×

Absatzprognose

1. Was ist „Absatz"?

Der Absatz beziffert die Menge an Waren, die ein Unternehmen innerhalb eines bestimmten Zeitraums auf einem bestimmten Markt verkauft. Er zählt zu den bedeutendsten Kenngrößen des Unternehmens. Daneben sind die Entwicklung und der Wachstumsverlauf des Absatzes wichtige Indikatoren der Unternehmensentwicklung.

2. Was ist eine „Prognose“?

Eine Prognose trifft eine Aussage über zukünftige Zustände und Entwicklungen. Im wirtschaftlichen Kontext sind Aussagen über die zukünftigen Werte ökonomischer Variablen gemeint. Diese werden in verschiedenen Verfahren anhand Beobachtungen aus der Vergangenheit und theoretischen Modellen getätigt, um auf zukünftige Marktentwicklungen und anderes adäquat reagieren zu können. Dabei ist eine Prognose immer als eine Einschätzung zu verstehen. Sie kann niemals die Zukunft definitiv vorhersagen.

3. Ziele der Absatzprognose

Absatzprognosen dienen dazu, Trendentwicklungen und Strukturbrüche frühzeitig zu erkennen und in Form unternehmerischer Maßnahmen darauf zu reagieren. Die möglichst präzise Prognose der zukünftigen Absatzentwicklung stellt eine Grundlage für strategische und operative Entscheidungen des Unternehmens dar. Die Festlegung zukünftiger Absatzpotentiale zählt ebenfalls zur Absatzprognose. Dabei werden externe und interne Faktoren miteinbezogen. Erstere können nicht beeinflusst werden, letztere hingegen schon, da es sich um die eigenen Aktivitäten des Unternehmens handelt. Es gibt qualitative und quantitative Methoden der Absatzprognose. Qualitative Methoden basieren auf subjektiven Faktoren und können im Gegensatz zu quantitativen Methoden nicht mathematisch erfasst werden. Sie werden auch eingesetzt, um die rechnerischen Modelle zu hinterfragen und eventuelle Tendenzen zu erfassen, die sich anhand der Zahlen nicht ermitteln lassen.

4. Quellen für Werte der Absatzprognose

Grafik Werte der Absatzprognose

Zur Erstellung von Absatzprognosen werden verschiedene Quellen genutzt. Dazu zählen:

  • Auswertung von vergangenheitsbasierten Zeitreihen
  • Expertenurteile, -prognosen und -interviews
  • Empirische Marktforschung
  • Testkäufe und Testmärkte
  • Kundenbefragungen
  • Unternehmensinterne Umfragen
  • Prognosemärkte
  • Künstliche neuronale Netze

Die meistverwendete Quelle sind Zeitreihen. Dabei werden Daten aus der Vergangenheit verwendet. Diese sind unter gleichen oder ähnlichen Umständen entstanden, wie jetzt im Rahmen der zu prognostizierenden Ereignisse und Zahlen erwartet werden. Sie stammen beispielsweise aus dem betrieblichen Rechnungswesen, Marketinginformationssystemen, Betriebsstatistiken, Wirtschafts- und Konjunkturinstituten sowie amtlichen, halbamtlichen und nicht-amtlichen statistischen Wellen.  Diese Methode ist aufgrund der guten Verfügbarkeit der Daten naheliegend und entsprechend beliebt.

Häufig verwendet werden auch Expertenurteile. Mit Experte ist bzw. sind in der Regel Mitarbeiter mit guter Marktkenntnis oder großer Kundennähe gemeint.  Diese können die Notwendigkeit der Anpassung von internen Faktoren an die Prognose einschätzen als auch mögliche externe Faktoren erkennen. Oft sitzen diese Mitarbeiter im Vertrieb, aber auch Disponenten und Consultants können als Experten fungieren. Zentrale Kompetenz ist ein hohes Maß an Wissen in dem jeweiligen Themenfeld. Experteninterviews werden auch verwendet, um die Erstellung der Absatzprognose zu reflektieren.

Empirische Studien der Marktforschung sind eine weitere Quelle. Die Marktforschung liefert makroökonomische und konsumentenbezogene Daten, die für das Erstellen von Absatzprognosen relevant sind.

