Welche Faktoren bestimmen optimale Lagerbestände im deutschen technischen Großhandel?

Optimale Lagerbestände im technischen Großhandel werden hauptsächlich durch Servicelevel-Ziele, Nachfragevolatilität, Lieferzeiten, Kapitalbindungskosten und Prozessqualität bestimmt.

In der Praxis bedeutet das jedoch einen permanenten Zielkonflikt: Höhere Verfügbarkeit steigert die Kundenzufriedenheit, erhöht aber gleichzeitig Kapitalbindung und Kosten. Zu geringe Bestände senken das Working Capital, gefährden jedoch Servicelevel und Umsatz.
Genau in diesem Spannungsfeld müssen technische Großhändler täglich Entscheidungen treffen.

1. Nachfrage und Servicelevel als Ausgangspunkt

Jede Bestandsstrategie beginnt mit der Frage, welches Servicelevel erreicht werden soll. Wer seinen Kunden eine Lieferung am nächsten Tag zusichert oder hohe OTIF-Quoten erreichen möchte, benötigt zwangsläufig höhere Sicherheitsbestände als ein Händler mit längeren Lieferfristen.

Hinweis: OTIF bedeutet On Time (Lieferung erfolgt zum vereinbarten Termin) und In Full (Lieferung enthält die vollständige bestellte Menge).

Servicekennzahlen wie Line Fill Rate, Lieferbereitschaftsgrad oder OTIF wirken direkt auf die notwendige Höhe des Sicherheitsbestands. Je höher das angestrebte Servicelevel, desto größer der Puffer gegen Nachfrageunsicherheit.

Entscheidend ist zudem die Struktur der Nachfrage. Historische Absatzdaten, Prognosen, Nachfrageschwankungen und Saisonalität pro Artikel bestimmen, wie stabil ein Lagerbestand geplant werden kann. Aus diesem Grund setzen viele Vertriebsverantwortliche auf datenbasierte Absatzprognosen, um die Planung zu stabilisieren.

Die Kombination aus ABC-Analyse und XYZ-Analyse ist im Großhandel weit verbreitet, da sie sowohl Wertigkeit als auch Nachfragevolatilität berücksichtigt. Die ABC-Analyse klassifiziert Artikel nach ihrem Umsatz- oder Wertanteil, während die XYZ-Analyse die Vorhersagbarkeit der Nachfrage anhand ihrer Schwankung bewertet. Ein A-X-Artikel mit hohem Umsatz und stabiler Nachfrage wird anders disponiert als ein C-Z-Artikel mit unregelmäßigen Abrufen. Die ABC-Analyse ordnet Artikel nach wirtschaftlicher Bedeutung, die XYZ-Analyse nach Stabilität der Nachfrage. Damit wird deutlich: Optimale Bestände entstehen nicht pauschal, sondern artikelindividuell.

2. Beschaffung, Wiederbeschaffung und Lieferzeiten

Ein zweiter zentraler Treiber ist die Supply Seite. Lieferzeiten und deren Schwankung — gemeinsam mit den Bestellpunkten — sind einer der wichtigsten Einflussfaktoren auf Sicherheitsbestände. Ein Artikel mit stabiler Beschaffungszeit aus Deutschland oder der EU benötigt deutlich geringere Puffer als ein Produkt mit langen und variablen Lieferzeiten aus z. B. Asien.

Auch die Art der Beschaffung spielt eine Rolle. „Make to Order“-Artikel verhalten sich anders als Lagerware beim Lieferanten. Make to Order Artikel sind Produkte, die erst nach Eingang einer Bestellung produziert werden und daher längere und oft variablere Lieferzeiten haben als Lagerware beim Lieferanten, die sofort verfügbar ist. Mindestbestellmengen, Transportlosgrößen und Bestellfrequenz beeinflussen die wirtschaftliche Bestellmenge, häufig berechnet über klassische Modelle wie die „Economic Order Quantity“.

Je größer die Bestellmenge, desto höher ist der durchschnittliche Zyklusbestand. Gleichzeitig sinken Bestellkosten pro Einheit. Hier entsteht erneut ein Zielkonflikt zwischen Kapitalbindung und Effizienz. Für technische Großhändler mit tausenden Artikeln bedeutet das: Die Lieferantenstruktur und Beschaffungsmodelle prägen maßgeblich die Lagerstrategie.

