Was ist eine ABC-Analyse?

Die ABC-Analyse ist ein praxisbewährtes Verfahren der Materialwirtschaft und Lagerhaltung, das Güter, Produkte oder Kunden nach ihrem jeweiligen Wertanteil in Klasse A, B und C einteilt. Basierend auf dem Pareto-Prinzip hilft sie, Ressourcen gezielt auf die wertstärksten A-Positionen zu konzentrieren und einfache Routinen für C-Positionen zu etablieren. Dank unkomplizierter Umsetzung in Excel, ERP-Systemen oder BI-Tools ermöglicht die ABC-Analyse eine schnelle Priorisierung und effektives Bestands- und Zeitmanagement.

Begriff und Definition

Die ABC-Analyse ist ein klassisches Verfahren der Materialwirtschaft zur Bedarfsklassifizierung von Gütern, Produkten oder Kundengruppen. Sie unterteilt eine grosse Zahl von Objekten anhand ihres Wertanteils in drei Klassen:

Kategorie A (auch Klasse A): Wertelemente mit hohem Wertanteil und geringem Mengenanteil.
Kategorie B (oder Klasse B): Objekte mit mittlerem Wert- und Mengenanteil.
Kategorie C (bzw. Klasse C): Artikel mit niedrigem Wertanteil, aber hohem Mengenanteil.

Die Einteilung erfolgt meistens über eine Rangfolge: Zunächst werden alle Positionen (z. B. Artikelnummern, A-Kunden) nach ihrem jeweiligen Wertanteil absteigend sortiert, dann kumuliert und schliesslich entlang vorgegebener Schwellen in die Klassen A, B und C unterteilt.

Fundamental für die ABC-Analyse ist das Pareto-Prinzip, das besagt, dass in vielen Fällen rund 80% des Ergebnisses (hier Wertanteil) durch etwa 20% der Ursachen (A-Positionen) erzielt werden. Zur Veranschaulichung dieser Verteilung kann die Lorenzkurve herangezogen werden: Sie zeigt grafisch, wie kumulierter Wert- gegen Mengenanteil aufgetragen werden kann. Die ABC-Analyse nutzt diese Erkenntnisse, um gezielt kritische Bestände (A-Teile) zu identifizieren und effizient zu steuern.

Bedeutung

Die ABC-Analyse ist ein zentrales Instrument in der Materialwirtschaft und im Lagerbestandsmanagement, da sie durch die Einteilung in Klasse A, B und C eine klare Priorisierung nach Wertanteil und Mengenanteil ermöglicht. A-Positionen (hoher Wertanteil, geringer Mengenanteil) erhalten dabei besondere Aufmerksamkeit bei Bestellzyklen und Sicherheitsbeständen, während C-Positionen mit einfachen Routinen verwaltet werden können.

Darüber hinaus unterstützt die ABC-Analyse das strategische Sourcing und die Lieferantenbewertung, indem sie A-Lieferanten für bevorzugte Konditionen identifiziert und C-Lieferanten konsolidierbar macht. Im Kundenmanagement hilft die Segmentierung in A-Kunden, B-Kunden und C-Kunden, Service und Ressourceneinsatz effizient zu steuern. Auch im Zeitmanagement dient sie als einfaches Analyseverfahren zur Priorisierung von Aufgaben.

Grundlagen

Die ABC-Analyse ist ein klassisches Klassifikationsverfahren, das auf zwei grundlegenden Kennzahlen basiert: dem Wertanteil und dem Mengenanteil einzelner Positionen (z. B. Artikel, A-Kunden, B-Kunden, C-Kunden). Ausgangspunkt ist stets eine geordnete Liste aller Objekte zu einer Ist-Situation, die nach ihrem Wertanteil absteigend sortiert wird. Anschliessend werden kumulierte Summen gebildet, um die Klassengrenzen für Kategorie A, Kategorie B und Kategorie C festzulegen.

