Den Standort für ein neues Lager, eine Filiale oder ein Verteilzentrum wählen — Transportkosten, Lieferzeit und Kundenabdeckung gemeinsam abwägen (in der Literatur: Facility Location).
Kurz gesagt
Kommt Ihnen das bekannt vor?
- Das Unternehmen ist gewachsen, das Auftragsvolumen ist 2–3-mal höher; vom heutigen Lager aus sind die landesweiten Versandkosten explodiert, aber die Entscheidung 'wo eröffnen wir das neue Lager' bleibt aufgeschoben
- Kunden verlangen 'Same Day' oder '24 Stunden' — das aktuelle Lager kann das nicht halten, und in welche Region investiert werden sollte, ist unklar
- Die Frage 'Stadt A oder Stadt B?' liegt seit Monaten auf dem Schreibtisch der Geschäftsleitung
- Die Standortprüfung läuft auf Bauchgefühl — 'neben die Fabrik' oder 'in Hafennähe' — ohne mathematische Analyse
- Die aktuelle Lagerkapazität ist erschöpft, aber ob ausgebaut oder neu eröffnet werden soll, ist offen
- Im Händler-/Filialnetz ist 'welche Filiale schließen, welche ausbauen' seit Jahren in der Schwebe
- Es gibt befreundete Unternehmen, die 6–12 Monate nach der Investition feststellten, dass die Entscheidung falsch war — die Gründe sind unklar
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Das neue Lager nicht neben die Fabrik, sondern in die Nähe des Nachfrage-Schwerpunkts legen — also dort, wo der geografische Durchschnitt Ihrer Kundenvolumina liegt. Diesen Punkt dann 30–50 km nach Miete und Lieferzeit (24-Stunden- bzw. 48-Stunden-Reichweite) verschieben. ‘Neben die Fabrik’ weicht meist 15–30 % vom Optimum ab.
Was die Software wirklich tut: Statt zwei oder drei Standorte aus dem Bauch zu vergleichen, bewertet sie mathematisch alle Kandidaten — und balanciert Transportkosten, Lieferzeit, Miete, Steuern und Kapazitätsbedingungen gleichzeitig. Drei Stufen:
1. Sie baut die Nachfragekarte. Kundenstandorte (nach Stadt/Bezirk), Jahresvolumen pro Kunde, Bestellfrequenz, Liefersensibilität (Stunden/Tage), Stückgewicht und -volumen. Bestehende Lager und Verteilzentren, heutige Routen, Transporttarife (Entfernung × Volumen). Die Daten kommen aus dem Auftragssystem automatisch oder werden einmal sauber gepflegt.
2. Sie bewertet die Kandidaten. Die Software bewertet jeden möglichen Standort — Stadtzentren, Industrieparks, Gewerbegebiete, zollnahe Standorte, Häfen. Pro Kandidat berechnet sie numerisch: jährliche Gesamttransportkosten zu allen Kunden, Servicezeit-Profil (wie viele Kunden in 24 Stunden, in 48 Stunden), geschätzte Miete/Steuern/Personalkosten, Kapazitätsobergrenze. Mit Operations-Research-Algorithmen (Disziplin, die mit Mathematik und Computereinsatz Geschäftsentscheidungen löst) — p-Median (wo N Standorte legen, sodass die mittlere Entfernung zu Kunden minimal ist) und kapazitiertes Standortproblem — wählt sie die optimale Kombination aus der Kandidatenmenge.
3. Sie unterstützt die Entscheidung über Szenarien. Die Software liefert mehrere Szenarien: ’ein zentrales Lager’ / ‘zwei regionale Lager’ / ‘drei lokale Lager’ im Vergleich. Pro Szenario eine 5-Jahres-Gesamtbetriebskosten (TCO), Servicelevel und Sensitivitätsanalyse (was, wenn die Nachfrage 20 % wächst, was, wenn die Miete um 30 % steigt). Auf dem Entscheidungstisch der Geschäftsleitung bleiben am Ende vier bis fünf belastbare Zahlen.
Sie ersetzt das Urteil der Geschäftsleitung nicht; denken Sie an einen Taschenrechner, der das, was Sie mit 5 Szenarien tun, mit 500 Szenarien und Sensitivitätsanalyse macht. Die Entscheidung bleibt bei Ihnen, aber die Investitionsbegründung ist zahlenmäßig.