3. Kostenstruktur, Kapitalbindung und ROI

Lagerbestand ist gebundenes Kapital. Neben direkten Lagerkosten für Fläche, Handling, Personal und IT entstehen Holding Costs durch Zinsen, Obsoleszenzrisiken, Wertverluste und Schwund. Gerade bei technischen Produkten können Normänderungen oder technologische Weiterentwicklungen Bestände schnell entwerten.

Je höher das Bestandsniveau, desto stärker sinkt die Kapitalrendite, sofern der zusätzliche Service keinen proportionalen Mehrumsatz oder höhere Margen erzeugt.

Hinzu kommen unternehmensspezifische Rahmenbedingungen. Working Capital beschreibt das im operativen Geschäft gebundene Kapital, also vereinfacht gesagt Geld, das in Lagerbeständen und offenen Forderungen steckt und nicht frei verfügbar ist. Bank Covenants sind vertraglich vereinbarte Finanzkennzahlen, die Unternehmen gegenüber Banken einhalten müssen, etwa bestimmte Verschuldungs- oder Eigenkapitalquoten. Interne ROI-Anforderungen definieren, welche Kapitalrendite Investitionen mindestens erwirtschaften sollen. Diese Vorgaben setzen faktische Obergrenzen für das Gesamtbestandsvolumen, da zu hohe Lagerbestände Kapital binden und die Rentabilität verschlechtern können.

Optimale Lagerbestände sind daher nicht nur eine logistische, sondern vor allem eine finanzielle Entscheidung.

4. Lagerkapazität und Prozessqualität

Selbst wenn theoretisch ein höherer Bestand sinnvoll wäre, kann die physische Lagerstruktur Grenzen setzen. Die Anzahl an Palettenplätzen, Fachbodenregalen oder automatisierten Systemen bestimmt, wie viel Ware tatsächlich eingelagert werden kann. Engpässe in einzelnen Lagerzonen beeinflussen die maximale Bestandsmenge je Artikel oder Warengruppe.

Ebenfalls sehr wichtig ist die Prozessqualität. Forecasting-Genauigkeit, saubere Stammdaten, korrekt gepflegte Dispositionsparameter und ein sauber konfiguriertes ERP- oder WMS-System entscheiden darüber, wie nah ein Unternehmen am theoretischen Optimum operieren kann. Wie ERP und KI im Großhandel sinnvoll zusammenarbeiten, ist entscheidend dafür, dass diese Systeme nicht auf fehlerhaften Annahmen basieren.

Schlechte Datenqualität führt dazu, dass Sicherheitsbestände künstlich erhöht werden, um Unsicherheiten zu kompensieren. Gute Daten und präzise Prognosen erlauben dagegen niedrigere Bestände bei gleichem Servicelevel.

5. Produktspezifische und sortimentsbezogene Faktoren

Nicht jeder Artikel ist gleich kritisch. MRO-Ersatzteile oder systemrelevante Komponenten im Elektrogroßhandel erfordern oft hohe Verfügbarkeit, selbst bei geringer Marge. MRO steht für Maintenance, Repair and Operations und bezeichnet Ersatz- und Verbrauchsteile, die für Wartung, Reparatur und laufenden Betrieb von Anlagen notwendig sind. Systemrelevante Komponenten sind Bauteile, deren Ausfall ganze Anlagen oder Projekte stilllegen kann. Auch wenn diese Artikel pro Stück keine hohe Marge erzielen, ist ihre Lieferfähigkeit für die Kundenbeziehung und die Betriebssicherheit entscheidend. C-Artikel mit hoher Substituierbarkeit können dagegen mit geringeren Beständen geführt werden.

Auch die Lebensdauer eines Produkts beeinflusst die Bestandsstrategie. Artikel mit begrenzter Haltbarkeit oder hohem Obsoleszenzrisiko benötigen kleinere Puffer als langlebige Standardprodukte. Optimale Bestände sind daher immer auch eine strategische Sortimentsentscheidung.

Branchenbenchmarks im Großhandel

Auch wenn es keinen universellen Idealwert für Lagerbestände gibt, zeigen Branchenanalysen einige typische Orientierungswerte. Unternehmen im Distributionsumfeld erreichen häufig 4 bis 10 Lagerumschläge pro Jahr. [Quelle: Investopedia – Inventory Turnover Ratio.]

