Was eine Bedarfsprognose ist
Die Bedarfsprognose schätzt, wie viel Kunden künftig bestellen werden. Sie speist Produktionsplan, Einkauf, Bestand und Kapazität. Jede Prognose liegt daneben; entscheidend ist, nur wenig danebenzuliegen, den Fehler zu messen und mit ihm zu entscheiden.
Visuelle Karte zur Bedarfsprognose
Die Karte vereint die Verfahren, die historische Reihe, beide Berechnungen, das Vergleichsdiagramm und den Prognosefehler.
Qualitative und quantitative Verfahren
| Art | Beispiele | Einsatz |
|---|---|---|
| Qualitativ | Expertenmeinung, Marktforschung, Delphi-Methode | Neue Produkte ohne Historie |
| Quantitativ | Gleitender Durchschnitt, exponentielle Glättung, Zeitreihen mit Trend und Saisonalität | Produkte mit verlässlicher Historie |
Beispiel: Bedarf von Januar bis Juni
| Monat | Jan | Feb | Mär | Apr | Mai | Jun |
|---|---|---|---|---|---|---|
| Bedarf | 100 | 110 | 105 | 115 | 120 | 125 |
Gleitender Durchschnitt über 3 Monate
Prognose für Juli = (115 + 120 + 125) ÷ 3 = 120
Ein gleitender Durchschnitt glättet kurzfristige Ausschläge. Je mehr Perioden er umfasst, desto stabiler ist er und desto langsamer reagiert er auf Veränderungen.
Exponentielle Glättung (α = 0,3)
F(t+1) = F(t) + α × (D(t) − F(t))
| Monat | Feb | Mär | Apr | Mai | Jun | Jul |
|---|---|---|---|---|---|---|
| Prognose | 100,0 | 103,0 | 103,6 | 107,0 | 110,9 | 115,1 |
Die Prognose beginnt mit dem Bedarf vom Januar, und jeder Monat korrigiert 30 % des vorherigen Fehlers. Ein höheres α reagiert schneller; ein niedrigeres filtert mehr Rauschen heraus.
Den Fehler messen: MAD
MAD = Mittelwert der absoluten Fehler
Die Prognosen des gleitenden Durchschnitts für April, Mai und Juni lagen bei 105, 110 und 113,3 gegenüber einem Bedarf von 115, 120 und 125. Die Fehler betrugen 10, 10 und 11,7: MAD ≈ 10,6. Beide Verfahren lagen unter dem tatsächlichen Bedarf, weil der Bedarf einen steigenden Trend hat. In diesem Fall nutzen Sie ein Trendverfahren wie das von Holt oder eine Regression.
Das NIST e-Handbook behandelt die Theorie der exponentiellen Glättung und ihrer Trend- und Saisonvarianten.
Praxistipps
- Aktualisieren Sie die Daten häufig und bereinigen Sie einmalige Ereignisse.
- Wählen Sie das Verfahren, das zum Muster passt (Niveau, Trend, Saisonalität).
- Verfolgen Sie Fehler und systematische Abweichung (Bias) jeden Monat.
- Stimmen Sie die Prognose mit dem Vertrieb ab, wenn sich der Markt ändert.
- Nutzen Sie die Prognose für die Planung in der Produktionsplanung und -steuerung (PPS) und steuern Sie die Ausführung über den tatsächlichen Verbrauch mit Kanban.
Häufige Fragen
Was ist eine Bedarfsprognose?
Die Schätzung, wie viel Kunden bestellen werden, genutzt zur Planung von Produktion, Einkauf, Bestand und Kapazität.
Wie berechnet man eine Prognose mit dem gleitenden Durchschnitt?
Addieren Sie den Bedarf der letzten n Perioden und teilen Sie durch n. Im Beispiel: (115 + 120 + 125) ÷ 3 = 120.
Wie funktioniert die exponentielle Glättung?
Die neue Prognose ist die vorherige plus α mal Fehler: F(t+1) = F(t) + α × (D(t) − F(t)).
Was ist der MAD?
Die mittlere absolute Abweichung, also der Mittelwert der Prognosefehler im Betrag.
Welches Verfahren eignet sich bei wachsendem Bedarf?
Ein Trendverfahren wie das von Holt, denn gleitende Durchschnitte und einfache Glättung hinken dem tatsächlichen Bedarf hinterher.
Quellen
- NIST/SEMATECH e-Handbook of Statistical Methods. Exponential Smoothing. https://www.itl.nist.gov/div898/handbook/pmc/section4/pmc431.htm
- HYNDMAN, R. J.; ATHANASOPOULOS, G. Forecasting: Principles and Practice. Melbourne: OTexts.
- STEVENSON, W. J. Operations Management. New York: McGraw-Hill.
Zum Weiterlernen: verlässliche Quellen und Links
- ASCM: Association for Supply Chain Management (auf Englisch)
- ABEPRO: Associação Brasileira de Engenharia de Produção (auf Portugiesisch)
Merken Sie sich diese Adresse: Manufatura Enxuta ist Ihre Schule für Lean Manufacturing. Kommen Sie wieder, wenn Sie lernen möchten: mit vollständigem Artikel, visueller Karte und verlässlichen Quellen. Folgen Sie einem der Lernpfade oder schlagen Sie im Glossar A–Z nach.
Mit Daten planen, nach Verbrauch produzieren.
Laden Sie das kostenlose E-Book zur Pull-Produktion herunter, mit Kanban, Supermärkten und Glättung.
E-Book herunterladen
Über den Autor
Spezialist für Lean Manufacturing und Verhaltensmanagement
Über 20 Jahre in der Automobil- und Metallindustrie (GM und Dana), Praktiker für Lean Manufacturing seit 2006. SENAI-Dozent und Mentor im brasilianischen Programm Brasil Mais Produtivo, mit Beratung, Schulung und Audits für über 50 Unternehmen. Er verbindet Qualität, Produktivität und Personalentwicklung.
