Dispositionparameterpflege

Dispositionparameterpflege bezeichnet die regelmäßige Aktualisierung der Steuerungsfelder im Materialstamm, die das MRP-Lauf-Verhalten bestimmen: Dispositionsverfahren, Losgrößenverfahren, Sicherheitsbestand, Meldebestand, Wiederbeschaffungszeit und Disponentenzuordnung. Schlechte Pflege verursacht systematisch zu hohe Bestände oder Versorgungslücken — meist beides parallel in unterschiedlichen Materialgruppen einer Disposition, mit direktem Effekt auf Working Capital und Lieferfähigkeit.

Detaillierte Erklärung

In SAP S/4HANA (MRP-Live) und Oracle E-Business werden Dispositionsparameter über den Materialstamm-View MRP1-MRP4 gepflegt. Die wichtigsten Felder sind: Dispomerkmal (PD plangesteuert, VB Bestellpunkt, V1/V2 verbrauchsgesteuert), Losgrößenschlüssel (EX exakt, FX feste Losgröße, HB Höchstbestand, EOQ wirtschaftliche Losgröße), Sicherheitsbestand absolut oder als Reichweite, Meldebestand, Eigenfertigungszeit, geplante Lieferzeit und Wareneingangsbearbeitungszeit.

Die ASCM-SCOR-Referenz empfiehlt eine Pflegekadenz, die sich an der ABC-XYZ-Klassifikation orientiert: A-X-Materialien quartalsweise, B-Y halbjährlich, C-Z jährlich. Studien des BME zeigen, dass im DACH-Mittelstand etwa 40 Prozent der Dispositionsparameter älter als 24 Monate sind — mit der Folge, dass Sicherheitsbestände auf Lieferzeitwerten basieren, die seit Jahren nicht mehr realistisch sind.

Mathematisch gilt: Verändert sich die Wiederbeschaffungszeit von 6 auf 9 Wochen, muss der Sicherheitsbestand nach SS = z × σ × √LT um den Faktor √(9/6) = 1,22 angepasst werden. Wer das versäumt, akzeptiert eine plötzlich gesunkene Servicelevel-Wahrscheinlichkeit. Umgekehrt führt eine reduzierte Lieferzeit nach Lieferantenwechsel ohne Parameterpflege zu kaufmännisch unnötig hohem Bestand.

Die Pflege umfasst auch das Lösen toter Felder: Materialien mit Dispomerkmal "kein MRP", aber aktiven Bedarfen, sowie alte Sondereinstellungen aus Projekten, die nie zurückgesetzt wurden. Oracle E-Business kennt zusätzlich das Min-Max-Planning, das eine eigene Parametersystematik mit Min-Quantity, Max-Quantity und Fixed-Lot-Multiple einführt.

Wichtig ist die Trennung zwischen Stammdatenpflege (selten, fundamental) und Parameterpflege (häufig, justierend). Ein neues Material braucht initial korrekte Klassifikation und Verfahrensauswahl; danach geht es um regelmäßige Justierung von Sicherheits- und Meldebestand auf Basis tatsächlicher Verbräuche und gemessener Lieferzeitabweichungen.

Praxisbeispiel (konkretes Einkaufsszenario)

Ein Hersteller von Industrie-Pumpen mit 6.400 aktiven Materialien führt eine Disposition-Health-Analyse durch. Ergebnis: 2.180 Materialien haben Sicherheitsbestände, die seit der ERP-Migration 2019 nicht mehr verändert wurden. Bei 540 dieser Materialien ist die geplante Lieferzeit auf 21 Tage gesetzt, obwohl der gemessene Median der letzten 12 Monate bei 34 Tagen liegt. Bei 290 anderen Materialien wurde die Lieferzeit nach Lieferantenwechsel nicht von 49 auf 28 Tage reduziert.

Der Einkaufsleiter etabliert einen vierteljährlichen Pflegezyklus mit drei Schritten. Erstens: Auswertung der Lieferzeitvarianz aus Bestellbestätigung versus Wareneingang für alle A- und B-Materialien. Materialien mit Lead-Time-Variance über 25 Prozent gehen in eine Pflege-Worklist. Zweitens: Neuberechnung des Sicherheitsbestands nach SS = z × σ × √LT, wobei sigma aus den letzten 24 Verbrauchsperioden berechnet wird, z je nach Kritikalität (1,65 / 2,05 / 2,33). Drittens: Abgleich des Dispositionsverfahrens mit der XYZ-Klassifikation — X-Materialien plangesteuert, Y verbrauchsgesteuert mit Prognose, Z manuell.

