Wie bestelle ich die richtige Menge Ware, sodass ich weder Ladenhüter noch Fehlbestände habe?

Als Inhaber eines Einzelhandelsgeschäfts kennen Sie das Dilemma nur zu gut: Das Lager ist voll mit Ware, aber das Bankkonto fühlt sich leer an. Sie investieren wertvolles Kapital in Produkte, in der Hoffnung auf hohe Umsätze, nur um Monate später festzustellen, dass ein erheblicher Teil davon als „Ladenhüter“ verstaubt. Gleichzeitig fehlen Ihnen bei den Bestsellern plötzlich die Bestände, und Ihnen entgehen sichere Einnahmen. Dieses ständige Pendeln zwischen Überbestand und Fehlbestand ist nicht nur frustrierend, sondern vor allem ein massives Liquiditätsproblem.

Viele Ratgeber empfehlen dann pauschal den Einsatz teurer Warenwirtschaftssysteme oder häufigere Inventuren. Doch das adressiert nur die Symptome, nicht die Ursache. Die gängigen Methoden übersehen oft den entscheidenden Punkt: Ihr Warenlager ist kein passiver Kostenblock, sondern eine der grössten Kapitalbindungsfallen in Ihrem Unternehmen. Jeder Artikel, der sich nicht dreht, ist totes Kapital, das Sie nicht für Marketing, Expansion oder auch nur zur Deckung laufender Kosten einsetzen können.

Was wäre, wenn der Schlüssel nicht darin liegt, Ihre Bestände einfach nur zu verwalten, sondern sie strategisch zu steuern, um Ihre Liquidität zu maximieren? Die wahre Lösung liegt in der intelligenten Nutzung von Daten, die Sie bereits besitzen. Ihre Kassendaten in Kombination mit einem Tool wie Excel sind mächtiger, als Sie vielleicht denken. Es geht darum, von einer reaktiven Bestellpolitik zu einer proaktiven, datengestützten Bedarfsplanung überzugehen.

Dieser Artikel führt Sie als Ihr persönlicher Retail-Analytics-Berater durch die entscheidenden Schritte. Wir werden nicht nur an der Oberfläche kratzen, sondern die finanziellen Mechanismen hinter einer optimalen Bestandsführung aufdecken. Sie werden lernen, wie Sie Ihre Daten veredeln, den wahren Bedarf vorhersagen und so Ihr gebundenes Kapital wieder in frei verfügbare Liquidität umwandeln.

Die folgende Gliederung führt Sie schrittweise von der Diagnose Ihrer aktuellen Situation bis hin zu praxiserprobten Strategien, mit denen Sie die Kontrolle über Ihre Bestände und Ihren Cashflow zurückgewinnen. Tauchen wir gemeinsam in die Zahlen ein, um Ihr Geschäft profitabler zu machen.

Warum haben Sie Ware für 80.000 € im Lager, die sich seit 8 Monaten nicht bewegt?

Diese Zahl ist mehr als nur eine Zahl; sie repräsentiert gebundenes Kapital. Jeder Euro, der in einem unverkauften Produkt steckt, ist ein Euro, der nicht für Ihr Marketing, die Gehälter Ihrer Mitarbeiter oder neue, vielversprechende Produkte zur Verfügung steht. Der Fokus im Tagesgeschäft liegt oft auf den schnell drehenden Bestsellern, während die C-Artikel, die Ladenhüter, langsam in Vergessenheit geraten. Doch genau hier liegt die versteckte Liquiditätsbremse. Diese Produkte verursachen nicht nur Lagerkosten, sie blockieren aktiv das Wachstum Ihres Unternehmens.

Das Problem ist systemisch. In vielen lagerintensiven Betrieben ist der Lagerbestand eine der grössten Positionen auf der Aktivseite der Bilanz. Aktuellen Branchenanalysen zufolge macht der Lagerbestand in solchen Betrieben bis zu 25 % der Unternehmensaktiva aus. Wenn ein signifikanter Teil davon aus Ladenhütern besteht, bedeutet das, dass ein Viertel Ihres Unternehmenswertes keine Rendite erwirtschaftet. Stattdessen verursacht er Kosten für Lagerplatz, Versicherung und das Risiko der Veralterung.

