XYZ-Analyse – Optimale Materialwirtschaft Schritt für Schritt – Fallstricke – Beispieldateien

Mit einer XYZ-Analyse können Sie wie mit der bereits von mir vorgestellten ABC-Analyse entscheidende Einblicke in Ihr Unternehmen, insbesondere in die Lagerhaltung und die Materialdisposition bekommen.

Leider ist auch die XYZ-Analyse vielen Unternehmern und Selbstständigen nicht geläufig. Sind sie jedoch erst einmal mit diesem Controlling-Werkzeug vertraut, wollen sie es nicht mehr missen und die Kennzahlen helfen Ihnen, die Kapitalbindungskosten nachhaltig zu senken.

Mit diesem Artikel biete ich Ihnen die Möglichkeit, das Instrument XYZ-Analyse Schritt für Schritt kennenzulernen, um die damit verbundenen Erkenntnisse gewinnbringend in Ihr Unternehmen einzubringen.

Die XYZ-Analyse erleichtert Ihnen die Planung von Material- und Warenströmen und leistet so einen wertvollen Beitrag zur Optimierung Ihres Unternehmens, indem Sie nachhaltig vermeidbare Kosten umgehen.

Themen, die ich in diesem Artikel behandle:

• Warum Sie die XYZ-Analyse durchführen sollten: Grundlagen zur XYZ-Analyse
• So berechnen Sie den Variationskoeffizient bei der XYZ-Analyse
• Fallbeispiel zur XYZ-Analyse
• Typische Fehler bei der XYZ-Analyse und wie Sie diese vermeiden
• Schritt für Schritt Zusammenfassung der XYZ-Analyse
• Downloadmöglichkeit der Excel-Beispieldateien
• Ausblick: Kombination von ABC-Analyse und XYZ-Analyse

Warum Sie die XYZ-Analyse nutzen sollten

Können Sie mit Ihrem Handwerksbetrieb Bestellungen Ihrer Kunden sowie zugehörige Lieferungen von Material nicht rechtzeitig realisieren und die entsprechenden Lagerbestände sind nicht verfügbar, kommt es zu Störungen der Leistungserstellung, die im schlimmsten Fall zu sogenannten Fehlmengenkosten führen.

Unter Fehlmengenkosten sind neben Pönalen (Strafzahlungen) durch die verzögerte Auftragsausführung Kosten wie anderweitige Beschaffung, Verlust des Auftrages, aber auch durch den verständlichen Ärger Ihrer Kunden verursachter Image- und Reputationsschaden zu verstehen.

Legen Sie jedoch für Materialpositionen und andere Inputgüter überhöhte Lagerbestände an, um ggf. gegen Lieferstörungen gewappnet zu sein, führt dies unweigerlich zu hohen Lagerkosten und einer unnötig hohen Kapitalbindung in Ihrem Umlaufmittelbereich. Sie haben als Unternehmen zu hohe Kapitalbindungskosten und damit deutliche Wettbewerbsnachteile im Vergleich zu Ihrer Konkurrenz.

Diese Gefahr trifft vor allem Unternehmen, die über ein sehr breites Spektrum an Waren und Betriebsmitteln verfügen müssen, aber die Materialdisposition nicht optimal darauf ausgerichtet haben.

Elektrobetriebe sind in meiner Beratungspraxis immer wieder davon betroffen, weil es eine unüberschaubare Anzahl an Kabelarten, Schaltern, Dosen etc. gibt. Im Laufe der Jahre haben sich Restposten bzw. „Vorhaltemengen“ im Lager eingenistet. Selbiges gilt für Reparaturbetriebe im KFZ-Bereich. Auch hier sammeln sich fast unüberschaubare Mengen an Ersatzteilen an, „die ja noch gut sind“ und „die man ja nie mehr bekommt“.

Tatsächlich verkompliziert dieser Bodensatz nur Ihre Lagerhaltung und treibt die Kapitalbindungskosten unnötig in die Höhe.

