Lagerhaltung und Nachfrageprognose
Nachfrage prognostizieren und Lagerbestaende mit KI managen. Engpaesse und Ueberbestaende vermeiden durch datenbasierte Planung.
Der Lager-Drahtseilakt
🔄 Recall: In Lektion 4 hast du gelernt, Kundenbewertungen als Marktforschung zu nutzen. Jetzt geht es um die Herausforderung, die jeden E-Commerce-Haendler nachts wach haelt: Lagerhaltung.
Zu viel Lager? Dein Kapital ist gebunden, Lagerkosten fressen die Marge. Zu wenig? Ausverkauft, Ranking futsch, Kunden weg. Der Sweet Spot dazwischen ist enger, als die meisten denken.
Die Kosten von „zu viel" und „zu wenig"
| Problem | Direkte Kosten | Versteckte Kosten |
|---|---|---|
| Ueberbestand | Lagergebuehren, Kapitalbindung | Abwertung, Entsorgung, verpasste Trends |
| Engpass | Entgangener Umsatz | Ranking-Verlust, Kundenabwanderung, niedrigere Conversion |
Amazon FBA-Besonderheit: Langzeitlagergebuehren bei Amazon steigen nach 180 und 365 Tagen drastisch. Ueberbestand bei FBA ist richtig teuer.
Nachfrageprognose mit KI
KI-Prompt: Verkaufsprognose
Hilf mir, die Nachfrage fuer mein Produkt zu prognostizieren.
Produkt: [Produktname]
Verkaufsdaten letzte 12 Monate: [Monat: Stueckzahl, z.B. Jan: 120, Feb: 95, ...]
Plattform: [Amazon/Shopify/eigener Shop]
Saisonalitaet: [Gibt es saisonale Peaks? Wann?]
Geplante Aktionen: [Sales, Werbung, neue Varianten?]
Lieferzeit vom Hersteller: [X Wochen]
Erstelle:
1. Prognose fuer die naechsten 3 Monate (Stueck pro Monat)
2. Sicherheitsbestand-Empfehlung
3. Optimaler Nachbestellzeitpunkt
4. Risikofaktoren (was koennte die Prognose verfaelschen?)
Bestandsmanagement-Formeln
Sicherheitsbestand
Formel: Durchschnittlicher Tagesabsatz × Lieferzeit in Tagen × Sicherheitsfaktor
- Sicherheitsfaktor 1.5 = Standardprodukt
- Sicherheitsfaktor 2.0 = Saisonales oder schwankendes Produkt
- Sicherheitsfaktor 2.5 = Bestseller, den du nie ausverkauft haben willst
Beispiel: 10 Stueck/Tag × 30 Tage Lieferzeit × 1.5 = 450 Stueck Sicherheitsbestand
Nachbestellpunkt
Formel: Sicherheitsbestand + (Durchschnittlicher Tagesabsatz × Lieferzeit)
Wenn dein Lagerbestand diesen Punkt erreicht, bestellst du nach.
✅ Quick Check: Dein Bestseller verkauft sich 15 Stueck am Tag. Lieferzeit aus China: 45 Tage. Wie hoch sollte dein Sicherheitsbestand bei Faktor 1.5 sein? (Antwort: 15 × 45 × 1.5 = 1.012 Stueck. Und dein Nachbestellpunkt waere 1.012 + (15 × 45) = 1.687 Stueck.)
Saisonalitaet im deutschen Markt
| Zeitraum | Peak-Kategorien |
|---|---|
| Jan-Feb | Fitness, Diaet, Vorsaetze |
| Maerz-April | Garten, Outdoor, Ostern |
| Mai-Juni | Grillsaison, Reisezubehoer |
| Juli-Aug | Schulbedarf (Ende Aug), Sommerschlussverkauf |
| Sep-Okt | Herbst-Deko, Halloween (waechst in DE) |
| Nov-Dez | Black Friday, Weihnachten, Adventskalender |
Achtung: Amazon Prime Day (meist Juli) erzeugt in vielen Kategorien kuenstliche Nachfragespitzen. Plane dafuer Extrabestand ein.
Tools fuer den deutschen Markt
- Sellerboard — Amazon-Gewinnrechner mit Bestandsmanagement
- InventoryLab — FBA-fokussierte Bestandsverwaltung
- JTL-Wawi — Deutsches ERP fuer Multi-Channel-Haendler (Shopify + Amazon + Otto)
- plentymarkets — Deutsches Warenwirtschaftssystem
Key Takeaways
- Engpaesse kaskadieren: nicht nur entgangener Umsatz, sondern auch Ranking-Verlust und Kundenabwanderung
- Sicherheitsbestand = Tagesabsatz × Lieferzeit × Sicherheitsfaktor — passe den Faktor an die Produktwichtigkeit an
- Nachfrageprognosen brauchen historische Daten UND externe Faktoren (Saisonalitaet, Wettbewerber, Feiertage)
- Amazon FBA-Langzeitlagergebuehren machen Ueberbestand richtig teuer — ab 180 Tagen wird’s kritisch
- Deutsche Saisonalitaet kennen: Garten im Fruehling, Grillen im Sommer, Schulbedarf Ende August, Weihnachten ab Oktober planen
Up Next
In Lektion 6: Zielgruppen und Kunden-Personas lernst du, wer genau deine Kunden sind, warum sie kaufen und wie du mit KI datenbasierte Personas erstellst, die dein Marketing radikal verbessern.
Wissenscheck
Erst das Quiz oben abschließen
Lektion abgeschlossen!