.svg)
Supply Chain KPIs sind wenige, steuerungsrelevante Kennzahlen, mit denen Unternehmen Service, Bestand, Planung und Kosten ihrer Lieferkette messen. Jede KPI hat einen Zielwert, einen festen Prüfrhythmus und eine verantwortliche Person. Zu den wichtigsten Supply Chain KPIs gehören diese 12 Kennzahlen.
- Lieferservicegrad (α und β)
- Liefertreue und Lieferfähigkeit
- OTIF (On Time In Full)
- Perfect Order Rate
- Auftragsdurchlaufzeit
- Lagerumschlagshäufigkeit
- Lagerreichweite
- Forecast-Genauigkeit (WAPE, MAPE)
- Forecast Bias
- Supply-Chain-Gesamtkosten
- Fehlmengenkosten
- Cash-to-Cash-Zyklus
In vielen Unternehmen enthält das Supply-Chain-Reporting Dutzende Kennzahlen, und trotzdem bleibt im Monatsmeeting offen, ob die Lieferkette besser läuft als im Vorquartal. Der Vertrieb misst die Termineinhaltung gegen den Wunschtermin des Kunden, die Disposition gegen den bestätigten Termin. Beide Zahlen stimmen und führen doch zu anderen Entscheidungen.
Dieser Ratgeber erklärt jede der 12 Kennzahlen mit Definition, Formel, Zielrichtung und dem häufigsten Fehler in der Praxis. Zwei Rechenbeispiele zeigen, warum Supply Chain KPIs nur zusammen aussagekräftig sind. Den Gesamtrahmen beschreibt unser Ratgeber Supply Chain Optimierung.
Was sind Supply Chain KPIs?
Eine Kennzahl misst einen Zustand. Eine KPI (Key Performance Indicator) macht daraus eine Steuerungsgröße, weil sie einen Zielwert, einen Prüfrhythmus und eine verantwortliche Person bekommt. Der Lagerbestand am Monatsende ist eine Kennzahl. Die Lagerreichweite mit einem Ziel von 60 Tagen, die die Disposition wöchentlich prüft, ist eine KPI.
Supply Chain KPIs betrachten die Lieferkette vom Lieferanten bis zum Kunden. Logistik-Kennzahlen messen einzelne Prozesse darin, etwa die Kommissionierleistung im Lager oder die Frachtkosten je Sendung. Beide Ebenen hängen zusammen, denn Logistik-Kennzahlen erklären, warum sich eine Supply Chain KPI verändert.
In der Forschung gilt für Supply-Chain-Kennzahlen der Grundsatz „weniger ist mehr“. Chae (2009) empfiehlt eine kleine Zahl von Top-KPIs mit untergeordneten Diagnosekennzahlen, also eine KPI-Hierarchie. Die Praxis folgt dem weitgehend. In der Studie „Lieferkettenmanagement und Controlling“ der Frankfurt School (Gleich und Schober, 2025) nutzen 41,5% der befragten Unternehmen nur ein bis fünf Supply-Chain-KPIs. Die Lagerreichweite steht dort an erster Stelle der Kennzahlen, die an das Top-Management berichtet werden.
Supply Chain KPIs im Überblick
Das SCOR-Modell der ASCM ordnet Supply-Chain-Kennzahlen nach Leistungsattributen. Klassisch sind das Zuverlässigkeit (Reliability), Reaktionsfähigkeit (Responsiveness), Agilität (Agility), Kosten (Cost) und Kapitaleffizienz (Asset Management Efficiency). Der aktuelle SCOR Digital Standard ergänzt Profit sowie ökologische und soziale Attribute. Mehr zum Modell lesen Sie im Beitrag SCOR-Modell einfach erklärt.
Service- und Lieferkennzahlen
Servicekennzahlen messen, was beim Kunden ankommt. Sie unterscheiden sich vor allem darin, worauf sie sich beziehen (Menge, Termin oder Auftrag) und wie streng sie zählen.
