Bedarfsprognose (Demand Forecasting)
Kurze Antwort
Schätzung der künftigen Produktnachfrage auf Basis von Verkaufsdaten, Saisonalität und externen Faktoren.
Das Wichtigste in Kürze
- Gleitende Durchschnitte und exponentielle Glättung (Basismodelle)
- Saisonale Modelle (z. B. Holt-Winters-Verfahren)
- ML-Zeitreihenmodelle unter Einbeziehung externer Faktoren
Was ist eine Bedarfsprognose?
Die Bedarfsprognose (Demand Forecasting) schätzt, wie viele Einheiten pro SKU in einem künftigen Zeitraum verkauft werden. Hierbei werden historische Daten, Saisonalität, Werbeaktionen, Trends und Marktereignisse berücksichtigt. Sie bildet das Fundament für die gesamte Bestands- und Nachschubplanung.
Warum sie für die Geschäftsführung entscheidend ist
Eine präzise Prognose reduziert gleichzeitig Ladenhüter (Dead Stock) und Fehlbestände (Stockouts) - die zwei gegensätzlichen Kostentreiber der Lagerhaltung. Jeder Prozentpunkt an gewonnener Genauigkeit setzt gebundenes Betriebskapital (Working Capital) frei.
Methoden
- Gleitende Durchschnitte und exponentielle Glättung (Basismodelle)
- Saisonale Modelle (z. B. Holt-Winters-Verfahren)
- ML-Zeitreihenmodelle unter Einbeziehung externer Faktoren
Wie CRMconnect unterstützt
CRMconnect konsolidiert Realdaten aus ERP-Systemen wie DATEV oder SAP, Marktplätzen und dem B2B-Portal. Es generiert Prognosen auf SKU-Ebene, die direkt in die Berechnung von Meldebeständen und Bestellvorschlägen einfließen.
Beispiel aus der Praxis
Ein Getränkegroßhändler mit starker Saisonalität senkte seinen Anteil an Ladenhütern von 9 % auf 5,8 % des Umsatzes, nachdem die einfache Durchschnittsberechnung durch eine in CRMconnect konsolidierte saisonale Prognose ersetzt wurde.
Aktualisiert:
Häufige Fragen
Welche Prognosegenauigkeit ist realistisch?+
Das hängt von der XYZ-Analyse ab. Für stabile Artikel (X) sind 85-95 % realistisch; bei unregelmäßigen Artikeln (Z) ist ein korrekter Sicherheitsbestand wichtiger als die reine Prognose.
Benötige ich KI für die Bedarfsprognose?+
Nicht zwingend. Statistische Standardmodelle decken die meisten Fälle ab; KI bietet Mehrwert bei sehr hohen Datenvolumina und komplexen Mustern (siehe Arvis AI Bedarfsprognose).
Wo CRMconnect ansetzt
Möchten Sie CRMconnect in Aktion sehen?
Individuelle Demo in 30 Minuten - ohne Karte, ohne Verpflichtung.
Verwandte Begriffe
Reorder Point (ROP) - Meldebestand
Der Lagerbestand, bei dem eine Nachbestellung ausgelöst werden muss, um Out-of-Stock-Situationen während der Wiederbeschaffungszeit zu vermeiden.
LogistikSicherheitsbestand (Safety Stock)
Zusätzlicher Pufferbestand zur Vermeidung von Lieferengpässen bei Nachfrage- oder Lieferstatistiken-Schwankungen.
OperationsXYZ-Analyse
Klassifizierung von Produkten nach Nachfragevariabilität (Vorhersehbarkeit): X = konstant, Y = schwankend, Z = unregelmäßig.
TechnologieKI-Absatzplanung (AI Demand Forecasting)
Bedarfsprognose auf SKU-Ebene mittels Machine-Learning-Modellen, die Muster aus Historie und externen Faktoren analysieren.