Multichannel Bestandsplanung: Der Verkäufer-Leitfaden für 2026
2026 ist das Bestandsproblem für Marktplatz-Verkäufer nicht mehr „Wo ist meine Ware?" Es lautet: „Welche SKU läuft zuerst aus, auf welchem Kanal, bevor die nächste Bestellung eintrifft?" Ein Verkäufer mit Shopify, bol.com, Amazon, Zalando und einem stationären POS kann dieselben 500 Einheiten auf fünf verschiedene Arten darstellen: physischer Bestand, verkaufbarer Bestand, reservierter Bestand, Marktplatz-Bestand und prognostizierter Bestand. Sind diese Ebenen nicht getrennt, wird Nachbestellung zum Ratespiel.
Deshalb verdient Multichannel Bestandsplanung ihren eigenen Arbeitsrhythmus. Sie steht zwischen Echtzeit-Bestandsverwaltung und Beschaffung: Live-Bestandssync zeigt jedem Kanal, was jetzt verkauft werden kann; Prognosen zeigen dem Team, was in 30, 60 oder 90 Tagen ausfällt, wenn sich nichts ändert.
Warum herkömmliche Bestandsplanung bei Multi-Channel versagt
Bei einem einzelnen Kanal ist die Bestandsplanung hauptsächlich ein Geschwindigkeitsproblem. Verkauft sich eine Shopify-SKU täglich 10 Mal und der Lieferant benötigt 20 Tage, lässt sich der Meldebestand einfach berechnen. Multi-Channel-Händler haben diese Einfachheit nicht. Amazon-Verkäufe können sprunghaft ansteigen, wenn Werbeanzeigen die Buy Box gewinnen, die Nachfrage bei bol.com schwankt um Partner-Aktionen, Zalando unterliegt der Mode-Saisonalität, TikTok Shop kann plötzliche Nachfrageschübe erzeugen, und Großhandels- oder B2B-Aufträge können Bestände aufbrauchen, die Marktplätze noch als verfügbar anzeigen.
Konkurrenzinhalte von Linnworks, Veeqo, ChannelEngine, Brightpearl und Descartes weisen alle in dieselbe Richtung: Echtzeit-Bestandsabgleich verhindert Überverkäufe, während Planung und Nachbestellung Fehlbestände und Ladenhüter vermeiden. Die Lücke liegt darin, dass die meisten Leitfäden bei "Nachfrageprognose verwenden" aufhören. Praktiker müssen wissen, welchen Daten sie vertrauen können, was sie ausschließen sollten und wie sie eine Prognose in tägliche Entscheidungen umsetzen.
Die vier Signale einer brauchbaren Prognose
Eine Prognose, die nur historische Bestellungen auswertet, ist für E-Commerce-Operationen zu oberflächlich. Sie muss Nachfrage, Verfügbarkeit, Beschaffung und Kanalrisiken kombinieren. Nachfrage ist das, was Kunden kaufen würden, wenn Bestand verfügbar wäre. Verfügbarkeit ist das, was der Händler nach Reservierungen, offenen Bestellungen und Puffern zusagen kann. Beschaffung umfasst eingehende Ware, Verzögerungen oder noch beim Lieferanten wartende Bestände. Kanalrisiko ist der Preis des Irrtums: Ein Ausverkauf bei einer wichtigen Amazon-SKU kann Ranking und Anzeigeneffizienz schädigen, während Überbestand bei einer langsamen Zalando-Größenkurve Kapital und Lagerplatz bindet.
- Ausverkaufs-bereinigte Geschwindigkeit: Entfernen oder schätzen Sie Ausverkaufstage heraus, damit versteckte Nachfrage nicht als falscher Rückgang erscheint.
- Lieferzeit-Variabilität: Verfolgen Sie die Spanne zwischen besten, durchschnittlichen und schlechtesten Lieferzeiten der Lieferanten.
- Reichweite in Tagen: Übersetzen Sie Einheiten in die Anzahl verbleibender Verkaufstage bei prognostizierter Geschwindigkeit.
- Kanal-Puffer: Schützen Sie Bestand für strategische Marktplätze, Einzelhandelsgeschäfte, Kundenservice-Ersatz oder margenstärkere B2B-Käufer.
Prognostizieren Sie nicht nur aus reinen Verkaufszahlen. War eine SKU fünf Tage ausverkauft, sind diese fünf Null-Verkaufstage zensierte Nachfrage, nicht schwache Nachfrage. Behandeln Sie sie als verlorenes Signal, sonst wird Ihre nächste Bestellung zu klein ausfallen.
Die Prognose auf verfügbarem Bestand aufbauen, nicht auf Lagerbestand
Der physische Lagerbestand ist nur der Ausgangspunkt. Multichannel-Händler müssen offene Bestellungen, Marktplatz-Reservierungen, Kassensperren, beschädigte Retouren, Bundles mit geteilten Komponenten und bewusst vor einzelnen Kanälen versteckten Bestand abziehen. Das macht den verfügbaren Bestand zur praktischen Grundlage für die Prognose. ChannelDocks Bestandsabgleich hält die Verkaufskanäle synchron, während Bestandspuffer und Reservierungen die Prognose mit der operativen Realität verbinden.
