Demand Planning – Bedarfs- oder Nachfrageplanung – bezeichnet den Prozess, die zukünftige Nachfrage nach Produkten oder Dienstleistungen zu prognostizieren und auf Basis dieser Prognosen Produktion, Beschaffung, Lagerhaltung und Kapazitäten so zu planen, dass Lieferbereitschaft und Kundenzufriedenheit bei gleichzeitig optimalen Beständen sichergestellt werden. Demand Planning ist der Ausgangspunkt der gesamten Supply-Chain-Planung: Eine genaue Nachfrageprognose ist die Voraussetzung für alle nachgelagerten Planungsprozesse.
Demand Planning ist der Brückenprozess zwischen Markt und Produktion: Er übersetzt Markterwartungen in konkrete Mengen, Termine und Ressourcenanforderungen, die die internen Prozesse steuern.
Demand Planning vs. Forecasting
Forecasting ist die rein analytische Prognoseaktivität: Was wird die Nachfrage sein? Es geht um die Berechnung einer Zahl. Demand Planning ist der übergeordnete Planungsprozess, der Forecasting einbettet: Er berücksichtigt die Prognose, ergänzt sie um Marktintelligenz, stimmt sie mit Vertrieb, Marketing und Supply Chain ab und übersetzt sie in verbindliche Planungsvorgaben. Forecasting ist ein Werkzeug innerhalb des Demand Planning.
Automatisierung im Demand Planning
- Automatische Prognose-Updates: Statt monatlicher manueller Planung werden Prognosen täglich oder wöchentlich automatisch auf Basis aktueller Verkaufsdaten und Einflussfaktoren neu berechnet
- Ausnahmebasierte Planung: Planungssysteme identifizieren automatisch die Artikel, bei denen die Prognoseabweichung kritisch ist – Planer fokussieren auf diese statt auf alle 10.000 Artikel
- Automatische Bestandsparameter: Sicherheitsbestände und Bestellpunkte werden automatisch auf Basis aktualisierter Prognosen und Lieferzeiten neu berechnet
- S&OP-Automatisierung: Sales-and-Operations-Planning-Prozesse werden durch automatisch aufbereitete Daten und vordefinierte Entscheidungsszenarien beschleunigt
- Marktdaten-Integration: Externe Datenquellen (POS-Daten des Handels, Wetterprognosen, Wirtschaftsindikatoren) fließen automatisch in die Planung ein
Praxisbeispiel
Ein Pharmadistributor plant den Bedarf für 8.000 Artikel über 200 Apothekenkunden. Früher: 4 Planer schätzen manuell pro Kategorie, monatlicher Planungszyklus, hohe Sicherheitsbestände als Puffer für Prognoseunsicherheit. Automatisiertes Demand Planning: ML-Modell berechnet wöchentlich für alle 8.000 Artikel artikelgenaue Prognosen, gewichtet nach Absatzhistorie, Saisonalität und Kundenmuster. Planer sehen automatisch nur die 340 Artikel, bei denen die Prognose um mehr als 20 Prozent vom Vormonat abweicht oder Lieferrisiken bestehen. Ergebnis: Bestandsreichweite sinkt von 34 auf 22 Tage (−35 Prozent gebundenes Kapital). Lieferbereitschaft steigt von 94,1 auf 98,3 Prozent. Planungsaufwand: von 4 auf 1,5 FTE.
