Forecast (Absatzplanung)
Ein Forecast (Absatzplanung) ist die datengestützte Prognose des zukünftigen Absatzes eines Unternehmens – meist je Artikel, Kanal und Zeitraum –, die als Grundlage für Beschaffung, Produktion, Bestandsdisposition und Finanzplanung dient.
Ein Forecast (Absatzplanung) ist die systematische, datengestützte Vorhersage des künftigen Absatzes – also welche Mengen eines Artikels oder einer Warengruppe voraussichtlich in einem bestimmten Zeitraum, Kanal und Markt verkauft werden. Er übersetzt historische Verkaufsdaten, Trends und Zusatzwissen in eine Planzahl, die Einkauf, Produktion, Lagerdisposition und Finanzplanung als gemeinsame Erwartungsgröße nutzen.
Der Forecast beantwortet die zentrale Steuerungsfrage „Wie viel werden wir voraussichtlich verkaufen?" und macht damit unternehmerische Entscheidungen planbar, die sonst auf Bauchgefühl beruhen würden: Wie viel Ware muss beschafft werden, welche Kapazitäten sind nötig, wie hoch fällt der erwartete Umsatz aus? Eine gute Absatzplanung reduziert gleichzeitig zwei teure Risiken – Fehlbestände mit entgangenem Umsatz einerseits, Überbestände mit gebundenem Kapital andererseits.
Auf einen Blick
- Prognose des künftigen Absatzes je Artikel, Kanal und Zeitraum
- Basis: historische Verkaufsdaten plus Trends, Saison und Zusatzwissen
- Steuert Beschaffung, Produktion, Bestand und Umsatzplanung
- Ziel: weniger Fehl- und Überbestände, höhere Lieferfähigkeit
- Im ERP aus Bewegungsdaten meist automatisiert berechenbar
Wie funktioniert ein Forecast?
Ausgangspunkt jeder Absatzplanung sind die historischen Bewegungsdaten – abgeschlossene Verkäufe, Bestellungen und Verbräuche über einen ausreichend langen Zeitraum. Aus dieser Zeitreihe leitet ein Prognoseverfahren die erwartete Zukunft ab, indem es wiederkehrende Muster erkennt: einen Grundtrend, saisonale Verläufe und zufällige Schwankungen. Das Ergebnis ist ein Planwert je Artikel und Periode, meist ergänzt um eine Bandbreite oder Schwankungsbreite.
Man unterscheidet grob zwischen quantitativen und qualitativen Methoden. Quantitative Verfahren rechnen rein auf den Zahlen – von einfachen gleitenden Durchschnitten über die exponentielle Glättung bis zu saisonalen Modellen und Machine-Learning-Ansätzen. Qualitative Methoden bringen menschliches Zusatzwissen ein, etwa Einschätzungen des Vertriebs, geplante Aktionen, Markteintritte oder Konkurrenzbewegungen. In der Praxis ist die Kombination am stärksten: Das statistische Modell liefert die Basislinie, die Fachbereiche korrigieren dort, wo die Historie die Zukunft nicht erklärt.
Bestandteile eines Absatzplans
Ein Forecast setzt sich typischerweise aus mehreren Komponenten zusammen: dem Basiswert aus der Zeitreihenanalyse, einem Saison- und Trendanteil, geplanten Sonderereignissen wie Kampagnen oder Preisänderungen sowie manuellen Anpassungen der Planer. Wichtig ist die richtige Granularität – zu fein (jeder Artikel je Tag) wird die Prognose instabil, zu grob (nur Gesamtumsatz je Jahr) verliert sie ihren Steuerungsnutzen. Üblich ist eine Planung je Artikel oder Warengruppe auf Wochen- oder Monatsebene.
Forecast-Genauigkeit messen
Eine Prognose ist nur so gut wie ihre nachträgliche Kontrolle. Zur Messung der Treffsicherheit dienen Kennzahlen wie der Forecast-Fehler, der MAPE (mittlerer absoluter prozentualer Fehler) oder der Bias, der eine systematische Über- oder Unterschätzung aufdeckt. Wer Plan- und Ist-Werte regelmäßig gegenüberstellt, erkennt, welche Artikel gut planbar sind und wo das Modell nachgeschärft werden muss – ein Kreislauf aus Prognose, Abgleich und Korrektur.
Warum der Forecast (Absatzplanung) wichtig ist
Der Forecast ist die Brücke zwischen Vergangenheit und Zukunft und damit der Taktgeber vieler nachgelagerter Prozesse. Ohne belastbare Absatzplanung beschafft der Einkauf reaktiv, die Produktion plant unscharf und die Finanzabteilung schätzt Umsätze im Blindflug. Mit ihr entsteht eine gemeinsame Zahlenbasis, an der sich alle Bereiche ausrichten.
Der wirtschaftliche Hebel liegt im Bestand: Ein zu niedriger Bestand führt zu Fehlmengen, Lieferunfähigkeit und entgangenem Umsatz; ein zu hoher bindet Kapital, belegt Lagerfläche und riskiert Verschrottung oder Abwertung. Der Forecast hilft, den Sicherheitsbestand und die Bestellmengen so zu bemessen, dass die Lieferfähigkeit hoch bleibt, ohne unnötig Kapital zu binden. In der Produktion steuert er Kapazitäts- und Materialplanung, im Vertrieb bildet er die Grundlage für Umsatz- und Provisionsziele. So verbindet die Absatzplanung operative Disposition und strategische Finanzplanung.
