- Juli 2026 von Ulrich
Es ist ein Bild, das mir in Projekten immer wieder begegnet:
Die Forecast Accuracy liegt bei rund 50 Prozent. Die Planung verändert sich teilweise wöchentlich – und trotzdem soll das Supply Chain Management daraus eine stabile Beschaffungs-, Personal- und Produktionsplanung ableiten.
Die naheliegende Forderung:
„Der Vertrieb muss genauer forecasten.“
Schließlich steht Sales im direkten Kontakt mit den Kunden und sollte wissen, was dort künftig benötigt wird.
Die unbequeme Wahrheit:
In volatilen Märkten ist Forecast Accuracy kein reines Vertriebsproblem.
Forecast-Denken vs. Unsicherheitsmanagement
In vielen Organisationen wird versucht, die Prognose durch mehr Disziplin zu verbessern:
- zusätzliche Forecast-Runden
- stärkere Einbindung des Vertriebs
- manuelle Anpassungen
- neue Planungstools
- ambitioniertere Accuracy-Ziele
Das kann helfen. Aber nur, wenn die Nachfrage grundsätzlich prognostizierbar ist.
Das eigentliche Problem bleibt häufig bestehen:
Ein Forecast wird wie eine verlässliche Bestellung behandelt, obwohl er lediglich eine mögliche Entwicklung beschreibt.
Der klassische Zielkonflikt
Geschäftsmodell: kampagnengetrieben, variantenreich, kurzfristig und volatil
Planungsmodell: Forecast-basiert, lange Vorlaufzeiten, starre Kapazitäten
Ergebnis:
- Forecasts ändern sich permanent
- Bestände steigen
- Fehlteile bleiben trotzdem bestehen
- Personal wird kurzfristig aufgebaut
- Lieferanten erhalten ständig neue Bedarfe
- Produktion und Logistik arbeiten im Feuerwehrmodus
Nicht wegen mangelnder Leistung der Beteiligten, sondern wegen eines ungeeigneten Planungsmodells.
Der Bullwhip-Effekt ist zurück
Marketingkampagnen, Rabattaktionen und kurzfristige Abverkäufe erzeugen Nachfrageausschläge, die häufig nur wenige Wochen wirken.
Der Kunde bestellt mehr. Der Vertrieb erhöht den Forecast. Das Supply Chain Management plant zusätzliche Mengen. Der Einkauf bestellt Rohstoffe. Die Produktion erhöht ihre Kapazitäten.
Kurz darauf endet die Aktion – und der Absatz fällt wieder auf das normale Niveau zurück.
Teilweise sogar darunter, weil sich Kunden und Handel zuvor bevorratet haben.
Die kurzfristige Nachfragespitze läuft damit wie eine Welle durch die gesamte Lieferkette.
Je weiter ein Unternehmen vom Endkunden entfernt ist, desto stärker kann der Ausschlag werden.
Woran man ein Forecast-Problem erkennt
- Forecast Accuracy dauerhaft um 50 Prozent
- hohe Schwankungen zwischen den Planungszyklen
- systematische Über- oder Unterplanung
- starke manuelle Eingriffe
- keine Trennung zwischen Basisbedarf und Aktionen
- fehlende Differenzierung nach Artikelgruppen
- kurzfristige Änderungen ohne klare Governance
- steigende Bestände bei gleichzeitig sinkender Lieferfähigkeit
Die eigentliche Herausforderung
Die zentrale Frage lautet nicht:
Wie bringen wir den Vertrieb dazu, genauer zu forecasten?
Sondern:
Wie gestalten wir einen Planungsprozess, der mit Unsicherheit professionell umgehen kann?
Lösungsansatz
Basisbedarf und Aktionen trennen
Der reguläre Absatz muss getrennt von Kampagnen, Promotions, Projekten und Großaufträgen geplant werden.
Nur so bleibt erkennbar, welcher Bedarf tatsächlich wiederkehrend ist und welcher lediglich kurzfristig entsteht.
Artikel segmentieren
Nicht jeder Artikel benötigt dieselbe Forecast-Logik.
Standardprodukte, Saisonartikel, Neuprodukte, Ersatzteile und Projektartikel müssen unterschiedlich geplant werden.
Eine ABC-XYZ- und Lebenszyklussegmentierung schafft hierfür die notwendige Grundlage.
Forecast und Auftragseingang verbinden
Der mittelfristige Forecast muss durch einen kurzfristigen S&OE-Prozess ergänzt werden.
S&OP gibt die Richtung vor. S&OE bewertet die aktuelle Realität aus Auftragseingang, Beständen, Kapazitäten und Lieferfähigkeit.
Nicht nur Accuracy messen
Neben der Forecast Accuracy muss auch der Forecast Bias betrachtet werden.
Eine dauerhaft zu hohe Planung erzeugt Bestände. Eine dauerhaft zu niedrige Planung erzeugt Fehlmengen, Sonderfahrten und Überstunden.
Bandbreiten statt Scheingenauigkeit
Ein einzelner Forecast-Wert vermittelt häufig eine Sicherheit, die nicht existiert.
Sinnvoller sind:
- Basis-Szenario
- obere und untere Bedarfsgrenze
- Chancen und Risiken
- definierte Reaktionsmaßnahmen
Digitalisierung gezielt einsetzen
Moderne Demand-Planning-Systeme können Absatzmuster, Saisonalitäten, Ausreißer und Strukturbrüche deutlich besser erkennen.
Sie ersetzen jedoch keine klare Prozesslogik.
Ein schlechter Planungsprozess wird durch Digitalisierung nicht automatisch besser – meistens nur schneller.
Warum Forecast-Projekte scheitern
Weil häufig die falsche Erwartung gesetzt wird:
Mehr Forecast Accuracy statt besserer Entscheidungsfähigkeit.
Das Ziel kann nicht darin bestehen, die Zukunft perfekt vorherzusagen.
Das Ziel muss sein, Veränderungen früher zu erkennen, Auswirkungen schneller zu bewerten und geeignete Maßnahmen rechtzeitig einzuleiten.
Fazit
Eine Forecast Accuracy von 50 Prozent ist kein isoliertes Vertriebsproblem.
Sie ist ein Hinweis darauf, dass Daten, Prozesse, Verantwortlichkeiten und Planungslogik nicht ausreichend auf das Geschäftsmodell abgestimmt sind.
Exzellenz entsteht deshalb nicht durch immer neue Forecast-Schleifen.
Sie entsteht durch ein Planungssystem, das Unsicherheit nicht ignoriert, sondern beherrschbar macht.
Kategorien Allgemein