1. Lieferservicegrad (α und β)
Der Lieferservicegrad gibt an, welcher Anteil des Bedarfs direkt aus dem Lagerbestand gedeckt wird. In der Literatur haben sich zwei Varianten durchgesetzt. Der α-Servicegrad ist ereignisorientiert und misst den Anteil der Perioden oder Bedarfsereignisse ohne Fehlmenge. Der β-Servicegrad ist mengenorientiert und misst den Anteil der Nachfragemenge, den das Lager sofort liefern kann. Im Englischen heißt er Fill Rate.
Bei 12.000 Stück Jahresbedarf und 240 Stück Fehlmenge liegt der β-Servicegrad bei 98%. In der Literatur wird der Begriff Lieferbereitschaftsgrad oft gleichbedeutend mit Lieferservicegrad verwendet.
Häufiger Fehler. Manche Unternehmen berechnen den α-Servicegrad je Periode, andere je Wiederbeschaffungszyklus. Legen Sie die Variante schriftlich fest, bevor Sie Standorte oder Jahre vergleichen. Wie Sie beide Varianten Schritt für Schritt berechnen, zeigt der Ratgeber Servicegrad berechnen.
2. Liefertreue und Lieferfähigkeit
Liefertreue und Lieferfähigkeit messen Termine, und zwar zwei verschiedene. Die Liefertreue (auch Termintreue) vergleicht den tatsächlichen Liefertermin mit dem zugesagten Termin. Die Lieferfähigkeit vergleicht den zugesagten Termin mit dem Wunschtermin des Kunden.
Ein Unternehmen kann 98% Liefertreue erreichen und trotzdem bei vielen Kunden zu spät sein, wenn es Termine großzügig zusagt. Das SCOR-Modell misst die Termintreue gegen den zugesagten Termin und führt die Quote der bestätigten Wunschtermine als Diagnosekennzahl.
Häufiger Fehler. Vertrieb und Disposition verwenden denselben Namen für unterschiedliche Bezugstermine. Schreiben Sie den Bezugstermin in die Definition jeder Termin-KPI.
3. OTIF (On Time In Full)
OTIF, im angelsächsischen Raum auch DIFOT (Delivered In Full On Time), misst den Anteil der Lieferungen, die pünktlich und vollständig beim Kunden ankommen. Beide Bedingungen müssen gleichzeitig erfüllt sein.
Von 400 Lieferungen kommen 372 pünktlich und 360 vollständig an, 350 erfüllen beides. Die OTIF-Quote liegt bei 87,5% und damit unter beiden Einzelquoten.
Häufiger Fehler. Unternehmen messen OTIF auf Lieferungs-, Auftrags- oder Positionsebene und gegen unterschiedliche Termine. Werte aus verschiedenen Messebenen lassen sich nicht vergleichen. Wer „In Full“ als Mengenanteil rechnet (95% der Menge geliefert), misst eine andere Kennzahl. Mehr dazu im Beitrag zu OTIF.
4. Perfect Order Rate
Die Perfect Order Rate stellt von den hier genannten Servicekennzahlen die meisten Bedingungen. Im SCOR-Modell (Perfect Order Fulfillment) gilt ein Auftrag als perfekt, wenn er vollständig und zum zugesagten Termin geliefert wird, die Dokumente korrekt sind und die Ware unbeschädigt ankommt.
Perfekt ist ein Auftrag erst, wenn jede seiner Positionen alle vier Kriterien erfüllt.
Häufiger Fehler. Viele Ratgeber multiplizieren die vier Teilquoten miteinander. Das ergibt nur eine Näherung, weil mehrere Fehler oft im selben Auftrag zusammentreffen. Zählen Sie die perfekten Aufträge direkt. Details finden Sie im Beitrag zur Perfect Order Rate.
5. Auftragsdurchlaufzeit
Die Auftragsdurchlaufzeit misst, wie viele Tage im Durchschnitt vom Auftragseingang bis zur Annahme durch den Kunden vergehen. Im SCOR-Modell heißt sie Order Fulfillment Cycle Time.
Häufiger Fehler. Viele Unternehmen messen nur Teilstrecken, etwa vom Auftragseingang bis zum Warenausgang. SCOR misst bis zur Annahme durch den Kunden. Wartezeiten, die der Kunde vorgibt (etwa ein späterer Wunschtermin), weist SCOR getrennt als Dwell Time aus und lässt sie im Benchmarking weg.
