Formel und Berechnung des Sicherheitsbestands für Kaufteile

Was ist Sicherheitsbestand?

Kaum eine Bestandsentscheidung wiegt so schwer und bekommt so wenig Aufmerksamkeit. Der Sicherheitsbestand (auch Puffer- oder eiserner Bestand genannt) ist der Bestand, der über den erwarteten Verbrauch während der Wiederbeschaffungszeit hinaus vorgehalten wird. Der Zyklusbestand deckt den erwarteten Verbrauch der Produktion zwischen zwei Lieferungen. Laufen Verbrauch und Lieferung nach Plan, trifft die nächste Bestellung genau dann ein, wenn der Bestand den Puffer erreicht, und der Sicherheitsbestand bleibt unberührt.

Zwei Dinge zwingen dich, in den Sicherheitsbestand zu greifen: (1) ungeplanter Mehrverbrauch eines Materials (etwa durch mehr Ausschuss oder einen geänderten Produktionsplan) und (2) Lieferanten, die später liefern als erwartet. Bei Kaufteilen mit Lieferzeiten über einem Monat sind verspätete Lieferungen meist das mit Abstand größere Risiko.

Formeln machen die Berechnung des Sicherheitsbestands einfach

Miss die Lieferzeit an deinen eigenen Wareneingängen, nicht nur am Angebot

Die Qualität einer Sicherheitsbestandsberechnung hängt weniger von der Formel ab als von ihren Eingaben, und am meisten zählt, wie stark die Lieferzeit schwankt. Im besten Fall hat das Werk für jeden Lieferanten und jedes Teil die Lieferhistorie der letzten sechs Monate oder mehr: Bestell- und Eingangsdatum jeder Bestellung. Die Standardabweichung dieser tatsächlichen Lieferzeiten lässt sich leicht berechnen und direkt in die Formel einsetzen. Wo diese Historie dünn ist oder fehlt, musst du die Streuung aus den Angaben des Lieferanten schätzen, und dafür gibt es mehrere gute Methoden.

Mach aus einer angebotenen Spanne eine Lieferzeit

Ohne Lieferhistorie ist das Angebot des Lieferanten der beste Ausgangspunkt. Aus einem typischen Angebot wie „35 bis 60 Tage, meist etwa 45“ lassen sich ein brauchbarer Mittelwert und eine Streuung der Lieferzeit schätzen.

Warum eine angebotene Spanne das Risiko langer Lieferzeiten unterschätzt

Angebote beschreiben die Spanne, die ein Lieferant erwartet, wenn nichts schiefgeht. Materialengpässe, verpasste Lkw und Qualitätssperren verlängern das obere Ende, während kaum etwas eine Lieferung deutlich früher bringt. Tatsächliche Lieferzeiten sind deshalb nach hinten verschoben. Ein Angebot ist ein Ausgangspunkt, den du durch Eingangsdaten ersetzt, sobald etwa zehn Bestellungen vorliegen.

Wechsle nach etwa zehn Bestellungen auf deine eigenen Wareneingänge

Die Lieferzeit misst du am besten vom Bestelldatum bis zu dem Tag, an dem das Teil eingebucht und verfügbar ist; das Versanddatum des Lieferanten unterschätzt sie. Der Rechner nimmt Bestell-, Zusage- und Eingangsdatum jeder Bestellposition entgegen und liefert Mittelwert, Standardabweichung und 90. Perzentil der tatsächlichen Lieferzeit sowie den durchschnittlichen Verzug gegenüber der Zusage. Liegt σ_LT über etwa einem Viertel der durchschnittlichen Lieferzeit, gilt die Versorgung als unzuverlässig. Der Tracker für offene Bestellungen hält Wunsch-, Zusage- und Ist-Termin jeder offenen Bestellposition fest, und eine Lieferantenbewertung zeigt die Termintreue je Lieferant aus einem Bestellexport.

Die Messung je Lieferant und Teil zahlt sich aus. Mit der kombinierten Formel bekommt ein Lieferant, der in einer engen Spanne liefert, beim selben Servicegrad einen kleineren Puffer, ganz ohne Sondereinstellung. Der Effekt ist groß: Im Rechenbeispiel unten senkt das Weglassen der Lieferzeitschwankung den Puffer von 3.567 auf 915 Stück.