Zur Veranschaulichung und Validierung der Ergebnisse bietet sich das Pareto-Prinzip (80/20-Regel) an: Es besagt, dass rund 80% des Gesamtwertes durch etwa 20% der Objekte gesteuert werden. Die Lorenzkurve kann dabei helfen, Abweichungen von dieser Idealverteilung sichtbar zu machen. Oft ergänzt man die ABC-Analyse durch die XYZ-Analyse, um neben wert- auch verbrauchsabhängige Schwankungen zu berücksichtigen.

In der Praxis lässt sich die ABC-Analyse unkompliziert in Excel umsetzen: Mit Pivot-Tabellen lässt sich die Sortierung und Kumulierung automatisieren, und ein kombiniertes Balken- und Liniendiagramm erzeugt schnell ein aussagekräftiges Pareto-Diagramm. So erhält man nicht nur eine strukturierte Übersicht der Bestände, sondern kann auch auf Basis der Klassenzuordnung individuelle Dispositionsstrategien, Bestellzyklen und Sicherheitsbestände ableiten.

Vorgehen

Im Folgenden ein typischer Ablauf zur Durchführung der ABC-Analyse in fünf Schritten:

Datenaufbereitung

Sammle für alle Objekte (z. B. Artikelnummern, A-Kunden, B-Kunden, C-Kunden) die relevanten Kennzahlen:
- Wertanteil (z. B. Jahresumsatz oder Beschaffungswert pro Position)
- Mengenanteil (Absatzmenge oder Verbrauch in Stück/Volumen)
Konsolidiere die Daten in einer Tabelle (etwa in Excel) und bereinige Dubletten.

Berechnung der Anteile

Ermittle den prozentualen Wertanteil jeder Position am Gesamtwert.
Ermittle analog den prozentualen Mengenanteil jeder Position.
Ergänze die Tabelle um kumulierte Summen beider Kennzahlen.

Sortierung und Visualisierung

Sortiere die Datensätze in absteigender Reihenfolge nach dem Wertanteil.
Erstelle in Excel (z. B. mit Pivot-Tabellen) ein kombiniertes Pareto-Diagramm bzw. nutze die Lorenzkurve, um Wert- und Mengenverteilung grafisch darzustellen.

Festlegung der Klassengrenzen

Definiere die Klassengrenzen für die einzelnen Klassen:
- Klasse A: etwa 70–80% kumulierter Wertanteil
- Klasse B: etwa 15–25% kumulierter Wertanteil
- Klasse C: die restlichen 5–10%
Diese Schwellen dienen als Richtwert; in speziellen Branchen oder im strategischen Sourcing können abweichende Prozentsätze sinnvoll sein.

Zuordnung und Ableitung von Massnahmen

Ordne jede Position entsprechend ihrem kumulierten Wertanteil den Klassen A, B oder C zu.
Entwickle für jede Kategorie individuelle Massnahmen:
- Kategorie A: enge Bestandskontrolle, niedrige Sicherheitsbestände, kurze Bestellzyklen
- Kategorie B: moderates Risikomanagement, mittelfristige Disposition
- Kategorie C: einfache Verwaltung, hohe Bestelllosgrössen, seltene Überwachung

Tipp: Kombiniere die ABC-Analyse mit der XYZ-Analyse, um neben wert- auch verbrauchsabhängige Schwankungen (z. B. unregelmässiger Verbrauch bei X-Teilen) zu berücksichtigen und deine Lagerbestände noch präziser zu steuern.

Varianten und Erweiterungen der ABC-Analyse

Die klassische ABC-Analyse teilt Positionen nach ihrem Wertanteil (z. B. Umsatzanteil, prozentualer Anteil) in Kategorie A, Kategorie B und Kategorie C ein. Verschiedene Varianten und Erweiterungen zielen darauf ab, zusätzliche Dimensionen, Kriterien oder Anwendungsfälle abzudecken.