Forecast im ERP-System
In einer Warenwirtschaft oder einem ERP-System liegen genau die Daten, die eine Absatzplanung braucht: Verkaufshistorie, Artikelstamm, offene Aufträge und Bestände. Deshalb ist der Forecast dort gut aufgehoben – viele Systeme berechnen ihn automatisiert aus den Bewegungsdaten und stellen ihn in Dashboards und Reports dar. Aus dem Planwert leiten sich dann direkt Bestellvorschläge, Mindest- und Meldebestände sowie Dispositionsparameter ab.
Technisch reicht die Bandbreite von einfachen Reorder-Point-Logiken bis zu integrierter Bedarfsplanung. In Systemen mit Materialbedarfsplanung fließt der Absatz-Forecast als Primärbedarf in die MRP-Rechnung ein, die daraus Beschaffungs- und Fertigungsvorschläge erzeugt. Für tiefergehende Analysen wandern die Daten oft in ein Data-Warehouse oder Business-Intelligence-Werkzeug, das größere Datenmengen, mehrere Kanäle und komplexere Modelle verarbeitet. Entscheidend bleibt die Datenqualität: Nur bereinigte, vollständige Verkaufsdaten liefern eine belastbare Prognose.
Rollierende Planung
Statt einmal jährlich einen starren Plan aufzustellen, arbeiten viele Betriebe mit einem rollierenden Forecast: Der Planungshorizont wird in festen Abständen – etwa monatlich – um eine Periode weitergeschoben und mit den neuesten Ist-Werten aktualisiert. So bleibt die Absatzplanung stets aktuell und reagiert auf Nachfrageänderungen, statt einer veralteten Jahreszahl hinterherzulaufen.
Abgrenzung: Forecast vs. Budget und Bedarfsplanung
Forecast, Budget und Bedarfsplanung werden oft vermischt, meinen aber Unterschiedliches. Ein Budget ist eine Zielvorgabe – die gewünschte, meist zu Jahresbeginn fixierte Sollzahl. Ein Forecast dagegen ist die aktuelle Erwartung, wie sich der Absatz tatsächlich entwickeln wird; er wird laufend fortgeschrieben und kann durchaus vom Budget abweichen. Vereinfacht: Das Budget sagt, was man erreichen will, der Forecast, was man voraussichtlich erreichen wird.
Die Bedarfsplanung (Demand Planning) geht einen Schritt weiter als die reine Absatzprognose. Der Absatz-Forecast prognostiziert den Verkauf am Markt; die Bedarfsplanung übersetzt diesen in den konkreten Materialbedarf über die Stücklisten und Vorlaufzeiten hinweg – also was, wann und in welcher Menge beschafft oder gefertigt werden muss. Der Forecast ist damit der Input, die Bedarfsplanung das nachgelagerte Verfahren. Ebenfalls verwandt ist die XYZ-Analyse, die Artikel nach der Planbarkeit ihres Bedarfs klassifiziert und so anzeigt, wo eine statistische Prognose überhaupt zuverlässig funktioniert.
Grenzen und Praxis im DACH-Mittelstand
Jeder Forecast ist eine Annahme über die Zukunft und damit fehlerbehaftet – die Frage ist nicht, ob er abweicht, sondern wie stark. Strukturbrüche wie neue Produkte ohne Historie, Lieferengpässe, Preisschocks oder außergewöhnliche Ereignisse lassen sich aus Vergangenheitsdaten kaum ableiten und müssen manuell eingeplant werden. Auch überzogene Detailtiefe schadet: Wer jeden Kleinartikel taggenau prognostiziert, erzeugt Scheingenauigkeit und viel Pflegeaufwand.
Im DACH-Mittelstand reicht die Praxis von der Tabellenkalkulation bis zur integrierten Planung im ERP. Häufige Fallstricke sind unbereinigte Historien – etwa nicht als Sonderfall markierte Aktionsspitzen oder Fehlmengen, die den echten Bedarf verdecken. Bewährt hat sich ein pragmatischer Weg: statistische Basisprognose im System, ergänzt um das Marktwissen des Vertriebs, kombiniert mit einer differenzierten Steuerung nach Wertigkeit (ABC) und Planbarkeit (XYZ). So konzentriert sich der Planungsaufwand auf die Artikel, bei denen er den größten Hebel auf Lieferfähigkeit und Kapitalbindung hat.
Praxisbeispiel
Rollierender Forecast bei einem Online-Händler
Ein mittelständischer E-Commerce-Händler verkauft Haushaltswaren über eigenen Shop und mehrere Marktplätze. Bislang bestellte der Einkauf nach Erfahrung nach – mit der Folge, dass Saisonartikel im Sommer regelmäßig ausverkauft waren, während Ladenhüter das Lager verstopften. Das Unternehmen führt einen monatlich rollierenden Forecast im ERP ein, der aus 24 Monaten Verkaufshistorie je Artikel und Kanal Trend und Saison berechnet.
Der Vertrieb ergänzt geplante Kampagnen und einen Marktplatz-Neustart manuell. Aus dem Planwert erzeugt das System automatisch Bestellvorschläge und passt die Meldebestände saisonal an. Nach zwei Quartalen sinkt die Fehlmengenquote der A-Artikel deutlich, gleichzeitig geht der durchschnittliche Lagerbestand bei den langsam drehenden Artikeln zurück – die Kapitalbindung fällt, ohne dass die Lieferfähigkeit leidet.
Häufige Fragen
Passende ERP-Systeme
Passende Leistungen
Fragen zu Forecast (Absatzplanung) in deinem ERP-Projekt?
Wir beraten herstellerunabhängig – und setzen es auf Wunsch selbst um.