Bestellvorschlag stimmt nicht: Ursachen & Lösungen für Disponenten

Fehlende Bestellvorschläge kosten Lieferfähigkeit. Zu hohe binden Kapital - und im aktuellen Zinsumfeld sind überhöhte Lagerbestände teurer als noch vor zwei Jahren. Laut BVL-Logistikstudie 2024 nennen mittelständische Unternehmen im DACH-Raum Planungsqualität und Datenqualität nach wie vor als ihre größten operativen Schwachstellen. BCG kommt in ihrer Supply-Chain-Analyse von 2026 zu einem unbequemen Befund: Mehr Technologie löst das Problem nicht - solange die Grundlagen fehlen. Dieser Artikel erklärt, welche Grundlagen das sind, warum sie so häufig fehlen und was Sie konkret tun können.

Was bringt meinen Bestellvorschlag aus dem Takt? Die operativen Ursachen

Die meisten Disponenten, die täglich Systemvorschläge manuell korrigieren, haben eine Vermutung: Irgendetwas stimmt mit den Parametern nicht. Diese Vermutung ist fast immer richtig - und fast immer unvollständig. Denn hinter „die Parameter stimmen nicht" stecken meist zwei verschiedene Probleme, die sich gegenseitig verstärken: Stammdaten, die nicht mehr der Realität entsprechen, und Steuerungsgrößen, die seit der ERP-Einführung nie wieder angefasst wurden.

Stammdaten: Der stille Fehler im Hintergrund

Stammdaten sind die Basisdaten, auf denen jeder Bestellvorschlag aufbaut - Artikelnummern, Maßeinheiten, Mindestbestellmengen, Losgrößen und vor allem die Wiederbeschaffungszeit (WBZ), also die Zeitspanne zwischen Bestellauslösung und tatsächlichem Wareneingang. Klingt nach Verwaltungsarbeit. Ist aber der Hebel, der über die Qualität jedes einzelnen Vorschlags entscheidet.

Ein Beispiel aus der Praxis, das so oder ähnlich in vielen mittelständischen Unternehmen vorkommt: Im ERP steht eine WBZ von 14 Tagen für einen Lieferanten, der seit einem Jahr in 6 bis 7 Tagen liefert. Das System löst Bestellvorschläge eine Woche zu früh aus. Der Bestand läuft über. Der Disponent korrigiert. Nächste Woche dasselbe. Das Problem ist nicht die Dispositionslogik - es ist die falsche Zahl im Stammdatensatz, die niemand aktualisiert hat, weil kein Prozess das verlangt.

Mindestbestellmengen, die nach einem Lieferantenwechsel nie angepasst wurden. Maßeinheiten, die nach einer Sortimentsumstellung nicht mehr stimmen. Losgrößen aus einer Zeit, als das Unternehmen ein Drittel des heutigen Volumens hatte. Diese Fehler sind unsichtbar, weil das System klaglos weiterrechnet - mit falschen Eingaben.

Dispositionsparameter: Einmal gesetzt, nie hinterfragt

Enger mit den Stammdaten verknüpft als oft gedacht sind die eigentlichen Steuerungsgrößen der automatischen Disposition: der Meldebestand, der Sicherheitsbestand und die Losgröße.

Der Meldebestand - im Englischen Reorder Point - ist jener Bestandspegel, bei dessen Unterschreitung das ERP einen Bestellvorschlag generiert. Er ergibt sich rechnerisch aus Sicherheitsbestand plus erwartetem Verbrauch während der Wiederbeschaffungszeit. Der Sicherheitsbestand (Safety Stock) ist der Puffer, der Nachfrageschwankungen und Lieferverzögerungen abfedern soll. Zu knapp kalkuliert: Fehlmengenrisiko. Zu großzügig: Kapital im Regal. Die Losgröße schließlich bestimmt, in welchen Einheiten das System Nachschub vorschlägt - Karton, Palette, Lieferantenverpackungseinheit.

