Blogreihe: SAP IBP & Co.

State-of-the-Art Absatzprognose mit SAP IBP for Demand

Effiziente Absatzplanung ist heute mehr denn je entscheidend für stabile Lieferketten. Doch wie lassen sich schwankende Nachfrage, große Produktportfolios und externe Einflussfaktoren zuverlässig prognostizieren?

NTT DATA Business Solutions | Germany | Juni 18, 2025 | 3 Min

Wie KI und Analytics den Forecast revolutionieren

In einer Welt zunehmend volatiler Märkte und komplexer Lieferketten rückt eine präzise Absatzplanung immer stärker in den Fokus. Unternehmen benötigen heute nicht nur belastbare Prognosen, sondern auch ein System, das externe Einflüsse flexibel berücksichtigt und datenbasiert Entscheidungen unterstützt. Genau hier setzt SAP Integrated Business Planning (IBP) for Demand an – mit innovativen Funktionen für die datengetriebene, KI-gestützte Absatzplanung.

Warum Forecasting neu gedacht werden muss

Klassische Planungsansätze stoßen schnell an ihre Grenzen: Die Nachfrage schwankt, Produktportfolios werden größer, externe Einflüsse wie Aktionen, Feiertage oder saisonale Effekte verzerren die Historie. Wer diese Herausforderungen ignoriert, läuft Gefahr, Fehleinschätzungen zu treffen – mit Auswirkungen auf Lager, Produktion und Lieferfähigkeit.

SAP IBP for Demand begegnet dieser Komplexität mit einem strukturierten Dreischritt:

  1. Integration und Bereinigung historischer Absatzdaten
  2. Erstellung einer statistischen Prognose (Forecast)
  3. Finalisierung des Absatzplans als Basis für S&OP-Prozesse

Schritt 1: Von der Rohdatenflut zur verlässlichen Historie

Grundlage jeder Prognose sind verlässliche historische Daten. In SAP IBP werden diese aus SAP S/4HANA oder anderen ERP-Systemen übernommen und im ersten Schritt segmentiert (z. B. nach ABC/XYZ-Kriterien) sowie auf Ausreißer untersucht. Über eingebaute Funktionen lassen sich Großaufträge oder einmalige Effekte erkennen und gezielt bereinigen, um die Prognosequalität nicht zu beeinträchtigen.

Diese „Adjusted Actuals“ bilden die Basis für alle weiteren Forecasting-Schritte und können grafisch und tabellarisch analysiert werden – ohne dass Originaldaten verloren gehen.

Schritt 2: Intelligente Prognosemodelle – von Statistik bis Machine Learning

IBP bietet eine Vielzahl an Prognosemodellen, die je nach Bedarf automatisch oder manuell ausgewählt werden können:

  • Gleitender Durchschnitt für stabile Nachfrageverläufe
  • Automatisierte exponentielle Glättung zur Erkennung von Trends und Saisonalität in etablierten Produkten.
  • Automatisierte Modellwahl für saisonale oder trendbehaftete Produkte
  • Machine-Learning-Algorithmen wie Gradient Boosting, um externe Einflüsse (z. B. Preis, Saison, Feiertage) in die Prognose zu integrieren
  • Demand Sensing für hochfrequente, kurzfristige Prognosen mit tages- oder wochenbasierten Mustern
  • Kurvenbasierte Methoden zur Prognose neuer Produkte auf Basis ähnlicher Verlaufsformen
  • Product Lifecycle Forecasting, bei dem neue Produkte durch „Erben“ der Historie älterer Artikel realistisch vorausgeplant werden können

Besonders leistungsstark zeigt sich das System bei der automatischen Evaluierung von Prognosegüte (z. B. via Forecast Error oder Residuals), sodass jederzeit die geeignetste Methode genutzt werden kann.

Schritt 3: Vom Forecast zum abgestimmten Absatzplan

IBP for Demand ermöglicht es, Forecasts zunächst lokal (z. B. pro Werk oder Produktgruppe) zu erstellen, zu justieren und später in einen globalen Absatzplan zu überführen. Der Planer greift dabei auf eine Vielzahl unterstützender Kennzahlen zurück – etwa vergangene Sales Forecasts oder die tatsächlichen Vorjahreswerte, um fundierte Entscheidungen zu treffen.

Anpassungen sind jederzeit möglich: Durch einfache Eingaben in die „Adjusted“-Kennzahl kann der Planer Marktinformationen oder Feedback aus anderen Abteilungen direkt einfließen lassen. Diese Änderungen fließen automatisch in die finale Planungszahl ein und werden im System transparent dokumentiert.

Mehr Transparenz durch interaktive Analysen

Die integrierten Analytics Stories in SAP Fiori ermöglichen eine interaktive Visualisierung der Prognosen. Fehlerquoten, unter- und überprognostizierte Produkte, Absatzmengen nach Kunden oder Produkten – all das lässt sich auf einen Blick erfassen und analysieren. So wird der gesamte Planungsprozess nicht nur nachvollziehbar, sondern auch kontinuierlich optimierbar.

Fazit: SAP IBP for Demand schafft Planungssicherheit durch moderne Prognosetechnologie

SAP IBP for Demand verbindet klassische statistische Methoden mit modernen KI-Ansätzen zu einem leistungsfähigen, flexiblen Tool für die Absatzplanung. Dank automatischer Modellwahl, Machine Learning und intuitiver Visualisierung gelingt es Unternehmen, die steigende Komplexität ihrer Lieferketten besser zu beherrschen – und datengetrieben, schnell und fundiert zu entscheiden.

Als Consultant bei NTT DATA Business Solutions unterstütze ich Unternehmen täglich dabei, diese Potenziale zu erschließen und ihre Planungsprozesse zukunftssicher aufzustellen. Sprechen Sie uns gerne an – gemeinsam finden wir den optimalen Weg zur intelligenten Absatzplanung.

Von Jonas Brockschnieder, Consultant Digital Core Consulting, NTT DATA Business Solutions AG

 

Jetzt die Aufzeichnung ansehen!

Sie möchten sich einzelne Inhalte einmal in Ruhe anschauen? Kein Problem! Sehen Sie sich hier die vollständige Aufzeichnung an:

Webinaraufzeichnung ansehen

Bleiben Sie auch für die nächsten Teile der Blog-Reihe dran – u.a. mit Themen wie Bestandsoptimierung, Finite, zeitreihenbasiere Produktionsplanung und Operative Bedarfsplanung. Oder melden Sie sich zu den einzelnen kostenlosen Webinarteilen an.

Zur Webinarreihe SAP IBP

Dr. Michael Galla

Sprechen Sie uns an!

Suchen Sie nach Antworten oder möchten Sie mehr Informationen zum Thema SAP IBP erhalten? Wünschen Sie eine ausführliche Beratung durch unsere Expert:innen oder möchten Sie einen unserer Workshops buchen?

Kontaktieren Sie uns einfach – wir unterstützen Sie gern.

Dr. Michael Galla

Principal Manager, Head of Center of Excellence Supply Chain Planning

Blogbeiträge zum Thema SAP Integrated Business Planning

Blogreihe: SAP IBP & Co.