In geringerem Ausmaß werden Testkäufe und Testmärkte werden als Datenquelle für die Absatzprognose eingesetzt. Diese Methode ist besonders bei der Einführung von Neuprodukten von hohem Nutzen. Aufgrund hoher operativer Kosten wird sie aber nur vereinzelt angewendet. Es gibt allerdings Firmen, die systematisch und mit großem Erfolg auf Testkäufe und -märkte setzen. Dazu zählen viele Retail-Unternehmen.

Weiterhin sind Kundenbefragungen ein Mittel, um Informationen für die Absatzprognose zu erhalten. Dazu ist aber eine explizite Planung erforderlich, wer, was, wie usw. gefragt wird. Trotzdem wird diese Methode gemeinhin unterschätzt und kann durchaus valide Ergebnisse für eine Absatzprognose hervorbringen.

Selten werden unternehmensinterne Umfragen und Prognosemärkte als Quelle verwendet.

Bei großen Datenmengen und längeren Zeiträumen verwenden Unternehmen mehr und mehr künstliche neuronale Netze (KNN). Diese sind den menschlichen Fähigkeiten bei besagten großen Datenvolumen und im Fall von diversen zu berücksichtigenden Faktoren überlegen. Mit der fortschreitenden Digitalisierung wird die Verwendung von KNN weiter ansteigen.

5. Ablauf des Produktlebenszyklus und Auswirkungen auf die prognostizierte Absatzhöhe

Produktlebenszyklus und Absatzprognose

Das Modell des Produktlebenszyklus ist ein deterministisches, zeitraumbezogenes Marktreaktionsmodell, welches den Umsatz eines Produkts in verschiedene Phasen – von der Markteinführung bis zum Auslaufen des Produkts – darstellt. Die grundlegende Annahme ist, dass jedes Produkt zunächst einen steigenden und dann einen sinkenden Umsatz verzeichnet. Gemeinhin werden fünf Lebenszyklusphasen unterschieden:

  • Einführungsphase
  • Wachstumsphase
  • Reifephase
  • Sättigungsphase
  • Degenerationsphase

Die Einführungsphase ist die wichtigste Phase. Hier entscheidet sich, ob das Produkt marktfähig ist. Wenn absehbar ist, dass die Gewinnschwelle nicht erreicht wird oder Absatz, Umsatz und Gewinn hinter den Erwartungen zurückbleibt, wird das Produkt wieder vom Markt genommen. Rund 70 Prozent der Produkte überstehen die Einführungsphase nicht.

Die Wachstumsphase beginnt, wenn der Absatz des Produkts steigt und ein Gewinn erzielt wird. Durch absatzpolitische Maßnahmen steigt der Bekanntheitsgrad des Produkts und es werden weitere Zielgruppen erreicht. Das Marktvolumen und der Absatz wachsen deutlich. Konkurrenten bringen zu diesem Zeitpunkt vergleichbare Produkte auf den Markt, die hinsichtlich Qualität, Form, Preis und anderem variieren können, um Marktanteile zu erhalten. Nach einiger Zeit stabilisiert sich die Zuwachsrate bei einem bestimmten Prozentsatz. Dies stellt den Übergang zur Reifephase dar. Der Gesamtumsatz und -absatz steigt weiter an, allerdings weniger stark.

In der Reifephase erfolgt eine weitere Marktausdehnung, während parallel die Umsatzzuwachsraten sinken und die Umsatzrentabilität zurückgeht. Die Märkte erreichen in dieser Phase das Maximum ihrer Aufnahmekapazität. Da die Konkurrenz in diesem Zeitraum Investitionen tätigt, nimmt der Wettbewerb zu. Es müssen dementsprechend eigene Maßnahmen ergriffen werden, um keine Marktanteile zu verlieren. Sobald das absolute Umsatzwachstum stagniert, ist das Ende der Reifephase erreicht.

In der Sättigungsphase wird der höchste Umsatz erzielt. Die Umsatzkurve hat ihr Maximum erreicht. Die Grenzumsätze werden negativ. Durch preispolitische Maßnahmen und eine verbesserte Produktausstattung kann die Sättigungsphase deutlich verlängert werden. Wenn die Umsatzerlöse die Deckungsbeitragsgrenze unterschreiten und keine Gewinne mehr erzielt werden können, endet die Sättigungsphase.

