5. PROGNOSEVERFAHREN – KONZEPTION EINER VERBRAUCHSORIENTIERTEN BEDARFSPROGNOSE
Im Laufe der Zeit haben sich unterschiedliche Prognoseverfahren etabliert. Man unterscheidet deterministische, stochastische und heuristische regelbasierte Bedarfsprognosen. Die Prognose zukünftiger Bedarfe basiert auf mehreren Faktoren, die miteinander verbunden sind und gegeneinander abgewogen werden sollten. Eine Kombination der unterschiedlichen Prognoseverfahren kann bei der Ermittlung einer zuverlässigen Bedarfsprognose sinnvoll sein.
5.1 Deterministische Bedarfsprognosen
Unter einer deterministischen Bedarfsprognose versteht man das Verfahren, die Bedarfe exakt nach Menge und Termin auf der Grundlage konkreter Aufträge oder des Absatz- oder Produktionsprogramms festzulegen. Diese Art des Prognoseverfahrens dient der Ermittlung des Sekundärbedarfs. Der zukünftige Bedarf wird anhand eines als determiniert angenommenen, prognostizierten Primärbedarfs ermittelt. Die Berechnungsbasis bildet somit der Primärbedarf, der vorab anhand eines Absatzprogramms geplant werden muss.
5.2 Heuristische Bedarfsprognosen
Auch hilfreich bei der Erstellung einer Prognose sind beispielsweise Einschätzungen des Vertriebes über das erwartete Verhalten bekannter und potenzieller Kunden in den einzelnen Absatzregionen genau wie Informationen über die Wahrscheinlichkeit der Auftragserteilung. Auch Analysen von Marktreaktionen auf Vertriebsmaßnahmen und Marketingstrategien wie zum Beispiel Preisveränderungen oder mehr gezielte Werbung, können aufschlussreich sein. Aus diesen Informationen lassen sich Veränderungen des zu erwartenden Auftragseingangs prognostizieren. Diese subjektiven Schätzungen erfahrener Disponenten werden auch als heuristische Prognosemethode bezeichnet.
5.3 Stochastische Bedarfsprognosen
Die Extrapolation der Vergangenheit durch mathematisch-statistische Prognoseverfahren stellt das dritte Element einer Prognose künftiger Auftragseingänge dar. Bei diesen sogenannten stochastischen Bedarfsprognosen werden mathematisch-statistische Verfahren angewendet, die auf der Wahrscheinlichkeitstheorie aufbauen, um den optimalen Bedarf zu berechnen. Als Grundlage dieser Methoden dienen die Verbrauchswerte der Vergangenheit, welche statistisch ausgewertet werden und in Prognosen umgewandelt werden. Derartige praktisch angewandte Prognoseverfahren unterstellen einen Zusammenhang zwischen dem Verbrauch in der Vergangenheit und dem Bedarf in künftigen Zeiträumen. Im Folgenden werden Beispiele derartiger Prognoseverfahren aufgelistet:
- Einfache, gleitende und gewogene gleitende Mittelwertbildung
- Glättung 1. und 2. Ordnung
- Regressionen
Als Prognoseverfahren bei einem konstanten Bedarfsverlauf eignet sich die Berechnung arithmetischer Mittelwerte, die Bildung gleitender Mittelwerte oder die exponentielle Glättung 1. Ordnung. Bei einem trendförmigen Bedarfsverlauf bzw. linear steigendem Bedarfsverlauf werden insbesondere die exponentielle Glättung 1. Ordnung mit Trendkorrektur, die exponentielle Glättung 2. Ordnung sowie die einfache lineare Regression angewendet. Bei einem saisonal schwankenden Bedarfsverlauf lassen sich die Verfahren der multiplen Regression sowie exponentiellen Glättung analog anwenden, sofern die Verbrauchswerte so gewählt werden, dass sie sich saisonal entsprechen. Eine differenzierte Beschreibung der einzelnen stochastischen Prognoseverfahren finden Sie hier: Absatzprognose