Consensus ForecastAbgestimmte Bedarfsprognose für Planung und Beschaffung
Einkaufslexikon · Aktualisiert · 6 Min. Lesezeit
Auch bekannt als: Konsensprognose, Consensus Demand Forecast, Demand Consensus, CF Forecast, Sales and Operations Planning Forecast
Kurzantwort
- Ein Consensus Forecast ist die von allen beteiligten Funktionen getragene, konsolidierte Bedarfs- und Absatzprognose eines Unternehmens.
- Er entsteht typischerweise monatlich im S&OP-Prozess, indem statistische Prognose, VertriebsPipeline und Kapazitätssicht abgeglichen werden.
- Für den Einkauf ist er die Grundlage für Lieferplan, Rahmenmengen, Losgrößenoptimierung und Kapazitätsabstimmung mit Lieferanten.
Der Consensus Forecast ist eine abgestimmte Bedarfsprognose, in der die Einschätzungen von Vertrieb, Marketing, Produktion, Logistik und Einkauf zu einer verbindlichen Planzahl zusammengeführt werden. Für technische Einkäufer ist er die zentrale Datengrundlage für Bestellvolumina, Rahmenverträge und Kapazitätsabstimmungen mit Lieferanten. Der Begriff beschreibt weniger ein einzelnes Verfahren als einen gelebten Prozess, der Planungsabweichungen früh sichtbar macht und Absatzziele, Fertigungsplanung und Beschaffung auf einen Stand bringt.
Das Wichtigste in Kürze
- Ein Consensus Forecast führt mehrere Disziplinarprognosen (Vertrieb, Produktion, Finanzen, Einkauf) zu einer einheitlichen Planzahl zusammen.
- Er ist typischerweise monatlich oder rollierend für Horizonte von drei bis achtzehn Monaten aufgebaut und wird als Volume-Mix-Forecast geführt.
- Für den Einkauf bildet er die Grundlage für Lieferplan, Rahmenmengen, Losgrößenoptimierung und Verhandlungspositionen.
- Die Prognosegüte wird typischerweise über MAPE, Forecast Bias und Planungstreue je Warengruppe gemessen.
- Ohne klare Verantwortlichkeiten und Eskalationsregeln besteht die Gefahr, dass der Consensus Forecast zu einem diplomatischen Kompromiss ohne Aussagekraft wird.
Inhalt
Definition: Consensus Forecast
Ein Consensus Forecast ist die von allen beteiligten Funktionen getragene, konsolidierte Absatz- bzw. Bedarfsprognose eines Unternehmens. Er entsteht, indem einzelne Prognosen – etwa die vertriebliche Pipeline, die statistische Zeitreihenprognose und die produktionsseitige Kapazitätssicht – systematisch verglichen, Abweichungen diskutiert und auf eine gemeinsame Zahl gebracht werden.
Abgrenzung zu anderen Prognosearten
Der Consensus Forecast ist nicht identisch mit einer statistischen Prognose, die allein aus Historie abgeleitet wird. Er unterscheidet sich auch vom reinen Sales Forecast, der meist optimistische Pipeline-Annahmen enthält, und vom Budget, das eher finanzielle Ziele als physische Mengen abbildet. In der Praxis dient der statistische Forecast häufig als neutraler Referenzwert, an dem die diskutierten Einschätzungen gemessen werden.
- Statistischer Forecast: Datenbasis Historie, methodisch reproduzierbar
- Sales Forecast: marktorientiert, mitunter überschätzt
- Consensus Forecast: verbindliche Planzahl im S&OP-Prozess
- Budget: Finanzsicht, meist jährlich und mengenunabhängiger
Einordnung in den S&OP-Prozess
Der Consensus Forecast ist das Kernergebnis der Demand-Planning-Stufe innerhalb von Sales and Operations Planning (S&OP). Er bildet die Schnittstelle zwischen Markt und Supply: Die darauf aufbauende Supply-Planung bestimmt Auslastung, Personaleinsatz und Beschaffungsbedarf. Ohne abgestimmte Prognose geraten kapazitätsplanung und Materialdisposition in Konflikt, weil jede Funktion eigenen Annahmen folgt.