ABC-Analyse auf Kundenbasis

In der Kundenanalyse bzw. Kundenmanagement werden nicht nur Artikel, sondern A-Kunden, B-Kunden und C-Kunden nach ihrem Jahresumsatz klassifiziert.
Die Priorisierung hilft, Vertriebsressourcen gezielt auf wichtigste Kunden zu fokussieren und Servicelevel entsprechend anzupassen.
Alternative Kennzahlen wie Deckungsbeitrag oder Bestellhäufigkeit können ergänzend zum Umsatzanteil herangezogen werden.

ABC / XYZ-Analyse

Kombination der ABC-Analyse (wertbasiert) mit der XYZ-Analyse (verbrauchsabhängig), um Vorräte nach Wertanteilen und Verbrauchsvariabilität zu klassifizieren.
X-Teile (regelmässiger Verbrauch), Y-Teile (mittlere Schwankung) und Z-Teile (hohe Unregelmässigkeit) werden mit den ABC-Klassen verknüpft, wodurch neun Kombinationsgruppen entstehen (z. B. A-X, B-Y, C-Z).

Mehrdimensionale Analyseverfahren

Lagerkosten und Lagerhaltungskosten können als drittes Kriterium in einer gewichteteten ABC-Analyse berücksichtigt werden.
Statt nur nach Wertanteil können auch Beschaffungsrisiko, Lieferantenstabilität oder Lieferzeit in die Bewertung einfliessen (z. B. als Score in einem Analyseverfahren).
So entstehen individuell angepasste Grenzen der jeweiligen Klassen, die branchenspezifische Anforderungen besser abbilden.

Portfolio-Modelle und GE-Matrix

Als weiterführende Erweiterung dient die General Electric-(GE-)Matrix, die Marktattraktivität und Wettbewerbsstärke kombiniert.
Die GE-Matrix nutzt die ABC-Logik zur Segmentierung von Geschäftsbereichen oder Produkten und ergänzt sie um strategische Kriterien (z. B. Marktwachstum, relativer Marktanteil).

Dynamische und rollierende Verfahren

Rollierende ABC-Analyse passt die Klassifizierung regelmässig an veränderte Lagerbestände und Absatzmuster an.
Dies ermöglicht eine kontinuierliche Anpassung der Dispositionsstrategien, um auf Markttrends oder saisonale Schwankungen zu reagieren.

Beispiel einer ABC-Analyse

Folgendes Beispiel verdeutlicht die Berechnung der ABC-Analyse in Excel, basierend auf dem Pareto-Prinzip:

Artikel	Jahresumsatz (CHF)	Umsatzanteil (%)	Kumulativ (%)	Klasse
A	50000	52.6 %	52.6 %	A
B	20000	21.1 %	73.7 %	A
C	15000	15.8 %	89.5 %	B
D	8000	8.4 %	97.9 %	C
E	2000	2.1 %	100 %	C

Daten in Excel:

Erfasse für jeden Artikel den Jahresumsatz.
Berechne den Umsatzanteil als prozentualen Anteil am Gesamtumsatz.
Bilde in einer zusätzlichen Spalte den kumulativen prozentualen Anteil.

Festlegung der Klassengrenzen:

Klasse A: kumulativer Umsatzanteil bis ca. 80%
Klasse B: kumulativer Umsatzanteil von ca. 80% bis 95%
Klasse C: kumulativer Umsatzanteil über 95%

Ergebnisinterpretation:

Kategorie A (Artikel A und B) macht zusammen ca. 73.7% des Wertes aus und erfordert höchste Priorität in der Materialwirtschaft und im Lagerbestände-Controlling.
Kategorie B (Artikel C) trägt noch signifikant zum Wertanteil bei, weshalb ein mittleres Risikomanagement ratsam ist.
Kategorie C (Artikel D und E) hat nur geringen Einfluss auf den Gesamtwert und kann mit höheren Bestelllosgrössen und längeren Bestellzyklen verwaltet werden.

