← Alle Stockcast: Inventory Forecast-Artikel Lieferzeit und Nachfragevariabilität: Die zwei Zahlen, die jeden Nachbestellpunkt bestimmen

Lieferzeit und Nachfragevariabilität: Die zwei Zahlen, die jeden Nachbestellpunkt bestimmen

Lieferzeit und Nachfragevariabilität sind die zwei Eingabegrößen, die jeden Nachbestellpunkt und jede Sicherheitsbestandsstufe bestimmen.

Jede Nachbestellentscheidung laeuft auf zwei Zahlen hinaus: wie lange es dauert, bis Bestaende eintreffen (Lieferzeit), und wie unvorhersehbar Kunden sie verbrauchen (Nachfragevariabilitaet). Wenn man diese zwei Zahlen richtig hat, berechnet sich der Nachbestellpunkt fast von selbst. Wenn man sie falsch hat, sitzt man entweder auf geldaufzehrenden Ueberbestaenden oder sieht, wie der Bestseller ausgeht, waehrend die Ersatzbestellung auf einem Containerschiff sitzt.

Wichtigste Erkenntnisse

  • Nachbestellpunkt = (Durchschnittlicher Tagesverkauf x Durchschnittliche Lieferzeit) + Sicherheitsbestand. Zwei Eingaben treiben alles an.
  • Nachfragevariabilitaet und Lieferzeitvariabilitaet sind separate Probleme, die sich verstaerken, wenn beide hoch sind.
  • Ein Bauchgefuehl-Nachbestellung basierend auf "es sieht niedrig aus" ignoriert die Mathematik und erfolgt fast immer zu spaet oder zu frueh.
  • Sicherheitsbestand ist kein Puffer, den man einmal setzt. Er sollte neu berechnet werden, wann immer sich die Lieferzeit deines Lieferanten aendert oder sich das Verkaufsmuster einer SKU verschiebt.
  • Im Jahr 2026 sind Lieferketten strukturell volatiler: geopolitische Stoerungen treten nun durchschnittlich alle 3,7 Jahre auf und machen statische Nachbestellpunkte risikoreicher denn je.

Was Lieferzeit fuer dein Inventar wirklich bedeutet

Lieferzeit ist die Anzahl der Kalendertage zwischen dem Aufgeben einer Bestellung und dem Erhalt verkaeuflichen Bestands in deinem Geschaeft (oder in deinem Lager). Es klingt einfach. Es ist es nicht.

Die meisten Haendler verfolgen eine einzelne "Lieferanten-Lieferzeit"-Zahl, oft aus dem Gedaechtnis oder aus dem Verkaufsgespraech des Lieferanten. Die nuetzlichere Zahl ist Lieferzeitvariabilitaet: die Standardabweichung ueber deine letzten 10 bis 20 Bestellungen von diesem Lieferanten. Ein Lieferant, der "etwa 14 Tage" liefert, koennnte tatsaechlich zwischen 9 und 22 Tagen variieren. Diese 13-Tage-Spanne ist die Zahl, die bestimmt, wie viel Sicherheitsbestand du wirklich brauchst.

Praktisch hat die Lieferzeit drei Komponenten, die es wert sind, sie zu trennen:

  • Bestellbearbeitungszeit: wie lange der Lieferant braucht, um die Bestellung zu bestaetigen und zu kommissionieren.
  • Transitzeit: Spediteur- und Zollformalitaeten-Verweilzeiten (hier verbirgt sich die meiste Variabilitaet).
  • Annahmezeit: deine eigene Verzoegerung bei der Eingangsabfertigung und Lagerplanung, bevor der Bestand verkaeuflich ist.

Alle drei addieren sich. Wenn du nur das Verfolgungsdatum des Spediteurs verfolgst und die Annahmezeit ignorierst, wird dein Nachbestellpunkt konsequent zu niedrig veranschlagt.

Was Nachfragevariabilitaet bedeutet und warum durchschnittliche Tagesverkaeufe dich in die Irre fuehren

Nachfragevariabilitaet misst, wie sehr sich deine tatsaechlichen taeglichen (oder woechentlichen) Verkaeufe vom Durchschnitt unterscheiden. Eine SKU, die jeden einzelnen Tag genau 10 Einheiten verkaeuft, hat null Nachfragevariabilitaet. Eine SKU, die Montag 0 und Samstag 40 Einheiten verkaeuft, hat hohe Variabilitaet, auch wenn der Wochendurchschnitt immer noch 70 Einheiten betraegt.

