Produzierendes Industrieunternehmen
Der Forecast lag in einer Excel. Bei allen gleichzeitig.
Bei einem produzierenden Industrieunternehmen pflegten zehn Vertriebler dieselben Artikel in derselben Excel — niemand sah mehr, wo der Bedarf wirklich herrschte. Heute aggregiert eine zentrale Lösung den Forecast pro Artikel, Markt und Person.
- Ausgangslage
- Der Forecast lebte in einer immer größeren Excel-Tabelle, in der mehrere Vertriebler dieselben Artikel aktualisierten. Wo welcher Bedarf tatsächlich anfiel, war nicht mehr sichtbar; die Datei wurde unübersichtlich und langsam. Betroffen war die ganze Kette: zehn Vertriebler, drei Manager im Bedarfsmeeting, der Einkauf — und die Geschäftsführung, die auf dieser Basis entscheiden musste.
- Entscheidung
- Geprüfte Speziallösungen vom Markt hätten das Zehn- bis Fünfzehnfache gekostet — Einmalkosten im unteren bis mittleren sechsstelligen Bereich — und der Prozess hätte sich dem Tool anpassen müssen statt umgekehrt. Die Power-Platform-Lösung nutzt die bereits bezahlten Lizenzen: Jeder Vertriebler pflegt seine Werte personen- und marktgebunden, aggregiert wird pro Artikel.
- Ergebnis
- Eine Logik für alle statt zehn Excel-Interpretationen: Der rollierende Monats-Forecast entsteht per Knopfdruck, mit Drilldown vom Artikel über den Markt bis zum einzelnen Vertriebsmitarbeiter. Rund 15 Nutzer arbeiten damit, vom Vertrieb bis zur Geschäftsführung. Die Lösung ist in der Testphase — belastbare Stundenwerte folgen aus dem Betrieb.
Warum die Excel scheitern musste
Eine Excel-Tabelle ist ein hervorragendes Werkzeug für eine Person — und ein schlechtes für zehn. Sobald mehrere Vertriebler dieselben Artikel aktualisieren, ist nicht mehr nachvollziehbar, wessen Zahl gerade gilt und wo der Bedarf tatsächlich entsteht. Die Datei wuchs mit jedem Monat, wurde langsamer und unübersichtlicher — und auf genau dieser Grundlage saßen Manager im Bedarfsmeeting, plante der Einkauf und entschied die Geschäftsführung.
Die Entscheidung: anpassbar statt zugekauft
Fertige Forecasting-Tools verschiedener Anbieter wurden geprüft — und verworfen. Zwei Gründe:
- Der Preis: Einmalkosten im unteren bis mittleren sechsstelligen Bereich, das Zehn- bis Fünfzehnfache der selbst erstellten Lösung.
- Die Richtung der Anpassung: Beim Marktprodukt hätte sich der gewachsene Vertriebsprozess dem Tool anpassen müssen. Die Power-Platform-Lösung wurde umgekehrt auf den Prozess gebaut.
Dazu kam das Argument, das in fast jedem unserer Projekte den Ausschlag gibt: Die Microsoft-Lizenzen waren bereits bezahlt. Kern der Lösung ist die personen- und marktgebundene Pflege — jeder Vertriebler trägt seine Forecast-Werte selbst ein, und die Aggregation pro Artikel zeigt, wo Bedarf anfällt und wo nachgesteuert werden muss.
Was gebaut wurde
- Eine zentrale Canvas-App für die Erfassung und die Auswertung.
- SQL-Datenbestand nach SharePoint synchronisiert als Datenbasis.
- Power-Automate-Flows für Berichterstellung und Benachrichtigungen.
- Eine Azure Function App für die Konsolidierung und Berechnung der Daten — Rechenarbeit gehört nicht in einen Flow, der an Zeitlimits scheitern kann.
- Reine Automatisierung, bewusst ohne KI. Perspektivisch soll KI die Forecast-Planung datengetrieben antizipieren — auf der jetzt vorhandenen, sauberen Datenbasis.
Wo das Projekt steht
Rund sechs Monate nach Beauftragung läuft die Lösung in der Testphase mit etwa 15 Nutzenden — zehn Vertriebler, drei Manager, Einkauf und Geschäftsführung. Schon jetzt gilt: eine Logik für alle, ein rollierender Monats-Forecast per Knopfdruck, Informationstiefe vom Artikel über den Markt pro Land bis zum einzelnen Vertriebsmitarbeiter. Belastbare Stundenersparnisse veröffentlichen wir erst, wenn der Betrieb sie belegt — das halten wir bei allen Fällen so.