Einfach gesagt: Sie haben zu viel totes Kapital. Sehen wir uns hierzu nochmals den im Artikel „Wie dramatisch Rabatte Ihre Rendite und damit Ihr Unternehmen ruinieren…“ definierten ROI-Baum (ROI= Return on Invest = Rendite auf eingesetztes Kapital) an.

 

Welche Auswirkungen es hat, wenn sich der Lagerbestand verdoppelt, ist leicht ersichtlich. Ihr ROI sinkt bei sonst konstanten Werten um fast 50%! Begehen Sie jetzt noch den Fehler und gewähren noch 3% Skonto, dann haben Sie Ihre ursprünglich stattliche Rendite auf Ihr eingesetztes Kapital von 10% auf 0,4% pulverisiert!

Glauben Sie nicht?
Laden Sie sich jetzt den ROI-Baum (Excel) herunter und rechnen Sie selbst nach!

Gerade im Handwerk wird zu sehr auf Sicherheit der Lieferfähigkeit geachtet und bei fast allen Handwerkern findet man deutlich zu hohe Lagerbestände. Diese Unternehmer killen damit unnötig ihre Rendite auf das eingesetzte Kapital (siehe ROI-Baum).

Das gilt gleichermaßen für eine Vielzahl von Online-Händlern, die ich als Unternehmensberater betreuen durfte.

Merken Sie sich das alte Kaufmannsmotto: Alle Unvernunft trifft sich im Lager!

Umgehen Sie vermeidbare Kostenfallen!

Es sollte Ihnen konsequenterweise ein wichtiges Anliegen sein, herauszufinden, wie sich Ihr Verbrauch von Beschaffungsobjekten (Material, Zulieferteile, Waren, etc.) und Endprodukten mengenmäßig und in seiner zeitlichen Struktur entwickelt, um auf diese Weise ausreichend sichere Bedarfsvorhersagen (mit Auswirkungen auf Bestell- und Lagerhaltungsstrategien) machen zu können.

Ziel sollte eine möglichst synchrone Leistungserstellung sein, d.h. sie sollte immer genau die richtige Menge benötigter Artikel zur richtigen Zeit in Ihrem Lager halten. Dies erreichen Sie, wenn Sie die Verbrauchsstruktur bzw. die Verbrauchshäufigkeit der jeweiligen Artikel kennen.

Vertrauen Sie bei der Planung auf statistische Untersuchungen!

Statistische Untersuchungen zeigen, dass sich im Verbrauchsverlauf sowohl von Materialien und Zulieferteilen als auch von fertigen Waren typische Strukturen herausbilden.

Diese Kategorien ermöglichen Ihnen eine bessere materialwirtschaftliche Entscheidungsgrundlage. Das hierbei verwendete Verfahren wird als XYZ-Analyse bezeichnet.

Die Buchstaben X,Y und Z geben drei verschiedene Gruppen von Verbrauchsstrukturen an, die ihrerseits als Indikator zukünftigen Bedarfs der jeweiligen Artikel betrachtet werden.

• X-Positionen werden Artikel mit einer konstanten Verbrauchsrate zugeordnet. Sie zeichnen sich durch eine sehr hohe Vorhersagegenauigkeit und langfristige Planbarkeit aus.
• Y-Positionen hingegen weisen  einen unregelmäßigen, schwankenden, zumeist saisonalen Verbrauch auf. Die Vorhersagegenauigkeit ist als mittelmäßig einzustufen. Gleiches gilt für die Planbarkeit.
• Z-Positionen sind durch einen äußerst unregelmäßigen Verbrauch bzw. eine stark schwankende Nachfrage charakterisiert. Vorhersagen sind quasi unmöglich. Der Bedarf ist nicht planbar.

Gibt es einen Unterschied zur RSU-Analyse?

Neben der XYZ-Analyse wird noch der Begriff RSU-Analyse verwendet. R steht für regelmäßig, s für saisonal und u für unregelmäßig. Die RSU-Analyse ist im Kern nichts anderes als die XYZ-Analyse, stammt aber eher aus der deutschsprachigen Materialwirtschaft bzw. Lagerwirtschaft.

