📦 Bestandsauffüllungs-Simulator — Nachfrage, Sicherheitsbestand & Fehlbestände

Die Lieferquote ist der Prozentsatz der gesamten Kundennachfrage, der tatsächlich aus dem vorhandenen Lagerbestand gedeckt wurde, ohne Fehlbestand: verkaufte Einheiten ÷ nachgefragte Einheiten. Eine 100%ige Lieferquote bedeutet, dass jeder Kunde sofort bekam, was er wollte, aber das erfordert in der Regel einen sehr großen Sicherheitsbestand, was die täglichen Lagerkosten erhöht. Einzelhändler streben selten 100 % an; sie wählen ein Service-Level (z. B. 95–98 %), das die Kosten gelegentlicher Fehlbestände gegen die Kosten der Kapitalbindung in Lagerbestand abwägt, der im Regal liegt.

Lagerkosten fallen für jede Einheit an, die jeden Tag im Bestand liegt (gebundenes Kapital, Lagerplatz, Verderbrisiko), während Fehlbestandskosten nur bei Nachfrage anfallen, die nicht gedeckt werden konnte (entgangene Verkäufe, Eilkosten, beschädigtes Kundenvertrauen). Eine Erhöhung von Meldebestand und Sicherheitsbestand reduziert die Fehlbestandskosten, erhöht aber die Lagerkosten, und umgekehrt. Die Gesamtkostenkurve in dieser Simulation ist typischerweise U-förmig: zu wenig Bestand und Fehlbestandskosten dominieren, zu viel Bestand und Lagerkosten dominieren, mit einem Minimum irgendwo dazwischen, das von Ihren spezifischen Kostenverhältnissen abhängt.

Die EOQ ist die Bestellmenge, die die Summe aus Bestellkosten (fixe Kosten pro Bestellung, z. B. Verwaltung, Versandabwicklung) und Lagerkosten minimiert, gegeben durch EOQ = √(2 × D × S ⁄ H), wobei D die jährliche Nachfrage, S die Kosten pro Bestellung und H die jährlichen Lagerkosten pro Einheit sind. Bestellungen in kleinen, häufigen Chargen halten den durchschnittlichen Bestand (und die Lagerkosten) niedrig, treiben aber die Bestellkosten in die Höhe; Bestellungen in großen, seltenen Chargen bewirken das Gegenteil. EOQ ist am nützlichsten, wenn Bestell- und Lagerkosten bekannt sind und die Nachfrage einigermaßen stabil ist; schalten Sie es ein, um zu sehen, wie der Simulator automatisch eine Bestellmenge berechnet, anstatt eine feste Chargengröße zu verwenden.

Eine rollierende Durchschnittsprognose geht davon aus, dass die jüngste Vergangenheit repräsentativ für die nahe Zukunft ist. Wenn die Nachfrage einen wöchentlichen (oder saisonalen) Zyklus hat, vermischt ein einfacher gleitender Durchschnitt Tage mit hoher und niedriger Nachfrage, sodass er dem tatsächlichen Muster hinterherhinkt — er unterschätzt kurz vor einem Nachfragehöhepunkt und überschätzt kurz danach. In dieser Simulation vergrößert eine Erhöhung der saisonalen Amplitude die Lücke zwischen der naiven rollierenden Prognose und der tatsächlichen Nachfrage, was sich als häufigere Fehlbestände nahe saisonalen Höhepunkten zeigt, obwohl sich die langfristige durchschnittliche Nachfrage nicht geändert hat. Produktions-Prognosesysteme behandeln dies mit saisonaler Zerlegung anstelle eines einfachen gleitenden Durchschnitts.