Mit der Degenerationsphase endet der Produktlebenszyklus. Veränderte Bedürfnisse der Konsumenten oder veränderte Rahmenbedingungen, etwa durch staatliche Regelungen, lassen die Nachfrage abebben. Die Konkurrenz hat neue, attraktivere Produktversionen eingeführt. In der Regel sind Anbieter vorbereitet und bringen bei Eintritt der Degenerationsphase ein Nachfolgeprodukt auf den Markt.

6. Methodenauswahl und -vorstellung

Grafik Methodenauswahl Absatzprognose

Je nach Art der Absatzprognose unterscheidet man qualitative (intuitive, inexakte) und quantitative (mathematische, exakte) Verfahren.

Bei den quantitativen Prognoseverfahren sind vor allem die Methode der gleitenden Durchschnitte, die exponentielle Glättung sowie Trend- und Indikatormodelle im Fall langfristiger Absatzprognosen zu nennen.

Die Methode der gleitenden Durchschnitte errechnet einen Mittelwert aus einer Anzahl von Beobachtungswerten. Dieser wird als Schätzung für den erwarteten Wert der nächsten Periode verwendet. Liegt ein neuer Wert vor, rückt dieser an die erste Stelle – daher die Bezeichnung gleitender Durchschnitt. Die anderen Werte rücken eine Stelle zurück und der Älteste fällt aus der Berechnung raus. Ursprünglich werden alle Daten gleich gewichtet, doch jüngere Daten haben oft eine größere Bedeutung. Durch spezielle Gewichtungen erreicht man dementsprechend eine höhere Prognosegüte. Die Gewichtungen werden entweder subjektiv gesetzt oder anhand der Reproduktion historischer Werte mittels Fehlerminimierung ermittelt. Man bezeichnet diese Methode als gewogenen gleitenden Durchschnitt.

Die exponentielle Glättung ist eine Weiterentwicklung des gewogenen Durchschnitts. Auch hier wird den aktuelleren Werten eine höhere Relevanz für die Prognose beigemessen. Sie werden daher stärker gewichtet.

Bei diesen Verfahren ist es sinnvoll, eine möglichst große Anzahl von Werten für die Berechnung zu verwenden, da dies die Genauigkeit des Prognosewertes erhöht. Der gleitende Durchschnitt und die exponentielle Glättung sind Methoden der kurzfristigen Prognose. Unter den langfristigen Prognosetechniken sind Trend- und Indikatorprognosen die Meistverwendeten. Diese ermitteln nicht nur einen Wert für die folgende Periode, sondern errechnen mehrere aufeinander folgende Werte. Trendverfahren verknüpfen Prognosewerte mit der Zeit. Die Entwicklung der Werte einer Zeitreihe ist von vielen Faktoren abhängig. Diese Einwirkungen auf die Prognose werden aber bewusst miteinbezogen und als Gesetzmäßigkeit gesehen.

Um die Parameter der Trendfunktion zu ermitteln, werden analytische Verfahren angewendet. Man setzt in der Regel die Methode der kleinsten Quadrate oder die Maximum-Likelihood-Methode ein. In beiden Fällen muss zuvor der Funktionstyp bestimmt werden. Dieser ist für die Ermittlung der Trendfunktion äußerst wichtig. Man unterscheidet zwischen linearen, exponentiellen und logistischen Trends.

Der lineare Trend ist der meistgenutzte Funktionstyp. Er ermöglicht die Bestimmung des Prognosewerts durch eine simple Verlängerung der Trendgeraden. Er zeichnet sich durch gleichbleibende absolute Zu- oder Abnahmen pro Zeiteinheit aus. Bei der Prognose einer Absatzfunktion wird eine Marktsättigung ausgeschlossen. Der lineare Trend unterstellt eine unveränderte Markt- und Wettbewerbssituation und wird deshalb den unbeständigen realen Entwicklungen nicht gerecht. Der exponentielle Trend rechnet mit einer konstanten Zuwachsrate pro Zeiteinheit für die prognostizierte Variable. Er eignet sich besonders bei zunehmenden Bestands- oder Absatzentwicklungen – etwa zu Beginn eines Produktlebenszyklus. Der logistische Trend berücksichtigt ein Marktsättigungsniveau, das vom Anwender vorgegeben wird. Er ist vor allem für die Prognose der Bestandsentwicklung langlebiger Produkte geeignet.

