Wie legt man den optimalen Bestand für saisonale Schwankungen fest?

Stellen Sie sich vor, Sie haben einen Bestand von 150 Fernsehgeräten, einen Verkaufsumfang von durchschnittlich 100 Einheiten pro Geschäftsperiode und eine Mindestbestellmenge von 20  Einheiten. Die Lieferzeit beträgt sieben Tage. Um Ihre Kunden nicht durch Nullbestände zu enttäuschen, halten Sie einen Sicherheitsbestand von 50 Einheiten. Wann sollten Sie wieder bei Ihrem Lieferanten bestellen und welche Menge?

Logischerweise errechnen Sie Ihren Bedarf folgendermaßen: Sie verkaufen pro Geschäftsperiode durchschnittlich 100 Einheiten, was 25 Einheiten pro Woche entspricht. In 4 Wochen erreichen Sie den Sicherheitsbestand. Um ihn nicht verkaufen zu müssen, beschließen Sie, in Woche 3 zu bestellen. Da Sie erwarten, in Woche 4 weitere 25 Einheiten zu verkaufen, bestellen Sie die doppelte Menge. Sie beschließen, 40 neue Fernsehgeräte in Woche 3 zu bestellen.

Die vorstehend beschriebene Situation ist einfach zu berechnen, aber sie ist nicht realistisch. Nachfragemuster sind selten so stabil wie in diesem Beispiel. Was würde mit der Nachfrage geschehen, wenn das Produkt einem Trend unterläge? Hätten Sie genug Vorräte, um mit einem unerwarteten Nachfrageanstieg zurechtzukommen? Wie würden Sie mit Nachfrageänderungen durch jahreszeitliche Schwankungen umgehen?

In den Sommermonaten gibt es wenig Nachfrage nach Winterreifen und im Winter sinkt die Nachfrage nach Grills. Um das zu erkennen, muss man kein Genie sein. Es ist bekannt, dass die Nachfrage dieser Artikel saisonabhängig ist. Allerdings weiß man nicht, wann die jeweilige Saison anfängt, denn das hängt vom Wetter ab. Auch die Einstellung der Kunden spielt eine Rolle: Wenn es an einem Samstag im März 20 Grad warm ist, möchten viele Leute grillen, weil sie das Gefühl haben, das Wetter wird nach einem kalten Winter wieder besser. Drei Monate später dagegen kommt ihnen die gleiche Temperatur kalt vor, und sie bleiben an einem sonnigen Tag im Haus. Wegen dieses Verhaltens müssen Sie sowohl den Einfluss der Saison auf die Nachfrage als auch das kurzfristige Nachfrageprofil verstehen. Wenn die Temperatur zum Beispiel Anfang Mai auf 30 Grad steigt, führt das vermutlich zu wesentlich mehr Verkäufen von Grills. Wenn die Temperatur dagegen Ende August auf 15 Grad fällt, hat das wahrscheinlich weniger Auswirkungen, weil es gegen Ende der Saisonspitze geschieht.

Wenn das Ende der Saison in Sicht ist, kommt weitere Ungewissheit dazu. Wann ist sie wirklich vorbei? Nehmen wir die Grillsaison als Beispiel: Wann sollte man anfangen, Produkte wie Grillsaucen und -geräte schrittweise auslaufen zu lassen? Wollen Sie sparen, indem Sie dies bei saisonabhängigen Produkten früh tun? Oder warten Sie länger, um Kunden nicht zu enttäuschen, und riskieren dadurch Lagerüberschüsse? Um in einer Saison ein hohes Dienstleistungsniveau bei geringen Kosten sicherzustellen, ist die richtige Zeitplanung bei der Produkt-Ein- und -Ausführung deshalb von großer
Bedeutung.

1. Verbessern Sie die Genauigkeit Ihrer Prognosen…
…indem Sie in kurz- und langfristigen Prognosen mehr externe Einflüsse einberechnen.
…indem Sie die historischen Daten um Veranstaltungen und Werbeaktionen bereinigen. Dann können Sie die Abweichung berechnen und auf dieser Basis Ihre Prognose erstellen.

2. Entwickeln Sie eine spezifsche Bestandsstrategie.
Vergrößern Sie beispielsweise Ihren Bestand vorbeugend, um auf eine in Kürze erwartete Spitzennachfrage zu reagieren.