Die Identifizierung dieser „Kapitalfresser“ ist der erste Schritt zur Freisetzung Ihrer Liquidität. Eine ABC-Analyse ist hierfür ein klassisches, aber extrem wirksames Instrument. Sie klassifiziert Ihre Artikel nach ihrem Wertbeitrag: A-Artikel sind die wenigen Produkte, die den Grossteil Ihres Umsatzes ausmachen. C-Artikel sind die vielen Produkte, die nur einen geringen Umsatzanteil haben und oft die Kandidaten für Ladenhüter sind. Es geht nicht darum, alle C-Artikel sofort zu eliminieren, sondern ihre Kapitalbindung bewusst zu steuern und strategische Entscheidungen zu treffen: Abverkauf, Bündelung mit A-Artikeln oder eine komplette Streichung aus dem Sortiment.

Die entscheidende Erkenntnis ist, Ladenhüter nicht als logistisches Ärgernis, sondern als finanzstrategische Aufgabe zu betrachten. Die Frage ist nicht nur „Wohin mit der Ware?“, sondern „Wie bekomme ich mein Geld zurück?“.

Wie erstelle ich eine Absatzprognose, wenn ich nur Excel und meine Kassendaten habe?

Eine präzise Absatzprognose ist die Grundlage jeder wirtschaftlichen Bestellung und der effektivste Hebel gegen die Entstehung neuer Ladenhüter. Die gute Nachricht: Sie benötigen dafür keine teure Spezialsoftware. Ihre historischen Verkaufsdaten aus dem Kassensystem sind eine Goldgrube, und Excel ist das Werkzeug, um diesen Schatz zu heben. Der Prozess der Daten-Veredelung wandelt rohe Zahlen in entscheidungsrelevante Erkenntnisse um.

Der erste, unverzichtbare Schritt ist die Datenbereinigung. Ihre Rohdaten sind durch Retouren, Stornierungen und Ausreisser (z. B. ein Grossverkauf an einen Firmenkunden) verzerrt. Filtern Sie diese Sondereffekte heraus, um ein sauberes Bild der echten Kundennachfrage zu erhalten. Anschliessend können Sie einfache, aber wirkungsvolle Prognosemethoden anwenden. Beginnen Sie mit dem gleitenden Durchschnitt, bei dem Sie den Durchschnitt der Verkäufe der letzten Perioden (z. B. 12 Wochen) berechnen. Eine verfeinerte Methode ist der gewichtete gleitende Durchschnitt, bei dem Sie jüngeren Daten ein höheres Gewicht geben, da diese oft relevanter für die zukünftige Nachfrage sind.

Für viele Einzelhändler ist die Berücksichtigung von Saisonalität entscheidend. Erstellen Sie einen Saisonalitätsindex, indem Sie die Verkäufe eines Monats mit dem Jahresdurchschnitt vergleichen. Ein Index von 1,2 für Juli bedeutet, dass Sie in diesem Monat 20 % mehr verkaufen als im Durchschnitt. Ab Excel 2016 steht Ihnen zudem die Funktion „Prognoseblatt“ zur Verfügung. Diese nutzt den fortgeschrittenen ETS-Algorithmus (Exponentielle Glättung), der Trends und Saisonalität automatisch erkennt und eine erstaunlich genaue Prognose mit Konfidenzintervallen liefert – mit nur wenigen Klicks.

Die Wahl der Methode hängt von der verfügbaren Zeit und dem gewünschten Genauigkeitsgrad ab. Die folgende Tabelle gibt Ihnen einen schnellen Überblick über die in Excel verfügbaren Ansätze, wie eine vergleichende Analyse gängiger Prognosemethoden zeigt.

Beginnen Sie einfach und verfeinern Sie Ihre Methode schrittweise. Schon eine grundlegende Prognose ist unendlich viel besser als reines Bauchgefühl und verhindert, dass Sie Kapital in Ware investieren, die niemand nachfragt.

Soll ich 3 Monate Vorrat halten oder wöchentlich nachbestellen – was ist wirtschaftlicher?

