Lagerumschlag verbessern: fünf Hebel mit messbarer Wirkung

Zusammenfassung

• Lagerumschlag misst, wie oft das durchschnittliche Lager pro Jahr verkauft und ersetzt wird
• Wichtige Hebel sind Bestandstransparenz, Sortimentsbereinigung, Lieferantensteuerung, Forecast-Qualität und Pull-Steuerung
• Realistische Verbesserungen liegen bei 15 bis 40 Prozent über 12 bis 18 Monate

Warum die Kennzahl mehr ist als nur eine Zahl

Die Lagerumschlagshäufigkeit (LUH) zeigt, wie oft der durchschnittliche Lagerbestand im Jahr verkauft und nachgefüllt wird. Berechnet als Wareneinsatz geteilt durch durchschnittlichen Lagerwert. Ein Wert von 6 heißt: das Lager wird etwa alle 60 Tage einmal komplett gedreht. Hohe Werte sind nicht automatisch gut. Sie können Lieferengpässe verschleiern, niedrige Werte zeigen Kapitalbindung und Risiko durch Obsoleszenz.

Im KMU-Großhandel liegen typische Werte zwischen 4 und 12, im Lebensmittelhandel über 25, bei Investitionsgütern unter 2. Wer die eigene Kennzahl mit der Branche vergleicht, bekommt ein erstes Bild. Verbesserungspotenzial zeigt sich aber erst, wenn die LUH auf SKU-Ebene betrachtet wird, weil ein guter Durchschnitt oft eine schlechte Verteilung verdeckt.

Hebel 1: Bestandstransparenz auf Tagesebene

Viele Unternehmen rechnen Bestand monatlich aus dem ERP. Damit bleibt die Reaktionszeit zu lang. Wer Bestand und Verbrauch täglich misst, sieht früher, wo sich Ware staut oder wo Sicherheitsbestände greifen müssten.

Konkrete Maßnahmen:

• Tagesabschluss auf SKU-Ebene mit Reichweite-Berechnung
• Ampelsystem in der Disposition: grün unter 90 Tage Reichweite, gelb 90 bis 180 Tage, rot über 180 Tage
• Wöchentliche Überprüfung der roten Position durch Disposition und Einkauf

Wirkung: typisch 5 bis 12 Prozent LUH-Verbesserung innerhalb von 6 Monaten, weil schlafende Bestände früher identifiziert und reduziert werden.

Hebel 2: Sortiment bereinigen

In den meisten Sortimenten machen 20 Prozent der SKUs 80 Prozent des Umsatzes aus, oft sogar 95 Prozent. Die unteren 30 bis 40 Prozent der SKUs binden Kapital, ohne nennenswert beizutragen. Eine konsequente Sortimentsanalyse identifiziert diese Long-Tail-Artikel und reduziert sie schrittweise.

Vorgehen:

• ABC-Analyse über 12 Monate Umsatz, ergänzt um XYZ-Analyse zur Bedarfsstabilität
• Listing-Kriterien definieren: Mindestumsatz pro Jahr, Mindestrohertrag, strategische Bedeutung
• CZ-Artikel (geringer Umsatz, sporadisch) entweder auslisten oder auf Sonderbestellung umstellen

Wirkung: 8 bis 20 Prozent LUH-Verbesserung, weil das durchschnittliche Lagervolumen sinkt, während der Wareneinsatz konstant bleibt.

Praxisbeispiel 1: Großhandel für Elektroinstallation

Ein Großhandel hatte vor der Optimierung folgende Kennzahlen:

• Wareneinsatz pro Jahr: 38 Mio. Euro
• Durchschnittlicher Lagerbestand: 6,8 Mio. Euro
• LUH = 38 / 6,8 = 5,59

Nach Sortimentsbereinigung (1.200 von 8.400 SKUs delistet), Wechsel auf Konsignationslager bei zwei A-Lieferanten und Einführung wöchentlicher Reichweite-Checks:

• Wareneinsatz: 39,5 Mio. Euro (leichte Umsatzsteigerung)
• Durchschnittlicher Lagerbestand: 4,9 Mio. Euro
• LUH = 39,5 / 4,9 = 8,06

Verbesserung von 5,59 auf 8,06 entspricht plus 44 Prozent. Effekt auf Kapitalbindung: 1,9 Mio. Euro weniger Lagerwert, bei 5 Prozent Kapitalkostensatz entspricht das 95.000 Euro Einsparung pro Jahr. Die Aktion brauchte 11 Monate von der ABC-Analyse bis zur stabilen neuen LUH.

Hebel 3: Lieferanten enger takten

Wer mit Lieferanten arbeitet, die nur monatlich oder quartalsweise liefern, hat zwangsläufig hohe Bestände. Mit gleichen Lieferanten in kürzeren Zyklen (zum Beispiel wöchentlich statt monatlich) sinkt der durchschnittliche Bestand bei gleichem Abruf.

