OTIF und der perfekte Auftrag

In dieser Ausgabe

Die Logistik meldet „pünktlich und vollständig“, als meinten alle dasselbe. Diese Ausgabe fragt, was einen Auftrag perfekt macht, wer entscheidet, wann eine Lieferung pünktlich ist, und warum gute Quoten trotzdem jeden zehnten Auftrag mangelhaft lassen können.

Im SCOR-Modell ist ein Auftrag nur perfekt, wenn er vollständig, pünktlich zum ursprünglich zugesagten Termin, unbeschädigt und mit korrekten Dokumenten ankommt. Im Benchmarking von APQC kommt das Median-Unternehmen auf 90, und 99 % in jedem der vier Teile ergeben nur 96 %. Walmart hob seine Schwelle für Komplettladungen zwischen 2017 und 2019 von 75 % auf 87 %. McKinsey fand in der Konsumgüterbranche keine Standarddefinition für OTIF, und eine Fallstudie zeigte, dass fehlende gemeinsame Definitionen Kunden und Lieferanten bremsten.

Stiven Janaqi, Herausgeber

Titelthema

Jeder zehnte Auftrag

APQC vergleicht den perfekten Auftrag zwischen Unternehmen. Beim Median-Unternehmen liegt der Index bei 90: Jeder zehnte versandte Auftrag hat einen Fehler oder Mangel. Das obere Quartil erreicht 95 oder mehr.

Rechenbeispiel von APQC: vier Quoten und der Anteil perfekter Aufträge, den sie ergeben (%): Pünktlich 98, Vollständig 97, Unbeschädigt 99, Dokumente 82, Perfekt 77,2.

Die vier Quoten werden multipliziert, der perfekte Auftrag kann also nie höher liegen als die schwächste von ihnen. APQC hält fest, dass ein Unternehmen mit 99 % in jedem der vier Teile insgesamt nur 96 % erreicht.

Unsere Lesart

Vier Quoten, die einzeln gut aussehen, können trotzdem jeden zehnten Auftrag mangelhaft lassen. Der Kunde erhält seine Bestellung, nicht die Quoten.

Die Quoten des Beispiels dienen der Veranschaulichung, es sind keine Unternehmensdaten: 0,98 × 0,97 × 0,99 × 0,82 = 0,772. Median und oberes Quartil wurden 2018 veröffentlicht; die Stichprobe wird nicht genannt.

Quellen: APQC, IndustryWeek, 2018; APQC, Open Standards Benchmarking, 2026

Die Zahlen

Eine Schwelle, die weiter stieg

Ab August 2017 verhängte Walmart Strafen gegen US-Lieferanten, deren Lieferungen nicht pünktlich und vollständig ankamen: 3 % der Kosten der betroffenen Waren. Auch zu frühes Ankommen galt als Fehler.

Walmarts Schwelle für „pünktlich und vollständig“ bei Komplettladungen: Aug. 2017 75 %, Apr. 2018 85 %, März 2019 87 %.

Für Februar 2018 war ein Ziel von 95 % innerhalb eines Tages angekündigt. Im Januar 2018 rückte Walmart davon ab: Ab April lag die Schwelle bei 85 % für Komplettladungen und bei 50 % für Teilladungen, zuvor 33 %, in einem Zwei-Tage-Fenster. Im März 2019 stieg sie auf 87 %, und Walmart kündigte an, Pünktlichkeit und Vollständigkeit getrennt zu messen, damit sich Lieferanten auf die Vollständigkeit konzentrieren.

Unsere Lesart

Eine Schwelle sagt, wofür der Kunde Strafen verhängt, nicht, wie gut der Lieferant liefert. Und sie verschiebt sich, wenn der Kunde es beschließt.

Angekündigte Regeln, keine gemessenen Ergebnisse, nach Berichten der Fachpresse; Walmarts eigene Seiten wurden nicht eingesehen. Manche Berichte nennen die beiden Gruppen große und kleine Lieferanten.