Das Kernproblem ist nicht, dass diese Parameter falsch berechnet wurden. Es ist, dass sie bei der ERP-Einführung einmalig hinterlegt und seitdem nicht mehr systematisch überprüft wurden. In einem Unternehmen mit 3.000 aktiven Artikeln, das seit fünf Jahren dasselbe System betreibt, ist ein erheblicher Teil dieser Parameter veraltet - auch wenn das ERP täglich zuverlässig Vorschläge generiert, die auf diesen alten Werten basieren. Nachfragemuster verschieben sich. Lieferanten ändern ihre Performance. Sortimente wachsen und schrumpfen. Das System weiß davon nichts.

Saisonalität: Das Problem mit dem Rückspiegel

Gleitende Durchschnittswerte schauen zurück. Das ist ihr Konstruktionsprinzip - und ihre entscheidende Schwäche, sobald der Bedarf nicht gleichmäßig verläuft.

Kurz vor einer Hochsaison liegt der Durchschnitt noch auf Normalverbrauchsniveau: Der Vorschlag ist zu niedrig. Direkt danach sind die Spitzenwerte noch im Durchschnitt enthalten: Der Vorschlag ist zu hoch. Exakt das Falsche zur exakt falschen Zeit. Dasselbe gilt für Sondereffekte - eine Herbstaktion, ein Großauftrag, eine Messelieferung - die sich nicht im historischen Verbrauch abbilden, weil sie noch nicht stattgefunden haben.

Hier endet die operative Erklärung. Denn warum diese Informationen den Bestellvorschlag nicht erreichen, liegt nicht am ERP. Es liegt daran, dass Vertrieb, Einkauf und Disposition in vielen Unternehmen schlicht nicht miteinander sprechen - zumindest nicht strukturiert und nicht rechtzeitig. Das ist eine andere Art von Problem.

Was läuft im System falsch? - Strukturelle Ursachen auf der Planungsebene

Viele Disponenten, die täglich manuelle Korrekturen vornehmen, haben das Gefühl: Ich arbeite gegen das System. Dieses Gefühl täuscht. Sie arbeiten nicht gegen das System - Sie kompensieren, was das System nicht wissen kann, weil niemand ihm sagt, was im Unternehmen passiert. Das ist kein technisches Versagen. Es ist ein Organisationsversagen.

Datenqualität: Was das System nicht weiß, kann es nicht einpreisen

Selbst ein korrekt parametrisiertes Dispositionssystem liefert schlechte Vorschläge, wenn die Datenbasis, auf der es arbeitet, Lücken hat. Fehlende Verkaufshistorien - etwa weil ein Artikel erst seit sechs Monaten im Sortiment ist. Retouren, die nicht gebucht wurden und das System als reguläre Abgänge interpretiert. Stücklisten, die nach einer Produktänderung nicht aktualisiert wurden. Und am folgenreichsten: eine veraltete Artikelklassifikation.

Die ABC-XYZ-Analyse klassifiziert Artikel nach zwei Achsen - Umsatzbedeutung (A hoch, C gering) und Vorhersagbarkeit des Bedarfs (X gleichmäßig, Z sporadisch). Diese Klassifikation bestimmt, welche Dispositionsstrategie für einen Artikel gilt. Ein A/X-Artikel wird anders behandelt als ein C/Z-Artikel - und das zu Recht. Das Problem: Wenn ein Artikel falsch klassifiziert ist, greift die falsche Strategie. Nicht für einen Artikel. Für alle Artikel dieser Klasse. Fraunhofer IML dokumentiert in mehreren Studien zur Digitalisierung in der Produktionslogistik, dass Datenqualität die entscheidende Voraussetzung für funktionierende automatische Disposition ist - vor der Systemauswahl, vor der Parametrierung, vor allem anderen.

Kein S&OP: Wenn Planung im Silo bleibt

Ohne einen gemeinsamen Planungsrhythmus arbeiten Vertrieb, Einkauf und Produktion aneinander vorbei. Der Fachbegriff für den strukturierten Abstimmungsprozess, der das verhindert, lautet S&OP - Sales & Operations Planning. Gemeint ist ein regelmäßiger Zyklus, in dem alle planungsrelevanten Bereiche ihr Wissen zusammenführen: bevorstehende Aktionen, Großaufträge, Sortimentsänderungen, Produktionsengpässe.