Konkrete Maßnahmen:

• Liefertaktung mit Top-20-Lieferanten neu verhandeln
• Lieferanten-Forecast als rollierende 8- oder 12-Wochen-Sicht teilen
• Konsignationslagermodelle prüfen, bei denen der Lieferant Eigentum bis zum Verbrauch behält

Wirkung: 10 bis 25 Prozent LUH-Steigerung bei A-Artikeln, weil Bestellzyklen kürzer und Sicherheitsbestände niedriger werden.

Hebel 4: Forecast-Qualität verbessern

Eine schlechte Bedarfsprognose erzwingt hohe Sicherheitsbestände. Statistische Verfahren wie exponentielle Glättung oder ARIMA-Modelle reduzieren den Prognosefehler messbar. Wichtig ist, den Forecast nicht nur monatlich, sondern auf Wochen- oder Tagesebene zu führen.

Vorgehen:

• Forecast-Genauigkeit pro SKU messen (MAPE als Standard, Mean Absolute Percentage Error)
• Modellwahl je nach Verbrauchsmuster: glatter Verbrauch andere Methode als sporadischer
• Forecast-Adjustments durch den Vertrieb diszipliniert dokumentieren und auswerten

Wirkung: bei MAPE-Reduktion von 35 auf 20 Prozent sinkt der nötige Sicherheitsbestand laut Logistikforschung um 25 bis 40 Prozent.

Hebel 5: Pull-Steuerung statt Push

Push-Systeme planen Bestände auf Basis von Forecasts und stoßen Nachschub vorab an. Pull-Systeme reagieren auf tatsächlichen Verbrauch und holen Nachschub erst, wenn die Untergrenze erreicht ist. Beispiele sind Kanban-Systeme im Wareneingang oder Min-Max-Steuerung im Distributionslager.

Konkrete Schritte:

• Kanban-Karten oder elektronische Kanban-Signale für Standardartikel
• Mindest- und Höchstbestand pro SKU regelmäßig kalibrieren
• Visualisierung des Wiederbeschaffungspunktes für die Disposition

Wirkung: 8 bis 18 Prozent LUH-Verbesserung in Mehrwarenlagern, weil Überdispositionen vermieden werden.

Praxisbeispiel 2: Onlineshop für Bürobedarf

Ein Online-Händler hatte vor der Umstellung:

• Wareneinsatz: 12 Mio. Euro
• Durchschnittlicher Lagerbestand: 2,2 Mio. Euro
• LUH = 5,45

Nach Einführung einer Min-Max-Steuerung für 80 Prozent des Sortiments, Reduktion der Bestellzyklen mit den Top-Lieferanten auf wöchentlich und Sortimentsbereinigung bei 250 schwachen SKUs:

• Wareneinsatz: 12,3 Mio. Euro
• Durchschnittlicher Lagerbestand: 1,55 Mio. Euro
• LUH = 7,94

Verbesserung um 46 Prozent. Bei 5 Prozent Kapitalkostensatz spart der Händler 32.500 Euro Kapitalkosten pro Jahr. Hinzu kommt geringerer Lagerflächenbedarf, der bei einer 2027 anstehenden Standortverlagerung 220 m² weniger Mietfläche bedeutet.

Vergleichstabelle: Hebel und ihre Wirkung

Hebel	Aufwand	Typische LUH-Steigerung	Zeit bis Effekt	Geeignet ab
Tagesgenaue Bestandstransparenz	mittel	5–12 Prozent	3–6 Monate	jedes ERP-geführte Lager
Sortimentsbereinigung	hoch	8–20 Prozent	6–12 Monate	über 500 SKUs
Engere Lieferantentaktung	mittel	10–25 Prozent	4–9 Monate	regelmäßige Lieferantenbeziehungen
Forecast-Verbesserung	hoch	6–15 Prozent	9–18 Monate	mehr als 200 SKUs mit Historie
Pull-Steuerung	mittel	8–18 Prozent	6–12 Monate	stabiler Verbrauch bei A-Artikeln

Die Werte sind kumulativ nicht einfach addierbar. Wer alle fünf Hebel zieht, erreicht typisch 25 bis 50 Prozent Gesamtverbesserung, weil sich Maßnahmen teilweise überlappen.

Wie sich die LUH-Verbesserung organisatorisch absichern lässt

Maßnahmen für höheren Lagerumschlag scheitern oft nicht an der Methode, sondern an der Organisation. Drei organisatorische Bausteine sichern den Erfolg:

1. Cross-funktionaler Steuerkreis: Einkauf, Disposition, Logistik und Controlling mit gemeinsamen LUH-Zielen und monatlichem Treffen
2. Klare KPI-Ziele in der Variable Vergütung: wer LUH-Ziele erreicht, bekommt einen messbaren Anteil seiner Boni daran ausgezahlt
3. Standardisierte Eskalationswege: bei drohendem Out-of-Stock oder bei sich aufbauenden Überbeständen klare Reaktionsroutinen

Ein typisches Beispiel: ein Großhändler führte 2024 einen monatlichen Bestands-Review ein, in dem alle Positionen mit Reichweite über 180 Tagen besprochen wurden. Innerhalb von 9 Monaten sanken diese Positionen um 62 Prozent, ohne dass Out-of-Stock-Quoten stiegen.