Methoden und Vorgehen im Consensus-Forecast-Prozess
Ein funktionsfähiger Consensus Forecast folgt einem wiederkehrenden Zyklus mit klaren Rollen, Fristen und Dokumentation. Die typische Kadenz ist monatlich, ergänzt um quartalsweise strategische Schecks über längere Horizonte.
Prognoseaufbau und Granularität
In der Praxis wird der Consensus Forecast als Volume-Mix-Forecast aufgebaut: Absatzmengen nach Produktfamilie, Region und relevanten Absatzkanälen, häufig mit Horizon ten zwischen sechs und achtzehn Monaten. Die Granularität muss zur Planungsentscheidung passen – für den Einkauf wichtig ist, dass mengenrelevante Baugruppen und Zukaufteile auf den Forecast abgebildet oder daraus ableitbar sind, etwa über Stücklistenauflösung.
Konsensbildung und Verantwortlichkeiten
Der Ablauf beginnt mit der Datenaufbereitung (Historie, offene Aufträge, Pipeline, statistischer Forecast). Anschließend besprechen Demand Planning, Vertrieb und Marketing Abweichungen, begründen Anpassungen und dokumentieren Annahmen. Der Supply-Check mit Produktion und Einkauf prüft Machbarkeit und Materialverfügbarkeit. Die finale Abstimmung erfolgt im monatlichen Review, oft chaired vom Supply-Chain- oder Vertriebsleiter.
- Anpassungen nur mit dokumentierter Begründung und Verantwortlichkeit
- Statistischer Forecast als Benchmark gegen emotionale Überschreibungen
- Eskalationsregel für ungelöste Differenzen vor dem Review-Termin
- Versionierung jeder Prognoseiteration für spätere Analyse
Ableitung für Beschaffung und Fertigung
Aus dem konsolidierten Forecast leitet der Einkauf Bedarfsmengen je Lieferant und Warenspektrum ab, wobei Sicherheitsbestand und Sicherheitszeitpuffer auf Planunsicherheit reagieren. Der Forecast wird in den Lieferplan übersetzt, der Lieferanten verbindliche Mengenbänder und Abruflogik liefert. Bei langen Beschaffungszeiten und begrenzten Anlaufkapazitäten stützt er zudem die Kapazitätsplanung und den Serienanlauf (SOP) neuer Produkte.
Wichtige KPIs für Prognosegüte und Prozessqualität
Ein Consensus Forecast lässt sich nur steuern, wenn seine Güte gemessen wird. Die Kennzahlen sollen nicht zur Rechtfertigung einzelner Abteilungen dienen, sondern systematische Verzerrungen aufdecken.
Gütekennzahlen der Prognose
Übliche Messgrößen sind MAPE (Mean Absolute Percentage Error), Forecast Bias als Hinweis auf systematische Über- oder Unterschätzung, und die Forecast Value Added, also der Mehrwert manuellen Anpassens gegenüber der statistischen Prognose. In der Praxis liegen MAPE-Werte je nach Produkttyp typischerweise zwischen 5 und 30 Prozent; niedrigere Werte sind bei stabilen Serienteilen erreichbar, bei Projektgeschäft sind hohe Unsicherheiten normal.
Prozess- und Beschaffungskennzahlen
Neben der Prognosegüte zählen die Termintreue des Forecastprozesses, der Anteil dokumentierter Anpassungen und die Übereinstimmung von Forecast und tatsächlichen Abrufen im Lieferplan. Für den Einkauf relevant sind ferner der durch den Forecast gestützte Servicegrad je Warengruppe und die Bestandsentwicklung, denn überprognostizierte Mengen binden Kapital in Einlagerung und Lagerbeständen.
Risiken und Kontrollen beim Consensus Forecast
Die größten Risiken liegen nicht in der Statistik, sondern in der Organisation: politisch motivierte Anpassungen, fehlende Verantwortung und ein Forecast, der mehrfach gepflegt wird.