Halte zugesagte und tatsächliche Lieferzeiten auseinander. Kommen Eingänge im Schnitt zu spät, korrigierst du zuerst die geplante Lieferzeit im ERP. Ein Lieferant, der 42 Tage zusagt, aber im Schnitt in 47 liefert, hat eine Lieferzeit von 47 Tagen, und diese Zahl gehört ins ERP. Der Sicherheitsbestand muss dann nur die Schwankung um diese 47 Tage abdecken, nicht die fünf Tage Verzug, die jede Bestellung mitbringt. Was eine angebotene Lieferzeit oft auslässt, erklärt unser Artikel zur Lieferzeit des Lieferanten.

Cartograph erledigt das automatisch. Es misst die Lieferzeit jedes Lieferanten und ihre Streuung aus den Bestell- und Eingangsdaten deiner Bestellungen und schlägt für jedes Teil eine Sicherheitsbestandsstrategie vor, mit Formel und Eingaben hinter jeder Zahl.

Erfasse den Tagesverbrauch vollständig: Ausschuss und jedes Produkt, in das das Teil eingeht

Die Lieferzeit ist die eine Hälfte der Formel. Die andere ist der Tagesverbrauch: d, der durchschnittliche Tagesverbrauch eines Teils, und σ_d, wie stark er schwankt. Beide werden bei einer Komponente leicht unterschätzt, weil ihr Verbrauch aus mehr als einer Quelle kommt: den Teilen, die im Ausschuss landen, und jedem Produkt, in das sie eingeht.

Ausschuss und Ausbeute

Ausschussteile kommen aus demselben Bestand. Durchschnittlicher Tagesverbrauch und Standardabweichung gehören vor jeder Berechnung um die Ausschussquote erhöht. Lässt du im Beispiel 2 % Ausschuss weg, sinkt der Verbrauch während der Lieferzeit um etwa 370 Stück und der Sicherheitsbestand um 70, und der Meldebestand löst in jedem Zyklus zu spät aus.

Eine Komponente, mehrere übergeordnete Produkte

Geht eine Komponente in mehrere Produkte ein, ist ihr Tagesverbrauch die Summe über alle. Multipliziere die tägliche Stückzahl jedes Produkts mit der benötigten Menge der Komponente und addiere die Ergebnisse. Der MRP-Rechner zeigt, wie aus einem Produktionsplan terminierte Komponentenbedarfe werden.

Die Schwankung addiert sich unterschiedlich, je nachdem, wie sich die Produkte verhalten:

• Die Produkte verkaufen sich unabhängig (der Normalfall und die Voreinstellung des Rechners): Quadriere die Standardabweichung jedes Produkts, addiere die Quadrate und zieh die Wurzel. Starke Tage des einen Produkts werden meist durch schwache Tage eines anderen ausgeglichen.
• Die Produkte steigen und fallen gemeinsam, etwa weil sie denselben Endkunden oder dieselbe Saison haben: Addiere die Standardabweichungen direkt. Nichts gleicht sich aus, der Puffer wird also größer. Im Beispiel steigt er von 3.567 auf 3.774 Stück.

Berechne den Sicherheitsbestand mit der Formel, die zu deinem Teil passt

Mit soliden Eingaben entscheidet die Wahl der Methode, ob der Puffer das tatsächliche Risiko eines Teils abbildet.

Berechne deinen Sicherheitsbestand

Der Rechner startet mit einer Beispielkomponente, du siehst also ein vollständiges Ergebnis, bevor du einen Wert änderst. Öffne einen Abschnitt, um seine Eingaben durch deine zu ersetzen, und die Ergebnisse aktualisieren sich beim Tippen.

Zwei einfachere Formeln für Teile mit nur einer Schwankungsquelle

Die kombinierte Formel in Abb. 2 deckt Schwankungen von Tagesverbrauch und Lieferzeit ab. Bewegt sich nur eine der beiden Größen, reicht eine einfachere statistische Formel, die direkt zeigt, gegen welches Risiko der Puffer steht. Fahr über ein Symbol oder tippe darauf, um zu sehen, wofür es steht.

Diese Formel passt, wenn der Lieferant immer am selben Tag liefert und nur der Verbrauch schwankt. Weil sich hohe und niedrige Tage über die Lieferzeit teilweise ausgleichen, skaliert sie σ_d mit der Wurzel aus LT.

Diese Formel passt, wenn der Verbrauch stetig ist und sich die Liefertermine verschieben. Jeder Tag Verzug kostet einen vollen Tagesverbrauch, deshalb wird σ_LT mit d multipliziert.