Branchenunterschiede in der LUH-Erwartung

Realistische LUH-Werte unterscheiden sich stark nach Branche. Drei Beispiele:

• Lebensmittel-Discount: LUH von 25 bis 40, weil hohe Drehzahl und kurze Haltbarkeit
• Industrieelektronik-Großhandel: LUH von 4 bis 8, weil viele C-Artikel mit Servicegrad-Anforderung
• Maschinenersatzteil-Handel: LUH von 1 bis 3, weil Bedarf sporadisch und Verfügbarkeit kritisch

Wer seine LUH-Steigerung über alle Sortimentsbereiche gleichermaßen anstrebt, scheitert oft. Sinnvoller ist eine differenzierte Zielsetzung: AX-Artikel mit hoher LUH, CZ-Artikel mit moderater LUH-Erwartung und akzeptierter Kapitalbindung für strategisch wichtige Verfügbarkeit.

Was die Hebel verbindet

Drei Voraussetzungen müssen vorliegen, sonst verpuffen die Maßnahmen:

1. Saubere Stammdaten: SKU-Klassifizierung, Lieferantendaten, Verbrauchshistorie über mindestens 18 Monate
2. Klare Verantwortung: Disposition, Einkauf und Lagerleitung mit gemeinsamen LUH-Zielen, nicht silohaft
3. Geduld bei der Umsetzung: LUH-Verbesserungen brauchen einen Zyklus, weil Bestandsabbau langsamer ist als Bestandsaufbau

Wer einen dieser drei Punkte nicht hat, sollte zuerst dort ansetzen. Ohne Stammdatenqualität ist jede LUH-Maßnahme blind.

Was nicht hilft

Manche Maßnahmen klingen plausibel, bringen aber wenig:

• Lagerräumungsaktionen ohne Sortimentskonsequenz: spülen einmal Bestand raus, ohne den Zufluss zu drosseln
• Härtere Bestellgrenzen ohne Forecast-Verbesserung: führen zu Out-of-Stock und Notbestellungen
• Auslagerung an Externe ohne LUH-Analyse: verschiebt das Problem, ohne es zu lösen

Echte LUH-Verbesserung braucht systematische Veränderung im Dispositionsprozess, nicht punktuelle Aktionen.

Fazit

Lagerumschlag lässt sich verbessern, wenn Sortiment, Lieferanten und Bedarfsprognose gemeinsam betrachtet werden. Die schnellsten Ergebnisse bringen Bestandstransparenz auf Tagesebene und engere Lieferantentaktung, die nachhaltigsten Wirkungen kommen aus Sortimentsbereinigung und besserer Forecast-Qualität. Wer die fünf Hebel parallel zieht und ein klares Verantwortlichkeitsmodell schafft, kann seine LUH innerhalb von 12 bis 18 Monaten um 25 bis 50 Prozent steigern. Der Lagerkosten-Rechner zeigt vorher und nachher den Effekt auf Kapitalbindung und Lagerkostensatz.

Häufige Fragen zur LUH-Verbesserung

Wie schnell zeigt sich die Verbesserung in den Zahlen?

Erste Effekte sind nach 3 Monaten messbar, die volle Wirkung meist nach 12 bis 18 Monaten. Bestände bauen sich langsam ab, weil aufgelaufene Vorräte erst verbraucht werden müssen.

Was passiert mit dem freigewordenen Kapital?

Frei werdende Mittel können für Wachstum, Investitionen oder Schuldentilgung verwendet werden. Bei Bankfinanzierung verbessert die LUH-Steigerung zudem die Bonität, was bessere Konditionen ermöglicht.

Welche Software-Tools helfen am meisten?

Forecasting-Module von SAP, Oracle oder Slim4 sind professionell. Für KMU reichen oft Excel-basierte Dashboards mit klaren Auswertungslogiken und einfachen Forecast-Verfahren.

Wie viele Personalressourcen braucht die Umstellung?

In einem mittelständischen Unternehmen meist 0,5 bis 1 FTE über 12 Monate für Projektleitung, ergänzt um Beiträge der Disposition und Einkaufsmitarbeiter. Externe Beratung kann sinnvoll sein, ist aber nicht zwingend.

Quellen

• Bundesvereinigung Logistik BVL, Whitepaper zu Lager-KPI: https://www.bvl.de
• Fraunhofer IML, Studien zu Bedarfsprognose und Lagerumschlag: https://www.iml.fraunhofer.de
• VDI-Richtlinie 4490 zu Lagerkennzahlen: https://www.vdi.de

Disclaimer

Die genannten Wirkungsspannen basieren auf Branchenstudien und Erfahrungswerten. Konkrete Effekte hängen vom Ausgangsniveau, Sortiment und Konsequenz der Umsetzung ab. Eine individuelle Analyse bleibt unerlässlich.