Bestandsoptimierung bezeichnet den systematischen Prozess, Lagerbestände so zu gestalten, dass die Lieferbereitschaft gegenüber Kunden maximiert wird, während gleichzeitig das gebundene Kapital und die Lagerkosten minimiert werden. Das klassische Spannungsfeld der Bestandsoptimierung: Zu niedrige Bestände führen zu Lieferausfällen und unzufriedenen Kunden. Zu hohe Bestände binden Kapital, verursachen Lager- und Schwundkosten und erhöhen das Risiko von Obsoleszenz.
Bestandsoptimierung ist eines der Gebiete, in dem Automatisierung und datenbasierte Entscheidungen den größten Hebel haben: Die manuelle Festlegung von Bestellpunkten und Sicherheitsbeständen für tausende Artikel ist weder skalierbar noch präzise. Algorithmen und ML-Modelle können diese Aufgabe für jeden einzelnen Artikel täglich neu optimieren – auf Basis aktueller Nachfragedaten, Lieferzeiten und Servicelevelzielen.
Kernhebel der Bestandsoptimierung
Sicherheitsbestand
Der Puffer gegen Nachfrageschwankungen und Lieferverzögerungen. Automatisch berechnet aus Prognosefehler, Lieferzeitvarianz und Servicelevelvorgabe.
Bestellpunkt
Bestand, bei dem eine Nachbestellung ausgelöst wird. Automatisch auf Basis von Durchschnittsverbrauch × Lieferzeit + Sicherheitsbestand berechnet.
Bestellmenge
Optimale Losgröße pro Bestellung – Economic Order Quantity (EOQ) minimiert die Summe aus Bestellkosten und Lagerkosten.
ABC/XYZ-Analyse
Artikel werden nach Umsatzbedeutung (A/B/C) und Nachfragestabilität (X/Y/Z) klassifiziert. Verschiedene Klassen erhalten verschiedene Strategien.
Reichweitensteuerung
Wie viele Tage Verbrauch deckt der aktuelle Bestand? Automatisches Alert bei kritischer Reichweite unterhalb des Minimumwertes.
Obsoleszenz-Erkennung
Artikel mit sinkendem Abverkauf und hohem Bestand werden automatisch identifiziert – Aktionspreise oder Abschreibungen werden frühzeitig eingeleitet.
Automatisierung der Bestandsoptimierung
Moderne Bestandsoptimierung läuft vollautomatisch: Täglich werden für alle Artikel Sicherheitsbestände, Bestellpunkte und optimale Bestellmengen neu berechnet – auf Basis aktueller Verkaufsdaten, aktualisierter Prognosen und gemeldeter Lieferzeiten. Wenn ein Artikel seinen Bestellpunkt unterschreitet, wird automatisch eine Bestellung ausgelöst. Wenn ein Artikel Anzeichen von Obsoleszenz zeigt, erhält das zuständige Team automatisch eine Handlungsempfehlung. Der Mensch entscheidet nur noch bei Ausnahmen und strategischen Fragen.
Praxisbeispiel
Ein Pharmadistributor verwaltet 12.000 Artikel in 3 Lagern. Früher: Sicherheitsbestände werden einmal jährlich manuell überprüft, Nachbestellungen manuell ausgelöst. Bestandsreichweite: durchschnittlich 38 Tage. Lieferbereitschaft: 94,2 Prozent. Nach automatisierter Bestandsoptimierung: Tägliche Neuberechnung aller Bestandsparameter für alle 12.000 Artikel. Bestellungen automatisch ausgelöst sobald Bestellpunkt unterschritten. ABC/XYZ-basierte Differenzierung: A-X-Artikel täglich überwacht, C-Z-Artikel wöchentlich. Bestandsreichweite: 24 Tage (−37 Prozent gebundenes Kapital). Lieferbereitschaft: 98,1 Prozent. Jährliche Kapitaleinsparung durch reduzierte Bestände: 2,4 Millionen Euro.