Diese Frage zielt auf den Kern der Bestandsoptimierung: den Konflikt zwischen Bestellkosten und Lagerhaltungskosten. Grosse Bestellmengen führen oft zu Mengenrabatten und niedrigeren Transportkosten pro Einheit, binden aber massiv Kapital und erhöhen die Lagerkosten. Kleine, häufige Bestellungen halten die Kapitalbindung niedrig und reduzieren das Risiko von Ladenhütern, verursachen aber höhere administrative und logistische Kosten. Die Antwort liegt in der Berechnung des wirtschaftlichen Bestellpunkts, der diesen Zielkonflikt auflöst.

Um diese Entscheidung fundiert zu treffen, müssen Sie die wahren Kosten des Lagerns verstehen. Diese gehen weit über die reine Miete für die Lagerfläche hinaus. Zu den Lagerhaltungskosten zählen:

• Kapitalkosten: Die Opportunitätskosten des in den Beständen gebundenen Kapitals. Was könnten Sie mit diesem Geld alternativ erwirtschaften?
• Lagerkosten: Miete, Energie, Versicherungen und Personalkosten für das Lager.
• Risikokosten: Wertverlust durch Veralterung, Beschädigung oder Schwund (Diebstahl).

Diese Kosten sind erheblich. Laut Branchenstudien binden Bestände durchschnittlich 13 % des Umsatzvolumens eines Handelsunternehmens. Ein hoher Vorrat mag auf den ersten Blick sicher erscheinen, ist aber eine teure Versicherung.

Stellen Sie den Kosten des Lagerns die Kosten des Bestellens gegenüber. Anstatt pauschal für drei Monate zu bestellen, berechnen Sie für Ihre A- und B-Artikel die optimale Bestellmenge (EOQ – Economic Order Quantity). Einfache Formeln hierfür finden sich online, aber das Prinzip ist entscheidend: Finden Sie den Punkt, an dem die Summe aus Lager- und Bestellkosten am geringsten ist. Für C-Artikel kann eine wöchentliche oder monatliche Bestellung trotz höherer Bestellkosten oft wirtschaftlicher sein, da das Risiko, Ladenhüter zu produzieren, drastisch sinkt und kaum Kapital gebunden wird.

Zusätzlich sollten Sie einen Sicherheitsbestand definieren. Dieser Puffer schützt Sie vor unvorhergesehenen Nachfrageschwankungen oder Lieferverzögerungen. Seine Höhe sollte aber nicht auf einem Bauchgefühl, sondern auf der Zuverlässigkeit Ihrer Prognose und der Wiederbeschaffungszeit basieren. Für Artikel mit stabiler Nachfrage und kurzen Lieferzeiten kann der Sicherheitsbestand sehr niedrig sein, was wiederum Kapital freisetzt.

Hören Sie auf, Bestände als reinen Puffer zu sehen. Betrachten Sie jede Bestellung als eine Investitionsentscheidung, die eine Rendite in Form von freigesetzter Liquidität und vermiedenen Kosten abwerfen muss.

Warum können Sie nach jeder Rabattaktion 3 Monate lang den echten Bedarf nicht mehr einschätzen?

Rabattaktionen sind ein zweischneidiges Schwert. Sie kurbeln kurzfristig den Umsatz an, hinterlassen aber ein Chaos in Ihren Verkaufsdaten. Der während einer Aktion beobachtete Absatz ist kein Indikator für die organische Kundennachfrage. Er ist ein künstlich erzeugter Peak, der Ihre Prognosen für die folgenden Monate massiv verfälscht. Dieses Phänomen wird als Nachfrage-Verzerrung bezeichnet und führt oft zum sogenannten Bullwhip-Effekt (Peitscheneffekt): Eine kleine, künstliche Nachfrageschwankung beim Endkunden schaukelt sich entlang der Lieferkette zu immer grösseren Bestellschwankungen bei Lieferanten und Herstellern auf.

Die Konsequenz für Sie ist fatal: Nach einer erfolgreichen „20 % auf alles“-Aktion bestellen Sie auf Basis der hohen Aktions-Absatzzahlen nach und produzieren so die nächste Welle an Überbeständen. Die Ware kommt an, aber die Nachfrage ist längst wieder auf ihr normales Niveau gefallen – oder sogar darunter, da viele Kunden ihre Käufe vorgezogen haben. Ihr Prognosesystem ist für die nächsten Monate „blind“, und Sie steuern Ihr Geschäft im Nebel.