Ein Lagerumschlag von 4 entspricht beispielsweise einer durchschnittlichen Lagerreichweite von etwa 90 Tagen. Distributionsbranchen mit hoher Sortimentstiefe (z. B. im Ersatzteilhandel oder technischer Großhandel) bewegen sich häufig in einem Bereich von 60 bis 90 Tagen Lagerreichweite.

Großhändler mit sehr breiten Sortimenten und hohen Serviceleveln liegen häufig eher am unteren Ende dieser Spanne, während spezialisierte Händler mit schneller drehenden Artikeln höhere Umschläge erreichen.

Ein weiteres Muster zeigt sich bei der Kapitalbindung im Sortiment.
In vielen Handelsunternehmen verursachen weniger als 20 % der Artikel über 70 % der gebundenen Lagerwerte. Das bedeutet, dass ein relativ kleiner Teil des Sortiments einen Großteil des Kapitals bindet. Genau hier liegen deshalb auch die größten Optimierungspotenziale.

Warum Vertrieb und Bestände stärker zusammenhängen als viele denken

Viele Großhändler investieren derzeit stark in die Modernisierung ihrer Logistik. Automatisierte Lager, neue WMS-Systeme, KI-basierte Prognosen oder smarte Lagertechnik gehören inzwischen zu den großen Transformationsprojekten im Großhandel. Das ist gut. Solche Initiativen können enorme Effizienzgewinne bringen. Gleichzeitig sind sie oft komplex, teuer und dauern mehrere Jahre bis zur vollständigen Umsetzung.

Was dabei häufig unterschätzt wird: Ein sehr wichtiger Treiber jeder Bestandsentscheidung liegt eigentlich vor dem Lager. Im Vertrieb. Denn Nachfrage entsteht nicht im Lager oder im ERP-System, sondern beim Kunden.

Wenn ein wichtiger Kunde plötzlich weniger bestellt oder ein Vertriebsteam neue Produkte erfolgreich verkauft, verändern sich Nachfragemuster oft schneller, als klassische Dispositionslogiken reagieren können.

Genau hier können datenbasierte Vertriebsanalysen helfen. Predictive Analytics Methoden im B2B-Vertrieb ermöglichen es beispielsweise:

• Kundenabwanderung frühzeitig vorherzusagen und zu verhindern,
• Veränderungen im Bestellverhalten zu identifizieren,
• zusätzliche Absatzpotenziale durch Cross-Selling-Prognosen im bestehenden Kundenstamm sichtbar zu machen.

Solche Analysen ersetzen kein klassisches Bestandsmanagement. Sie liefern jedoch wertvolle Hinweise darauf, wie sich Nachfrage entwickeln könnte. Und Nachfrage ist letztlich der Ausgangspunkt jeder Bestandsentscheidung.

Mit anderen Worten: Wer seine Kunden besser versteht, versteht oft auch seine zukünftigen Lagerbewegungen besser.

BERECHNEN SIE JETZT DEN ROI VON QYMATIX PREDICTIVE SALES SOFTWARE

Fazit: Optimale Lagerbestände sind ein Balanceakt

Optimale Lagerbestände im technischen Großhandel entstehen aus dem Zusammenspiel von Nachfrage, Beschaffung, Kostenstruktur, Prozessen und Sortimentsstrategie.

Es gibt keinen universellen Idealwert. Stattdessen müssen Servicelevel-Ziele, Kapitaleffizienz, Lieferantensituation und operative Fähigkeiten gemeinsam betrachtet werden. Erst die systematische Analyse auf SKU-Ebene — also auf Ebene einzelner Artikel — ermöglicht eine fundierte Bestandsstrategie. Viele Großhändler investieren heute in moderne Logistiksysteme, automatisierte Lager oder neue Dispositionsmethoden. All diese Initiativen sind wichtig.

Gleichzeitig lohnt sich jedoch auch ein Blick auf die andere Seite der Gleichung: die Nachfrage. Denn am Ende entscheidet nicht die Größe des Lagers über den Erfolg eines Großhändlers, sondern die Fähigkeit, Sortimentsdynamiken, Kundenverhalten und Nachfrage datenbasiert zu verstehen.

ICH MÖCHTE PREDICTIVE ANALYTICS FÜR DEN B2B-VERTRIEB