28. Oktober 2026Internationale Ausgabe
Vol. I · No.
28. Oktober 2026
AI IN FASHION
DAILY
Das tägliche Briefing zu KI im Modebusiness
Wo Mode auf künstliche Intelligenz trifft.
Wholesale & B2B · Beiträge

Wie erstellt man eine Grosshandelsprognose aus kontobasierter Bestellhistorie?

Aggregieren Sie historische Buchungen nach Konto und Saison, fügen Sie Wachstumsannahmen hinzu und passen Sie die Vorlaufzeitverkürzung an, um einen zuverlässigen Grosshandelsplan für 2026 zu erstellen.

woman in green dress painting
Foto: Gio Gix / Unsplash

DAS WICHTIGSTE Zusammenfassung der Redaktion

  1. Die Vorlaufzeiten für Grosshandelsbestellungen fielen von 263 Tagen im Jahr 2019 auf 102 Tage im Jahr 2024, was Prognosen erfordert, die saisonale Einkäufe berücksichtigen.
  2. Der Anteil von Evergreen-Stilen stieg von 37 Prozent des Bruttowarenwerts im Jahr 2019 auf 49 Prozent im Jahr 2024, was die Prognosen stabilisiert.
  3. Unabhängige Einzelhändler erhöhten ihren Anteil an Grosshandelstransaktionen von 49 Prozent im Jahr 2020 auf 62 Prozent im Jahr 2025.
  4. Kapselkollektionen stiegen innerhalb von zwei Jahren von 19 Prozent auf 37 Prozent der Markenproduktion, was die kontobasierte Planung vereinfacht.

Der Aufbau einer Grosshandelsprognose beginnt mit der kontobasierten Bestellhistorie und wendet dann saisonale Muster, Wachstumsannahmen und Anpassungen für kürzere Vorlaufzeiten an. Der Grosshandel machte 57 Prozent des Gesamtgeschäfts der Marken aus, und 52 Prozent der befragten Marken gaben an, dass der Grosshandel ihr profitabelster Vertriebskanal ist, gemäss aktuellen Daten von mehr als 14'000 Marken und 675'000 Einzelhandelskäufern, was genaue Prognosen für die Profitabilität im Jahr 2026 unerlässlich macht.

Welche historischen Daten sollten Sie für eine Grosshandelsprognose aggregieren?

Beginnen Sie mit mindestens 24 Monaten historischer Verkaufsdaten auf SKU-Grösse-Farbe-Ebene, segmentiert nach SKU oder Stil, Grösse, Farbe, Kanal (DTC, Grosshandel, Marktplatz), Region und Vollpreis- versus Rabattperiode. Speziell für den Grosshandel aggregieren Sie bestätigte Bestellungen nach Konto, Versandfenster und Produktkategorie. Ordnen Sie bestätigte Grosshandelsbestellungen nach Versandfenster zu und fügen Sie die erwartete Nachbestellwahrscheinlichkeit pro Kontostufe hinzu, erstellen Sie dann eine Ansicht, die Erstbestellungen von Nachbestellungen trennt.

Unabhängige Einzelhändler treiben nun das Wachstum voran. Fachgeschäfte und Boutiquen erhöhten ihren Anteil an den Gesamtgrosshandelstransaktionen auf der Plattform von 49 Prozent im Jahr 2020 auf 62 Prozent im Jahr 2025, und ihre Präsenz ist in Europa, dem Nahen Osten und Afrika (EMEA) sowie im asiatisch-pazifischen Raum (APAC) noch stärker, wo sie 74 Prozent beziehungsweise 78 Prozent des Gesamtumsatzes ausmachen. Segmentieren Sie Ihre Kontobasis entsprechend.

Wie identifizieren Sie saisonale Muster in Grosshandelsbestelldaten?

Untersuchen Sie den Zeitpunkt der Bestellaufgabe und des Versands über mindestens zwei vergleichbare Saisons. Der Modehandel weist klare Spitzen auf: Das Suchinteresse für Grosshandelsbegriffe erreichte im Oktober 2025 seinen Höhepunkt, und das Interesse begann ab April 2025 zuzunehmen und stieg stetig durch Mai, Juni und Juli, was darauf hinweist, dass Käufer ihre Beschaffungsrecherchen und -aktivitäten mehrere Monate vor der Spitzennachfrage beginnen, wobei der Oktober für Grosshandelskäufer entscheidend ist, um ihr Inventar für die bevorstehende Weihnachtssaison abzuschliessen.

