Schritt-für-Schritt-Leitfaden zur Verbesserung der Datenqualität im Lager

Morgens zeigt der Webshop noch zehn Stück eines Produkts an, der Lagerist findet jedoch nur drei auf dem Regal. Der Vertrieb verspricht dem Kunden, die Beschaffung bestellt dringend, und am Nachmittag stellt sich heraus, dass fünf Stück an einem anderen Standort zur Abholung bereitstehen. Dies ist nicht einfach ein Bestandsfehler. Es ist ein Informationsfehler, der Überstunden, Verzögerungen, unnötige Beschaffung und Vertrauensverlust verursacht.

Dieses Leitfaden zur Verbesserung der Lagerdatenqualität beginnt nicht mit der Einführung eines neuen Systems. Zuerst muss verstanden werden, wie Daten in die Lagerverwaltung gelangen, wer sie ändern kann, wann sie überprüft werden und wo der Informationsfluss unterbrochen wird. Bestandsdaten sind wertvoll, wenn die Mitarbeiter Entscheidungen darauf basieren können - nicht, wenn sie nur technisch in einem System vorhanden sind.

Was bedeutet gute Lagerdatenqualität?

Lagerdatenqualität bedeutet nicht nur, dass die Stückzahl korrekt ist. Verwendbare Bestandsdaten müssen genau, zeitnah, einheitlich und nachvollziehbar sein. Das System muss beispielsweise eindeutig angeben, um welche Artikelnummer es sich handelt, wo sie sich befindet, ob sie frei verfügbar, reserviert, beschädigt oder zur Qualitätskontrolle ausstehend ist.

In vielen Unternehmen scheint die Bestandsmenge in Ordnung zu sein, dennoch werden falsche Entscheidungen getroffen. Dies kann daran liegen, dass die Begriffe verfügbarer, physischer, reservierter und eingehender Bestand im Webshop, im ERP und in der Lagerliste unterschiedlich dargestellt werden. Wenn die Abteilungen denselben Begriff unterschiedlich verstehen, arbeiten sie nicht mit gemeinsamen Daten, selbst wenn sie denselben Produktnamen sehen.

Die Konsequenzen zeigen sich schnell auch auf menschlicher Ebene. Der Lagerist muss die Ware immer wieder suchen, der Kundenservice erklärt sich, der Einkäufer erhöht den Sicherheitsbestand, und der Leiter weiß nicht, welchem Bericht er glauben soll. Die Behebung des Fehlers erzeugt in solchen Fällen oft mehr Arbeit als die ursprüngliche Abweichung selbst.

Leitfaden zur Verbesserung der Lagerdatenqualität: Ursachenanalyse

Der erste Schritt zur Verbesserung ist nicht die vollständige Bestandsaufnahme. Die Inventur kann notwendig sein, aber allein ist sie nur eine Momentaufnahme. Wenn nicht geklärt wird, warum die Abweichung entstanden ist, treten dieselben Fehler in wenigen Wochen erneut auf.

Es ist sinnvoll, einige häufige Abweichungen auszuwählen: fehlendes Produkt, falscher Standort, doppelte Artikelnummer, unbegründeter negativer Bestand oder falsche Mengeneinheit. Diese müssen bis zum ersten Erfassungspunkt zurückverfolgt werden. Wann ist die Ware eingetroffen? Wer hat sie übernommen? Auf welcher Grundlage? Wurde sie durch Scannen, manuelle Erfassung oder später aus einer Zusammenfassung ins System aufgenommen?

Zeichnen Sie den Datenfluss auf, nicht nur die Prozessbeschreibung

Ein Empfangsprozess kann auf dem Papier einfach sein: Ware kommt an, Kollege übernimmt, wird eingelagert. Die Realität sieht oft anders aus. Der Lieferschein wird per E-Mail empfangen, die Menge in eine Tabelle eingetragen, ein anderer Mitarbeiter erfasst sie später im ERP, und der Lagerist erhält mündliche Anweisungen zur Einlagerung.