Quellen: Talk Business & Politics, 2018; Supply Chain Dive, 2019

Das Modell

Welches Datum, welche Einheit

OTIF zählt die Lieferungen, die in der Menge und zu der Zeit, die im Auftrag stehen, am Ziel ankommen. 2019 fand McKinsey in der Konsumgüterbranche für keine der beiden Hälften eine Standarddefinition.

Pünktlich: bis wann?

• der vom Händler gewünschte Termin
• der vom Hersteller zugesagte Termin
• ein Slot oder ein vereinbartes Fenster

Vollständig: wie gezählt?

• je Auftrag
• je Position
• je Karton

Umfrage unter 24 Händlern und Herstellern, Nordamerika: Ein Branchenstandard für OTIF würde Wert schaffen 92 %, Bevorzugen, die Vollständigkeit je Karton zu zählen 79 %, Bevorzugen den Wunschtermin 67 %.

McKinsey schlug vor, die bis zum Wunschtermin gelieferten Kartons als Anteil der bestellten zu zählen, einen Tag früher eingeschlossen; über das Fenster gab es keine Einigkeit.

Unsere Lesart

Zwei Unternehmen können beide 95 % melden und Verschiedenes messen. Vor jedem OTIF-Vergleich fragen: welcher Termin, welche Einheit.

Präferenzen von 24 großen Unternehmen, keine gemessene Leistung; das Datum der Umfrage wird nicht genannt. Die Definition ist ein Vorschlag von McKinsey, kein verabschiedeter Standard.

Quelle: McKinsey & Company, 2019

Mehr im Essay: Was mir die Last Mile über echtes Operations-Management beigebracht hat

Was die Forschung sagt

Ohne gemeinsame Definition

Helena Forslund und Patrik Jonsson begleiteten sechs Kunden-Lieferanten-Paare in der Industrie. Fehlende gemeinsame Definitionen der Kennzahlen und Lücken in den ERP-Systemen waren die Haupthindernisse, die Lieferleistung gemeinsam zu steuern; die praktischen Probleme zeigten sich vor allem bei der Messung der Pünktlichkeit.

2022 zeigte eine McKinsey-Umfrage unter 35 Topführungskräften aus 28 Konsumgüterunternehmen in Nordamerika, dass sich die Definitionen weiter verschieben. Mehr als die Hälfte gab an, Händler hätten ihre OTIF-Regeln verschärft, mit engeren Zeitfenstern und höheren Strafen.

• 85 % sagten, mindestens ein wichtiger Händler sei in den letzten 12 Monaten vom Wunschtermin auf einen geplanten oder zugesagten Termin umgestiegen
• 17 % sagten, sie holten mehr als 75 % ihrer tatsächlichen Servicekosten wieder herein

Unsere Lesart

Ändert der Kunde die Definition, bekommt dieselbe Arbeit eine andere Note. Erst die Definition vereinbaren, dann über die Zahl streiten.

Eine Fallstudie mit sechs Paaren, keine statistische Stichprobe; die Umfragewerte sind Selbstauskünfte von 28 Unternehmen.

Quellen: Helena Forslund & Patrik Jonsson, International Journal of Physical Distribution & Logistics Management, 2007; Shruti Lal & Colin Regnier, McKinsey & Company, 2022

Wie man es misst

Perfekte Aufträge zählen

Im SCOR-Modell ist die perfekte Auftragserfüllung (RL.1.1) die Zahl perfekter Aufträge geteilt durch alle Aufträge. Ein Auftrag ist nur perfekt, wenn jede seiner Positionen perfekt ist: Ein Fehler in einer Position nimmt den ganzen Auftrag aus der Wertung.

1. Vollständig. Produkt und Menge wie bestellt
2. Pünktlich. zum ursprünglich zugesagten Termin
3. Dokumente. vollständig und korrekt
4. Zustand. keine Schäden bei der Lieferung

Hypothetisches Beispiel, ein Monat

• Aufträge: 200: 6 verspätet, 4 unvollständig, 2 beschädigt, 3 mit falschen Papieren
• Gezählt: die 15 Fehler betreffen 12 Aufträge: 188 von 200 = 94,0 %
• Als Produkt: 97 % × 98 % × 99 % × 98,5 % = 92,7 %

SCOR zählt Aufträge, APQC multipliziert Quoten: Aus denselben Aufträgen ergeben sich verschiedene Werte, also sagen, welchen man meldet. Die Aufträge sind erfunden.