Die Vorlaufzeiten haben sich dramatisch verkürzt. Die durchschnittliche Zeit von der Grosshandelsbestellung bis zum Versand des Produkts ist dramatisch gefallen, von 263 Tagen im Jahr 2019 auf nur 102 Tage im Jahr 2024. Saisonale Einkäufe sind an der Tagesordnung, und sie werden 2026 weiter zunehmen, da Einzelhändler versuchen werden, die Risiken unverkaufter Bestände zu minimieren. Passen Sie Ihren Planungskalender an diese Realität an: Vorsaisonbestellungen machen nun einen kleineren Anteil der Gesamtbuchungen aus, wobei Nachbestellungen mehr Volumen ausmachen.

Welche Wachstumsannahmen sollten Ihre Prognose beeinflussen?

Wenden Sie unterschiedliche Wachstumsraten nach Kontostufe und Produktkategorie an. Nicht alle Konten wachsen mit der gleichen Rate, und nicht alle Kategorien entwickeln sich gleich gut. Der Anteil der Marken, die Kapselkollektionen entwickeln, ist in den letzten zwei Jahren von 19 Prozent auf 37 Prozent gestiegen, und Evergreen-Stile werden zu einem zunehmend wichtigen Geschäftstreiber und sind von 37 Prozent des Bruttowarenwerts (GMV) auf Joor im Jahr 2019 auf 49 Prozent des GMV im Jahr 2024 gewachsen. Evergreens liefern besser vorhersagbare Wiederholungsbestellungen; trendgetriebene Kapseln erfordern konservative Erstbestellannahmen.

Berücksichtigen Sie makroökonomische Bedingungen. Das Umsatzwachstum wird sich laut Branchenprognosen im niedrigen einstelligen Bereich für Mode im Jahr 2025 stabilisieren. Berücksichtigen Sie Veränderungen im Produktmix: Der Anteil der Marken, die vollständig neue Kollektionen produzieren, ist allmählich zurückgegangen, während diejenigen, die sich auf kleinere Kapselkollektionen neuer Stile konzentrieren, in den letzten zwei Jahren von 19 Prozent auf 37 Prozent gestiegen sind. Engere Sortimente bedeuten weniger SKUs für die Prognose, aber höhere Einsätze für die Genauigkeit bei jedem einzelnen.

Wie gehen Sie mit Konten um, die nur begrenzte oder keine Bestellhistorie haben?

Für neue Konten oder solche mit weniger als zwei Saisons an Daten: Wenn eine Grösse oder Farbe zu wenig Historie für eine stabile Variantenschätzung hat, aggregieren Sie nur so weit wie nötig: zuerst zu einer ähnlichen Farbgruppe oder Grössenkurve, dann zum übergeordneten Stil, zur Kategorie oder zu einer analogen Kollektion, und erfassen Sie die verwendete Ebene und halten Sie die Variantenzuordnungsregel getrennt von der gesamten Stilprognose. Vergleichen Sie das neue Konto mit ähnlichen Konten nach Stufe, Geografie oder Filialanzahl und wenden Sie dann den Durchschnitt der Vergleichsgruppe als Näherungswert an.

Nachfrageprognose-Software für Bekleidung ist ein System, das die Nachfrage auf Einheitsebene nach Stil, Farbe, Grösse und Kanal über einen zukünftigen Zeitraum vorhersagt, unter Verwendung historischer Verkaufszahlen, aktueller Bestands- und Bestellpositionen, unterzeichneter Grosshandelsverpflichtungen und Saisonalitätskurven. Für grosshandelsintensive Marken sind die kritischen Eingaben Kanal und unterzeichnete Grosshandelsverpflichtungen, nicht nur die aggregierte Nachfrage.

Welche Anpassungen verbessern die Prognosegenauigkeit im Jahr 2026?