Alternativen
Bauchgefühl + ein bis zwei Szenarienvergleiche
KostenlosKostenlos
Für wen geeignet: 1 Standortinvestition, geringe Kundenvielfalt, einfacher Vertrieb
- + Keine Kosten
- + Schnelle Entscheidung (Tage, nicht Wochen)
- + Geschäftsleitung bleibt nah am Feld
- − Nicht jeder mögliche Standort wird betrachtet
- − Servicelevel kann nicht zahlenmäßig gezeigt werden
- − 5–10-Jahres-Betriebskostenausblick fehlt
- − Keine Sensitivitätsanalyse — was wenn die Nachfrage 20 % wächst?
Einmalige Beratungsstudie
Enterprise15.000–60.000 EUR projektbasiert (regionale KMU-Preise)
Für wen geeignet: 1–2 große Standortinvestitionen, 3–6 Monate Entscheidungsfenster
- + Professionelle Analyse, erfahrenes Team
- + Zahlenmäßige Begründung für die Investition
- + Lokales Wissen (Steuern, Anreize, Industrieparks)
- − Projekt dauert 2–4 Monate; in schnell wechselnden Märkten zu spät
- − Einmalig — bei Nachfrageänderung muss neu beauftragt werden
- − Entscheidungslogik bleibt beim Berater, nicht im Haus
Lokale Netzwerkdesign-Software
Enterprise2.500–8.000 EUR/Jahr projektbasiert oder im Abo (regionale KMU-Preise)
Für wen geeignet: 3–10 bestehende Standorte, regelmäßige Neubewertung, bestehender Auftragsdatensatz
- + Deutsche Oberfläche und Support
- + Lokale Kartendaten und Entfernungsmatrix integriert
- + Szenarienvergleich am Bildschirm
- − Optimierungs-Engine meist einfach — bei großen Kandidatenmengen begrenzt
- − Sensitivitätsanalyse begrenzt
- − Stochastische Nachfragemodelle schwach
Internationale spezialisierte Netzwerkdesign-Software
Enterprise50.000–300.000 EUR/Jahr Lizenz oder Projekt 100.000–500.000 EUR
Für wen geeignet: 5+ Standorte, mehrere Länder, komplexe Steuer- und Anreizstrukturen
- + Ausgereift: mehrstufige Supply Chain, stochastische Nachfrage, mehrkriterielle Optimierung
- + Aktualisierte Steuer- und Anreiz-Bibliotheken
- + Algorithmen über Jahre gehärtet
- − Hohe Lizenz- und Beratungskosten
- − Datenaufbereitung dauert 2–4 Monate
- − Lokale Kontextbedingungen (Gewerbegebiete, regionale Anreize) brauchen Custom-Konfiguration
Eigenbau auf Open-Source-Solver
Open SourceLizenz kostenlos; 8–16 Wochen interne Entwicklung oder 60.000–250.000 EUR Beratung
Für wen geeignet: Großer Distributor mit eigenem Daten- und OR-Team
- + Keine Lizenzkosten
- + Voll anpassbar an Kosten- und Servicestruktur
- + Laufende Entscheidungsunterstützung statt einmaliger Studie
- − Tech-Kapazität im Haus nötig
- − Schlechte Datenqualität führt zu irreführenden Schlüssen
- − Am besten als kontinuierliches Decision-Support-System positioniert
Empfehlung
Im Gespräch fragen
- Wie wird die Kandidaten-Standortmenge aufgebaut — nur aus Ihren Eingaben, oder hat das System eine vollständige Datenbank von Städten, Bezirken und Gewerbegebieten?
- Basieren die Transportkosten auf realen Tarifen (km × Gewicht) oder auf einfacher Euklidischer Entfernung? Gibt es eine Bibliothek regionaler Spediteure?
- Werden Mehr-Standort-Szenarien (1 vs 2 vs 3 Lager) und unterschiedliche Kapazitätsoptionen automatisch verglichen?
- Wie detailliert ist die Sensitivitätsanalyse (Nachfrage +20 %, Miete +30 %)? Wird Monte-Carlo-Simulation unterstützt?