Z und der Servicegrad

Z stammt aus der einseitigen Normalverteilungstabelle: Er ist die Anzahl Standardabweichungen Puffer, die einen bestimmten Anteil der Wiederbeschaffungszyklen abdeckt. In jeder Tabellenkalkulation liefert =NORM.S.INV(0,95) den Wert 1,645. Der zweiseitige Wert (1,96 für 95 %) deckt beide Ränder ab und überdimensioniert den Puffer, denn Fehlmengen gibt es nur auf einer Seite.

Die Servicegrade im Rechner sind Zyklus-Servicegrade (α-Servicegrad): die Wahrscheinlichkeit, dass ein Wiederbeschaffungszyklus ohne Fehlmenge endet. Der Lieferbereitschaftsgrad (β-Servicegrad), also der Anteil des Bedarfs, der direkt aus dem Bestand bedient wird, ist eine andere Kennzahl und hängt von der Bestellmenge ebenso ab wie vom Puffer. Bei stetigen Teilen ergibt ein α-Servicegrad von 95 % einen β-Servicegrad über 95 %, weil ein knapper Zyklus nur in seinen letzten Tagen knapp wird. Bei sporadischem Bedarf kehrt sich das um, und ein α-Servicegrad von 95 % kann mit einem β-Servicegrad um 50 % zusammenfallen.

Auch die Bestellgröße zählt. Eine große Mindestbestellmenge (MOQ), also die kleinste Menge, die ein Lieferant annimmt, schützt bereits die meisten Zyklen, ein Ziel für den α-Servicegrad überbevorratet das Teil also; hier bemisst du den Puffer besser am β-Servicegrad. Jeder genannte Servicegrad sollte angeben, welche der beiden Kennzahlen gemeint ist. Die Bestellmenge selbst bemisst der EOQ-Rechner passend zu MOQ, Verpackungseinheit und Preisstaffeln.

Für Teile, mit denen diese Formeln schlecht umgehen, gibt es seltenere Methoden: ein Poisson- oder negativ-binomiales Quantil bei sporadischem Bedarf, einen Puffer auf Basis der P95-Lieferzeit bei Lieferanten, die eher zu spät liefern, und die Bemessung am β-Servicegrad bei großen Bestellmengen. Den β-Servicegrad behandelt der Abschnitt zum Servicegrad oben, die anderen beiden der Abschnitt Grenzen der Formeln. Am schnellsten geht die Sicherheitsreichweite: Du hältst eine feste Anzahl Tage Durchschnittsverbrauch, im Beispiel etwa 5 × 408 = 2.040 Stück. Sie braucht keine Statistik und kennt keinen Servicegrad, nimm sie also nur für günstige, stetige Teile, bei denen ein grober Puffer wenig kostet.

Leite den Servicegrad aus den Kosten einer Fehlmenge ab

Jeder Servicegrad unterstellt einen Preis für ein fehlendes Stück, ob dieser Preis bewusst gewählt wurde oder nicht. Das kritische Verhältnis, eine Standardregel der Bestandsplanung, macht den Zusammenhang sichtbar: α-Servicegrad = p ÷ (p + h), wobei h die jährlichen Lagerhaltungskosten eines Stücks sind und p die Kosten eines fehlenden Stücks. Umgestellt: p = h × α ÷ (1 − α).

Ein Teil mit 2 € Lagerhaltungskosten im Jahr und einem Ziel von 95 % unterstellt etwa 38 € je fehlendem Stück. Im Beispiel des Rechners kostet ein Teil für 3,20 € bei 25 % Lagerhaltungskosten 0,80 € im Jahr, ein Ziel von 95 % bewertet ein fehlendes Stück also mit 15,20 €. Die Zahl taugt als Plausibilitätsprüfung: Ein Ziel, das die Fehlmenge einer Schraube für 3 € mit 400 € bewertet, ist zu hoch. β-Servicegrad-Ziele und laufende Überwachung verschieben den genauen Wert, lies ihn also als Näherung.

Dieselbe Rechnung erklärt, warum die richtigen Ziele je Teil verschieden sind. Robuster ist es, ein Ziel für den gesamten Bestand festzulegen, etwa den geringsten Bestand für einen Mindestservicegrad, und daraus den Servicegrad jedes Teils abzuleiten. Die meisten Bestände liegen unterhalb des bestmöglichen Verhältnisses von Bestand und Service, derselbe Service lässt sich also oft mit weniger Kapital erreichen.