Die Lösung liegt darin, den Aktions-Uplift sauber aus Ihren historischen Daten zu isolieren. Sie müssen in der Lage sein, zwischen dem Basis-Absatz (was Sie ohne Aktion verkauft hätten) und dem zusätzlichen, promotionsgetriebenen Absatz zu unterscheiden. Nur der Basis-Absatz ist eine verlässliche Grundlage für Ihre zukünftigen Bestellungen. Die separate Erfassung des Uplifts hilft Ihnen zudem, die wahre Profitabilität Ihrer Aktionen zu bewerten: Hat der zusätzliche Absatz die Margenverluste und die nachfolgenden Probleme wirklich gerechtfertigt?

Eine Rabattaktion endet nicht an der Kasse. Ihre wahren Auswirkungen zeigen sich in den folgenden Monaten in Ihrem Lager. Eine saubere Datenhygiene ist der einzige Weg, um die Kontrolle zu behalten.

Wann bestelle ich Sommerware: im Dezember, Februar oder erst im April?

Das Timing bei saisonalen Produkten ist der entscheidende Faktor zwischen einem ausverkauften Erfolg und einer Kiste voller Ladenhüter, die bis zum nächsten Jahr Kapital binden. Eine zu späte Bestellung führt zu verpassten Verkaufschancen in der Hochsaison. Eine zu frühe Bestellung bläht Ihr Lager unnötig auf und erhöht das Risiko, dass die Ware bis zum Verkaufsstart bereits wieder „out“ ist. Die richtige Antwort finden Sie durch eine disziplinierte Rückwärtsplanung, die von Ihrem gewünschten Verkaufsstart ausgeht.

Der Prozess ist logisch, erfordert aber Sorgfalt. Sie müssen die gesamte Kette von der Produktion bis zur Verfügbarkeit in Ihrem Laden im Detail verstehen. Dazu gehören nicht nur die offensichtlichen Posten wie die Produktions- und Transportzeit, sondern auch Puffer für unvorhergesehene Verzögerungen, die in globalen Lieferketten an der Tagesordnung sind. Ein typischer Fehler ist, nur die reine Seefrachtzeit zu berücksichtigen und die Zeit für Zollabfertigung, Qualitätskontrolle und die Einlagerung zu vergessen.

Lassen Sie uns ein konkretes Beispiel für Sommer-T-Shirts durchspielen, die Sie in Asien produzieren lassen und ab Mai in Ihrem deutschen Geschäft verkaufen möchten:

1. Gewünschter Verkaufsstart: 1. Mai. Zu diesem Zeitpunkt muss die Ware verkaufsbereit im Regal liegen.
2. Puffer für Einlagerung & Vorbereitung (1-2 Wochen): Sie benötigen Zeit für Qualitätskontrolle, Auspacken, Etikettieren und Einräumen. Ihre Deadline für den Wareneingang ist also Mitte April.
3. LKW-Zustellung im Inland (1 Woche): Vom Hafen (z. B. Hamburg) zu Ihrem Lager. Der Container muss also Anfang April im Hafen ankommen.
4. Seefracht & Zoll (4-6 Wochen): Die reine Fahrtzeit von Asien nach Deutschland. Der Container muss also spätestens Mitte/Ende Februar das Werk verlassen.
5. Produktionszeit (8-12 Wochen): Je nach Auslastung des Herstellers. Die Produktion muss also spätestens im Dezember beginnen.

Das Ergebnis ist eindeutig: Für einen Verkaufsstart im Mai muss die Bestellung bereits im Dezember des Vorjahres ausgelöst werden. Wer erst im Februar oder gar April bestellt, wird die Hauptsaison verpassen und am Ende auf der Ware sitzen bleiben. Diese Rückwärtsplanung ist Ihre Versicherung gegen saisonale Ladenhüter und ein zentrales Werkzeug zur Sicherung Ihrer Liquidität.

Verlassen Sie sich nicht auf die Lieferzeitangaben Ihrer Lieferanten allein. Planen Sie Ihre gesamte Lieferkette vom Produktionsauftrag bis zum Kunden und bauen Sie realistische Puffer ein. Ihr Cashflow wird es Ihnen danken.

