Woran erkennt man eine gute Absatzplanung? WAPE für Lebensmittelhersteller erklärt
WISSEN / 01
Die meisten mittelständischen Lebensmittelbetriebe messen ihre Prognosegüte gar nicht systematisch. Dabei ist sie die Grundlage jeder Verbesserung. Was WAPE ist, wie man ihn liest und welcher Wert „gut“ bedeutet.
Fragt man in einem mittelständischen Lebensmittelbetrieb, wie gut die eigene Absatzplanung ist, bekommt man fast überall dieselbe Art von Antwort: „Eigentlich ganz ordentlich.“ Was man selten bekommt, ist eine Zahl. Es gibt keinen Wert, der sagt, wie weit die Prognose im Schnitt danebenliegt, keine Linie, die zeigt, ob es über die Monate besser oder schlechter wird, und keinen Vergleich zwischen Artikeln, der verrät, wo das Problem eigentlich sitzt.
Das ist keine Nachlässigkeit, sondern der Normalfall. Disposition ist in den meisten Betrieben über Jahre gewachsen, getragen von erfahrenen Leuten, die ihre Artikel kennen. Dieses Erfahrungswissen ist viel wert — aber es ist nicht messbar, nicht übergebbar und nicht gezielt verbesserbar. Wer nicht weiß, wie groß sein Prognosefehler ist, kann auch nicht sagen, ob eine Veränderung ihn verkleinert hat.
Disposition ist in den meisten Betrieben eine Black-Box
Solange Prognosegüte nicht gemessen wird, bleibt jede Diskussion darüber subjektiv. Der Vertrieb erinnert sich an den Engpass bei einem Aktionsartikel, die Produktion an die Übermenge, die kurz vor Ablauf noch abverkauft werden musste — aber niemand kann sagen, ob das Einzelfälle waren oder Symptome eines systematischen Fehlers. Ohne Kennzahl wird über Eindrücke gestritten statt über Tatsachen.
Genau deshalb ist die erste Verbesserung fast nie ein besseres Modell, sondern überhaupt eine Messung. Sobald eine laufende Kennzahl existiert — sichtbar im Wochenbericht, vergleichbar zwischen Artikeln und Zeiträumen — verändert sich die Diskussion zwischen Disposition, Vertrieb und Geschäftsführung. Aus „gefühlt läuft es“ wird „dieser Artikel hat einen Fehler von X Prozent, und der steigt seit drei Monaten“. Messbarkeit ist der erste Wert, noch vor jeder Optimierung.
Was WAPE misst
Die in der Bedarfsplanung gebräuchlichste Kennzahl für Prognosegüte ist der WAPE — Weighted Absolute Percentage Error, auf Deutsch der volumengewichtete absolute Prozentfehler. Die Idee dahinter ist einfacher, als der Name klingt: Man addiert über alle Artikel und Wochen die absoluten Abweichungen zwischen Prognose und tatsächlichem Absatz und teilt diese Summe durch den gesamten tatsächlichen Absatz.
In einem Satz: WAPE beantwortet die Frage „Wie viel Menge habe ich insgesamt falsch geplant, gemessen an der Menge, die tatsächlich bewegt wurde?“ Ein WAPE von 20 Prozent heißt, dass die Summe der Fehlmengen einem Fünftel des Gesamtvolumens entspricht.
Der Vorteil der Volumengewichtung wird an einem kleinen Beispiel deutlich. Angenommen, ein Betrieb plant zwei Artikel für eine Woche:
-
Naturjoghurt: Prognose 10.000 Becher, tatsächlicher Absatz 9.000 — Fehler 1.000 Becher.
-
Spezialsorte: Prognose 100 Becher, tatsächlicher Absatz 50 — Fehler 50 Becher.
Der WAPE rechnet hier mit den realen Mengen: 1.050 Becher Gesamtfehler geteilt durch 9.050 Becher Gesamtabsatz ergibt rund 11,6 Prozent. Die Zahl wird also von dem Artikel dominiert, der das Geschäft trägt — vom Naturjoghurt. Genau das ist gewollt: Der Fehler beim großen Artikel kostet Geld, Lagerplatz und verworfene Ware; der prozentual riesige Fehler bei der Spezialsorte (50 Prozent daneben) fällt mengenmäßig kaum ins Gewicht und verzerrt das Bild nicht. WAPE bildet damit den wirtschaftlich relevanten Fehler ab — und ist deshalb der Standard für operative Entscheidungen in der Bedarfsplanung.
Dass diese Wahl der Kennzahl alles andere als nebensächlich ist, behandelt der nächste Beitrag dieser Reihe ausführlich — eine andere gängige Metrik (MAPE) hätte im selben Beispiel ein deutlich schlechteres und irreführendes Ergebnis geliefert.
WAPE pro Artikel: von der Kennzahl zum Diagnosewerkzeug
Ein einzelner Gesamt-WAPE über das ganze Sortiment ist eine Standortbestimmung — er sagt, dass es klemmt, aber nicht wo. Bei einem kleinen Sortiment reicht das. Bei einem großen Produktportfolio mit hunderten Artikeln verschenkt man damit den eigentlichen Nutzen der Kennzahl.
Der entscheidende Schritt ist, den WAPE so aufzubauen, dass er pro Artikel ausgewiesen wird und sich trotzdem zum Gesamtwert zusammensetzt. Das gelingt, wenn man den Fehler jedes Artikels nicht durch seinen eigenen Absatz teilt, sondern durch den Gesamtabsatz der betrachteten Periode. Jeder Artikel erhält so einen Beitrag, der angibt, wie viele Prozentpunkte des gesamten Prognosefehlers auf ihn entfallen — und die Summe dieser Beiträge ergibt exakt den Gesamt-WAPE der Periode.