Bestandskennzahlen
Bestand sichert die Lieferbereitschaft und bindet Kapital. Jeder Euro im Lager verursacht außerdem Lagerhaltungskosten für Fläche, Handling, Risiko und Zinsen. Wie Sie diese Kosten berechnen, zeigt der Ratgeber Lagerhaltungskosten berechnen.
6. Lagerumschlagshäufigkeit
Die Lagerumschlagshäufigkeit gibt an, wie oft sich der durchschnittliche Lagerbestand in einem Jahr vollständig erneuert. Mengenmäßig teilen Sie den Verbrauch in Stück durch den durchschnittlichen Bestand in Stück. Wertmäßig gilt die folgende Formel.
Bei einem Wareneinsatz von 1,2 Mio. € und einem durchschnittlichen Lagerbestand von 300.000 € schlägt sich das Lager viermal im Jahr um. Den Durchschnittsbestand berechnen Sie aus Anfangs- und Endbestand geteilt durch zwei. Bei Saisonartikeln ist der Mittelwert aus Anfangsbestand und zwölf Monatsendbeständen genauer.
Häufiger Fehler. Oft steht im Zähler der Umsatz. Weil der Umsatz die Marge enthält, fällt der Umschlag zu hoch aus. Zähler und Nenner müssen gleich bewertet sein, also beide zu Einstandspreisen. Mehr im Ratgeber Lagerumschlagshäufigkeit berechnen.
7. Lagerreichweite
Die Lagerreichweite gibt an, wie viele Tage der vorhandene Bestand beim aktuellen Verbrauch ausreicht. Im SCOR-Modell heißt die Kennzahl Inventory Days of Supply.
Bei 3.000 Stück Durchschnittsbestand und 12.000 Stück Jahresverbrauch (rund 33 Stück pro Tag) reicht der Bestand 91 Tage. Rückblickend lässt sich die Reichweite auch aus dem Umschlag ableiten (365 geteilt durch Lagerumschlag). Für die Bestellentscheidung vergleichen Disponenten die Reichweite mit der Wiederbeschaffungszeit. Liegt die Reichweite darunter, droht eine Fehlmenge, bevor die nächste Lieferung eintrifft.
Häufiger Fehler. Disponenten nutzen die vergangenheitsbezogene Reichweite für Bestellentscheidungen. Für die Disposition zählt die Reichweite auf Basis des prognostizierten Bedarfs. Die Finanzsicht auf dieselbe Frage ist Days Inventory Outstanding, mehr dazu im Glossar DIO. Zu hohe Reichweiten führen zu Überbeständen und Slow Movern. Die Berechnung im Detail zeigt der Ratgeber Lagerreichweite berechnen.
Planungs- und Prognosekennzahlen
Planungskennzahlen zeigen, wie gut die Bedarfsprognose ist. Sie wirken auf alle anderen KPIs, weil jeder Prognosefehler entweder im Sicherheitsbestand oder in Fehlmengen landet.
8. Forecast-Genauigkeit (WAPE und MAPE)
Die Forecast-Genauigkeit (englisch Forecast Accuracy) misst, wie weit die Prognose vom tatsächlichen Bedarf abweicht. Der Prognosefehler ist die Differenz aus Ist und Prognose. Zwei Fehlermaße sind verbreitet. Der MAPE (Mean Absolute Percentage Error) mittelt die prozentualen Fehler je Artikel. Der WAPE (Weighted Absolute Percentage Error) setzt die Summe der absoluten Fehler ins Verhältnis zur Summe der Ist-Werte.
Der MAPE ist bei einem Ist-Wert von null nicht definiert, wird bei kleinen Ist-Werten extrem groß und bestraft Über- und Unterprognosen unterschiedlich stark (Hyndman und Athanasopoulos). Der WAPE gewichtet jeden Artikel nach seinem Volumen und lässt sich auch berechnen, wenn einzelne Ist-Werte null sind, solange ihre Summe größer null ist. In der Praxis geben viele Unternehmen die Genauigkeit als 1 minus WAPE an.