Wie starte ich mit Machine Learning, wenn ich nur Excel und Google Analytics kenne?

Der Begriff „Machine Learning“ (ML) klingt für viele Einzelhändler nach teuren Data-Science-Teams und komplexer IT-Infrastruktur. Doch die grundlegenden Prinzipien von ML können Sie bereits mit den Werkzeugen anwenden, die Sie täglich nutzen. Es geht darum, Muster und Korrelationen in Ihren Daten zu erkennen, um bessere Vorhersagen zu treffen. Google Analytics (GA) in Kombination mit Excel ist ein hervorragender Startpunkt, um von einer rein reaktiven zu einer prädiktiven Bestandsplanung zu gelangen.

Ihr Online-Shop und Ihre Website sind Frühwarnsysteme für die Nachfrage in Ihren Filialen. Analysieren Sie in Google Analytics, welche Produktseiten plötzlich steigende Besucherzahlen oder eine hohe Verweildauer aufweisen. Dies ist oft ein starker Frühindikator für eine wachsende Nachfrage, Wochen bevor sich diese in den Verkaufszahlen niederschlägt. Exportieren Sie diese Traffic-Daten und führen Sie in Excel eine einfache Korrelationsanalyse durch: Wie verhält sich der Website-Traffic für ein Produkt zu den späteren Verkäufen in den Filialen? Sie werden oft überraschende Zusammenhänge entdecken.

Ein weiterer einfacher Schritt in Richtung ML-Denkweise ist die Kundensegmentierung. Exportieren Sie Ihre Kundendaten und analysieren Sie in Excel, welche Kundengruppen (z.B. nach Postleitzahl) welche Produkte kaufen. Erkennen Sie regionale Vorlieben? Gibt es Kundensegmente mit einer besonders hohen Kaufwahrscheinlichkeit für bestimmte Produktkategorien? Diese Erkenntnisse ermöglichen es Ihnen, Bestände gezielter auf Ihre Filialen zu verteilen und Marketingaktionen präziser auszurichten.

Der Übergang zu echtem ML kann dann über sogenannte Low-Code- oder No-Code-Plattformen erfolgen. Diese Tools lassen sich oft per API einfach mit Shopsystemen wie Shopify oder WooCommerce verbinden und bieten vorgefertigte Analysemodelle, ohne dass Sie eine einzige Zeile Code schreiben müssen. So können Sie beispielsweise ohne grossen Aufwand eine RFM-Analyse (Recency, Frequency, Monetary) durchführen, um Ihre wertvollsten Kunden zu identifizieren und gezielt anzusprechen.

Beginnen Sie damit, Fragen an Ihre Daten zu stellen: Welche Online-Aktivitäten sagen zukünftige Verkäufe voraus? Welche Kundengruppen sind am profitabelsten? Die Antworten sind die ersten Schritte auf dem Weg zu einer intelligenteren, ML-gestützten Unternehmenssteuerung.

Warum produzieren Sie 20 % mehr als nötig, lagern es 6 Monate und werfen es dann weg?

Überproduktion, oft aus Angst vor Fehlbeständen oder dem Versuch, bessere Einkaufspreise zu erzielen, ist eine der grössten Kapitalvernichtungsmaschinen im Einzelhandel. Die 20 % „Sicherheitsaufschlag“ landen nicht selten direkt im Abschreibungsstapel. Dieses Vorgehen bindet nicht nur Liquidität, sondern verursacht eine Kaskade weiterer Kosten: Lagerung, Versicherung und am Ende die Entsorgung oder der schmerzhafte Abverkauf weit unter dem Einstandspreis. Das Ergebnis ist eine massive Erosion Ihrer Marge.

Der finanzielle Schaden ist enorm. Nach Branchendaten machen Bestände in deutschen Unternehmen durchschnittlich 34 % des Umlaufvermögens aus. Wenn ein erheblicher Teil davon aus Überproduktion stammt, die abgeschrieben werden muss, bedeutet das einen direkten Angriff auf die Substanz Ihres Unternehmens. Es ist, als würden Sie einen Teil Ihres Umsatzes direkt nehmen und verbrennen. Dieser Teufelskreis aus Überbestellung und anschliessender Wertvernichtung muss durchbrochen werden.