In diesem Prozess gibt es mehrere Datenquellen und manuelle Übergaben. Die Hauptfrage ist nicht, ob ein Mitarbeiter einen Fehler macht, sondern wie oft der Prozess fehlerfreie menschliche Datenübertragung erfordert. Je mehr solcher Punkte es gibt, desto größer ist die Fehlerwahrscheinlichkeit, insbesondere in Spitzenzeiten, bei Vertretungen oder beim Eintritt neuer Kollegen.

Bei der Analyse ist es ratsam, bei jeder wichtigen Bestandsänderung vier Dinge zu erfassen: Was hat die Änderung ausgelöst, in welchem System wurde sie zuerst vorgenommen, wer ist dafür verantwortlich, und welche Kontrolle bestätigt sie. Dies macht sichtbar, wo sich die Ware bewegt, während die Daten verzögert sind, und wo sich die Daten ohne physische Bewegung ändern.

Trennen Sie Stamm- und Transaktionsfehler

Ein Stammfehler reproduziert die Abweichung dauerhaft. Dazu gehören falsche Barcodes, unklare Artikelnummern, fehlerhafte Umrechnungsfaktoren zwischen Karton und Stück oder ungenaue Standortstrukturen. Wenn dasselbe Produkt unter verschiedenen Namen, Artikelnummern oder Maßeinheiten in den Systemen existiert, wird die Lagerdisziplin allein das Problem nicht lösen.

Ein Transaktionsfehler hingegen ist an ein konkretes Ereignis gebunden: Die Kommissionierung wurde nicht erfasst, Ware wurde am falschen Standort eingelagert, oder eine Rücksendung erhielt keinen korrekten Status. Hierbei sind der Arbeitsablauf, die Berechtigung und der Kontrollpunkt entscheidend.

Die beiden Fehlerkategorien erfordern unterschiedliche Eingriffe. Bei Stammproblemen sind ein geregelter Datenverantwortlicher, ein Genehmigungsprozess und einheitliche Benennungen erforderlich. Bei Transaktionsproblemen kann es ausreichen, die Arbeitsschritte zu vereinfachen, einen obligatorischen Status oder eine Vor-Ort-Kontrolle einzuführen. Nicht jede Abweichung rechtfertigt neue Software.

Schaffen Sie eine einzige Quelle der Wahrheit für den Betrieb

Bei wachsenden Unternehmen ist es häufig, dass der Bestand an mehreren Orten existiert: im Webshop, im ERP, in einer Lageranwendung und in einer Management-Excel-Datei. Oft kann keine dieser Quellen als eindeutig primär angesehen werden. Die Mitarbeiter entscheiden daher aufgrund ihrer Erfahrung, welcher Zahl sie glauben sollen.

Dies kann nicht nur durch Disziplin behandelt werden. Es muss festgelegt werden, welches System für welche Daten verantwortlich ist. Zum Beispiel kann das Lagerverwaltungssystem die primäre Aufzeichnung der physischen Lagerbewegungen sein, während das ERP die Finanz- und Bestellprozesse steuert. Der Webshop sollte keine eigene Bestandslogik aufrechterhalten, sondern auf geregelte Weise Daten aus der festgelegten Quelle erhalten.

Dies bedeutet nicht unbedingt eine Echtzeit-Integration in jedem Fall. Bei einem kleinen, nicht dringenden Produktsortiment kann eine stündliche Aktualisierung ausreichend sein. Bei schnell drehenden, online verkauften oder knappen Beständen kann die Verzögerung jedoch direkt zu Überverkäufen führen. Die geeignete Häufigkeit sollte auf der Grundlage des Geschäftsrisikos festgelegt werden und nicht als technologische Zusage behandelt werden.

Integrieren Sie Kontrollen in den normalen Betrieb

Die vollständige jährliche Inventur kann ein wichtiges finanzielles und regulatorisches Ereignis sein, ist jedoch ein langsames Mittel zur Behandlung täglicher Betriebsfehler. Effektiver ist es, wenn das Unternehmen zyklische Kontrollen einführt: Häufiger werden wertvolle, schnell drehende, viele Reklamationen verursachende oder häufig bewegte Artikel überprüft.