SCOR misst die Pünktlichkeit am ursprünglich zugesagten Termin, nicht am Wunschtermin; die Kosten des Auftrags werden an anderer Stelle im Modell gemessen.

Quellen: ASCM, 2026; APQC, Open Standards Benchmarking, 2026

Tool öffnen: Verspätungs­analyse

Werkzeug der Ausgabe

Die Karte für perfekte Aufträge

Jede Woche eine Stichprobe von Aufträgen an den vier Bedingungen prüfen, die mit dem Kunden vereinbarten Definitionen ganz oben. Die Gründe zählen, nicht nur die Quote.

1. Definitionen pünktlich zu welchem Termin und Fenster; vollständig je Auftrag, Position oder Karton
2. Auftrag Nummer, Kunde, Zahl der Positionen
3. Vollständig jede Position in der bestellten Menge: ja oder nein
4. Pünktlich zum vereinbarten Termin und Fenster: ja oder nein
5. Zustand und Dokumente Schäden; Falsches oder Fehlendes in den Papieren
6. Perfekt oder nicht wenn nicht, die erste verfehlte Bedingung und ihre Ursache

Eine Praxis, die die Redaktion vorschlägt, nach dem SCOR-Modell (RL.1.1).

Quelle: ASCM, 2026

Tool öffnen: Last-Mile CX Control Tower

Quellen und Methode

Jede Zahl hat eine Quelle.

Die Zahlen dieser Ausgabe stammen aus den folgenden Quellen. Das Jahr zeigt, wie aktuell jede ist.

• ASCM, “SCOR Digital Standard, Reliability: RL.1.1 (perfect order fulfillment)”, 2026. https://scor.ascm.org/performance/reliability/RL.1.1
• APQC, Open Standards Benchmarking, “Perfect order performance”, 2026. https://www.apqc.org/resources/benchmarking/open-standards-benchmarking/measures/perfect-order-performance
• APQC, IndustryWeek, “Achieving the Impossible Dream: Perfect Order Performance”, 2018. https://www.industryweek.com/supply-chain/article/22026774/achieving-the-impossible-dream-perfect-order-performance
• Talk Business & Politics, “Wal-Mart updates suppliers on new OTIF requirements”, 2018. https://talkbusiness.net/2018/01/wal-mart-updates-suppliers-on-new-otif-requirements/
• Supply Chain Dive, “Walmart tightens on-time, in-full rate for suppliers to 87%”, 2019. https://www.supplychaindive.com/news/walmart-on-time-in-full-87-suppliers/550083/
• McKinsey & Company, “Defining ‘on-time, in-full’ in the consumer sector”, 2019. https://www.mckinsey.com/capabilities/operations/our-insights/defining-on-time-in-full-in-the-consumer-sector
• Shruti Lal & Colin Regnier, McKinsey & Company, “Great service—but who's paying?”, 2022. https://www.mckinsey.com/capabilities/operations/our-insights/great-service-but-whos-paying
• Helena Forslund & Patrik Jonsson, International Journal of Physical Distribution & Logistics Management, “Dyadic integration of the performance management process: A delivery service case study”, 2007. https://doi.org/10.1108/09600030710776473

Redaktionelle Methode

Jede Zahl wurde auf Jahr, Herausgeber und genaue Bedeutung geprüft. Wo die Seite des Herausgebers nicht erreichbar war, wurde sie an unabhängigen Zusammenfassungen geprüft und mit „über“ markiert. Die Deutung der Redaktion ist als „Unsere Lesart“ markiert. Zahlen, die sich nicht bestätigen ließen, stehen nicht in der Ausgabe.