- Sind lokale Steuern, Anreizgebiete und Mietspannen in der Bibliothek aktuell gepflegt?
- Ist die 5- und 10-Jahres-Gesamtbetriebskosten-(TCO-)Berechnung standardisiert? Welche Annahmen sind sichtbar?
- Wie ist der Pilot aufgebaut — wie viele Szenarien, wie viele Wochen, was ist die Erfolgsschwelle?
- Wenn wir die Zusammenarbeit beenden, wie bekommen wir Szenariomodelle, Nachfragedaten und Kostenbibliothek zurück? Gibt es einen Standard-Export?
Technische Details
Anmerkung der Redaktion
Auf dem Leitungs-Schreibtisch heißt dieses Problem ‘wo das Lager hinkommt’, ‘wo die neue Filiale eröffnet’ oder ‘die Standortentscheidung’. Der akademische Name ist das Facility-Location-Problem. Es begann 1909 mit Alfred Webers Theorie der Industriestandorte, reifte in den 1960ern mit mathematischer Programmierung und wird heute mit Erweiterungen wie stochastische Nachfrage, mehrstufige Supply Chains und CO₂-Fußabdruck erforscht. Ohne diese Einordnung lässt sich in einer Beratungs- oder Software-Demo nicht beurteilen, ob die angebotene ‘Standortanalyse’ echte Optimierung ist oder nur Visualisierung auf einer Karte.
Der in diesem Segment am häufigsten übersehene Punkt: viele Beratungen und Werkzeuge werben mit ‘Standortanalyse’, berechnen darunter aber nur den Schwerpunkt (center of gravity) — den geografischen Mittelpunkt, gewichtet nach Kundennachfrage. Das ist ein gutes erstes Vorgehen für einen einzelnen Standort; für mehrere Standorte, Kapazitätsbeschränkungen oder Steueranreize ist es unvollständig. Verlangen Sie in jeder Demo, dass der Anbieter 3 Szenarien (1 vs 2 vs 3 Lager) mit unterschiedlichen Kapazitäten und 5-Jahres-Nachfrageannahmen durchspielt und erklärt ‘wie wird die Gesamtbetriebskosten berechnet?’
Schritt-für-Schritt-Pfad für ein KMU
Phase 1 — Erst messen, dann planen. Über mindestens 12 Monate vier Dinge erfassen:
- Kundenstandorte (nach Stadt/Bezirk, idealerweise Koordinaten) und Jahresvolumen
- Transportkosten vom aktuellen Lager in jede Region (km × Gewicht × Tarif)
- Aktuelle Servicezeit (Stunden oder Tage von Auftrag bis Lieferung)
- Aktuelle Lagerbetriebskosten (Miete, Personal, Ausstattung, Steuern)
Ohne diese Basislinie kann weder ein Anbieter noch ein Berater eine belastbare Empfehlung abgeben.
Phase 2 — Kandidatenliste erstellen. Eine Liste von 15–30 Stadt-/Bezirks- oder Gewerbegebiet-Kandidaten zusammenstellen. Pro Kandidat: geschätzte Mietspanne, Personalkosten, Anreizstatus, Verkehrsanbindung (Autobahn, Hafen, Flughafen). Diese Liste ist Ihr Wissenskapital — jeder ernsthafte Anbieter oder Berater fragt sie zuerst ab.
Phase 3 — Modellierungsphase. Eine 6–16-wöchige Analysephase, abhängig von der Investitionsgröße. Erfolgskriterium schriftlich, vor dem Start: z. B. ‘Gesamt-Vertriebskosten innerhalb von 18 Monaten nach Investition minus 10 %, Servicezeit unter 12 Stunden’.
Phase 4 — Entscheidung und Umsetzung. Nach der Entscheidung folgen 6–12 Monate Standortaufbau. Während des Rollouts laufen altes und neues Lager parallel; das Auftragsvolumen migriert über 3–6 Monate stufenweise zur neuen Anlage.
Risiken — was schiefgehen kann
- Nachfrageprognose-Fehler. Die Investition gilt 5–10 Jahre, in denen sich der Markt strukturell verändern kann. Stochastische Nachfrageszenarien (Nachfrage +20 %, –20 %) müssen berechnet werden.