Der klassische Fehler besteht darin, eine einfache durchschnittliche Tagesverkaufszahl in der Nachbestellpunkt-Formel zu verwenden. Dieser Durchschnitt sieht stabil aus in einer Tabellenkalkulation, aber er verdeckt Spitzen, die deinen Bestand in zwei Tagen statt sieben aufbrauchen werden. Die korrekte Metrik ist die Standardabweichung der taeglichen Nachfrage ueber ein rollendes 30- bis 90-Tage-Fenster, regelmaessig aktualisiert.

Hohe Nachfragevariabilitaet bedeutet, dass du mehr Sicherheitsbestand brauchst. Hohe Lieferzeitvariabilitaet bedeutet, dass du noch mehr brauchst. Wenn beides gleichzeitig hoch ist, waechst der erforderliche Puffer schneller als die meisten Haendler erwarten.

Die Nachbestellpunkt-Formel, deutlich geschrieben

Die vollstaendige Nachbestellpunkt-(ROP)-Formel, die beide Variabilitaetsquellen beruecksichtigt, lautet:

ROP = (Average Daily Sales x Average Lead Time) + Safety Stock

Safety Stock = Z x sqrt(Average Lead Time x σ_demand² + Average Daily Sales² x σ_lead_time²)

Wobei:

  • Z = Service-Level-Z-Score (1,65 fuer 95% Verfuegbarkeit, 2,05 fuer 98%)
  • σ_demand = Standardabweichung der taeglichen Nachfrage
  • σ_lead_time = Standardabweichung der Lieferzeit in Tagen

Die Schluesselerklaerung ist, dass beide Variabilitaeten zusammen unter einer Quadratwurzel stehen. Das bedeutet, dass die Verringerung einer von beiden deinen erforderlichen Sicherheitsbestand senkt und Bargeld freisetzt. Ein Haendler, der eine konsistentere Lieferzeit von seinem Lieferanten aushandelt (σ_lead_time verringert), kann weniger Sicherheitsbestand tragen, ohne sein Service-Level ueberhaupt zu senken. Das ist ein konkretes finanzielles Argument fuer die Verfolgung der Lieferantenleistung.

Um das konkret zu machen: Stellen dir eine SKU vor, die durchschnittlich 20 Einheiten pro Tag verkaeuft, mit einer durchschnittlichen Lieferzeit von 14 Tagen und keiner Variabilitaet in beiden. Der Basis-ROP liegt bei 280 Einheiten (20 x 14). Nun fuege eine Nachfrage-Standardabweichung von 5 Einheiten/Tag und eine Lieferzeit-Standardabweichung von 3 Tagen hinzu, bei einem 95%-Service-Level (Z = 1,65). Der Sicherheitsbestand betraegt ungefaehr 115 Einheiten, was den ROP auf 395 Einheiten erhoesht. Wenn du Variabilitaet ignorierst, wirst du bei dieser SKU allein 5% der Zeit nicht genug Bestand haben.

Wenn Bauchgefuehl versagt (und die Kosten, wenn es schiefgeht)

Bauchgefuehl funktioniert, wenn du weniger als 20 SKUs, einen einzigen Lieferanten und konsistente Nachfrage hast. Sobald du in Dutzende oder Hunderte von SKUs kommst, fuehrt Bauchgefuehl zu einem vorhersehbaren Fehler: du bestellst die SKUs nach, die du dir Sorgen gemacht hast, nicht die, die statistisch dem Ausverkaufen am naechsten sind.

Die Kosten fuer einen einzigen Ausverkauf bei einer Bestseller-SKU sind nicht nur der verpasste Verkauf. Es ist die Umsatzfall-Kaskade: Kunden, die zusaetzliche Artikel hinzugefuegt haetten, Kunden, die zu einem Konkurrenten wechseln und nicht zurueckkommen, und die Kosten fuer eine Notfall-Luftfracht-Bestellung zur Erholung. Eine SKU, die $500/Tag an Marge generiert und 10 Tage aus dem Verkauf geht, kostet $5.000 an direkter Marge, bevor sich diese verstaerkenden Effekte einsetzen.

Umgekehrt setzt das Festlegen von Nachbestellpunkten zu hoch aus Angst vor Ausverkaeufen Betriebskapital in langsam bewegten Bestaenden fest. Dieses Bargeld ist nicht verfuegbar fuer Marketing, Produktentwicklung oder die naechste Bestellung auf einer schneller beweglichen SKU.

