Wie kann KI Open-to-Buy und die Merchandise-Budgetplanung verbessern?

DAS WICHTIGSTE Zusammenfassung der Redaktion

1. Open-to-Buy (OTB) ist der Warenwert, den ein Unternehmen in einem Zeitraum noch einkaufen kann, ohne seine Umsatz- und Bestandsziele zu verfehlen.
2. Eine gängige Formel lautet: geplanter Umsatz plus geplante Abschriften plus geplanter Endbestand der Periode, abzüglich des geplanten Anfangsbestands der Periode, abzüglich der bereits bestellten Ware.
3. KI verbessert OTB vor allem, indem sie die Inputs besser macht: genauere Umsatz- und Abschriftenprognosen und eine schnellere Neuprognose während der Saison.
4. Mango kündigte im März 2025 an, die Merchandise-Finanzplanung zusammen mit Sortiments- und Bedarfsplanung auf einer integrierten, KI-gestützten Plattform zu modernisieren.
5. OTB bleibt ein Steuerungsinstrument des Managements: KI kann empfehlen, wo Budget freigegeben oder zurückgehalten werden soll, doch Finanzen und Merchandising müssen die Ziele und die Regeln für Übersteuerungen vereinbaren.

KI kann Open-to-Buy verbessern, indem sie die Inputs der Berechnung (Umsatz, Abschriften und Bestand) genauer prognostiziert und häufiger aktualisiert, sodass das Budget, das Einkäufer noch ausgeben können, die Saison so widerspiegelt, wie sie sich tatsächlich entwickelt, und nicht den Plan von vor Monaten. Die OTB-Logik selbst bleibt einfach; was sich ändert, sind Qualität und Aktualität der Zahlen, die sie speisen.

Was ist Open-to-Buy?

Open-to-Buy ist ein Budgetierungsinstrument im Einkauf von Retail und Wholesale. Shopify definiert es als «den Warenwert, den ein Händler in einem bestimmten Zeitraum einkaufen kann und dabei seine Umsatz- und Bestandsziele dennoch erreicht», und nennt die Formel:

OTB = (geplanter Umsatz + geplante Abschriften + geplanter Bestand am Monatsende) abzüglich geplanter Bestand am Monatsanfang

In der Praxis ziehen Unternehmen zudem die für den Zeitraum bereits bestellte Ware ab, sodass OTB das tatsächlich noch verfügbare Budget zeigt. Es wird meist zu Verkaufs- oder Einstandswerten nach Kategorie und Monat berechnet und ist Teil der Merchandise-Finanzplanung (MFP), des Prozesses, der die Umsatz-, Margen- und Bestandsziele für die Saison festlegt.

Warum ist die traditionelle OTB-Planung in der Mode schwierig?

• Der Grossteil des Budgets wird früh festgelegt, bevor Verkaufsdaten für die Saison vorliegen.
• Pläne werden top-down in Tabellen erstellt und nach Saisonbeginn selten im Detail neu prognostiziert.
• Abschriftenpläne sind oft optimistisch, sodass OTB grösser wirkt, als es wirklich ist.
• Pläne für Kategorien, Kanäle und Wholesale werden getrennt gepflegt und driften auseinander.
• Laufen die Verkäufe besser als geplant, fehlt Einkäufern ein schneller, verlässlicher Überblick, wie viel zusätzliches Budget sie sicher für Nachorders freigeben können.

Das Ergebnis ist ein bekanntes Muster. In einer starken Saison geht den Einkäufern das Budget genau dann aus, wenn sich Gelegenheiten für Nachorders ergeben, weil OTB noch den ursprünglichen Plan abbildet. In einer schwachen Saison baut sich Bestand auf, die Abschriften übersteigen den Plan, und OTB bleibt auf dem Papier offen, obwohl das Unternehmen bereits zu viel Ware hat. Beide Fehler haben dieselbe Ursache: Inputs, die nicht in dem Tempo aktualisiert werden, in dem sich die Saison verändert.

Lesen Sie auch

KI in der Sortimentsplanung nutzen, ohne die Marke zu verlieren

Wo schafft KI Mehrwert in OTB und Budgetplanung?

Die Zeile zu den Abschriften verdient Aufmerksamkeit. Die veröffentlichte Prognosearbeit von Zalando modelliert, wie die Nachfrage auf Rabatte reagiert, und beschreibt die Preisgestaltung als wichtigen Hebel, um das Risiko von Überbeständen am Saisonende zu verringern. Werden Abschriften aus aktuellem Bestand und Abverkauf prognostiziert statt als fester Prozentsatz angenommen, überzeichnet OTB das verfügbare Budget in einer schwachen Saison nicht mehr.

Welche Händler modernisieren ihre Finanzplanung mit KI?

Die Merchandise-Finanzplanung wird zunehmend Teil integrierter Planungsprogramme. Im März 2025 kündigte Mango an, Merchandise-Finanzplanung, Sortimentsplanung und Bedarfsplanung auf einer integrierten, KI-gestützten und datengetriebenen Plattform zu modernisieren und fragmentierte Systeme abzulösen. Im Januar 2024 kündigte Marks & Spencer ein dreijähriges Programm für Bekleidung und Home an, das mit Merchandise-Planung, Umsatz-, Bestands- und Wareneingangsplanung sowie Sortimentsplanung beginnt. Der gemeinsame Nenner ist die Verknüpfung des Finanzplans mit Prognosen auf Produktebene, damit Änderungen auf der einen Ebene in die andere durchschlagen.