- Fokus auf eine Zahl. Den Standort mit der niedrigsten Miete wählen, ignoriert die Gesamtkosten — Miete macht typischerweise 15–25 % der TCO aus, Personal 40–50 %, Transport 20–30 %.
- Lokale Regulierung und Anreize. Gewerbegebiete, Steuerermäßigungen und regionale Anreizgebiete können die Entscheidung um 2–3 Prozentpunkte verschieben. Lokale Rechtsberatung ist unverzichtbar.
- Lieferantenabhängigkeit. Software oder Berater, die das Entscheidungsmodell und die Szenarioannahmen in proprietärem Format halten, erschweren Folge-Analysen. Schreiben Sie in den Vertrag: ‘Wir können Modell und Daten jederzeit in offenen Standardformaten (CSV, JSON oder ähnlich) exportieren.’
Verwandte Lehre aus der Praxis (wird verlinkt, sobald veröffentlicht): ‘Ein mittelgroßer Distributor platzierte sein zweites Lager in Stadt B statt Stadt A und kehrte die Entscheidung nach 14 Monaten um — was übersehen wurde.’
Technischer Blick auf die Lösungsmethode
Dieser Abschnitt enthält, was Sie im Gespräch mit Berater oder Software-Team brauchen. Die Investitionsentscheidung landet als 4–5 Zahlen auf dem Tisch der Geschäftsleitung, aber hinter diesen Zahlen stehen die folgenden Methoden.
Hauptansätze für die Standortwahl:
| Ansatz | Typischer Einsatz | Datenbedarf | Entscheidungslogik |
|---|---|---|---|
| Schwerpunkt (Center of Gravity) | Einzelstandort, erster Wurf | Niedrig | Nach Nachfrage gewichteter geografischer Mittelpunkt |
| p-Median | Feste Anzahl Standorte wählen | Mittel | Gewichtete Distanz Kunde → nächster Standort minimieren |
| p-Center | Servicezeit kritisch | Mittel | Maximale Kundendistanz minimieren |
| Set Covering | Abdeckung innerhalb fester Entfernung | Mittel | Jeder Kunde in X km zu mindestens einem Standort |
| Kapazitierte Standortwahl (CFLP) | Reale Bedingungen | Hoch | Optimum Standort + Kapazität + Zuordnung |
| Stochastisches MIP | Hohe Nachfrageunsicherheit | Hoch | Erwartete Kosten über Nachfrageszenarien |
Faustregel: Einzelstandort mit schneller Entscheidung → Center of Gravity. 2–5 Standorte mit Kapazitätsbedingungen → CFLP. Mehrjährig mit stochastischer Nachfrage → stochastisches MIP oder szenariobasierte Analyse.
Die Wahl der Zielfunktion verändert die Lösungsform:
- Gesamt-Transportkosten: ‘Fracht minimieren’ — passt zu frachtintensiven Operationen
- Servicelevel (z. B. % in 24 Stunden geliefert): ‘Kundenqualität’ — passt zu Premium-Service-Betrieben
- Gesamtbetriebskosten (TCO): ‘5–10-Jahres-Ökonomie’ — passt zu langfristigen Investitionsentscheidungen
- CO₂-Fußabdruck: ‘Nachhaltigkeitsziel’ — passt zu Betrieben unter Kunden-Nachhaltigkeitsdruck
Die meisten realen Einsätze nutzen eine gewichtete Mischung der vier — am häufigsten TCO × Servicelevel.
Akademische Quellen
Im sources-Block dieser Seite gelistet. Die Standortwahl ist seit den 1960ern eines der ältesten Felder der Operations Research; aktuelle Arbeit erweitert es um Nachhaltigkeit, mehrstufige Supply Chain und Omnichannel-Retail. INFORMS Interfaces und das Archiv des European Journal of Operational Research enthalten Fallstudien zu realen Vertriebsoperationen.
Quellen
- Daskin, M. S. (2013). Network and Discrete Location: Models, Algorithms, and Applications (2. Auflage). Wiley. Standardlehrbuch der Standortwahl.
- Melo, M. T., Nickel, S. und Saldanha-da-Gama, F. (2009). Facility location and supply chain management — A review. European Journal of Operational Research, Band 196 — moderne Übersicht des Feldes.