Statistische Grundlagen der XYZ-Analyse

Die der XYZ-Analyse zugrunde liegende Kennzahl ist der Variationskoeffizient (VarK). Er ist letztendlich ausschlaggebend für die Zuordnung eines Artikels zu einer der drei genannten Kategorien. Vereinfacht gilt: Je unregelmäßiger der Verbrauch, desto höher der Variationskoeffizient VarK und desto eher eine Zuordnung zu einer Y- oder Z-Position (und umgekehrt).

Was verstehen wir unter dem Variationskoeffizient?

Mathematisch bedeutet der Variationskoeffizient VarK eine Reduktion einer Kurve, d.h. möglicher Schwankungen im Verbrauchsverlauf eines Artikels, auf eine einzige Zahl. Er hilft dadurch, verschiedene Artikel mit unterschiedlichem sowohl mengen- als auch zeitmäßigen Verbrauch vergleichbar zu machen. Der Variationskoeffizient VarK ist als relative Standardabweichung definiert und für gewöhnlich als Prozentzahl angegeben.

Definition Variationskoeffizient

Der Variationskoeffizient für eine Zufallsvariable x mit dem Erwartungswert E(X) ≠ 0 ist definiert als die relative Standardabweichung. Als Formel für den Variationskoeffizient eines Artikels in einem Lager gilt daher:

In Microsoft Excel lässt sich die Standardabweichung relativ einfach berechnen mit der Formel =Wurzel(Varianzen(BereichAnfang:BereichEnde)) also z.B. =Wurzel(Varianzen(A1:A17))

Warum nimmt man in Excel die Formel „Varianzen“ und nicht „Varianz“?

Weil es sich bei Lagerbeständen um eine Grundgesamtheit handelt, die bekannt ist, ist die Formel Varianzen statistisch die Richtige. Varianz nimmt man dann, wenn die Grundgesamtheit nicht bekannt ist. Darauf hat mich ein aufmerksamer Leser meines Blogs hingewiesen.

Wie bestimme ich die Vorhersagegenauigkeit?

Bei der Bestimmung der X,Y,Z-Kategorien fragen Sie sich an dieser Stelle sicher, wie die Intervallgrenzen durch den Variationskoeffizienten festzulegen sind. Oder ob es eine Faustregel gibt, ab wann Material zu der Gruppe Y oder Z gehört.

Ich muss Sie leider enttäuschen.

Es gibt keine allgemeingültige Antwort. Es gilt einmal mehr der Spruch: Das kommt ganz darauf an. Je nach Branche und Artikelart unterscheiden sich die Grenzen für eine X,Y,Z-Position. Was für einen saisonal arbeitenden Betrieb wie eine Motorradwerkstatt völlig normal sein kann (hoher Bedarf an Ersatzteilen in den Sommermonaten), ist für eine Bäckerei ein chaotisches Verhalten (Mehl wird dagegen immer gebraucht).

Mit jedem weiteren Jahr, in dem Sie die XYZ-Analyse aber durchführen und die Ergebnisse mit den Vorjahren vergleichen und Ihre Schlüsse daraus ziehen, wird die Vorhersagegenauigkeit deutlich exakter.

Mein Ratschlag:

Diskutieren Sie Ihre individuelle Situation daher in einer Expertengruppe oder scheuen Sie sich nicht, mich bei Unklarheiten zu kontaktieren. Ich helfe Ihnen gerne weiter.

Beispiel zur XYZ-Analyse – die Vorgehensweise  

Zur Veranschaulichung der XYZ-Analyse möchte ich Ihnen im Folgenden ein stark vereinfachtes, fiktives Beispiel eines Industriebetriebs geben. Wir werden dabei Schritt für Schritt vorgehen.