In der Praxis sieht das Fehlen dieses Prozesses konkret so aus: Der Vertrieb plant Anfang September eine Herbstaktion für Oktober. Die Disposition erfährt davon am 25. September - eine Woche vor dem Aktionsbeginn. Die Wiederbeschaffungszeit für den betroffenen Artikel beträgt 12 Tage. Die Fehlmenge ist zu diesem Zeitpunkt nicht mehr abwendbar. Nicht weil das System versagt hat, sondern weil die Information zu spät kam.

BCG hält in ihrer 2026er Analyse fest, dass Planungsqualität in erster Linie von der Güte der bereichsübergreifenden Informationsflüsse abhängt - und nicht von der Leistungsfähigkeit der eingesetzten Planungssoftware. Das ist eine direkte Kritik an Unternehmen, die in Systemlösungen investieren, bevor sie ihre Planungsprozesse in Ordnung gebracht haben.

Prognosemodell und Artikelcharakteristik: Eine schlechte Ehe

Viele ERP-Standardlösungen verwenden für alle Artikel dasselbe statistische Prognosemodell. Das ist praktisch - und für einen erheblichen Teil des Sortiments schlicht falsch.

X-Artikel mit gleichmäßigem, gut vorhersagbarem Bedarf profitieren von statistischen Modellen wie exponentiellem Glätten. Y-Artikel mit schwankendem Bedarf und Z-Artikel mit sporadischen, unregelmäßigen Abrufen werden durch diese Modelle systematisch falsch prognostiziert. Ein Ersatzteil, das zwei- bis dreimal im Jahr in unregelmäßigen Abständen geordert wird, bekommt auf Basis seines gleitenden Durchschnitts einen stetigen Kleinstbestellvorschlag - der entweder zu kontinuierlichem Überbestand führt oder den tatsächlichen Abruf nicht abdeckt. Beides ist falsch. Und beides ist vermeidbar, wenn das Prognosemodell zur Artikelcharakteristik passt statt umgekehrt.

Wie Sie Bestellvorschläge wieder zuverlässig machen - konkrete Maßnahmen

Hier ist eine These, die manche überrascht: Der größte Hebel für bessere Bestellvorschläge liegt in den meisten mittelständischen Unternehmen nicht in neuer Software. Er liegt in Daten, die seit Jahren nicht überprüft wurden, und in Gesprächen, die nie stattgefunden haben. Wer das umdreht - zuerst Datenpflege, dann Prozessstruktur, dann Technologie - erzielt schneller und nachhaltiger Ergebnisse als jedes Implementierungsprojekt.

Stammdaten und Parameter: Die Stichprobe als Einstieg

Beginnen Sie nicht damit, alle 3.000 Artikel zu überprüfen. Beginnen Sie mit 10 bis 15 A-Artikeln - den umsatzstärksten, bestandskritischsten Produkten in Ihrem Sortiment. Stellen Sie für jeden dieser Artikel vier Fragen: Stimmt die hinterlegte WBZ noch mit der tatsächlichen Lieferzeit überein? Entspricht die Mindestbestellmenge den aktuellen Lieferantenkonditionen? Basiert der Sicherheitsbestand auf dem Verbrauch der letzten sechs bis zwölf Monate? Ist die ABC-XYZ-Klassifikation noch korrekt?

Erfahrungsgemäß finden sich bei dieser Stichprobe in den meisten Unternehmen mindestens drei bis vier Artikel, bei denen ein Parameter erheblich von der Realität abweicht. Das reicht als Motivation für eine systematischere Revision - und als erstes konkretes Ergebnis, das sich sofort auf die Vorschlagsqualität auswirkt. INFORM beschreibt in seinem Praxisblog, wie Parameterreviews in Unternehmen unterschiedlicher Größe strukturiert werden können, ohne ein vollständiges Datenprojekt anzustoßen.