Wie funktioniert ein KI-gestützter OTB-Prozess in der Praxis?

1. Rahmen setzen: Finanzen und Merchandising vereinbaren Saisonziele für Umsatz, Marge und Bestand nach Kategorie und Kanal.
2. Bottom-up-Prognosen erstellen: Modelle prognostizieren Umsatz und Abschriften für geplante und bestehende Produkte.
3. Abgleichen: Planer vergleichen Top-down-Ziele mit Bottom-up-Prognosen und klären Lücken ausdrücklich.
4. OTB berechnen: nach Kategorie und Monat, abzüglich der bestellten Ware.
5. In der Saison neu prognostizieren: Wöchentliche Aktualisierungen der Umsatz- und Abschriftenprognosen passen OTB an und lösen Warnungen aus.
6. Budget freigeben oder zurückhalten: Einkäufer nutzen das aktualisierte OTB für Nachorders, neue Drops oder Stornierungen, innerhalb vereinbarter Freigaberegeln.

Im Abgleich liegt der grösste Teil des Werts. Eine Bottom-up-Prognose, die stark vom Top-down-Ziel abweicht, ist kein Fehler, der versteckt werden sollte; sie ist eine Information. Entweder braucht das Ziel einen glaubwürdigen Plan, um die Lücke zu schliessen (mehr Optionen, tiefere Einkäufe, ein Marketingschub), oder das Ziel sollte sich ändern. Diese Lücken früh sichtbar zu machen, ist nützlicher als jede einzelne Prognosezahl.

Generative KI taucht allmählich als Oberfläche über diesem Prozess auf, etwa um Fragen zu beantworten, welche Kategorien über Plan liegen, oder um die wöchentliche Trading-Zusammenfassung zu entwerfen. McKinsey und The Business of Fashion berichteten in The State of Fashion 2026, dass mehr als 35 Prozent der befragten Führungskräfte generative KI bereits in Bereichen wie Kundenservice, Texten und Produktentdeckung einsetzen. In der Budgetplanung sind solche Tools nur so verlässlich wie die Zahlen und Definitionen dahinter.

Lesen Sie auch

Das KI-Vokabular, das jeder Einkäufer in der Mode kennen sollte

Worauf sollten Finanzen und Merchandising achten?

• Einheitliche Definitionen: Verkaufswert versus Einstandswert, Brutto- versus Nettoumsatz und die Behandlung von Retouren müssen über alle Systeme übereinstimmen.
• Timing im Wholesale: Bei Marken treffen Wholesale-Pre-Orders schubweise ein und werden später teilweise storniert; OTB für den eigenen Retail und für die Wholesale-Belieferung braucht eine getrennte Logik.
• Prognoseverzerrung: Sind Prognosen systematisch optimistisch, macht KI das OTB schneller, aber nicht genauer; verfolgen Sie die Verzerrung, nicht nur den Fehler.
• Erklärbarkeit: Einkäufer vertrauen keiner Budgetzahl, die sie nicht auf ihre Treiber zurückführen können.

Beginnen Sie damit, die Neuprognose des OTB einer Kategorie wöchentlich zu automatisieren, parallel zum bestehenden Plan, und vergleichen Sie die Ergebnisse am Saisonende. Das Ziel ist kein von einer Maschine festgelegtes Budget, sondern ein Budget, das die Realität früh genug abbildet, damit Einkäufer darauf reagieren können.

Häufige Fragen

Wie lautet die Open-to-Buy-Formel?

Eine gängige Variante lautet: geplanter Umsatz plus geplante Abschriften plus geplanter Endbestand der Periode, abzüglich des geplanten Anfangsbestands der Periode. Viele Unternehmen ziehen zudem die bereits bestellte Ware ab, um das noch verfügbare Budget auszuweisen.

Wie hilft KI bei Open-to-Buy?

KI verbessert die Inputs des OTB, indem sie Umsatz und Abschriften auf Produktebene prognostiziert und während der Saison aktualisiert. Dadurch wird das verbleibende Budget realistischer, und es wird angezeigt, wann Ausgaben freigegeben oder zurückgehalten werden sollten.

Was ist Merchandise-Finanzplanung?

Die Merchandise-Finanzplanung legt Umsatz-, Margen- und Bestandsziele nach Kategorie, Kanal und Zeitraum fest. Open-to-Buy wird daraus abgeleitet und steuert, wie viel Einkäufer noch binden können.

Sollte Open-to-Buy zu Einstands- oder Verkaufswerten berechnet werden?

Beides ist üblich. Händler planen oft zu Verkaufswerten, um mit den Umsatzzielen übereinzustimmen, während die Finanzabteilung für Liquidität und Marge eher Einstandswerte verfolgt. Entscheidend ist, eine Definition einheitlich über alle Pläne und Systeme zu verwenden.

LeitfadenDer umfassende Leitfaden zu KI in Merchandising und EinkaufDen ganzen Leitfaden lesen