Visualisierung:

In Excel lässt sich aus diesen Daten schnell ein Pareto-Diagramm erstellen, das Balken (Umsatzanteil) und eine kumulative Liniendarstellung kombiniert.
Optional kann eine Lorenzkurve angefertigt werden, um Abweichungen von der idealen 80/20-Verteilung zu veranschaulichen.

Mit diesem Beispiel siehst du, wie sich mithilfe der ABC-Analyse Klassen für jedes Objekt (z. B. Artikel, A-Kunden, B-Kunden) bestimmen lassen, um im nächsten Schritt gezielte Massnahmen (z. B. Sicherheitsbestand, Bestellzyklen) abzuleiten.

Vor- und Nachteile der ABC-Analyse

Vorteile

Fokussierung auf Wesentliches: Durch die Einteilung in Kategorie A, B und C werden die wenigen wert- bzw. umsatzstarken Objekte («A-Teile») klar identifiziert und erhalten Priorität in der Materialwirtschaft und im Lagerbestände-Controlling.
Einfache Handhabung und Umsetzung: Die ABC-Analyse lässt sich unkompliziert in Excel umsetzen – Pivot-Tabellen und Pareto-Diagramme automatisieren Sortierung, Kumulierung und Visualisierung.
Verbesserte Ressourcenzuteilung: Durch gezieltes Zeitmanagement und strukturierte Dispositionsstrategien können Unternehmen Lagerkosten und Lagerhaltung reduzieren und Kapitalbindung optimieren.
Strategisches Sourcing: In Kombination mit dem Pareto-Prinzip und der XYZ-Analyse werden sowohl wert- als auch verbrauchsabhängige Kriterien berücksichtigt, was die Lieferantenbewertung und Beschaffungsplanung stärkt.
Transparenz und Steuerung: Die Klassengrenzen (z. B. 70–80% für Klasse A) schaffen eine klare Grundlage für individuelle Bestellzyklen, Sicherheitsbestände und weitere Analyseverfahren.

Nachteile

Vernachlässigung qualitativer Kriterien: Die reine Wert- bzw. Mengenauswertung berücksichtigt keine Qualitätsaspekte wie Lieferzuverlässigkeit, Haltbarkeit oder Produktspezifika.
Abhängigkeit von historischen Daten: Die ABC-Analyse basiert auf vergangenen Umsatzanteilen und Verbrauchsmustern; bei kurzfristigen Marktänderungen oder neuen Produkten kann die Klassifizierung irreführend sein.
Statische Klassengrenzen: Fest definierte Schwellen (z. B. Klasse C ab 95% kumulativ) sind nicht immer optimal und können in spezialisierten Branchen oder bei unregelmässigem Absatz zu Fehlklassifikationen führen.
Einfaches Analyseverfahren: Ohne Ergänzung (z. B. um Lagerkosten, Beschaffungsrisiko oder rollierende Anpassungen) bietet die ABC-Analyse nur eine oberflächliche Sicht auf Komplexität und Dynamik in der Lagerhaltung.
Überbewertung homogener Verteilungen: Wenn viele Positionen ähnliche Wert- oder Mengenanteile haben, verliert die Methode ihre Trennschärfe und liefert wenig aussagekräftige Pareto-Diagramme.

In der Praxis empfiehlt es sich, die Nachteile der ABC-Analyse durch regelmässige Updates (z. B. rollierende ABC-Analyse) und durch Kombination mit weiteren Verfahren (etwa der XYZ-Analyse oder gewichteten Portfolio-Modellen) auszugleichen.