Unser Betrieb hat das Gefühl, dass seine Materialwirtschaft, die aus insgesamt fünf Positionen besteht, nicht optimal ist. Um dies bewerten zu können, möchte er zunächst mittels der XYZ-Analyse ein solides Entscheidungsfundament erhalten. Exemplarisch untersucht er, wie der Verbrauch von Bauteilen (Schrauben, Widerständen, Kugellagern), Hilfsstoffen (Kohle zum Heizen) und Maschinenersatzteilen mengenmäßig und im Zeitablauf aussieht. Als Grundlage hierfür dient folgende historische Bedarfszeitreihe, die über zwei Jahre hinweg aufgestellt wurde.

Monat	Verbrauch
	Widerstände	Kohle	Ersatzteile	Kugellager	Schrauben
Jan 01	1000	550	0	400	5000
Feb 01	750	500	100	380	4500
Mrz 01	1050	400	0	405	5300
Apr 01	900	300	0	0	5700
Mai 01	1000	0	0	0	4600
Jun 01	1200	0	600	350	5000
Jul 01	900	0	0	200	5200
Aug 01	1100	0	0	370	4800
Sep 01	600	300	0	400	5900
Okt 01	1000	400	400	390	5000
Nov 01	950	450	0	450	5500
Dez 01	1200	550	0	500	4000
Jan 02	600	500	0	370	4500
Feb 02	700	450	0	350	4400
Mrz 02	800	450	150	400	6000
Apr 02	1200	300	200	0	5500
Mai 02	850	0	0	0	5000
Jun 02	1100	0	300	550	4900
Jul 02	550	0	0	450	5200
Aug 02	1000	0	0	350	5000
Sep 02	1050	300	0	700	4500
Okt 02	900	300	0	400	4800
Nov 02	800	350	0	410	5500
Dez 02	1200	400	400	450	5000

Auf dieser Basis berechnet unser Betrieb in einem nächsten Schritt die dazugehörigen Erwartungswerte, Standardabweichungen sowie Variationskoeffizienten.

	Widerstände	Kohle	Ersatzteile	Kugellager	Schrauben
Erwartungswert	933,3	270,8	89,6	344,8	5033,3
Standardabweichung	192,4	204,6	164,6	176,4	481,0
Variationskoeffizient	20,60%	75,50%	183,70%	51,20%	9,60%

Im Anschluss daran setzt sich eine Expertengruppe zusammen und diskutiert die Klassengrenzen für die XYZ-Analyse, die nachstehend abgetragen sind.

Klasse	Variationskoeffizient
X	0,4
Y	0,4-0,8
Z	0,8

Schließlich ordnet der Betrieb die einzelnen Artikel den drei Positionen X,Y,Z zu.

• X-Positionen: Schrauben und Widerstände.
• Y-Positionen: Kugellager und Kohle.
• Z-Positionen: Maschinenersatzteile

Welche Schlussfolgerungen können wir aus den gewonnenen Informationen ziehen?

Unter Berücksichtigung unserer Ausgangssituation wird ersichtlich, dass 40% der Artikel einen konstanten Verbrauch und lediglich 20% sehr starke Schwankungen aufweisen.

Die Beschaffung von Schrauben und Widerständen ist gut planbar und sollte durch uns entsprechend angepasst werden. Möglicherweise empfiehlt sich ein regelmäßiger Beschaffungsprozess.

Da der Verbrauch von Ersatzteilen sehr unregelmäßig ist, d.h. Reparaturen jederzeit nötig sein können, ist hier eine Vorratshaltung vermutlich sinnvoll. Kugellager und Kohle bedürfen einer gesonderten Betrachtung. Auf den zweiten Blick wird erkennbar, dass es sich hierbei um saisonale Schwankungen handelt, die es zu berücksichtigen gilt. Ohne weitere Informationen könnte es bspw. kostensparend sein, Kohle erst unmittelbar vor den Monaten mit Heizbedarf zu beschaffen.

TIPP: Bedenken Sie, dass sie bei der Datenanalyse von Bedarfszeitreihen auch die Kriterien „Trendverhalten“ und „Saisonalität“ einzelner Artikel berücksichtigt werden sollten.

Typische Fehler bei der XYZ-Analyse

Der wohl typischste Fehler bei der Anwendung der XYZ-Analyse liegt darin begründet, dass schwankender Verbrauch häufig mit chaotischem Verbrauch gleichgesetzt wird.

