Klumpenrisiko je Artikel

jtl_klumpenrisiko_artikel

ArtikelRechnungennur lesend

Was das Tool macht

Zeigt, wie stark der Absatz eines Artikels von wenigen Kunden abhängt. Ein Artikel, dessen Umsatz zu großen Teilen an einem einzigen Kunden hängt, ist doppelt riskant: Springt der Kunde ab, bleibt der Bestand liegen. Ausgegeben werden Umsatzanteil des größten Kunden, Konzentrationsgrad und der Lagerwert, der dabei im Feuer steht. Nutze dieses Tool für 'Wie abhängig sind wir bei Artikel X von einzelnen Kunden?', 'Klumpenrisiko', 'Wer kauft diesen Artikel eigentlich?'.

Eingaben

artikelPflichtSKU oder Artikelname, z.B. '100234' oder 'Powerbank Compact 10000mAh'
tageoptionalBetrachtungszeitraum in Tagen (Default 365)
vonoptionalStartdatum ISO (optional, statt tage)
bisoptionalEnddatum ISO (optional, statt tage)

Die Eingaben füllt die KI aus deiner Frage. Du musst dir keine Parameternamen merken.

So wird gerechnet

Der Rechenweg in der Reihenfolge, in der das Tool arbeitet: Abruf, Filter, Berechnung, Ausgabe. Aus dem Tool-Code abgeleitet, damit nachvollziehbar ist, warum eine Zahl so ist. Dieselbe Auskunft liefert das Tool kiuser_tool_logik direkt im KI-Chat.

  1. 1Löst die Eingabe über die komplette GraphQL-Artikelliste auf: exakter SKU-Treffer, sonst eindeutiger Teiltreffer im Artikelnamen; mehrere Treffer ergeben eine Rückfrage mit bis zu 10 Vorschlägen.
  2. 2Lädt die Rechnungen des Zeitraums (Default 365 Tage oder von/bis) über REST v1.3 mit Positionen und SKU-Filter (max. 1.500 Belege) sowie die Rechnungsköpfe per GraphQL (ohne Stornos) für Kunde und Kundengruppe.
  3. 3Je Kunde (Kundennummer aus dem Rechnungskopf, sonst Firmenname) werden Umsatz = Preis × (1 − Rabatt) × Menge, Menge und Belege summiert; Anteil = Kundenumsatz / Gesamtumsatz.
  4. 4Konzentrationsindex (Herfindahl) = Summe der quadrierten Umsatzanteile; zusätzlich Anteil des größten Kunden und der Top 3.
  5. 5Einstufung: größter Kunde ab 60 % = 'kritisch', ab 40 % = 'erhöht', Index ab 0,25 = 'beobachten', sonst 'unauffällig'.
  6. 6Gebundener EK-Wert = aktueller Gesamtbestand × durchschnittlicher EK (nur EK über 0); ausgegeben werden bis zu 30 Kunden absteigend nach Umsatz.

Annahmen und Grenzen

  • Rechnungen, deren Kopf nicht in der GraphQL-Liste liegt (z. B. storniert oder jenseits des Scan-Limits), werden unter 'Unbekannter Kunde' zusammengefasst.
  • Ohne Rechnung mit der SKU im Zeitraum gibt es nur einen Hinweis; der Rechnungsscan ist auf 1.500 Belege gedeckelt.
  • Der Bestand ist der Stand zum Abrufzeitpunkt, nicht der des Zeitraums.

So sieht eine Antwort aus

Claude · Klumpenrisiko je Artikel

Powerbank Compact 10000mAh, schwarz (100234) wurde in den letzten 12 Monaten für 148.300 € netto an 14 Kunden fakturiert. Davon entfallen 63 % auf einen einzigen Kunden: Muster Handels GmbH (K-10042) mit 93.400 € aus 38 Rechnungen. Die Top 3 kommen zusammen auf 81 %. Das ist ein kritisches Klumpenrisiko. Aktuell liegen 412 Stück auf Lager, gebunden sind 4.697 € Einkaufswert. Springt dieser eine Kunde ab, steht ihr mit einem Bestand da, für den euch die Abnahme fehlt – die übrigen 13 Kunden nehmen zusammen nur rund 55.000 € im Jahr. Ich würde vor der nächsten Nachbestellung klären, wie belastbar die Planung dieses Kunden ist.

Erfundene Musterdaten. Im Betrieb dieselbe Struktur mit deinen JTL-Daten.

In wenigen Minuten die erste Antwort aus deinen JTL-Daten.

Sieben Tage kostenlos testen, ohne Kreditkarte und ohne Kündigungsfrist.