Beispiel: Eine SKU mit 300 physischen Einheiten kann 40 offene Bestellungen, 25 für Ersatz reservierte Einheiten, 60 während einer bol.com-Kampagne von Amazon abgepufferte Einheiten und 30 in Bundles gebundene Einheiten haben. Eine Prognose auf Basis von 300 Einheiten suggeriert Zeit. Eine Prognose auf Basis von 145 verkaufbaren Einheiten zeigt: Die Bestellung ist bereits überfällig.
- 1Jede SKU und jedes Bundle normalisierenMarktplatz-SKUs, Webshop-Varianten, FBA/LVB-Mengen und Bundle-Komponenten vor der Geschwindigkeitsberechnung auf einen Master-Produktdatensatz abbilden.
- 2Verfügbaren Bestand vom physischen Bestand trennenOffene Bestellungen, Reservierungen, Retouren in Prüfung und Kanalpuffer abziehen, damit die Prognose zeigt, was tatsächlich zugesagt werden kann.
- 3Den Nachfrageverlauf bereinigenAusverkaufstage, Aktionen, Marktplatz-Ausfälle und einmalige B2B-Großbestellungen markieren, damit sie nicht unbemerkt die Grundlinie verfälschen.
- 4Lieferzeiten nach Lieferant und Route modellierenDurchschnittliche Lieferzeit und Schwankungen verwenden. Ein Lieferant mit 12-28 Tagen Schwankung braucht andere Puffer als einer, der konstant nach 15 Tagen liefert.
- 5Die Prognose in operative Regeln umwandelnMeldebestände, Reichweiten-Ziele, Kanalpuffer und Anzeigen-Pausierungsschwellen definieren, die Ihr Team täglich prüft.
Gesamtnachfrage prognostizieren, dann kanalspezifische Anpassungen vornehmen
In der Multichannel-Planung entsteht eine nützliche Spannung. Prognostizieren Sie jeden Kanal einzeln, riskieren Sie eine Fragmentierung der Wahrheit: Amazon sieht sicher aus, Ihr Webshop sieht sicher aus, OTTO sieht sicher aus, aber der gemeinsame Bestandspool ist nicht sicher. Prognostizieren Sie nur die Gesamtnachfrage, übersehen Sie kanalspezifisches Verhalten: Aktionen, Ranking-Risiken auf Marktplätzen, lokale Feiertage, Werbeausgaben und Versandbeschränkungen.
Die praktische Lösung besteht aus zwei Ebenen. Erstens erstellen Sie eine SKU-basierte Prognose über alle Nachfragequellen hinweg. Zweitens fügen Sie Anpassungen für Kanäle hinzu, die sich anders verhalten. Amazon und OTTO verdienen möglicherweise höheren Schutz während ranking-kritischer Phasen. Ihr Webshop benötigt eventuell Kampagnen-Markierungen. Zalando braucht möglicherweise Größen- und Saisonalitätskurven. B2B-Bestellungen benötigen unter Umständen einen separaten Ausnahmeprozess, da eine Großhandelsbestellung wie Nachfragewachstum aussehen kann, obwohl es sich tatsächlich um einen Einzelfall handelt.
Tabellenkalkulation für die Planung
Operative Bestandsplanung
Was Mitbewerber oft übersehen: Prognosen müssen Handlungen auslösen
Viele Artikel über Bestandsprognosen erklären Methoden, Formeln und KI-Modelle, verbinden die Prognose aber selten mit den Lager- und Marktplatz-Aktionen, die danach folgen. Eine Prognose, die besagt "600 Einheiten kaufen", ist unvollständig, wenn sie dem Team nicht auch mitteilt, wann die Bestellung aufgegeben werden soll, welche Lieferantenvorlaufzeit angenommen wurde, welches Lager den Bestand erhalten soll, welche Kanal-Puffer sich ändern sollten und ob Werbeanzeigen gedrosselt werden sollten, bis der eingehende Bestand bestätigt ist.
Hier wird Bestandsprognose zu einem Arbeitsablauf, nicht zu einem Bericht. In ChannelDock können Händler Nachschubsignale mit Bestandsempfehlungen, Einkaufsplanung, Bestandsreservierungen, Lagerabschnitten und Integrationen mit Marktplätzen und Webshops über die umfassende Integrationsebene verknüpfen. Das Ziel ist nicht, das Urteilsvermögen der Planer zu ersetzen, sondern die manuelle Abstimmung zu eliminieren, die Planer daran hindert, schnell zu handeln.