Aus der Kennzahl wird damit ein Filter. Man sortiert das Sortiment nach diesen Beiträgen und sieht unmittelbar, welche Artikel den Gesamtfehler treiben und welche sauber laufen. Statt pauschal „die Planung muss besser werden“ heißt es dann „diese Handvoll Artikel macht den Großteil des Fehlers aus“ — und genau dort setzt man an. Der große, gut laufende Artikel und der kleine Ausreißer stehen nebeneinander in derselben, vergleichbaren Einheit.
Das verändert die Arbeitsweise grundlegend. Der Aufwand fließt nicht mehr gleichmäßig über das ganze Sortiment, sondern dorthin, wo der Fehler tatsächlich sitzt. Artikel mit kleinem Beitrag laufen weiter wie bisher und binden keine Aufmerksamkeit; die Treiber werden sichtbar, isolierbar und einzeln bearbeitbar — durch andere Modellannahmen, durch Klärung mit dem Vertrieb oder durch genaueres Hinsehen bei Aktionsware. Erst auf Artikelebene wird Prognosegüte vom abstrakten Gesamtwert zum konkreten Werkzeug.
Ein praktischer Hinweis dazu, der in der Auswertung oft übersehen wird: Diese saubere Aufsummierung gilt innerhalb einer Periode mit gemeinsamem Nenner — etwa einer Woche. Will man mehrere Wochen zusammen betrachten, addiert man nicht die Wochen-Werte, sondern bildet zuerst die Summe aller absoluten Fehler und aller Absätze über den gesamten Zeitraum und teilt dann. Wer stattdessen Wochenwerte aufaddiert, erhält eine Zahl, die nichts mehr bedeutet.
Welcher WAPE-Wert ist gut?
Die ehrliche Antwort lautet: Es kommt darauf an — und zwar auf das Sortiment, die Aggregationsebene und den Anteil an Aktionsware. Ein pauschaler Zielwert, der für jeden Betrieb gilt, existiert nicht. Es gibt aber belastbare Orientierungsbereiche, an denen man sich einordnen kann.
Für Frischeprodukte gilt eine zusätzliche Einschränkung: Sie sind naturgemäß volatiler als lagerfähige Ware. Kurze Mindesthaltbarkeit, Wetterabhängigkeit und Aktionsdruck machen die Nachfrage schwerer vorhersehbar, weshalb ein realistischer Zielwert hier eher im oberen Teil des guten Bereichs liegt als bei Trockensortiment oder Konserve. Auch der Prognosehorizont spielt eine Rolle: Mit jeder zusätzlichen Woche, die man weiter in die Zukunft plant, steigt der Fehler typischerweise um einige Prozentpunkte. Ein WAPE für die kommende Woche ist nicht mit einem WAPE für acht Wochen im Voraus vergleichbar.
Ein Punkt, der oft für Verwirrung sorgt und für die Beurteilung entscheidend ist: Der Wert, den ein Prognosesystem theoretisch erreicht, und der Wert, der am Ende tatsächlich im Betrieb herauskommt, sind nicht dasselbe. Sobald Disponenten die Systemvorschläge im Tagesgeschäft anpassen, weicht der praktische Fehler vom theoretischen ab — meist nach oben. Diese Differenz ist kein Defekt, sondern Praxis-Realität, und sie verdient eine eigene Betrachtung. Warum das so ist und warum der Eingriff des Disponenten oft ein Signal und kein Störfaktor ist, behandelt der dritte Beitrag dieser Reihe.
Wie man anfängt zu messen
Der Einstieg ist unspektakulärer, als viele erwarten. Man braucht keine neue Software und kein Projekt, sondern nur eine überschaubare Datenmenge: den tatsächlichen Absatz je Artikel je Woche über einen zusammenhängenden Zeitraum — idealerweise zwölf Monate, damit Saisonalität sichtbar wird — und die Prognose, die für dieselben Wochen gestellt wurde. Daraus lässt sich der WAPE rückwirkend berechnen und als Baseline festhalten.
Diese erste Messung ist erfahrungsgemäß ein aufschlussreicher Moment. In den meisten Betrieben liegt der reale Wert über dem, was man vermutet hätte — nicht weil schlecht gearbeitet wird, sondern weil ohne Messung niemand eine verlässliche Vorstellung von der eigenen Prognosegüte haben kann. Genau das ist der Wert der Übung: Sie ersetzt ein Gefühl durch eine Zahl, an der sich von da an jede Verbesserung messen lässt.
Wer wissen möchte, wo der eigene Betrieb steht, muss diese Rechnung nicht selbst aufsetzen. Aus wenigen Wochen Absatz- und Bestandsdaten lässt sich der aktuelle Prognosefehler ermitteln und einordnen — eine konkrete Standortbestimmung, bevor überhaupt über Werkzeuge oder Methoden gesprochen wird.
Kostenlose Einschätzung Ihrer Dispoqualität
Aus wenigen Ihrer Bestands- bzw. Absatzdaten ermitteln wir Ihren aktuellen Prognosefehler (WAPE) und Bias — eine konkrete Standortbestimmung, auch zur Frage, ob Sie systematisch zu hoch oder zu niedrig planen. Unverbindlich.
