Gesamtkosten und Lieferbereitschaft gemeinsam zu verbessern. Prallen diese Logiken aufeinander, siegt im Zweifel die Macht und nicht die Planung. Das ist der eigentliche Zielkonflikt im S&OP. Er l\u00f6st sich nicht durch bessere Zahlen, sondern durch gekl\u00e4rte Entscheidungsrechte.<\/p>\n

Governance ohne KPI-Bindung ist ein Thermostat ohne Heizung. Er misst die Abweichung und korrigiert nichts. Ein funktionierendes S&OP-Governance-System braucht drei Elemente:<\/p>\n