- Drezner, Z. und Hamacher, H. W. (Hg., 2002). Facility Location: Applications and Theory. Springer. Klassische und angewandte Übersicht.
- INFORMS Interfaces — Fallstudien zu Standortwahl-Einsätzen in Distribution und Handel. informs.org/Publications/Interfaces
Glossar
- Standortwahl
- Wo eine neue Anlage (Lager, Werk, Filiale, Krankenhaus) platziert wird — mathematische Optimierung über Nachfragepunkte und Kosten.
- Netzwerkdesign
- Strategisches Design der physischen und flussbezogenen Struktur eines Liefer- oder Vertriebsnetzes — langfristige Investitionsentscheidung.
- MIP
- Optimierungsmodell, bei dem ein Teil der Entscheidungsvariablen ganzzahlig sein muss (z. B. Anzahl LKW, Anzahl Schichten).
Ähnliche Probleme
Ein Fahrzeug, viele Stopps — in welcher Reihenfolge fahre ich alle an, damit die Gesamtstrecke minimal ist?
Sie betreiben einen Servicetechniker mit 8-15 Kundenbesuchen pro Tag (Klima, Aufzug, Weißware), einen Einzelfahrzeug-Lieferantenbesuch eines Vertrieblers oder eine PCB-Bohrmaschine, die 500-5.000 Bohrungen in Reihenfolge bringt. Alle stehen vor derselben Kernfrage: gegeben N Punkte, in welcher Reihenfolge fährt das einzige Fahrzeug oder der Kopf jeden Punkt an und kehrt zum Start zurück. Bei falscher Reihenfolge verbrennt das Servicefahrzeug 80-200 TRY/Tag extra an Kraftstoff und Fahrerstunden, die PCB-Linie braucht 15-30% länger pro Bauteil und der letzte Kunde verpasst sein Lieferfenster. Bei 50 Stopps liegt die handgemachte Reihenfolge 20-40% über dem wahren Minimum; mit wachsender Stoppzahl summiert sich die Lücke der Bauchgefühl-Reihenfolge.
Mehrere Fahrzeuge, viele Kunden — welches Fahrzeug in welcher Reihenfolge, Kapazität nicht überschritten, Gesamtstrecke minimal?
Ein Distributor oder Lieferant, der täglich von einem Depot aus 10-100 Kunden beliefert (Lebensmittel, Getränke, Wasser, B2B-Ersatzteile); feste Fahrzeugkapazität (2-5 t, 30 m³), bekannte Bestellmengen je Kunde, flexible Lieferzeit. Jeden Morgen drei Fragen: wie viele Fahrzeuge fahren heute los, welches Fahrzeug bedient welche Kunden, in welcher Reihenfolge — Kapazität nicht überschritten, Gesamtstrecke minimiert. Ein Disponent schafft 15-25 Kunden im Kopf; darüber sinkt die Routenqualität, Kunden derselben Region landen auf zwei Fahrzeugen, 1-2 Fahrzeuge pro Tag fahren unnötig zusätzlich. 10-25 % der Gesamtstrecke und 1-2 Fahrzeuge pro Tag hängen von der Planqualität ab; Kraftstoff + Fahrer machen 30-50 % der Betriebskosten aus.
Mehrere Werke, mehrere Kunden — Wie viel liefert jedes Werk an jeden Kunden, damit die Gesamtfracht minimal wird?
Für Lebensmittel-, Verpackungs- oder Textil-KMU, die wöchentlich aus 3-8 Werken oder Regionallagern an 20-100 Kunden liefern. Die wöchentliche Entscheidung lautet: welches Werk schickt wie viel an welchen Kunden, bei festen Werkkapazitäten, festgelegten Kundenbedarfen und je Werk-Kunde-Paar unterschiedlichen Stückkosten (Entfernung + Fahrzeugtyp + Vertrag). Ziel ist die niedrigste Gesamtfrachtrechnung über das Netz. Die Faustregel 'nächstgelegenes Werk' oder 'das machen wir schon immer so' kostet gegenüber einer systematischen Zuweisung typischerweise 10-20% zusätzlichen Diesel- und Fahrzeugaufwand.