Rechenbeispiel: ein Kaufteil

Beispiel zur Veranschaulichung. Ein Drehteil geht in zwei Pumpengehäuse und ein Service-Kit ein, die täglich 180, 140 und 80 Stück verbrauchen (zusammen 400), mit Standardabweichungen von 58, 46 und 30. Der Ausschuss liegt bei 2 %. Der Lieferant nennt 35 bis 60 Tage, meist 45. Das Teil kostet 3,20 €, das Ziel ist ein α-Servicegrad von 95 %.

1. Tagesverbrauch: 180 + 140 + 80 = 400. Jedes übergeordnete Produkt schwankt unabhängig, also σ_d = √(58² + 46² + 30²) = 79,9.
2. Ausschuss: 400 × 1,02 = 408 pro Tag, und σ_d = 79,9 × 1,02 = 81,5.
3. Lieferzeit aus dem Dreieck: LT = 46,7 Tage und σ_LT = 5,14 Tage.
4. Verbrauchsterm: 46,7 × 81,5² = 309.762. Lieferzeitterm: 408² × 5,14² = 4.392.800.
5. Sicherheitsbestand: 1,645 × √(309.762 + 4.392.800) = 3.567 Stück, 8,7 Tage Verbrauch, 11.414 € zu Einstandspreisen.
6. Meldebestand: 408 × 46,7 + 3.567 = 22.607 Stück.

Der Lieferzeitterm macht 93 % der Varianz aus. Ohne Lieferzeitschwankung ergeben sich etwa 915 Stück, rund ein Viertel dessen, was das Teil braucht. Die Max/Durchschnitt-Regel verlangt bei einem Spitzenwert von 560 pro Tag vor Ausschuss 15.232 Stück, etwa 37.000 € mehr Bestand als das kombinierte Ergebnis. Liest du dasselbe Angebot als Gleichverteilung, steigt σ_LT auf 7,2 Tage und der Puffer auf 4.931 Stück.

Nutze es in einer Tabellenkalkulation

Dieselben Formeln gibt es als kostenlose Arbeitsmappe für Excel und Google Sheets: Vorlage für den Sicherheitsbestand herunterladen (.xlsx). Sie macht aus einem Lieferantenangebot eine Lieferzeit samt Streuung, liest deine eigenen Wareneingänge aus einem zweiten Blatt und liefert die vier Methoden, den Meldebestand und das im Puffer gebundene Kapital. Sie enthält das Rechenbeispiel, du kannst sie also vor dem Ersetzen der Eingaben mit Abb. 11 vergleichen.

Was jede Methode in der Simulation leistet

Um zu sehen, wie sich die Methoden verhalten, haben wir eine Million Wiederbeschaffungszyklen für das Rechenbeispiel simuliert: normalverteilter Tagesverbrauch mit Mittelwert 408 und Standardabweichung 81,5, ein Servicegrad von 95 % und Lieferzeiten auf zwei Arten. Im ersten Fall folgt jede Lieferung dem Angebot des Lieferanten, einem Dreieck von 35 bis 60 Tagen, meist 45. Im zweiten Fall folgen 85 % der Lieferungen einem engeren Dreieck von 35 bis 55 Tagen, und 15 % verspäten sich auf 60 bis 80 Tage, als Ersatz für Qualitätssperren und verpasste Lkw. Im zweiten Fall ist jeder Puffer aus dem gemessenen Mittelwert (48,8 Tage) und der Streuung (9,9 Tage) dieser Lieferungen bemessen, so wie er sich aus deinen Wareneingängen ergäbe. Abb. 12 zeigt den Anteil der Zyklen, die ohne Fehlmenge endeten.