Bei geringen Schwankungen ist immer eine gute Vorhersage möglich, d.h. ein Gut mit geringen Schwankungen im Verbrauch ist nahezu in jedem Fall ein X-Gut. Dagegen kann die umgekehrte Aussage, dass stark in ihrem Verbrauch schwankende Güter automatisch Z-Güter sind, nicht getroffen werden.

Warum ist das so und welche Auswirkungen hat das?

Das liegt in den meisten Fällen daran, dass ausschließlich der Verbrauch betrachtet wird und nicht die Delta-Menge zwischen Verbrauch und Prognose bzw. dem Plan-Verbrauch. So kann es sein, dass ein saisonal stark schwankender Verbrauch durchaus gut prognostizierbar ist und die Abweichung zwischen Ist und Plan gar nicht so groß ist.

Genau diese Erweiterung der XYZ-Analyse mit der Berechnung von Schwankungskoeffizienten anhand der Planabweichungen möchte ich an dem zweiten Fallbeispiel darstellen.

Das Beispiel orientiert sich an Hartmann – Materialwirtschaft, Organisation, Planung, Durchführung, Kontrolle, 8. Auflage 2002.

Der Schwankungskoeffizient berechnet sich nach der Formel:

Dabei bedeutet:

SQ_i = Schwankungsquotient der i-ten Periode
SQ_i-1 = bis zur i-ten Periode fortgeschriebener SQ-Wert
n = Intervalle innerhalb einer Periode (in der Regel 1)
SF = Sicherheitsfaktor
T = tatsächlicher Verbrauch
V = Vorhersagewert (Planwert)
i = laufende Periode

Da die Intervalle in einer Periode, zum Beispiel mehrere Wochen in einem Monat, eher selten betrachtet werden, beträgt n in der Regel 1. Die Formel vereinfacht sich unter der Prämisse n = 1 dann zu:

Der Quotient

trifft eine Aussage darüber, wie sich das betrachtete gut in der laufenden Periode verhält. Je größer die Abweichung des tatsächlichen Verbrauchs vom Vorhersagewert, dem Planwert, desto größer wird der Term

Dieser Betrag wird zusätzlich noch mit einem Sicherheitsfaktor SF bewertet, der in der Regel je nach Servicegrad, zwischen 0 und 3,75 liegt.

Unter dem Servicegrad versteht man die Wahrscheinlichkeit, daß die Nachfrage nach den jeweiligen Gut oder Artikel befriedigt werden kann.

Dieser Sicherheitsgrad ergibt sich dadurch, daß man den Bedarf als normal verteilte Zufallsvariable annimmt und die Nachfrage mit einer bestimmten Wahrscheinlichkeit befriedigen möchte.

Hartmann nennt beispielhaft folgende Sicherheitsfaktoren für die unterschiedlichen Servicegrade:

Servicegrad	Sicherheitsfaktor
50,00	0,00
78,81	1,00
84,13	1,25
94,52	2,00
97,72	2,50
99,18	3,00
99,87	3,75

XYZ-Analyse Servicegrade & Sicherheitsfaktoren

Um das Schwankungsverhalten bis zur Vorperiode zu integrieren wird der Spannungsquotient der Vorperiode SQ_i-1 mit einbezogen.

Damit wird verhindert, daß aufgrund eine nur zufällig genau getroffen Vorhersage falsche Schlußfolgerungen bezüglich des Schwankungsverhaltens getroffen werden. Da im Schwankungsquotienten der Vorperiode auch deren Vorperiode enthalten ist, wird das gesamte Schwankungsverhalten der Vergangenheit berücksichtigt.