Das Ziel der Kontrolle ist nicht, einen Schuldigen zu finden, sondern ein Muster zu erkennen. Wenn in derselben Zone, Schicht oder Produktgruppe wiederholt Abweichungen auftreten, liegt das Problem wahrscheinlich in der Arbeitsweise, der Standortkennzeichnung oder der Systemlogik.

Nützlich können auch Ausnahmeberichte sein, die nicht alle Daten anzeigen, sondern nur verdächtige Fälle. Dazu gehören negativer Bestand, signifikante Korrekturen ohne Bestandsbewegung, lange gesperrte Ware, kleine Mengen, die über mehrere Standorte verteilt sind, oder als nullbestandig verkaufte Produkte. Ein guter Ausnahmebericht lenkt die Aufmerksamkeit des Leiters dorthin, wo eine Entscheidung erforderlich ist.

Machen Sie die Verantwortung und den Änderungsprozess klar

Die Qualität der Bestandsdaten ist eine gemeinsame Angelegenheit, aber sie darf nicht ohne Verantwortlichen sein. Es muss klar festgelegt werden, wer für den Artikelstamm verantwortlich ist, wer Standortänderungen genehmigen darf, wer Bestandskorrekturen verwalten kann und wer wiederkehrende Abweichungen untersucht.

Bei den Korrekturberechtigungen ist es ratsam, ein Gleichgewicht zu finden. Wenn zu viele Personen Änderungen vornehmen können, verlieren die Daten schnell ihre Nachverfolgbarkeit. Wenn jedoch für jede kleine Korrektur mehrere Genehmigungen erforderlich sind, bleibt die Abweichung zwischen physischem und Systembestand tagelang bestehen. Die beste Lösung ist in der Regel an einen Wertgrenzwert, einen Abweichungstyp und eine dokumentierte Begründung gebunden.

Es ist auch notwendig, Änderungen zu verwalten. Bei der Einführung eines neuen Produkts, einer neuen Verpackungseinheit, eines neuen Lagerplatzes oder eines neuen Vertriebskanals muss auch die Datenstruktur überprüft werden. Viele Bestandsprobleme resultieren nicht aus der täglichen Arbeit, sondern aus einer zuvor unüberlegt durchgeführten Änderung.

Messen Sie, was den Betrieb beeinflusst

Der prozentuale Indikator der Bestandsgenauigkeit ist nützlich, kann aber zu allgemein sein. Eine Genauigkeit von 98 Prozent kann verbergen, dass gerade die Daten der zwanzig wichtigsten Produkte unsicher sind. Die Messung sollte daher die Geschäftsprioritäten widerspiegeln.

Für das Management kann der Wert der Abweichungen, die Anzahl der aufgrund von Bestandsmangel nicht erfüllten Bestellungen, die Häufigkeit manueller Korrekturen, der Trend der Inventurdifferenzen oder die Menge der aufgrund von Bestandsinformationen eingeleiteten dringenden Beschaffungen wertvoller sein. Diese zeigen, dass die Datenqualität kein IT-Nebenthema ist, sondern ein Faktor, der das Serviceniveau, das Bargeld und die Kapazität beeinflusst.

Wenn die Ursachen des Problems klar sind, kann entschieden werden, ob eine Barcode-Identifikation, Systemintegration, eine neue Lageranwendung oder gezielte Automatisierung erforderlich ist. Bis dahin kann die Technologie leicht dieselben fehlerhaften Informationen schneller weiterleiten.

Gute Lagerdaten sind nicht deshalb zuverlässig, weil mehr Berichte darüber erstellt werden. Sie sind es, weil die physische Bewegung, die Verantwortung und das im System erfasste Ereignis auf dieselbe Realität hinweisen. Es lohnt sich, mit einer einzigen, häufig wiederkehrenden Abweichung zu beginnen, deren Weg zu verfolgen und dann den Prozess so zu verbessern, dass die nächste Schicht nicht denselben Fehler erneut beheben muss.