Typische Fehlerquellen
Häufige Fehler sind optimistic Pipeline-Inflation seitens des Vertriebs, die Überschreibung des statistischen Forecasts ohne belastbare Marktinformationen und die Nachträgliche Manipulation zur Zielerreichung. Zudem entsteht Schattenplanung, wenn Produktion oder Einkauf parallel eigene Zahlen führt, weil dem Consensus Forecast nicht vertraut wird. Fehlende Annahmendokumentation verhindert, dass Fehlerursachen später analysierbar sind.
Kontrollen und Governance
Wirksame Kontrollen umfassen eine klare Prozesseigenschaft des Forecast, verbindliche Freigabe durch eine benannte Entscheidungsinstanz, Änderungshistorie mit Begründungspflicht und regelmäßige Bias-Analysen. Im Umgang mit Lieferanten sollte zwischen verbindlichen Abrufmengen und unverbindlichen Forecastbändern im Rahmen eines Service Level Agreement (SLA) klar getrennt werden; zugesagte Mengen binden unter Umständen vertraglich und sind einzelfallweise rechtlich prüfen zu lassen. Auch Confidentiality ist zu beachten, wenn mengen- und produktspezifische Forecastdaten an Zulieferer übergeben werden.
Aktuelle Entwicklungen: Automatisierung und integrierte Planung
Der Consensus Forecast verändert sich durch Digitalisierung: Maschinelle Prognosemodelle und integrierte Planungsplattformen verschieben die manuelle Arbeit von der Zahlenerstellung zur Annahmendiskussion.
KI-gestützte Prognose und Datenintegration
Moderne Demand-Planning-Ansätze nutzen maschinelle Lernverfahren, die neben Historie auch externe Faktoren wie Auftragspipeline oder Saisonmuster einbeziehen. Wichtig bleibt: Das Modell ersetzt den Konsens nicht, sondern liefert einen objektiven Ausgangspunkt. Voraussetzung ist Datenqualität – bereinigte Absatzhistorien, konsistente Spend-Taxonomie und Materialstammdaten, wie sie auch für Spend Analytics benötigt werden.
Engerer/vendor-managed Zusammenschluss mit Lieferanten
Zunehmend werden Forecastdaten direkt mit strategischen Lieferanten geteilt, um Vorlauffenster zu verkürzen und Losgrößenoptimierung gemeinsam zu betreiben. Das erfordert Supplier Enablement, einheitliche Datenformate und klare Vertraulichkeitsregeln. Für internationale Beschaffungsstrukturen spielen zudem handels- und sanktionsbezogene Prüfungen wie das Sanktionsscreening Lieferanten eine Rolle, wenn Forecast-getriebene Mengen neue Bezugsquellen aktivieren.
Typische Kennzahlen
| Kennzahl | Richtwert | Einordnung |
|---|---|---|
| MAPE (Prognosefehler) | typischerweise 5–30 % | je nach Produkttyp; Serienteile niedriger, Projektgeschäft höher |
| Forecast Bias | nahe 0 % (Richtwert: unter ±5 %) | systematische Über- oder Unterschätzung aufdecken |
| Planungstreue Forecastprozess | > 95 % der Zyklen termingerecht | misst Disziplin des monatlichen Prozesses |
| Forecast Value Added | positiver Mehrwert ggü. Statistikmodell | zeigt, ob manuelle Anpassungen nutzen oder schaden |
| Servicegrad je Warengruppe | typischerweise 95–99 % | wird durch forecastgetriebene Bedarfsplanung gestützt |
Typische Richtwerte aus der Praxis – je nach Branche, Teil und Vertrag abweichend.
Praxisbeispiel
Ein mittelständischer Maschinenbauer mit rund 400 Mitarbeitern kämpfte mit diskrepanten Planzahlen: Vertrieb meldete ambitiousierte Absatzmengen, die Produktion plante konservativ, und der Einkauf bestellte Baugruppen nach Gefühl. Folge waren überhöhte Lagerbestände kritischer Zukaufteile und zeitweise Lieferengpässe bei Schnellleufern. Das Unternehmen führte einen monatlichen Consensus-Forecast-Zyklus mit statistischem Referenzforecast, dokumentierten Anpassungen und gemeinsamer Freigabe ein.