Drei Ergebnisse fallen auf. Folgen die Lieferungen dem Angebot, kommt die kombinierte Formel ihrem Ziel nahe (94 % statt 95 %), während die Formel für reine Verbrauchsschwankung, die den Lieferanten ignoriert, nur zwei von drei Zyklen schützt. Kommen einzelne Lieferungen wochenlang zu spät, fällt die kombinierte Formel auf 89 %, weil sie eine Glockenkurve annimmt und die Verspätungen einen langen Ausläufer bilden; bemisst du den Meldebestand an der Lieferzeit des 95. Perzentils, erreichst du das Ziel mit 95 % wieder. Die Max/Durchschnitt-Regel wurde in keinem Fall knapp, hielt aber im ersten Fall das 4,3-Fache des kombinierten Puffers vor und im zweiten das 3,8-Fache. Die P95-Zeile setzt den Meldebestand auf durchschnittlichen Tagesverbrauch × Lieferzeit des 95. Perzentils, ihr Puffer ist dieser Punkt minus der Verbrauch in der mittleren Lieferzeit. Das sind Modellergebnisse für ein Teil unter diesen Annahmen, keine Daten aus echten Bestellungen; ändern sich die Annahmen, ändern sich die Zahlen. Lade das Simulationsskript (Python) herunter, um sie zu wiederholen.

Keine Formel passt immer: Prüfe ihre Grenzen

Ein berechneter Puffer ist eine Annahme darüber, wie sich ein Teil verhält. Bevor er ins ERP geht, solltest du ihn an den Bedingungen prüfen, unter denen die Formel versagt, und ihn danach pflegen, wenn sich diese Bedingungen ändern.

Grenzen der Formeln

Die Formel nimmt an, dass Tagesverbrauch und Lieferzeit jeweils einer Glockenkurve folgen und unabhängig voneinander schwanken. Bei vielen Komponenten trifft mindestens eine dieser Annahmen nicht zu.

Sporadischer Bedarf

Wird eine Komponente in Losen verbraucht, etwa neun Tage gar nicht und dann 4.000 Stück für einen Fertigungsauftrag, beschreiben der Tagesdurchschnitt d und seine Schwankung σ_d keinen Tag, den das Werk tatsächlich erlebt. Der resultierende Puffer ist für das Los zu klein und zwischen den Losen zu groß. Solche Teile planst du besser aus dem Produktionsplan über MRP. Hältst du einen Puffer, bemiss ihn mit einem Poisson- oder negativ-binomialen Quantil statt mit Z × σ_d, denn die Normalverteilung bevorratet solche Teile falsch. Zwei übliche Schwellen sortieren sie: Ein durchschnittlicher Abstand zwischen Bedarfen über 1,32 Perioden kennzeichnet ein Teil als sporadisch, ein quadrierter Variationskoeffizient der Bedarfsmengen über 0,49 zusätzlich als klumpig.

Geteilte Kapazität

Laufen mehrere Teile beim selben Lieferanten auf derselben Maschine, macht ein einziger schlechter Monat alle gleichzeitig zu spät. Der Sicherheitsbestand jedes Teils wirkt für sich ausreichend, doch zusammen lassen sie die Montage ungeschützt, weil die Formel jede Lieferzeit als eigenen Zufall behandelt. Bemiss den Puffer besser am Teil, das die Montage begrenzt, und plane die übrigen so, dass sie mit ihm ankommen.

Lieferzeiten, die nicht unabhängig sind

Die Formel nimmt auch an, dass eine verspätete Lieferung nichts über die nächste aussagt. In der Praxis kommen Lieferzeiten in Serien: Gerät ein Lieferant in Verzug, kommen oft auch die nächsten Bestellungen zu spät, und steigt der Bedarf im ganzen Markt, steigen Verbrauch und Lieferzeit gemeinsam. Zeigen deine Eingangsdaten Serien verspäteter Bestellungen, bemiss σ_LT an der schlechten Phase oder nimm die Lieferzeit des 90. Perzentils als LT und die Formel für reine Verbrauchsschwankung obendrauf. Fallen starke Verbrauchsphasen und Verzug zusammen, addierst du die beiden einfachen Formeln, statt sie unter einer Wurzel zu kombinieren: SS = Z × σ_d × √LT + Z × d × σ_LT. Im Beispiel ergibt das 915 + 3.447 = 4.363 Stück, eine sichere Obergrenze für die kombinierten 3.567.

Schiefe Lieferzeiten, die nur nach hinten abweichen

Ein Lieferant, der pünktlich oder später und selten früher liefert, erzeugt einen langen rechten Rand, den die Normalverteilung übersieht. Liegt die P95-Lieferzeit aus deiner Eingangshistorie deutlich über LT + 1,645 × σ_LT, ist das empirische Perzentil die bessere Basis: Meldebestand = d × P95-Lieferzeit plus ein kleiner Verbrauchspuffer.