A-Artikel: halbjährlich überprüfen. B- und C-Artikel: mindestens einmal jährlich. Nach Lieferantenwechseln, Sortimentsänderungen oder Nachfrageverschiebungen: sofort.

S&OP im Mittelstand: 60 Minuten im Monat

Ein S&OP-Prozess ist kein Transformationsprojekt. Die Minimalversion, die in vielen KMU ausreicht, besteht aus einer monatlichen Runde von 60 Minuten - Vertrieb, Einkauf, Produktion am Tisch oder in einem Call - mit einem einzigen Ziel: Sondereffekte der nächsten sechs bis acht Wochen dokumentieren und an die Disposition weitergeben.

Das Werkzeug dafür muss keine neue Software sein. Eine geteilte Tabelle mit drei Spalten - Artikel oder Artikelgruppe, Ereignis, erwarteter Zeitraum - reicht für den Anfang. Wer diesen Rhythmus drei Monate konsequent durchhält, stellt fest: Die Anzahl der manuellen Korrekturen an Bestellvorschlägen sinkt. Nicht weil das System besser geworden ist, sondern weil es jetzt Informationen hat, die es vorher nicht hatte. Deine Lieferkette dokumentiert diesen Ansatz mit konkreten Praxisbeispielen aus dem KMU-Umfeld.

Spezialisierte Software: Der dritte Schritt, nicht der erste

Wenn das ERP trotz gepflegter Stammdaten und funktionierendem S&OP-Prozess weiterhin schlechte Vorschläge für bestimmte Artikelgruppen liefert, ist der Einsatz spezialisierter Demand-Planning-Software sinnvoll. Solche Systeme wählen das Prognosemodell automatisch nach Artikelcharakteristik, erkennen Saisonmuster ohne manuelle Eingriffe und passen Parameter dynamisch an veränderte Nachfragebedingungen an.

BCG formuliert es in der 2026er Analyse klar: Unternehmen, die in Planungstechnologie investieren, ohne vorher ihre Datenbasis bereinigt und einen strukturierten Planungsrhythmus etabliert zu haben, kaufen sich eine technisch aufwendigere Version desselben Problems. Die Reihenfolge ist nicht verhandelbar - erst Grundlagen, dann Technologie.

Fazit: Das ERP lügt nicht. Es rechnet mit dem, was Sie ihm gegeben haben

Bestellvorschläge sind keine Meinungen des Systems. Sie sind Rechenoperationen auf Basis von Daten, die Sie - oder Ihre Vorgänger - irgendwann eingegeben haben. Wenn diese Daten veraltet sind, liefert das System veraltete Ergebnisse. Zuverlässig.

Das bedeutet: Die Kontrolle liegt bei Ihnen. Nicht bei der Software, nicht beim ERP-Hersteller. Überprüfen Sie Ihre A-Artikel-Parameter noch diese Woche - WBZ, Sicherheitsbestand, Mindestbestellmenge. Vereinbaren Sie mit Vertrieb und Einkauf eine monatliche Planungsrunde, auch wenn sie zunächst nur 30 Minuten dauert. Und verschieben Sie die Frage nach neuer Software auf den Zeitpunkt, an dem Sie wissen, dass das Problem nicht in den Daten liegt.

Wer in dieser Reihenfolge vorgeht, braucht in den meisten Fällen keine neue Software - sondern bessere Gewohnheiten.

Weiterführende Quellen:

1. BVL.de (2024): Triple Transformation: Digitalisierung, Nachhaltigkeit und Resilienz als Leitlinien zukunftsfähiger Wertschöpfungsketten

2. BVL.de (2025/26): Aufbruch und Umbruch: Zukunftsfähig durch digitale, nachhaltige und resiliente Wertschöpfungsketten

3. Boston Consulting Group (2026): Supply Chain Planning 2026

4. IML Fraunhofer (2017):  Bedeutung von Daten im Zeitalter der Digitalisierung

FAQs