Inventuren gelten traditionell als Mittel der Wahl, wenn Bestandsdaten unzuverlässig sind.
Diese Erkenntnis ist auch für das IT Asset Management von hoher Relevanz.
Inventuren gelten traditionell als Mittel der Wahl, wenn Bestandsdaten unzuverlässig sind. Stimmen die Zahlen nicht, wird häufiger gezählt. Gibt es Abweichungen, werden zusätzliche Prüfungen angesetzt. Das Prinzip ist einfach und angesichts wachsender Bestände, begrenzter Ressourcen und immer komplexerer Umgebungen zunehmend problematisch.
Ein aktueller Forschungsbericht unter Beteiligung der Technische Universität Darmstadt stellt genau diesen Ansatz infrage.
Die zentrale Erkenntnis des Forschungsprojekts von Professor Christoph Glock (TU Darmstadt, Fachgebiet Produktion und Supply Chain Management) sowie Professor Yacine Rekik (emlyon Business School) und Professor Aris Syntetos (Cardiff Business School), begleitet von ECR Retail Loss lautet:
Nicht möglichst viel zu prüfen, sondern gezielt die richtigen Bestände zu prüfen, kann die Qualität von Bestandsdaten deutlich verbessern.
Für Unternehmen, die ihr IT Asset Management professionalisieren wollen, steckt darin eine wichtige Botschaft.
Die Herausforderung: Bestandsdaten sind trotz regelmäßiger Prüfungen fehleranfällig
Die Forschenden analysierten mehr als 1,3 Millionen Bestandsprüfungen von sechs großen Unternehmen aus dem Lebensmitteleinzelhandel im Zeitraum von Mai 2018 bis April 2022. Das Ergebnis: Ein erheblicher Teil der Bestandsdaten war fehlerhaft. Die vollständigen Ergebnisse finden sich hier: Ergebnisse des Projekts
Die naheliegende Reaktion auf solche Fehler ist meist eine weitere Inventur. Doch genau hier setzt die Studie an. Denn häufigere und umfangreichere Prüfungen binden Ressourcen – ohne automatisch sicherzustellen, dass die Prüfungen dort stattfinden, wo sie den größten Nutzen bringen.
Das Forschungsprojekt verfolgt deshalb einen anderen Ansatz: Mithilfe maschinellen Lernens sollen diejenigen Artikel identifiziert werden, bei denen eine Bestandsprüfung besonders wahrscheinlich einen relevanten Fehler aufdeckt oder die Warenverfügbarkeit verbessert.
Die Schlussfolgerung ist bemerkenswert einfach:
Eine gute Inventur ist nicht unbedingt die umfangreichste. Sie ist diejenige, die ihre Ressourcen dort einsetzt, wo sie den größten Erkenntnisgewinn erzielt.
Von der Vollinventur zur risikobasierten Bestandsprüfung
Das entwickelte Verfahren priorisiert Teilinventuren und kann Bestandsdaten unter bestimmten Voraussetzungen auch automatisch korrigieren. Dabei berücksichtigt das Modell, dass nicht jeder Bestand gleich fehleranfällig ist.
Stabile und umsatzstarke Artikel können demnach häufig automatisch angepasst werden. Schwankungsanfälligere Bestände – etwa frische oder aktuell beworbene Produkte, werden dagegen gezielt für zusätzliche Prüfungen vorgeschlagen.
Die Ergebnisse zeigen den Nutzen dieses Vorgehens: Mit der Methode konnten rund 19 Prozent mehr fehlerhafte Bestandsdaten identifiziert werden als mit gängigen Verfahren. Besonders relevant ist die Erkennung sogenannter Phantombestände, also Bestände, die in den Systemen als verfügbar geführt werden, obwohl die Ware tatsächlich nicht vorhanden ist. Mehr als 80 Prozent dieser Fälle konnten durch das System erkannt werden, bevor daraus Umsatzverluste entstehen.
Das Prinzip dahinter lässt sich auf einen Satz reduzieren:
Bestandsqualität verbessert sich nicht primär durch mehr Prüfungen, sondern durch bessere Priorisierung.