Der MAPE lässt sich für Artikel C nicht berechnen und liegt für A und B bei 30%, weil der kleine Artikel B den Wert dominiert. Der WAPE beträgt 17 geteilt durch 110, also 15,5%. Dasselbe Sortiment wirkt je nach Fehlermaß schwach oder solide. Legen Sie das Fehlermaß deshalb fest, bevor Sie berichten.
Häufiger Fehler. Das Reporting berechnet die Genauigkeit auf aggregierter Ebene, also Summe der Prognosen gegen Summe der Ist-Werte. Dort gleichen sich Über- und Unterprognosen einzelner Artikel aus, und der Wert sieht besser aus, als die Disposition ihn erlebt. Formeln und Varianten im Detail finden Sie im Glossar Forecast-Genauigkeit messen.
9. Forecast Bias
Der Forecast Bias zeigt, ob eine Prognose systematisch zu hoch oder zu niedrig liegt. Er ergänzt die Genauigkeit um die Richtung des Fehlers.
Diese Formel rechnet bewusst mit Prognose minus Ist. Ein positiver Wert bedeutet dann Überprognose und damit das Risiko von Überbestand, ein negativer Wert Unterprognose und das Risiko von Fehlmengen. Für das Beispiel oben ergibt sich (−10 + 5 + 2) geteilt durch 110, also ein Bias von −2,7%.
Häufiger Fehler. Die Vorzeichenkonvention ist in der Literatur uneinheitlich, manche Autoren rechnen Ist minus Prognose. Schreiben Sie die gewählte Konvention in die KPI-Definition, damit ein positiver Bias überall dasselbe bedeutet.
Kosten- und Finanzkennzahlen
Kostenkennzahlen übersetzen die Leistung der Lieferkette in Euro und Tage. Mit ihnen arbeitet auch das Controlling.
10. Supply-Chain-Gesamtkosten
Die Supply-Chain-Gesamtkosten setzen alle Kosten der Lieferkette ins Verhältnis zum Umsatz. Im SCORmark-Benchmark der ASCM heißt die Kennzahl Total Supply Chain Cost.
Häufiger Fehler. Die Kostenarten im Zähler wechseln von Jahr zu Jahr, etwa wenn die Buchhaltung Transportkosten einmal dem Einkauf und einmal der Logistik zuordnet. Legen Sie fest, welche Kostenarten dazugehören, und halten Sie die Abgrenzung konstant.
11. Fehlmengenkosten
Fehlmengenkosten entstehen, wenn ein Bedarf nicht pünktlich und vollständig bedient werden kann. Dazu zählen direkte Kosten wie Eilbeschaffung, Konventionalstrafen oder Produktionsstillstand und Opportunitätskosten in Form von entgangenem Gewinn.
In der Praxis erfassen Unternehmen Fehlmengenkosten selten vollständig. In einer Befragung des IPH Hannover mit 25 Unternehmen (Forschungsprojekt IGF 16188 N, BVL als Forschungsvereinigung, 2011) nannten 83% die Eilbeschaffung als relevante Kostenart. Eine umfassende Ermittlung der Fehlmengenkosten findet laut Abschlussbericht trotzdem nicht statt.
Häufiger Fehler. Ohne Fehlmengenkosten fehlt dem Bestand die Gegenrechnung. Jede Bestandssenkung sieht dann wie ein Gewinn aus. Wie Sie Fehlmengenkosten abschätzen, zeigt der Ratgeber Fehlmengenkosten berechnen, wie Sie Fehlmengen vermeiden, das Glossar Stockout.
12. Cash-to-Cash-Zyklus
Der Cash-to-Cash-Zyklus misst, wie viele Tage zwischen der Bezahlung an Lieferanten und dem Zahlungseingang vom Kunden vergehen. Er verbindet Bestand, Forderungen und Verbindlichkeiten in einer Zahl.