3. Überprüfen Sie Ihre Mindestbestellmenge und die wirtschaftliche Bestellmenge gründlich.
Müssen Sie die Bestellmengen erhöhen oder verringern, um bestimmte Risiken abzudecken?

4. Verändern Sie für bestimmte Zeiträume der Saison Ihren Sicherheitsbestand.
In der Nebensaison akzeptieren Ihre Kunden wahrscheinlich ein niedrigeres Dienstleistungsniveau als in der Hauptsaison.

1. Sortimentsmanagement: Entscheiden Sie, welche Artikel Sie das ganze Jahr über verkaufen wollen und welche an eine bestimmte Saison gebunden sind.

2. Saisonbereinigung der Nachfrage: Bei saisonabhängigen Artikeln erkennen Sie, dass die Nachfrage in der Vergangenheit stark schwankte. Das führt zu hohen Sicherheitsbeständen. Da Sie aber über diese Nachfrageschwankungen Bescheid wissen, sind so hohe Sicherheitsbestände nicht optimal. Deshalb ist es wichtig, Ihre historischen Verkaufsdaten zu korrigieren, um saisonabhängige Nachfragemuster einzubeziehen. So erhalten Sie eine realistische Darstellung der historischen Nachfrage. Sie wird zeigen, dass Sie Ihre Sicherheitsbestände reduzieren können. Wenn Sie Artikel für die Nebensaison kaufen, verwenden Sie eine dynamische Pufferung für das saisonabhängige Muster.

3. Bereinigung saisonaler Muster um Veranstaltungen/Werbeaktionen: Wenn Sie in zwei aufeinanderfolgenden Jahren Werbeaktionen oder Veranstaltungen organisiert haben, kann das in Ihrer Prognose wie eine saisonbedingte Änderung wirken. Es ist daher wichtig, saisonale Muster vom Einfluss von Werbung und Veranstaltungen zu trennen. Wenn Sie die Daten nicht bereinigen und dann im dritten Jahr nicht die gleiche Werbeaktion oder Veranstaltung abhalten, ist Ihre Prognose möglicherweise unnötig hoch.

4. Lokale Prognosen: Wenn Sie die Nachfrage für Grills in einer Stadt voraussagen wollen, dort aber nur fünf Stück pro Jahr verkaufen, ist die Bevölkerungsgruppe zu klein für eine verlässliche Prognose. In diesem Fall ist es besser, Daten eines größeren Gebietes zu sammeln. So erhalten Sie mehr Informationen als Basis für Ihre Entscheidungen.

5. Lagermengeneinheiten vs. Zusammenfassung: Wenn Sie einen neuen Artikel einführen, haben Sie nicht genug Daten für eine verlässliche Prognose. In diesem Fall können Sie das saisonale Muster eines ähnlichen Artikels oder einer vergleichbaren Gruppe (zusammengelegter) Artikel verwenden. Es ist deshalb wichtig, die saisonale Prognose auf verschiedenen hierarchischen Ebenen vorzunehmen. Bitte beachten Sie: In der Praxis beruht die Aggregation oft auf falschen Produkthierarchien. Nehmen Sie zum Beispiel Produkte zur Klimakontrolle: Sie sollten in Wärm- und Kühlprodukte aufgeteilt werden und können bei der Bedarfsprognose nicht zusammengefasst werden. Es ist also wichtig, die Zusammenlegung genau zu verstehen!

6. Prognose von Ereignissen: Der Unterschied zwischen einer Saison und einem Ereignis ist, dass man ein Ereignis nicht in einen Zeitplan eintragen kann. Weihnachten zum Beispiel findet jedes Jahr am gleichen Datum statt, aber da die jeweils verschiedenen Wochentage das Einkaufsverhalten beeinflussen, handelt es sich um ein einmaliges Ereignis. Auch Ostern fällt jedes Jahr auf ein anderes Wochenende. Beispielsweise fand es letztes Jahr am dritten Wochenende im April statt, dieses Jahr aber am ersten Wochenende im April. Deshalb sollte man die Nachfragespitze
bei der Erstellung der Prognose zwei Wochen nach hinten verschieben.