Ähnlich wie bei der ABC Analyse werden die Beschaffungspositionen nach ihrem ermittelten Schwankungskoeffizienten absteigender Reihenfolge sortiert und die Grenzen für die jeweilige Kategorie gezogen. Hartmann nennt beispielhaft folgende Grenzziehung:

X-Gut: SQ_i-1 ≤ 1

Y-Gut: 1 < SQ_i-1 ≤ 5

Z-Gut: SQ_i-1 > 5

Um nun diese theoretischen Überlegungen in ein praktisches Beispiel zu überführen, habe ich die Tabelle aus dem ersten Fallbeispiel mit den Verbrauchswerten aus dem ersten Fallbeispiel noch einmal um die jeweiligen Planzahlen erweitert und den Schwankungskoeffizient berechnet.

Monat	Verbrauch
	Widerstände			Kohle			Ersatzteile			Kugellager			Schrauben
	Ist-Verbrauch	Plan-Verbrauch	Schwankungs-koeffizient	Ist-Verbrauch	Plan-Verbrauch	Schwankungs-koeffizient	Ist-Verbrauch	Plan-Verbrauch	Schwankungs-koeffizient	Ist-Verbrauch	Plan-Verbrauch	Schwankungs-koeffizient	Ist-Verbrauch	Plan-Verbrauch	Schwankungs-koeffizient
Jan 01	1000	950	0,08	550	600	0,13	0	0	1,5	400	400	0,00	5000	5030	0,01
Feb 01	750	950	0,36	500	600	0,31	100	0	14999,3	380	400	0,08	4500	5030	0,16
Mrz 01	1050	950	0,34	400	450	0,32	0	0	7501,1	405	400	0,06	5300	5030	0,16
Apr 01	900	950	0,25	300	250	0,46	0	150	3752,1	0	0	1,53	5700	5030	0,28
Mai 01	1000	950	0,20	0	50	1,73	0	0	1877,5	0	0	2,26	4600	5030	0,27
Jun 01	1200	950	0,50	0	0	2,37	600	0	90937,3	350	400	1,32	5000	5030	0,14
Jul 01	900	950	0,33	0	0	2,68	0	150	45470,1	200	400	1,41	5200	5030	0,12
Aug 01	1100	950	0,40	0	0	2,84	0	0	22736,6	370	400	0,82	4800	5030	0,13
Sep 01	600	950	0,75	300	50	8,92	0	0	11369,8	400	400	0,41	5900	5030	0,32
Okt 01	1000	950	0,46	400	200	5,96	400	150	5687,4	390	400	0,24	5000	5030	0,17
Nov 01	950	950	0,23	450	500	3,13	0	0	2845,2	450	400	0,31	5500	5030	0,23
Dez 01	1200	950	0,51	550	600	1,69	0	150	1424,1	500	400	0,53	4000	5030	0,42
Jan 02	600	950	0,81	500	600	1,10	0	150	713,5	370	400	0,38	4500	5030	0,37
Feb 02	700	950	0,80	450	600	0,92	0	0	358,3	350	400	0,38	4400	5030	0,37
Mrz 02	800	950	0,64	450	450	0,46	150	0	22677,6	400	400	0,19	6000	5030	0,48
Apr 02	1200	950	0,71	300	250	0,53	200	150	11339,3	0	0	1,59	5500	5030	0,38
Mai 02	850	950	0,51	0	50	1,77	0	0	5671,2	0	0	2,30	5000	5030	0,20
Jun 02	1100	950	0,49	0	0	2,38	300	0	47834,1	550	400	1,71	4900	5030	0,14
Jul 02	550	950	0,88	0	0	2,69	0	150	23918,5	450	400	1,04	5200	5030	0,12
Aug 02	1000	950	0,52	0	0	2,85	0	0	11960,8	350	400	0,71	5000	5030	0,07
Sep 02	1050	950	0,42	300	50	8,92	0	0	5981,9	700	400	1,48	4500	5030	0,19
Okt 02	900	950	0,29	300	200	5,21	0	150	2992,4	400	400	0,74	4800	5030	0,16
Nov 02	800	950	0,38	350	500	3,06	0	0	1497,7	410	400	0,41	5500	5030	0,22
Dez 02	1200	950	0,59	400	600	2,03	400	150	751,4	450	400	0,39	5000	5030	0,12

Damit ergibt sich ein differenzierteres Bild.

