Steht das Produkt im Regal, wenn Ihre Kundinnen und Kunden danach greifen? Warenverfügbarkeit im Handel entscheidet über Umsatz, Kundenzufriedenheit und Markentreue. Trotzdem fehlt vielen Herstellern und Händlern ein strukturierter Überblick darüber, wie verfügbar ihre Produkte am Point of Sale tatsächlich sind.
Dieser Artikel erklärt, was Warenverfügbarkeit im Supermarkt bedeutet, welche Messmethoden es gibt und wie Sie Out-of-Stock-Situationen frühzeitig erkennen. Sie erfahren außerdem, welche Rolle Crowdsourcing und KI-gestützte Bilderkennung bei der Verfügbarkeitsmessung spielen.
Warenverfügbarkeit beschreibt den Anteil der gelisteten Artikel, die zu einem bestimmten Zeitpunkt tatsächlich im Verkaufsregal stehen. Die Kennzahl wird häufig als On-Shelf Availability (OSA) bezeichnet und unterscheidet sich vom reinen Lagerbestand: Ein Produkt kann im Backstore vorhanden sein, ohne dass es für Kundinnen und Kunden sichtbar im Regal platziert ist.
Für FMC-Hersteller und Handelsunternehmen ist die Kennzahl ein zentraler Hebel. Fehlt ein Produkt im Regal, greifen Shopper zum Wettbewerbsprodukt, wechseln die Filiale oder verzichten ganz auf den Kauf. Jede dieser Reaktionen kostet Umsatz.
Regallücken wirken sich direkt auf den Abverkauf aus. Laut Erhebungen der ECR Retail Loss Group liegt die durchschnittliche Out-of-Stock-Rate im europäischen Lebensmitteleinzelhandel bei rund 8 %. Bei beworbenen Artikeln kann sie doppelt so hoch ausfallen.
Die Folgen gehen über den einzelnen entgangenen Kauf hinaus. Wiederholte Nichtverfügbarkeit senkt die Markentreue und schwächt die Verhandlungsposition gegenüber dem Handel. Category Manager und Trade-Marketing-Verantwortliche benötigen deshalb belastbare Daten, um Verfügbarkeitslücken gezielt zu schließen.
Out-of-Stock-Situationen entstehen selten aus einer einzigen Ursache. In der Praxis greifen mehrere Faktoren ineinander. Die häufigsten Auslöser lassen sich in drei Kategorien einteilen:
Ungenaue Bestandsdaten im Warenwirtschaftssystem führen dazu, dass Nachbestellungen zu spät ausgelöst werden. Besonders bei schnelldrehenden Artikeln reichen kleine Abweichungen, um Regallücken auszulösen.
Ware ist im Lager vorhanden, wurde aber nicht rechtzeitig ins Regal geräumt. Platzierungsfehler, Umräumaktionen oder fehlende Kapazitäten im Filialteam verstärken das Problem. Das Ergebnis: Das Warenwirtschaftssystem zeigt Bestand an, doch das Regal bleibt leer.
Verzögerungen bei Lieferanten, Transportprobleme oder saisonale Nachfrageschwankungen können dazu führen, dass vereinbarte Liefermengen nicht rechtzeitig eintreffen. Ohne frühzeitige Transparenz über den POS-Status bleibt die Regallücke unbemerkt.
Es gibt mehrere bewährte Methoden, um die Regalverfügbarkeit zu erfassen. Jede hat spezifische Stärken und Grenzen. Die Wahl hängt von Zielsetzung, Budget und erforderlicher Abdeckung ab.
Scanner-Daten aus dem Kassensystem zeigen, wann ein Artikel über einen bestimmten Zeitraum nicht verkauft wurde. Aus diesem Muster lässt sich auf eine Out-of-Stock-Situation schließen. Der Vorteil: Die Daten liegen oft bereits vor. Die Grenze: Sie erfassen nur den Verkaufsausfall, nicht den konkreten Regalzustand.
Bei einem Store Check wird die Regalsituation direkt vor Ort geprüft. Geschulte Prüferinnen und Prüfer erfassen, ob Produkte verfügbar, korrekt platziert und ausreichend befüllt sind. Die Methode liefert detaillierte, standortgenaue Ergebnisse. Klassisch war sie jedoch aufwändig, weil sie eigene Außendienstmitarbeitende oder Agenturen erforderte.
POSpulse setzt auf eine Community von über 1 Mio. App-Nutzern, die Shelf & Availability Checks direkt am Regal durchführen. Per Smartphone dokumentieren sie Produktverfügbarkeit, Facings und Platzierung mit Foto, GPS-Koordinaten und Zeitstempel. So entstehen belastbare Daten aus dem gesamten DACH-Raum, ohne eigenen Außendienst.
Regalfotos werden per Image Recognition automatisch ausgewertet. Die Technologie erfasst SKU-Präsenz, Facings und Share of Shelf in einem Durchgang. In Kombination mit Crowdsourcing entsteht eine besonders effiziente Erhebungsmethode, die menschliche Prüfung und automatisierte Analyse verbindet.
Für eine aussagekräftige Analyse reicht es nicht, nur zu zählen, ob ein Produkt im Regal steht. Mehrere Kennzahlen ergänzen das Bild und helfen, gezielte Maßnahmen abzuleiten.
