-30%
Systemischer Einfluss5 Min. Lesezeit

Sinkende Produktivität, verlorene Verkäufe: die operativen Auswirkungen ungenauer Bestände

Eine Bestandsabweichung bleibt nicht in einer Tabellenkalkulationsspalte eingeschlossen. Sie verlangsamt das Picking, löst unnötige Suchzeiten aus, erzeugt scheinbare Fehlbestände und verfälscht die Nutzung der Lagerkapazität. Der 2023 in Production veröffentlichte SciELO-Artikel modelliert genau diese Effekte auf Produktivität, verlorene Verkäufe und Flächennutzung.

45 %

simulierte verlorene Verkäufe im am stärksten verschlechterten Szenario ohne Cycle Counting

55 %

verbleibende Picking-Produktivität in demselben sehr ungünstigen Szenario

Weniger Produktivität: die unsichtbaren Kosten

Die Studie von Destro, Staudt, Somensi und Taboada analysiert Inventory Record Inaccuracy mit einem Systemdynamikmodell. Sie zeigt, dass Phantom Inventory Picker dazu zwingt, zu Lagerplätzen zu gehen, an denen das Produkt angeblich existiert, aber physisch nicht verfügbar ist. Diese Suchzeit reduziert die Kommissionierproduktivität und verwandelt einen Datenfehler in einen täglichen operativen Verlust.

Verkäufe gehen still verloren

Das Modell unterscheidet Phantom Inventory von verstecktem Bestand. Phantom Inventory kann Bestellungen erzeugen, die unmöglich zu erfüllen sind, also verlorene Verkäufe. Versteckter Bestand erzeugt den umgekehrten Effekt: Das System glaubt, Produkt fehle, obwohl es physisch existiert, was unnötige Nachbestellungen und Flächensättigung auslöst. In beiden Fällen erzeugen falsche Daten eine teure Entscheidung.

Ein Lager im gestörten Betrieb

Die Simulationen vergleichen fünf Leistungsniveaus von Lagern, von Major Opportunity bis Best in Class. Ohne Cycle Counting verschlechtert sich die Ungenauigkeit in allen Szenarien. Auch bereits leistungsstarke Lager können stark betroffen sein, wenn kein kontinuierlicher Korrekturmechanismus vorhanden ist. Die Studie betont daher einen oft vergessenen Punkt: Mitarbeiterproduktivität reicht nicht als Kennzahl, wenn die Qualität des Systembestands nicht überwacht wird.

Die zu überwachenden Kennzahlen

Die Autoren verfolgen drei zentrale Ergebnisgrößen: Picking-Produktivität, verlorene Verkäufe und Nutzung der Lagerkapazität. Diese Kennzahlen müssen gemeinsam gelesen werden. Eine stark genutzte Kapazität kann positiv wirken, aber wenn sie aus verstecktem Bestand oder unnötigen Nachbestellungen entsteht, verdeckt sie ein Problem. Teams sollten daher IRI, Servicegrad, verlorene Verkäufe, Picking-Fehler und Korrekturfrequenz verfolgen.

Zugang zum vollständigen Text

Diese Quelle ist im Open Access auf SciELO unter Creative-Commons-Attribution-Lizenz verfügbar. Die obige Zusammenfassung bleibt bewusst umformuliert, um schnelles Lesen zu ermöglichen; der vollständige Artikel, seine Simulationstabellen und methodischen Annahmen sind über den Quelllink zugänglich.

Die operative Auswirkung ungenauer Bestände ist diffus, aber dauerhaft. Sie erscheint nicht immer in einer einzigen Buchhaltungszeile, frisst aber Produktivität, kommerzielle Verlässlichkeit und Entscheidungsqualität auf. Cycle Counting und Echtzeitvalidierung sind keine administrativen Aufgaben: Sie sind Hebel für Lagerleistung.

Originale Zusammenfassung auf Grundlage des frei zugänglichen SciELO-Artikels „The impacts of inventory record inaccuracy and cycle counting on distribution center performance“, veröffentlicht 2023 in Production unter Creative-Commons-Attribution-Lizenz. Der Text ist umformuliert; der Quelllink führt zum vollständigen Artikel.

Originalquellen

  • 1

    The impacts of inventory record inaccuracy and cycle counting on distribution center performance

    Iuri Rafael Destro, Francielly Hedler Staudt, Karine Somensi, Carlos Taboada, 2023

    Originalartikel anzeigen

Betrifft Sie dieses Problem?

ApsionScan eliminiert diese Probleme durch Echtzeit-Scanning und -Management.