Tagesschwankungen auf die Lieferzeit hochgerechnet

Die Multiplikation von σ_d mit √LT setzt voraus, dass der Durchschnittsverbrauch genau bekannt ist. In der Praxis ist er geschätzt, und der Puffer fällt zu klein aus, mit einem Servicegrad unter Ziel, vor allem wenn der Durchschnitt auf wenigen Wochen Daten beruht. Misst du die Schwankung auf Wochenbasis oder direkt am Verbrauch während der Lieferzeit, vermeidest du das Problem. Der Zeitraum verändert auch den Variationskoeffizienten, leg ihn also fest, bevor du XYZ-Schwellen setzt.

Wenn der Zeitpunkt das Risiko ist

Kommen Eingänge zu spät, bleibt der Verbrauch aber stetig, kann eine Sicherheitszeit besser sein als ein Sicherheitsbestand: Die Bestellung geht ein paar Tage früher raus, die Menge bleibt gleich. Unterlieferungen sind ein anderes Risiko. Sie sind ein Ausbeuteproblem, und σ_LT erfasst sie nicht.

Risiken, die die Historie nicht zeigt

Single-Source-Teile und Lieferanten in störanfälligen Regionen tragen ein Risiko, das keine Bestellhistorie zeigt. Dieses Risiko deckst du besser mit einem strategischen Puffer ab, als eigene Schicht über dem Sicherheitsbestand und in Tagen Reichweite bemessen, damit das Werk eine Störung mindestens so lange übersteht, wie der Lieferant zur Erholung braucht. Hältst du ihn aus dem statistischen Sicherheitsbestand heraus, sieht das Unternehmen, was diese Widerstandsfähigkeit kostet.

Ein Ergebnis, das zu groß wirkt

Ein Ergebnis von mehreren Wochen Bestand deutet meist auf ein Problem bei den Eingaben hin, nicht bei der Formel. Typische Ursachen: eine einzelne Bestellung, die auf eine Zeichnungsänderung wartete, eine Lieferzeit in Kalendertagen gegenüber einem Verbrauch in Arbeitstagen, oder ein σ_LT aus einer Historie, die zwei Lieferanten vermischt. Hält die Zahl dieser Prüfung stand, kostet eine engere Lieferzusage, eine zweite Quelle oder ein Lieferant, der bestätigt und beschleunigt, weniger als der zusätzliche Bestand.

MOQ und Bestellmenge

Die MOQ bestimmt, wie viel ankommt, nicht wann du nachbestellst. Eine große MOQ hebt den Durchschnittsbestand, doch der Bestand fällt trotzdem auf den Meldebestand, bevor jede neue Bestellung eintrifft, der Bedarf an Sicherheitsbestand bleibt also gleich. Die Bestellmenge ist eine eigene Entscheidung, die du am besten mit MOQ und Staffelpreisen im Blick triffst.

Der Meldebestand aus deinem Ergebnis

Der Meldebestand addiert den Puffer zum erwarteten Verbrauch während der Lieferzeit: durchschnittlicher Tagesverbrauch × durchschnittliche Lieferzeit + Sicherheitsbestand. Vergleiche ihn mit dem disponiblen Bestand, also Lagerbestand plus offene Bestellungen minus Reservierungen. Der Lagerbestand allein übersieht, was schon bestellt und was schon Aufträgen zugeordnet ist. Reorder point formula (auf Englisch) behandelt den disponiblen Bestand, die MOQ beim Eingang und Komponenten mit mehreren übergeordneten Produkten.

Wie oft du neu rechnen solltest

Für die meisten Teile reicht eine Prüfung pro Quartal. Ein geändertes Lieferantenangebot, ein übergeordnetes Produkt, das hochfährt oder ausläuft, oder Eingangsdaten, die von den Zusagen abweichen, sollten jeweils eine sofortige Neuberechnung auslösen. Die Lieferzeit bewegt sich meist zuerst, sie ist also die Eingabe, die du am aktuellsten halten solltest.

Tatsächliche Lieferzeiten bleiben nur aktuell, wenn jemand für jede Bestellung das zugesagte und das Eingangsdatum festhält. Cartograph verfolgt offene Bestellungen: Scout Agent schreibt und ruft Lieferanten an, um Termine zu bestätigen und verspätete Positionen zu beschleunigen, und Cartograph hält zugesagte und tatsächliche Termine an jeder Position fest. Teste Cartograph kostenlos mit deinen eigenen Bestellungen.

Fragen zum Sicherheitsbestand