- Einführung eines rollierenden 12-Monats-Forecasts je Produktfamilie mit monatlicher Konsensrunde
- Ableitung eines bandbasierten Lieferplans für die zehn strategisch wichtigsten Lieferanten
- Bias-Auswertung je Vertriebsregion zur Entschärfung systematischer Überschätzung
- Anbindung des Forecasts an Losgrößenoptimierung und Sicherheitsbestandsplanung für A-Teile
Fazit
Der Consensus Forecast ist mehr als eine Zahl: Er ist ein Steuerungsinstrument, das Marktannahmen, Fertigungskapazität und Beschaffungsbedarf auf einen Stand bringt. Sein Wert entsteht durch Disziplin – klare Rollen, dokumentierte Annahmen und messbare Gütekennzahlen wie MAPE und Bias. Für den Einkauf liefert er die belastbare Grundlage für Lieferplan, Rahmenverträge und Verhandlungspositionen. Unternehmen, die den Prozess konsequent leben, reduzieren typischerweise Bestände und steigern gleichzeitig die Liefertreue. Entscheidend ist, den Forecast als gemeinsame Wahrheit zu etablieren und nicht als Summe abteilungseigener Wunschzahlen.
Häufige Fragen
Was ist ein Consensus Forecast?
Ein Consensus Forecast ist die abgestimmte, konsolidierte Bedarfs- bzw. Absatzprognose eines Unternehmens, an der Vertrieb, Produktion, Logistik, Finanzen und Einkauf gemeinsam arbeiten. Er wird meist monatlich im Rahmen von S&OP erstellt und als verbindliche Planzahl für alle Folgeprozesse verwendet. Im Unterschied zur statistischen Prognose fließen Marktkenntnis und explizite Annahmen der Beteiligten ein.
Wie erstellt man einen Consensus Forecast Schritt für Schritt?
Typisch ist ein monatlicher Zyklus: Zunächst werden Historie, offene Aufträge und ein statistischer Forecast aufbereitet. Danach diskutieren Vertrieb und Demand Planning Abweichungen und dokumentieren Anpassungen mit Begründung. Produktion und Einkauf prüfen Machbarkeit und Materialseite, anschließend gibt eine definierte Instanz die finale Planzahl frei.
Welche Kennzahlen messen die Qualität eines Forecasts?
Gängige Kennzahlen sind MAPE für die prozentuale Abweichung, Forecast Bias für systematische Über- oder Unterschätzung und Forecast Value Added für den Mehrwert manueller Anpassungen. Ergänzend werden Prozesskennzahlen wie Planungstreue und die Übereinstimmung von Forecast und Abrufen im Lieferplan herangezogen. Die Werte sollten je Warengruppe getrennt betrachtet werden, da Projekt- und Seriengeschäft unterschiedliche Genauigkeiten aufweisen.
Welchen Nutzen hat der Consensus Forecast für den Einkauf?
Der Forecast liefert mengenmäßige Planungssicherheit für Rahmenverträge, Lieferplanung und Losgrößenentscheidungen und verbessert die Verhandlungsposition durch belastbare Volumina. Er ermöglicht es, Vorlaufzeiten abzudecken und Sicherheitsbestand gezielt statt pauschal zu bemessen. Zudem können strategische Lieferanten frühzeitig in Kapazitätsplanung und Serienanlauf (SOP) einbezogen werden.
Wie unterscheidet sich der Consensus Forecast vom Budget?
Das Budget ist ein jährliches Finanzziel mit Umsatz- und Kostenfokus, während der Consensus Forecast monatliche physische Mengen und Mix abbildet. Beide können übereinstimmen, müssen es aber nicht – der Forecast dient der operativen Steuerung, das Budget der Zielführung. In der Praxis werden Abweichungen zwischen Forecast und Budget im S&OP-Review explizit thematisiert.