Qualitative Prognosen sind intuitive oder subjektive Schätzungen der Absatzentwicklung. Vorteile dieser Verfahren liegen in dem vergleichsweise kurzen Zeitaufwand, geringen Kosten und der Nutzung langfristig gewonnenen Expertenwissens. Zur Erstellung der Prognose werden Experten nach ihrer Einschätzung zur erwarteten Verkaufs- und Absatzentwicklung befragt. Die geschätzten Werte werden summiert und dann gemittelt. Nachteile bestehen in Form etwaiger überhöhter Schätzungen, die aus Eigeninteresse einzelner Abteilungen oder Bereiche entstehen. Für langfristige Prognosen sind Expertenurteile die erste Wahl. Bei kurzfristigen Prognosen ist die Befragung bestimmter Gruppen eine mögliche, aber unsichere Alternative. Dazu werden etwa die Vertriebsmitarbeiter, Händler oder Kunden befragt. Da man für eine valide Prognose auf exakte und/oder ausführliche Auskünfte der Beteiligten angewiesen ist – und diese selten bekommt – werden in der Regel andere Methoden vorgezogen.

7. Prognose und Hochrechnung

Die Prognose ist eine methodisch hergeleitete Vorhersage von Ereignissen in der Zukunft, etwa von der Entwicklung des Absatzmarktes in der nächsten Periode. Die Hochrechnung ist ein Schätzvorgang auf Basis empirischer Daten. Eine Hochrechnung ist eine Projektion von Teilergebnissen, die aus einer Stichprobe gewonnen wurden, auf das Gesamtergebnis. Die Stichprobe wird als Miniaturbild der Grundgesamtheit verstanden. Im Hinblick auf die Hochrechnung müssen dann alle denkbaren Einflüsse berücksichtigt werden.

Man unterscheidet zwischen freier und gebundener Hochrechnung. Die  freie Hochrechnung erfolgt ausschließlich über Informationen aus der Stichprobe. Die gebundene Hochrechnung zieht Basiswerte vorangegangener Perioden durch Differenzenschätzung, Verhältnisschätzung oder Regressionsschätzung hinzu. In vielen Fällen ist vor der Hochrechnung eine Umgewichtung erforderlich. Dazu wird jeder Datensatz der Stichprobe mit einem Gewichtungsfaktor multipliziert, um unterschiedliche Auswahlwahrscheinlichkeiten, gruppenspezifische Ausschöpfungsquoten und andere Verzerrungen zu korrigieren. Stichprobenausfälle  werden ebenfalls durch eine Gewichtung kompensiert. Für die Hochrechnung gibt es unterschiedliche Ansätze:

Die Bevölkerungsmethode errechnet die Relation der Population der Stichprobe zur Population in der Grundgesamtheit. Die Absatzmenge des Testprodukts innerhalb des Haushaltspanels wird durch die Zahl der Panelhaushalte im Testgebiet dividiert und mit der Zahl der Haushalte im Gesamtmarkt multipliziert.

Bei der Methode des disponiblen Einkommens geht es um die Relation des Einkommens in der Stichprobe zum Einkommen in der Grundgesamtheit: Das verfügbare Einkommen des Gesamtmarkts wird dividiert durch das verfügbare Einkommen des Haushaltspanels und multipliziert mit der Absatzmenge des Testprodukts innerhalb des Haushaltspanels.

Die Umsatzverhältnismethode errechnet in gleicher Weise die Relation des Umsatzes. Beispielsweise: Absatzmenge eines Vergleichsprodukts im Gesamtmarkt dividiert durch die Absatzmenge eines Vergleichsprodukts im Haushaltspanel, multipliziert mit der Absatzmenge des Testprodukts im Haushaltspanel.

Marktanteilsmethode: Relation der Stichprobe vom Umsatz des eigenen Produkts an der Produktkategorie zum Umsatz der Produktkategorie in der Grundgesamtheit, z.B. Absatzmenge des Testprodukts im Haushaltspanel dividiert durch Absatzmenge der zugehörigen Warengruppe im Haushaltspanel multipliziert mit der Absatzmenge der Warengruppe im Gesamtmarkt.

8. Literaturhinweis

Gannser, O., Krol, B. 2015, S.

Meffert 2015, S. 170 ff.

Meffert 2015, S. 430 ff.

Pepels, W. 2016, S.

9. Download

Laden Sie hier ein PDF mit Übungsaufgaben zum Thema runter: Übungsaufgabe Bedarfsprognose und Bedarfsermittlung


OBEN