DIO steht für die Lagerdauer in Tagen, DSO für die Forderungslaufzeit und DPO für die Verbindlichkeitslaufzeit. Bei 60 Tagen DIO, 45 Tagen DSO und 30 Tagen DPO ist das Geld 75 Tage gebunden. Ein kürzerer Zyklus bedeutet weniger Kapitalbindung im Working Capital.
Häufiger Fehler. Manche Unternehmen verkürzen den Zyklus über längere Zahlungsziele bei Lieferanten. Das verlagert die Kapitalbindung auf die Lieferanten und kann deren Lieferbereitschaft gefährden. Mehr dazu im Glossar Cash Conversion Cycle und im Beitrag Working Capital durch bessere Planung senken.
Warum Supply Chain KPIs nur zusammen funktionieren
Die meisten Supply Chain KPIs ziehen in entgegengesetzte Richtungen. Weniger Bestand verbessert Lagerumschlag und Cash-to-Cash-Zyklus und senkt die Lagerhaltungskosten. Gleichzeitig steigt das Risiko von Fehlmengen, und der Servicegrad sinkt. Eine genauere Prognose entschärft diesen Konflikt, weil sie für denselben Servicegrad weniger Sicherheitsbestand braucht.
Rechenbeispiel (fiktive Werte). Ein Artikel hat einen Jahresbedarf von 12.000 Stück bei einem Einstandspreis von 100 €. Der Lagerhaltungskostensatz liegt bei 15% pro Jahr (Lagerkostensatz 11% plus Zinssatz 4%, Beispielwerte nach Wannenwetsch). Nicht gelieferte Mengen gehen als Umsatz verloren, jede Fehlmenge kostet 50 € entgangenen Gewinn. Das Unternehmen halbiert den Bestand, der β-Servicegrad sinkt dadurch annahmegemäß von 98% auf 94%.
Der Lagerumschlag verdoppelt sich, und trotzdem steigt die Summe aus Lager- und Fehlmengenkosten um 1.500 €. Dazu kommen 480 Stück Nachfrage, die das Unternehmen nicht bedienen kann. Ein Bericht, der nur den Lagerumschlag zeigt, meldet hier einen Erfolg. Ob Fehlmengen verloren gehen oder nachgeliefert werden, hängt vom Geschäft ab und verändert das Ergebnis.
Wie Sie den Konflikt zwischen Servicegrad und Bestand systematisch auflösen, zeigt der Beitrag Servicegrad vs. Bestand. Den größeren Rahmen zwischen Effizienz und Resilienz beschreibt der Beitrag Effizienz vs. Resilienz.
So wählen Sie das richtige KPI-Set aus
Ein gutes KPI-Set beginnt bei den Zielen des Unternehmens und wird in fünf Schritten aufgebaut.
- Ziele ableiten. Klären Sie, was die Lieferkette leisten soll, etwa Lieferfähigkeit für A-Kunden oder weniger gebundenes Kapital.
- Dimensionen abdecken. Wählen Sie je mindestens eine KPI für Service, Bestand, Planung und Kosten, damit Zielkonflikte sichtbar bleiben.
- Hierarchie bilden. Berichten Sie wenige Top-KPIs an das Management und ordnen Sie jeder KPI Diagnosekennzahlen zu, mit denen die Fachbereiche Ursachen finden.
- Jede KPI vollständig definieren. Dazu gehören Formel, Bezugstermin, Messebene, Datenquelle, Zielwert und verantwortliche Person. Die SMART-Kriterien nach Doran (1981) helfen bei der Formulierung der Ziele.
- Rhythmus festlegen. Bestimmen Sie, wer welche KPI wie oft prüft und in welchem Meeting Abweichungen besprochen werden.
Typische Fehler in der Praxis sind Durchschnitte über das ganze Sortiment, die Probleme einzelner Artikelgruppen verdecken, und Kennzahlen ohne verantwortliche Person, die zwar berichtet, aber von niemandem gesteuert werden. Auch Mengen- und Wertgrößen landen häufig in derselben Formel.
Wie Sie Ihre Werte mit anderen Unternehmen vergleichen, beschreibt das Glossar Supply Chain Benchmarking.