	Widerstände	Kohle	Ersatzteile	Kugellager	Schrauben
Mittelwert des Schwankungsquotienten	0,476	2,602	14345,8	0,8	0,218
Zuordnung zur Klasse	X	Y	Z	X	X

XYZ-Analyse Klasseneinteilung Erweiterung

Die Ersatzteile aus dem ersten Fallbeispiel bleiben Z-Güter, da sie tatsächlich einem chaotischen Verbrauch unterliegen und nicht planbar sind. Hier sollten Sie sich mit Ihrem Controller zusammensetzen und kritisch hinterfragen, ob eine Planung überhaupt Sinn macht oder ob nicht ein Jahresbudget, verbunden mit einem entsprechenden Lagerbestand passender wäre.

Veränderungen gab es bei den Kugellagern. Hier zeigt sich, dass durch eine gute Planung das ehemals Y-Gut zu einem X-Gut wurde. Durch diese gute Planung des Verbrauchs senken Sie Ihre Monitoringkosten im Unternehmen.

Download der Beispieldateien zur XYZ-Analyse:

Damit Sie alles gut nachvollziehen und selbst berechnen können, können Sie hier alle Beispieldaten als Excel-Datei herunterladen: Einfach die Teilenfunktinon nutzen und der Link wird freigeschaltet.

Zusammenfassung: die XYZ- Analyse Schritt für Schritt erklärt

Zu guter Letzt möchte ich Ihnen noch einmal die wichtigsten Schritte der XYZ-Analyse zusammenfassen.

1. Überlegen Sie sich, was Sie auswerten wollen und welche Daten Sie benötigen. Neben dem klassischen Ziel, Materialeingänge bei der Fertigung (Beschaffungslogistik) zu planen, ist es auch denkbar, die Materialabgänge bei Verkauf (Distributionslogistik) zu untersuchen. Das gilt ebenso, ob Sie die Verbräuche von Gütern analysieren möchten (Fallbeispiel 1) oder die Verbrauchsabweichungen vom Plan (Fallbeispiel 2).
2. Beschaffen Sie sich die Daten für Ihre XYZ-Analyse aus der Buchhaltung, aus dem Vertrieb, aus dem Lager, der Marketingabteilung etc. Bedenken Sie dabei jedoch, dass Materialeingang, -ausgang und -verbrauch nicht zwingend übereinstimmen. Es können immer Teile fehlerhaft sein, kaputt oder verloren gehen.
3. Stellen Sie aus Ihren Daten Bedarfszeitreihen für die zu untersuchenden Artikel auf. Beachten Sie, dass Sie einen ausreichend langen Betrachtungszeitraum wählen. 15 bis 20 Perioden haben sich hierbei bewährt.
4. Ermitteln Sie die dazugehörigen Erwartungswerte, Standardabweichungen und schließlich Variationskoeffizienten bzw. die Schwankungskoeffizienten.
5. Diskutieren Sie die Intervallgrenzen und passen diese entsprechend an. Ordnen Sie dann die einzelnen Artikel X,Y,Z-Positionen zu.
6. Leiten Sie Konsequenzen aus der XYZ-Analyse ab und passen Sie Ihre Materialwirtschaft mit Bestell- und Lagerhaltungsstrategien an.
7. Kontrollieren Sie den Erfolg Ihrer Maßnahmen. Sollte es zu unerwünschten Effekten kommen, überdenken Sie die gewählte Strategie.

Ausblick: Kombination von ABC-Analyse und XYZ-Analyse

Die ABC Analyse wie auch die XYZ Analyse kann man sehr gut miteinander kombinieren. Die Ergebnisse, die Sie aus dieser ABC/XYZ-Kombination ableiten können, möchte ich Ihnen in einem der nächsten Artikel ausführlich darstellen.

Tipp!Die Analyse und Optimierung Ihrer betrieblichen Fragestellungen nennen wir übrigens Feine Organisationsentwicklung. Schauen Sie sich jetzt das Video dazu an.

Es grüßt aus Bayreuth,
Axel Schröder

Bildquelle: Fotolia, © industrieblick