Absatzprognose
Auch: Nachfrageprognose, Bedarfsprognose, Forecast, Verkaufsprognose, Demand Forecast, Absatzforecast, Absatzprognosen
KI-generiert
Die Absatzprognose schätzt die zukünftige Nachfrage nach Produkten oder Artikeln für einen definierten Zeitraum. Sie bildet die Grundlage für Bestands-, Kapazitäts- und Beschaffungsplanung in Logistik und Einkauf.
Das Wichtigste in Kürze
- Die Absatzprognose quantifiziert die erwartete Nachfrage für einen definierten Zeitraum und bildet die Grundlage für Bestands- und Beschaffungsplanung.
- Statistische Verfahren und KI-gestützte Modelle ergänzen sich: Während klassische Methoden transparent und erklärbar sind, können Machine-Learning-Ansätze komplexere Muster erkennen.
- Die Prognosegenauigkeit wird über Kennzahlen wie MAPE und Bias gemessen und muss kontinuierlich überwacht werden.
- Fehler in der Absatzprognose erhöhen entweder die Kapitalbindung durch Überbestände oder den Serviceausfallrisiko durch Unterbestände.
- In S&OP-Prozessen wird der statistische Forecast durch qualitative Einschätzungen aus Vertrieb und Marketing ergänzt und freigegeben.
Was ist eine Absatzprognose?
Eine Absatzprognose ist eine strukturierte Vorhersage der zukünftig erwarteten Nachfrage nach einzelnen Artikeln, Produktgruppen oder Sortimenten. Der Prognosezeitraum reicht je nach Branche und Planungszweck von wenigen Wochen bis zu mehreren Jahren. Im Gegensatz zur reinen Vertriebsschätzung basiert die Absatzprognose typischerweise auf historischen Abverkaufsdaten und wird durch statistische Verfahren oder KI-gestützte Modelle berechnet. Das Ergebnis ist ein quantifizierter Forecast, oft in Stückzahlen oder Mengeneinheiten, der in nachgelagerte Planungsprozesse einfließt.
Wie funktioniert die Absatzprognose in der Praxis?
In der operativen Anwendung werden historische Absatzdaten bereinigt und um Sondereffekte wie Aktionen, Lagerausfälle oder Markteinführungen korrigiert. Anschließend identifizieren statistische Verfahren, zum Beispiel gleitende Durchschnitte, exponentielle Glättung oder ARIMA-Modelle, Trends und saisonale Muster. Modernere Ansätze nutzen Machine-Learning-Modelle, die zusätzliche externe Signale wie Wetterdaten, Ereigniskalender oder Preisveränderungen einbeziehen können. Die Prognosequalität wird regelmäßig über Kennzahlen wie den Mean Absolute Percentage Error (MAPE) oder den Bias überwacht, um systematische Abweichungen frühzeitig zu erkennen und Modelle anzupassen.
In vielen Unternehmen ist die Absatzprognose eingebettet in einen Sales-and-Operations-Planning-Prozess (S&OP). Dabei werden statistische Basisprognosen durch Einschätzungen aus Vertrieb, Marketing und Category Management ergänzt oder korrigiert. Dieser Abgleich zwischen quantitativem Modell und qualitativem Urteil ist anbieterabhängig sehr unterschiedlich gelöst: Manche Systeme bieten kollaborative Planungsoberflächen, andere übergeben den Forecast schlicht als Datei an das ERP-System.
Worauf kommt es bei der Auswahl an?
Bei der Auswahl eines Prognoseverfahrens oder einer Software solltest du folgende Aspekte prüfen:
- Datenbasis: Wie viele Monate Absatzhistorie stehen je Artikel zur Verfügung? Artikel mit kurzer Geschichte oder stark schwankender Nachfrage erfordern andere Verfahren als stabile Renner.
- Sortimentstiefe: Sollen zehntausende Artikel automatisch prognostiziert werden, ist eine hohe Automatisierbarkeit entscheidend; für ein enges Kernsortiment kann auch eine manuelle Pflege tragfähig sein.
- Integrationsfähigkeit: Der Forecast muss in ERP, WMS oder Dispositionssysteme übertragen werden können, idealerweise in Echtzeit oder zumindest täglich.
- Planbarkeit von Neuartikeln: Für Produkte ohne Absatzhistorie sind Referenzartikel-Logiken oder marktbasierte Schätzungen notwendig. Nicht jedes System unterstützt das gleich gut.
- Transparenz der Modelle: Besonders in regulierten Branchen oder bei internen Abstimmungsprozessen ist es wichtig, dass Prognoseverfahren nachvollziehbar und erklärbar sind.
Fehler in der Absatzprognose wirken sich direkt auf Lagerbestände, Servicegrad und Kapitalbindung aus. Eine zu hohe Prognose führt zu Überbeständen, eine zu niedrige zu Lieferengpässen und entgangenen Umsätzen. Die kontinuierliche Messung und Verbesserung der Prognosegenauigkeit ist daher kein einmaliges Projekt, sondern ein laufender Prozess.
Verwandte Begriffe
- ABC-Analyse
Die ABC-Analyse ist eine Methode zur Klassifizierung von Artikeln, Lieferanten oder Prozessen in drei Prioritätsklassen (A, B, C) nach ihrer wirtschaftlichen Bedeutung. Sie bildet die Grundlage für differenzierte Entscheidungen in Lagerhaltung, Disposition und Einkauf.
- Absatzlogistik
Absatzlogistik bezeichnet alle logistischen Prozesse, die den Warenfluss vom Unternehmen zum Endkunden sicherstellen. Sie umfasst Lagerung, Transport, Auftragsabwicklung und Servicelevelsteuerung im Outbound-Bereich.
- Absatzplanung
Absatzplanung bezeichnet die systematische Prognose zukünftiger Verkaufsmengen für definierte Produkte, Regionen oder Kanäle. Sie bildet die Grundlage für alle nachgelagerten Planungsprozesse in Produktion, Beschaffung und Logistik.