Nach drei Pflegezyklen sinkt der Gesamtbestand um 8,4 Prozent (entspricht 2,1 Mio. EUR), während die Lieferfähigkeit von 94,2 auf 96,9 Prozent steigt. Beide Effekte gleichzeitig sind kein Widerspruch, sondern das typische Resultat sauberer Parameterpflege: alte Bestände lagen auf den falschen Materialien, neue Bestände sind bedarfsgerecht verteilt.

Die Pflege wird in SAP über Massenpflegetransaktionen (MM17 für Materialstammfelder, OPPQ für Dispobereich-Defaults) durchgeführt; manuelle Einzelpflege bleibt für die Top-50-Engpassmaterialien reserviert.

Typische Fehler & Verhandlungskontext

Der erste Fehler ist die Pflege ohne Datenbasis. Wer Sicherheitsbestände "nach Bauchgefühl" anhebt, weil ein Material einmal knapp war, baut systematisch Überbestand auf. APICS Forecasting empfiehlt, Parameteränderungen immer durch Verbrauchs- und Lieferzeitstatistiken zu begründen und in einem Änderungsprotokoll zu dokumentieren.

Der zweite Fehler ist die fehlende Trennung von Sicherheitsbestand und strategischer Bevorratung. Ein Geschäftsführer, der nach Halbleitermangel 2021 ein 12-Wochen-Polster vorgibt, sollte das nicht im Sicherheitsbestand-Feld eintragen, sondern als strategische Bevorratungsstrategie auf separaten Lagerorten oder mit eigenem Klassifikationsmerkmal. Sonst sind beide Effekte später nicht mehr trennbar und Optimierungsläufe scheitern.

Im Verhandlungskontext sind Dispositionsparameter ein vergessenes Thema. Wer mit einem Lieferanten über kürzere Lieferzeiten verhandelt und eine Reduktion von 6 auf 4 Wochen erreicht, sollte sofort prozessual hinterlegt haben, dass der Materialstamm-Wert angepasst wird. Sonst verpufft der Bestandsvorteil. Umgekehrt: Wenn Lieferanten in Bestellbestätigungen systematisch längere Zeiten zusagen als im Materialstamm hinterlegt, ist das ein Signal für überholte Stammdaten — oder für Lieferantenleistung, die in der Lieferantenbewertung berücksichtigt werden muss.

Der dritte Stolperstein ist die Verantwortungsdiffusion. In vielen Mittelständlern pflegen Disponenten, Einkäufer, Stammdaten-Administratoren und Werker parallel an denselben Feldern. Eine klare RACI-Matrix mit Disponent als Owner, Stammdatenteam als Konsulent und Einkäufer als Informierter löst die meisten Pflegekonflikte.

Ein vierter Aspekt ist das Auditing. Eine sinnvolle Pflegestrategie protokolliert jede Parameteränderung mit Zeitstempel, Begründung und Datengrundlage in einer Änderungstabelle. Dadurch wird im Nachgang nachvollziehbar, ob die Änderung den gewünschten Effekt hatte — sinkt der Bestand wie geplant, bleibt die Lieferfähigkeit stabil. Diese Rückkopplung ist die Basis für kontinuierliches Lernen und macht aus reinem Pflege-Aufwand einen messbaren Optimierungsprozess. APICS-CPIM-Trainings bezeichnen das als "parameter governance" und betrachten es als Reife-Indikator höherer Stufe.

Ein fünfter Punkt ist die Integration mit Lieferanten-Datenflows. Moderne Setups synchronisieren Lieferzeitwerte direkt aus Auftragsbestätigungen und Wareneingangs-Statistiken, statt sie manuell zu pflegen. SAP S/4HANA bietet dafür im SAP Ariba-Verbund automatisierte Aktualisierungs-Routinen. In der Praxis bleibt aber die menschliche Plausibilitätsprüfung wichtig: Ein neuer Lieferant mit drei Lieferungen bietet keine statistische Basis für eine Lieferzeit-Aktualisierung, erst nach mindestens zwölf Lieferungen sind die Daten belastbar. Wer ohne diese Mindestmenge automatisiert pflegt, überreagiert auf Zufallsausreißer.

Verwandte Begriffe

• [[materialdisposition]]
• [[sicherheitsbestand]]
• [[meldebestand]]
• [[wiederbeschaffungszeit]]
• [[lead-time-variance]]