Wie Lieferkettenvolatilitaet im Jahr 2026 deine Berechnung veraendert

Statische Nachbestellpunkte waren schon immer eine Vereinfachung. Im Jahr 2026 sind sie aktiv gefaehrlich. Einer Studie des World Economic Forum von 2025 zufolge treten groessere Lieferkettenstoerungen nun ungefaehr alle 3,7 Jahre auf, und jede kann zwei bis drei Jahre dauern, um sich vollstaendig zu erholen. Die praktische Implikation fuer E-Commerce-Haendler: Lieferzeitdaten von vor zwei Jahren sind oft veraltet, und die von einem Lieferanten angegebene Lieferzeit heute kann ihre tatsaechliche Leistung unter aktuellen Frachtbedingungen nicht widerspiegeln.

Frueher in diesem Jahr begannen globale E-Commerce-Marken, sich von schlanken "Just-in-Time"-Modellen zu flexibleren, widerstandsfaehigen Liefernetzwerken zu verlagern, die speziell fuer Volatilitaet ausgelegt sind. Diese Verschiebung bedeutet, dass du deine tatsaechliche empfangene Lieferzeit bei jeder PO aktiv verfolgst, nicht nur auf eine Zahl vertraust, die du 2023 in eine Tabellenkalkulation eingegeben hast. Es bedeutet auch, dass du deinen ROP haeufiger neu berechnest als die einmal pro Monat durchgefuehrte Kadenzen, die fruher als Standard galten.

Die Haendler, die von dieser Volatilitaet am besten isoliert sind, sind diejenigen, die σ_lead_time pro Lieferant als Live-Metrik verfolgien, nicht als einmalige Schaetzung.

Ein praktischer 4-Schritte-Prozess zum korrekten Festlegen deiner Nachbestellpunkte

  1. Ziehe 60 bis 90 Tage tatsaechliche Verkaufsdaten pro SKU. Berechne den durchschnittlichen Tagesabsatz und die Standardabweichung. Verwende nicht einen einzelnen Durchschnitt ueber einen langen Zeitraum, der Ausreisser-Ereignisse umfasst (ein viraler Beitrag, ein Flash-Sale), ohne diese Tage zu kennzeichnen.
  2. Ziehe deine letzten 10 bis 20 abgeschlossenen Bestellungen pro Lieferant. Berechne die durchschnittliche Lieferzeit und die Standardabweichung vom Bestelldatum bis zur Verfuegbarkeitsdatum des Bestands.
  3. Entscheide dein Service-Level pro SKU. Nicht alles braucht 98%. Eine High-Margin-, High-Velocity-SKU ohne Ersatz rechtfertigt einen hoeheren Z-Score (mehr Sicherheitsbestand). Ein langsamer Mover mit leicht ersetzbarer Option kann bei 90% laufen.
  4. Stecke beide Standardabweichungen in die obige vollstaendige ROP-Formel. Lege einen Kalendererinnerung fest, um neu zu berechnen, wenn ein Lieferant seine Bedingungen aendert, die Geschwindigkeit einer SKU sich um mehr als 20% verschiebt, oder du eine saisonale Periode betrittst.

Fuer Haendler, die Hunderte von SKUs verwalten, skaliert dieser Prozess nicht manuell. Das ist, wo sich Tooling seinen Preis verdient.

Stockcast: Inventory Forecast laeuft genau diese Logik gegen deine Shopify-Verkaufshistorie und Lieferanten-Lieferzeiten jeden Tag durch, zeigt dir, welche SKUs dem Nachbestellpunkt nach Dringlichkeit am naechsten sind, und zeigt dir die zugrunde liegende Mathematik statt nur eines farbigen Warnzeichens. Wenn du sehen moechtest, wie deine aktuellen Nachbestellpunkte mit dem, was die Formel tatsaechlich vorschlaegt, vergleichen, deckt der kostenlose Plan bis zu 25 SKUs ohne Versuchszeitbeschraenkung ab.

Nachbestellungs-Ansaetze im Vergleich: Welche Methode passt zu deiner Situation

AnsatzWann zu verwendenWichtiger Kompromiss
Festgelegter Nachbestellpunkt (manuell)Unter 20 SKUs, stabile Nachfrage, ein LieferantSchnell einzurichten, bricht bei Variabilitaet oder Skalierung zusammen
Durchschnitts-basierter ROP (keine Variabilitaet)Nur stabile, vorhersehbare SKUsUnterschaetzt Sicherheitsbestand; Ausverkaeufe waehrend Spitzen
Vollstaendiger variabilitaetsbereinigter ROPJede SKU mit saisonaler oder unregelmassiger NachfrageErfordert Verfolgung von σ_demand und σ_lead_time pro SKU
Periodische Ueberprüfung (zeitbasiert)Rohstoffe mit festen Lieferanten-FensternEinfach, aber verfehlt intra-Periode Ausverkaufsrisiko
Automatische taegl. Neuberechnung50+ SKUs, mehrere Lieferanten oder StandorteAm genauesten; erfordert Software oder ein verwaltetes Modell

FAQ

Was ist der Unterschied zwischen Lieferzeitvariabilitaet und Nachfragevariabilitaet?