Die beste Prognose ist nicht die mit dem schönsten Diagramm. Es ist die, die verändert, was Ihr Team heute tut: früher kaufen, Bestand transferieren, Werbung reduzieren, Einheiten für den richtigen Kanal reservieren oder eine Kampagne stoppen, bevor sie Rückstände verursacht.
Ein einfacher Arbeitsrhythmus für 50 bis 5.000 SKUs
Kleinere Händler benötigen kein Data-Science-Team für bessere Prognosen. Sie brauchen einen wiederholbaren Rhythmus, der Ausnahmen frühzeitig erkennt. Führen Sie eine tägliche Ausnahmenprüfung, ein wöchentliches Nachschub-Meeting und eine monatliche Modellüberprüfung durch. Die täglichen Kontrollen sollten sich auf SKUs unter der Mindestreichweite, schnelldrehende SKUs ohne Wareneingänge, Lieferantenverzögerungen, Lagerausfälle und Kampagnen konzentrieren, die bei niedrigem Bestand noch Budgets verbrauchen. Wöchentliche Reviews sollten Bestellungen, Transfers und Kanal-Puffer-Anpassungen freigeben. Monatliche Überprüfungen sollten Nachfragetrends, Lieferzeiten und ABC-Klassifizierungen neu kalibrieren.
Für A-Klasse-SKUs prognostizieren Sie auf SKU × Standort-Ebene und überprüfen wöchentlich. Für B-Klasse-SKUs reicht meist eine rollende 60–90-Tage-Prognose. Bei C-Klasse- und Long-Tail-SKUs ist das Hauptziel die Vermeidung von Ladenhütern: Verwenden Sie langsamere Nachschubregeln, kleinere Bestellmengen und klare Abverkaufsschwellen vor dem nächsten Einkauf.
Die KPIs, die Ihre Prognosen ehrlich halten
Eine Prognose wird nicht besser, weil ein Tool behauptet, KI-gestützt zu sein. Sie wird besser, wenn das Team misst, ob sie dabei geholfen hat, teure Fehler zu vermeiden. Verfolgen Sie Prognosefehler, aber auch operative Ergebnisse: Ausverkaufstage bei A-Klasse-SKUs, Eilbestellungen, Überbestandswerte älter als 120 Tage, pausierte Kampagnen wegen zu geringem Lagerbestand und den Anteil der Nachbestellungsentscheidungen, die vor Erreichen des Meldebestands getroffen wurden.
Der nützlichste KPI für Manager ist oft das "vermeidbare Ausverkaufsrisiko": SKUs, die genügend historische Nachfrage- und Lieferzeitdaten hatten, um das Team zu warnen, aber trotzdem ausverkauft waren. Dieser KPI verwandelt Prognosen von einer Backoffice-Kennzahl in eine Managementdisziplin.
- Prognostizieren Sie die Gesamt-SKU-Nachfrage und schichten Sie dann kanalspezifische Volatilität und Marktplatzrisiken darüber.
- Verwenden Sie ausverkaufsbereinigte Geschwindigkeit, damit versteckte Nachfrage nicht aus dem Modell verschwindet.
- Machen Sie Lieferzeitvariabilität sichtbar; sie bestimmt oft den Sicherheitsbestand mehr als Nachfrageschwankungen.
- Verknüpfen Sie Prognosen mit dem täglichen Betrieb: Bestandsempfehlungen, Bestellungen, Puffer, Reservierungen und Kampagnenregeln.
- Überprüfen Sie Ausnahmen wöchentlich, anstatt jeden Monat eine Tabelle von Grund auf neu zu erstellen.
Häufig gestellte Fragen
Wie genau funktioniert Multi-Channel-Bestandsprognose in der Praxis?
Welche Daten benötige ich für eine zuverlässige Bestandsprognose?
Wie gehe ich mit unterschiedlichen Lieferzeiten zwischen Marktplätzen um?
Was passiert, wenn meine Prognose falsch liegt?
Lohnt sich der Aufwand für kleinere Händler?
Fazit
Bei der Multi-Channel-Bestandsprognose geht es nicht darum, die Zukunft perfekt vorherzusagen. Es geht darum, den nächsten operativen Engpass zu erkennen, bevor Kunden und Marktplätze ihn zu spüren bekommen. Händler, die Live-Bestandssynchronisation, stockout-bereinigte Nachfrage, Lieferanten-Vorlaufzeiten und Kanal-Puffer kombinieren, können früher einkaufen, intelligenter reservieren und ihre besten Listings schützen – ohne in Tabellen zu ertrinken.
Wenn Ihr Team bereits über drei oder mehr Kanäle verkauft, ist der richtige nächste Schritt der Wechsel vom "Bestandszählen" zum "prognostizierten Verfügbarkeitsdenken". Beginnen Sie mit den SKUs, die den meisten Umsatz generieren, verbinden Sie die Datenquellen und sorgen Sie dafür, dass jede Prognose zu einer konkreten Handlung führt.