Die Lösung liegt in präziseren Prognosen und einer mutigen Sortimentspolitik. Anstatt breite Puffer auf alles zu legen, konzentrieren Sie Ihre Investitionen auf die A-Artikel mit hoher Prognosegenauigkeit. Bei unsicheren Trend-Artikeln ist es oft wirtschaftlicher, einen potenziellen Fehlbestand in Kauf zu nehmen, als grosse Mengen zu riskieren. Ein verpasster Verkauf ist ärgerlich, aber eine ganze Palette unverkäuflicher Ware kann existenzbedrohend sein.

Doch was tun, wenn die Überbestände bereits im Lager liegen? Anstatt sie als wertlos abzuschreiben, können Sie sie strategisch nutzen, um Ihr Marketing zu stärken und Kunden zu binden. Hier sind kreative Ansätze gefragt, die aus einem Problem eine Chance machen.

Betrachten Sie Überbestände nicht als unvermeidbares Übel, sondern als klares Signal für eine Schwachstelle in Ihrer Planung. Jeder abgeschriebene Artikel ist eine teure Lektion, die Ihnen hilft, Ihre nächste Bestellung profitabler zu gestalten.

Wie nutze ich Machine Learning zur Kundenanalyse mit begrenztem Budget?

Die Analyse Ihrer Kunden ist der zweite entscheidende Hebel, um Ihre Bestellungen zu optimieren. Wenn Sie wissen, WER was kauft, können Sie nicht nur besser bestellen, sondern auch Ihren Umsatz durch gezieltes Marketing steigern. Auch hier müssen Sie nicht in teure Software investieren. Die Denkweise des Machine Learning – das Erkennen von Mustern – lässt sich mit Excel auf Ihre Kundendaten anwenden, um wertvolle, liquiditätssteigernde Einblicke zu gewinnen.

Ein mächtiger Ansatz ist die RFM-Analyse (Recency, Frequency, Monetary). Segmentieren Sie Ihre Kunden danach, wie kürzlich (Recency), wie oft (Frequency) und in welcher Höhe (Monetary) sie gekauft haben. In Excel können Sie jedem Kunden Punkte in diesen drei Kategorien zuweisen. So identifizieren Sie Ihre „Champions“ (kaufen oft, viel und kürzlich) und Ihre „abwanderungsgefährdeten“ Kunden. Diese Segmentierung erlaubt es Ihnen, Marketingbudgets gezielt auf die profitabelsten Gruppen zu konzentrieren.

Eine weitere einfache, aber wirkungsvolle Methode ist die Warenkorb-Analyse. Analysieren Sie, welche Produkte häufig zusammen gekauft werden. Wenn Kunden, die Produkt A kaufen, mit hoher Wahrscheinlichkeit auch Produkt B benötigen, können Sie Cross-Selling-Potenziale heben, Produktplatzierungen optimieren und Bündelangebote schnüren. Dies steigert nicht nur den durchschnittlichen Bonwert, sondern verbessert auch Ihre Absatzprognosen für zusammengehörige Artikel.

Diese Analysen sind die Grundlage für die Berechnung des Customer Lifetime Value (CLV). Selbst eine einfache Schätzung des CLV hilft Ihnen zu verstehen, wie viel Sie in die Akquise eines neuen Kunden investieren sollten und welche Kunden es wert sind, mit besonderen Massnahmen gehalten zu werden. Die Konzentration auf die ABC-Klassifizierung Ihrer Kunden (A-Kunden = höchster Wert) statt nur Ihrer Produkte kann Ihre Profitabilität dramatisch steigern. Schliesslich verursachen laut Studien Bestände in Deutschland bis zu 50 % der Logistikkosten – Kosten, die durch eine nachfrageorientierte Planung direkt gesenkt werden können.

Um diese Strategien in die Praxis umzusetzen, beginnen Sie mit einer detaillierten Analyse Ihrer aktuellen Lager- und Kundendaten. Die Antworten auf Ihre drängendsten Liquiditätsfragen liegen bereits in Ihrem Unternehmen verborgen – Sie müssen nur lernen, die richtigen Fragen zu stellen.