Lieferzeitvariabilitaet misst, wie inkonsistent die Lieferzeit deines Lieferanten ueber Bestellungen hinweg ist. Nachfragevariabilitaet misst, wie sehr die taegliche oder woechentliche Kaufquote deiner Kunden schwankt. Beides erhoht den Sicherheitsbestand, den du brauchst, um Ausverkaeufe zu vermeiden. Wenn beides gleichzeitig hoch ist, waechst der erforderliche Puffer erheblich, weil sich die zwei Risiken verstaerken koennen.

Wie oft sollte ich meine Nachbestellpunkte neu berechnen?

Fuer schnellverkaeufliche oder hochwertige SKUs solltest du mindestens monatlich neu berechnen und sofort nach jeder Lieferanten-Lieferzeitaenderung oder einer signifikanten Verschiebung der Verkaufsgeschwindigkeit. Fuer stabile, langsam bewegliche SKUs ist quartalsweise normalerweise ausreichend. Der wichtigste Ausloeser ist Veraenderung: ein neuer Lieferant, ein neuer Vertriebskanal oder das Betreten einer Saison rechtfertigen alle eine sofortige Neuberechnung.

Kann ich einfach einen pauschalen Prozentsatz-Puffer zu meinem Nachbestellpunkt hinzufuegen, anstatt den Sicherheitsbestand ordnungsgeass zu berechnen?

Du kannst es tun, aber ein pauschaler Prozentsatz-Puffer skaliert nicht korrekt ueber SKUs mit verschiedenen Variabilitaetsprofilen. Eine SKU mit sehr konsistenter Nachfrage braucht viel weniger Puffer als eine SKU mit unregelmassiger Nachfrage, und wenn man denselben pauschalen Prozentsatz auf beide anwendet, wird eine unterbestaendet und eine ueberbestaendet. Der formelbasierten Ansatz skaliert den Puffer zum tatsaechlichen statistischen Risiko, was genauer ist und insgesamt weniger Betriebskapital verbraucht.

inventory managementreorder pointlead timedemand forecastingsafety stock

Häufig gestellte Fragen

Was ist der Unterschied zwischen Lieferzeitvariabilitaet und Nachfragevariabilitaet?

Lieferzeitvariabilitaet misst, wie inkonsistent die Lieferzeit deines Lieferanten ueber Bestellungen hinweg ist. Nachfragevariabilitaet misst, wie sehr die taegliche oder woechentliche Kaufquote deiner Kunden schwankt. Beides erhoht den Sicherheitsbestand, den du brauchst, um Ausverkaeufe zu vermeiden. Wenn beides gleichzeitig hoch ist, waechst der erforderliche Puffer erheblich, weil sich die zwei Risiken verstaerken koennen.

Wie oft sollte ich meine Nachbestellpunkte neu berechnen?

Fuer schnellverkaeufliche oder hochwertige SKUs solltest du mindestens monatlich neu berechnen und sofort nach jeder Lieferanten-Lieferzeitaenderung oder einer signifikanten Verschiebung der Verkaufsgeschwindigkeit. Fuer stabile, langsam bewegliche SKUs ist quartalsweise normalerweise ausreichend. Der wichtigste Ausloeser ist Veraenderung: ein neuer Lieferant, ein neuer Vertriebskanal oder das Betreten einer Saison rechtfertigen alle eine sofortige Neuberechnung.

Kann ich einfach einen pauschalen Prozentsatz-Puffer zu meinem Nachbestellpunkt hinzufuegen, anstatt den Sicherheitsbestand ordnungsgeass zu berechnen?

Du kannst es tun, aber ein pauschaler Prozentsatz-Puffer skaliert nicht korrekt ueber SKUs mit verschiedenen Variabilitaetsprofilen. Eine SKU mit sehr konsistenter Nachfrage braucht viel weniger Puffer als eine SKU mit unregelmassiger Nachfrage, und wenn man denselben pauschalen Prozentsatz auf beide anwendet, wird eine unterbestaendet und eine ueberbestaendet. Der formelbasierten Ansatz skaliert den Puffer zum tatsaechlichen statistischen Risiko, was genauer ist und insgesamt weniger Betriebskapital verbraucht.