Logistik-Kennzahlen als operative Ebene
Logistik-Kennzahlen messen einzelne Prozesse in Lager und Transport. Typische Beispiele sind Bestandsgenauigkeit, Kommissionierleistung pro Stunde und Frachtkosten je Sendung. Im KPI-Set stehen sie unter den Supply Chain KPIs und erklären deren Veränderung. Sinkt etwa die OTIF-Quote, zeigt die Kommissionierleistung, ob das Lager der Engpass ist.
Für einheitliche Definitionen gibt es in Deutschland die Richtlinie VDI 4400 mit Logistikkennzahlen für Beschaffung, Produktion und Distribution (Blatt 3 zur Distribution erschien 2002). Sie ist als Grundlage für Benchmarking und internes Controlling gedacht.
Supply Chain KPIs messen und berichten
Die meisten Supply Chain KPIs lassen sich aus dem ERP berechnen. Absatz, Bestände, Bestellungen und Liefertermine liegen dort bereits. Schwieriger wird es bei Kennzahlen, die Daten von Partnern brauchen. In der BVL-Studie „Trends und Strategien 2025/26“ mit 202 Unternehmen aus dem deutschsprachigen Raum gaben 84,2% an, Bestandsdaten ihrer Partner zu benötigen. Nur 61,4% erhalten sie. Predictive Analytics nutzen 59,4% der Befragten, umfassend allerdings nur 9,9%.
Viele Unternehmen starten deshalb mit einer Vorlage in Excel. Eine Struktur für den Aufbau finden Sie im Beitrag Supply Chain KPI-Dashboard. Sobald mehrere Standorte und tausende Artikel dazukommen, wird die manuelle Pflege aufwendig.
Für die Planungskennzahlen lässt sich das Modul Demand Forecasting von pacemaker.ai um den Bereich Insights erweitern. Dort sehen Planer eigene Auswertungen der Forecastgenauigkeit, den Vergleich über Planungshorizonte und Jahresvergleiche. Forecast Explanations zeigen je Prognosewert, welche Faktoren ihn nach oben oder unten verschoben haben.
Häufige Fragen zu Supply Chain KPIs
Quellen
- Gleich, Schober: Lieferkettenmanagement und Controlling. Studienbericht, Frankfurt School CPMC, 2025
- Chae: Developing key performance indicators for supply chain, Supply Chain Management 14(6), 2009
- Supply Chain Council / ASCM: Supply Chain Operations Reference Model, Version 11.0, 2012
- ASCM: SCORmark Dashboard, Beispiel-Deliverables 2026
- ASCM: Pressemitteilung zum SCOR Digital Standard (19.09.2022)
- Teymourifar: Beitrag zum SCOR Digital Standard, Frontiers in Sustainability 7, 2026
- Tempelmeier: Analytics im Bestandsmanagement, 7. Auflage (Leseprobe)
- Kämmerer: Dissertation, Universität Würzburg, 2017
- Skenderi: Diplomarbeit, Johannes Kepler Universität Linz (zu Liefertreue und Lieferfähigkeit)
- Reinsch: Dissertation, Universität Hannover, 2003
- Wannenwetsch: Berechnung des Lagerhaltungskostensatzes, Haufe
- Hyndman, Athanasopoulos: Forecasting: Principles and Practice, Kapitel 5.8
- Kolassa, Schütz: Advantages of the MAD/Mean ratio over the MAPE, Foresight 6, 2007
- Green, Tashman: Should we define forecast error as e = F − A or e = A − F?, Foresight 10, 2008
- Gabler Wirtschaftslexikon: Fehlmengenkosten
- IPH / BVL: Fehlmengenkostenbasiertes Entscheidungsmodell, Schlussbericht IGF 16188 N, 2011
- Farris, Hutchison, Hasty: Using Cash-to-Cash to Benchmark Service Industry Performance, Journal of Applied Business Research 21(2), 2005
- University of Florida IFAS: SMART-Ziele nach Doran (1981)
- VDI 4400 Blatt 3: Logistikkennzahlen für die Distribution, 2002
- BVL: Trends und Strategien in Logistik und Supply Chain Management 2025/26