Berücksichtigen Sie Lagerausfälle und zensierte Nachfrage. Markieren Sie durch Lagerausfall zensierte Perioden und jede Schätzung verlorener Verkäufe; beobachtete Verkäufe sind keine vollständige Nachfrage, wenn Kunden nicht kaufen konnten. Wenn ein Konto 100 Einheiten bestellte, Sie aber aufgrund von Bestandsbeschränkungen nur 60 versandten, ist das wahre Nachfragesignal höher als die historischen Versandmengen zeigen.

Schaffen Sie Flexibilität für saisonale Nachbestellungen, anstatt das gesamte Inventar im Voraus zu binden. Der Wunsch der Einzelhändler hat sich zunehmend zu kürzeren Vorlaufzeiten verschoben und die Erwartungen an Produktions- und Lieferzeitpläne verändert, und im Jahr 2026 sollten Marken damit rechnen, dass sie mehr Lagerbestände halten müssen, um diese saisonalen Bestellungen zu ermöglichen. Reservieren Sie einen Teil Ihrer Produktionskapazität oder Fertigwarenbestände, um die Auffüllnachfrage von Top-Konten zu erfüllen.

Verfolgen Sie die Leistung auf mehreren Aggregationsebenen. Melden Sie die Messebene: Gesamtkollektion, Stil, Farbe, Grösse, Kanal und Woche können sehr unterschiedliche Ergebnisse liefern, verwenden Sie gegebenenfalls einheitsgewichtete Zusammenfassungen und untersuchen Sie die Segmente, die das Gesamtergebnis antreiben. Eine Prognose, die in der Summe genau aussieht, kann erhebliche Fehler auf Konto- oder SKU-Ebene verbergen.

Wie sollte die Prognose in Massnahmen umgesetzt werden?

Verwenden Sie die Prognose, um Schnittmengen, Zuordnungspools und Open-to-Buy-Entscheidungen zu steuern. Überlagern Sie den DTC-Einheitenplan nach Monat und tun Sie dies in einer Ansicht, ordnen Sie dann Inventar nach Kanal mit expliziten Reserveregeln zu. Trennen Sie Ihr verfügbares Inventar in zugesagten Grosshandel, DTC und einen Reservepool für saisonale Gelegenheiten. Aktualisieren Sie die Prognose monatlich, wenn neue Bestellungen eintreffen und wenn Sie frühe Verkaufssignale von Schlüsselkonten beobachten.

Validieren Sie Annahmen mit Käufern. Die Prognose ist ein Planungsinstrument, kein Vertrag, aber das Teilen von Projektionen mit strategischen Konten kann frühzeitig Unstimmigkeiten aufdecken. Wenn Ihre Prognose eine 20-prozentige Steigerung von einem Konto annimmt, das flach oder rückläufig plant, ist es besser, dies im Juni als im September zu wissen.

Häufige Fragen

Wie weit sollte die Grosshandelsbestellhistorie für eine zuverlässige Prognose zurückreichen?

Mindestens 24 Monate historischer Verkaufsdaten auf SKU-Grösse-Farbe-Ebene, segmentiert nach Konto, Kanal, Region und Vollpreis- versus Rabattperiode. Zwei vollständige vergleichbare Saisons liefern genügend Daten, um Muster und Wachstumstrends zu identifizieren.

Was ist die wichtigste Veränderung bei der Grosshandelsprognose für 2026?

Die durchschnittliche Zeit von der Grosshandelsbestellung bis zum Produktversand fiel von 263 Tagen im Jahr 2019 auf 102 Tage im Jahr 2024, was bedeutet, dass Prognosen nun saisonale Einkäufe berücksichtigen und Inventar für Auffüllbestellungen reservieren müssen, anstatt alle Bestände in Vorsaisonverpflichtungen zu binden.

Wie sollten Marken für neue Grosshandelskonten ohne Bestellhistorie prognostizieren?

Aggregieren Sie zu einer ähnlichen Farbgruppe oder Grössenkurve, dann zum übergeordneten Stil, zur Kategorie oder zu einer analogen Kollektion. Vergleichen Sie das neue Konto mit ähnlichen Konten nach Stufe, Geografie oder Filialanzahl und wenden Sie dann den Durchschnitt der Vergleichsgruppe als Näherungswert an, bis Sie tatsächliche Bestelldaten haben.

Beiträge