Die Out-of-Stock-Rate gibt den Anteil der gelisteten SKUs an, die zum Messzeitpunkt nicht im Regal stehen. Die Distribution zeigt, in wie vielen Filialen ein Produkt tatsächlich gelistet und verfügbar ist. Facings beschreiben die Anzahl der Produktfronten im Regal und beeinflussen die Sichtbarkeit. Der Share of Shelf setzt die eigene Regalfläche ins Verhältnis zur Gesamtkategorie.
POSpulse erfasst diese KPIs per Crowdsourcing und stellt sie über ein Live-Dashboard bereit. So können Trade-Marketing-Teams Abweichungen erkennen und gezielt gegensteuern.
| Methode | Abdeckung | Geschwindigkeit | Detailtiefe |
|---|---|---|---|
| POS-Datenanalyse | Hoch (alle Filialen) | Verzögert (Tage/Wochen) | Gering (nur Verkaufsdaten) |
| Eigener Außendienst | Begrenzt (ausgewählte Filialen) | Mittel | Hoch (vor Ort) |
| Crowdsourcing (z. B. POSpulse) mit KI-gestützter Bilderkennung | Flächendeckend (DACH) | Hoch (Ergebnisse in Stunden) | Hoch (Foto, GPS, KPI) |
Klassische Erhebungsmethoden stoßen bei der flächendeckenden Messung an Grenzen. Eigene Außendienstteams können nur eine begrenzte Anzahl an Filialen besuchen. POS-Daten liefern keine Informationen über die tatsächliche Regalplatzierung.
Crowdsourcing-basierte Shopper Insights schließen diese Lücke. Echte Kundinnen und Kunden prüfen die Regalsituation während ihres regulären Einkaufs. Die Ergebnisse liegen innerhalb weniger Stunden vor und sind durch GPS-Tracking und Zeitstempel nachvollziehbar.
Für Category Manager und Vertriebsteams ergibt sich daraus ein entscheidender Vorteil: Sie erhalten standortgenaue Daten aus dem gesamten Handelsgebiet und können Verfügbarkeitsprobleme erkennen, bevor sie sich in den Abverkaufszahlen niederschlagen.
Ein Beispiel dafür, wie die Warenverfügbarkeit bei Neulistung eines Produkts flächendeckend über mehr als 1.000 Märkte hinweg im Blick behalten werden kann, zeigt unsere Success Story mit GIFFLAR.
Eine zuverlässige Messung bildet die Grundlage für gezielte Verbesserung. Die folgenden Schritte helfen Ihnen, Verfügbarkeitslücken systematisch zu reduzieren.
Definieren Sie zunächst klare KPIs und Messzeitpunkte. Legen Sie fest, welche Produkte, Filialen und Zeiträume relevant sind. Kombinieren Sie anschließend POS-Daten mit regelmäßigen Store Checks, um Abweichungen zwischen Soll- und Ist-Zustand zu erkennen.
Nutzen Sie Echtzeit-Dashboards, um Ergebnisse standortübergreifend zu vergleichen. So können Sie Muster identifizieren, etwa ob bestimmte Regionen oder Handelsformate häufiger von Regallücken betroffen sind. Auf dieser Basis lassen sich konkrete Maßnahmen ableiten und mit dem Handelspartner besprechen.
Warenverfügbarkeit im Supermarkt ist kein Zufallsprodukt. Wer regelmäßig misst, erkennt Probleme frühzeitig und kann gezielt gegensteuern. Strukturierte POS-Messmethoden, ergänzt durch Crowdsourcing und Bilderkennung, machen die Regalverfügbarkeit transparent und steuerbar.
Für FMCG-Marken und Handelsunternehmen bietet die konsequente Verfügbarkeitsmessung einen konkreten Wettbewerbsvorteil: weniger entgangener Umsatz, stärkere Verhandlungspositionen und zufriedenere Kundinnen und Kunden am Regal.
Der Lagerbestand zeigt, wie viele Einheiten eines Produkts insgesamt in einer Filiale vorhanden sind. Warenverfügbarkeit bezieht sich dagegen auf die Frage, ob das Produkt tatsächlich im Verkaufsregal steht und für Kundinnen und Kunden zugänglich ist.
Die durchschnittliche Out-of-Stock-Rate im europäischen Lebensmitteleinzelhandel liegt bei rund 8 %. Bei Artikeln, die aktiv beworben werden, kann der Wert auf bis zu 16 % steigen. POSpulse hilft, diese Lücken frühzeitig sichtbar zu machen.
POSpulse nutzt eine Community von über einer Million App-Nutzern für Shelf & Availability Checks. Echte Shopper dokumentieren Produktverfügbarkeit, Facings und Platzierung per Foto und GPS direkt am Regal. Die Ergebnisse stehen in Echtzeit im Dashboard bereit.
Zu den wichtigsten KPIs zählen die Out-of-Stock-Rate, Distribution, Anzahl der Facings und Share of Shelf. Diese Kennzahlen ermöglichen eine umfassende Bewertung der Regalverfügbarkeit pro Filiale, Region und Handelsformat.
Bilderkennung automatisiert die Auswertung von Regalfotos und erfasst SKU-Präsenz, Facings und Platzierung. POSpulse kombiniert KI-gestützte Bilderkennung mit manueller Qualitätssicherung. So entsteht eine zuverlässige Datenbasis, die automatisierte Analyse und menschliche Prüfung verbindet.