Anwendungsbereiche

Die ABC-Analyse lässt sich in verschiedenen Branchen und Unternehmensbereichen anwenden:

Materialwirtschaft & Lagerhaltung: Priorisierung von Lagerbeständen in Kategorie A, B und C zur Senkung von Lagerkosten und Optimierung von Bestellzyklen.
Einkaufscontrolling & strategisches Sourcing: Einteilung von Lieferanten nach Umsatzanteil, mit A-Lieferanten für bevorzugte Konditionen und C-Lieferanten zur Prozessvereinfachung (ggf. in Kombination mit der XYZ-Analyse).
Kundenanalyse: Segmentierung der einzelnen Kunden in A-Kunden (wichtigste Kunden), B-Kunden und C-Kunden (weniger wichtige Kunden); Fokus auf wichtigste Kunden bei Service und Upselling.
Zeitmanagement: Einordnung von Aufgaben in Klassen A–C für klare Priorisierung und effiziente Projektarbeit.
Erweiterte Portfolio-Modelle: Integration in die General Electric-Matrix zur strategischen Bewertung von Produkten oder Geschäftseinheiten.

Softwareunterstützung für die ABC-Analyse

Die ABC-Analyse lässt sich mit unterschiedlichen Softwarelösungen effektiv umsetzen:

Excel: Mit Pivot-Tabellen, Formeln und Makros erzeugst du automatisch Pareto-Diagramme, berechnest Wertanteile, kumulierst die Daten und legst flexible Klassengrenzen für Kategorie A, B und C fest.
ERP-Systeme (z. B. SAP MM): Integrierte Analyseverfahren verbinden ABC-Auswertung direkt mit Lagerbeständen, Bestellzyklen und Lagerhaltung, sodass Lagerkosten und Sicherheitsbestände unternehmensweit gesteuert werden.
BI-Tools (Power BI, Tableau): Automatisieren die Datenaufbereitung und bieten interaktive Dashboards, in denen sich Ergebnisse der ABC-Analyse mit der XYZ-Analyse kombinieren lassen.
Open-Source: Bibliotheken wie pandas (Python) oder entsprechende R-Pakete ermöglichen skriptgesteuerte ABC-Analysen und individuelle Reportings.

So kannst du deine Materialwirtschaft digitalisieren und schnelle, datenbasierte Entscheidungen treffen.

Geschichte der ABC-Analyse

Die Wurzeln der ABC-Analyse liegen im Pareto-Prinzip, das der italienische Ökonom Vilfredo Pareto bereits um 1906 formulierte und das nahelegt, dass ein Grossteil der Wirkung auf wenige Ursachen zurückgeht. Erst in den 1950er-Jahren wurde dieser Gedanke systematisch auf die Materialwirtschaft und das Bestandsmanagement übertragen: Der US-amerikanische Ingenieur H. Ford Dickie entwickelte bei General Electric erstmals ein Analyseverfahren, bei dem Lagerbestände nach ihrem Wertanteil klassifiziert wurden. Damit legte er den Grundstein für die Einteilung in Kategorie A, B und C.

In den folgenden Jahrzehnten verbreitete sich die ABC-Analyse rasch in der Betriebswirtschaftslehre (BWL) und im Einkaufscontrolling. Die einfache Umsetzung in Excel und später in ERP-Systeme (z. B. SAP MM) trug massgeblich zu ihrer Popularität bei. Anfangs war die Einteilung streng wertbasiert, doch bald kamen Erweiterungen hinzu, etwa die Kombination mit der XYZ-Analyse, um neben wert- auch verbrauchsabhängige Schwankungen zu berücksichtigen.

Heute ist die ABC-Analyse aus der Praxis in Industrie und Handel nicht mehr wegzudenken. Sie bildet die Basis für viele Priorisierungen — von Lagerbeständen und A-Kunden bis hin zu Aufgaben im Zeitmanagement. Moderne BI-Tools automatisieren die Klassifizierung und erlauben es, Klassengrenzen dynamisch anzupassen. Damit bleibt das Verfahren, obwohl über 70 Jahre alt, eine zentrale Methode im operativen und strategischen Management.