Was das für das IT Asset Management bedeutet
Auch im IT Asset Management sind Bestandsdaten eine zentrale Entscheidungsgrundlage. Unternehmen müssen unter anderem wissen:
-
Welche Hardware und Software ist tatsächlich vorhanden?
-
Wo befindet sich ein Asset?
-
-
Welche Geräte sind aktiv, in Betrieb oder nicht mehr im Einsatz?
-
Welche Informationen stammen aus automatisierten Quellen, welche aus manuellen Änderungen?
-
Welche Daten sind aktuell und welche möglicherweise veraltet?
In der Praxis entstehen Fehler jedoch nicht nur durch fehlende Inventuren. IT-Bestände verändern sich laufend: Geräte werden ausgegeben, zurückgenommen, ausgetauscht, verschoben, repariert oder außer Betrieb genommen. Software wird installiert und deinstalliert. Nutzer, Standorte und Verantwortlichkeiten ändern sich.
Eine statische Bestandsaufnahme kann diese Dynamik nur begrenzt abbilden.
💡 Inventarisierung leicht gemacht
Kombiniert Hardware, Lizenzen, Verträge, Bestellungen und vieles mehr in einem System.
Parallele zu IT Asset Management
Genau hier liegt die Parallele zur aktuellen Untersuchung der TU Darmstadt: Je größer und dynamischer ein Bestand ist, desto weniger sinnvoll ist es, alle Objekte mit gleicher Intensität und in gleichen Intervallen zu prüfen.
ITAM braucht mehr als eine Momentaufnahme
Ein modernes IT Asset Management sollte deshalb nicht ausschließlich die Frage beantworten, wann zuletzt inventarisiert wurde oder welche Inventardaten erfasst wurden. Entscheidend ist vielmehr:
Bei welchen Assets ist eine Prüfung jetzt besonders sinnvoll?
Dafür können unterschiedliche Informationen relevant sein – beispielsweise Veränderungen im Lebenszyklus, Abweichungen zwischen Systemen, fehlende Aktualisierungen oder andere Hinweise darauf, dass ein Datensatz möglicherweise nicht mehr dem tatsächlichen Zustand entspricht.
Das Ziel ist dabei nicht, jede Abweichung automatisch als Fehler zu behandeln. Ebenso wenig geht es darum, menschliche Prüfungen vollständig zu ersetzen.
Der entscheidende Gedanke ist ein anderer: Daten und Prüfprozesse sollten so miteinander verbunden werden, dass vorhandene Ressourcen gezielt eingesetzt werden können.
Das ist eine wesentliche Voraussetzung für eine skalierbare Inventarverwaltung.
Automatisierung dort einsetzen, wo sie belastbar ist
Die Studie der TU Darmstadt zeigt außerdem eine wichtige Differenzierung: Nicht jeder Bestand muss gleich behandelt werden.
Für das IT Asset Management bedeutet das: Automatisierung sollte dort eingesetzt werden, wo die Datenlage und die zugrunde liegenden Regeln eine verlässliche Entscheidung ermöglichen. In anderen Fällen ist eine gezielte manuelle Prüfung sinnvoller.
Diese Unterscheidung ist entscheidend. Denn eine leistungsfähige ITAM-Lösung sollte nicht einfach möglichst viele Prozesse automatisieren. Sie sollte Unternehmen dabei unterstützen, zwischen automatisierbaren Vorgängen und prüfungsbedürftigen Sachverhalten zu unterscheiden.
Das kann beispielsweise bedeuten:
- Daten aus vorhandenen Systemen zentral zusammenzuführen
- Änderungen am Asset-Bestand nachvollziehbar zu machen
- relevante Abweichungen sichtbar zu machen
- Prüfungen gezielt zu priorisieren
- und belastbare Informationen für Entscheidungen bereitzustellen.
Damit verschiebt sich der Fokus: weg von der reinen Bestandsaufnahme, hin zu einer kontinuierlichen Bewertung der Datenqualität.
Der eigentliche Wert liegt in besseren Entscheidungen
Die Forschungsergebnisse der TU Darmstadt sind deshalb auch über den klassischen Handel hinaus interessant. Sie zeigen ein grundsätzliches Problem, das viele Organisationen betrifft:
Bestandsdaten können trotz regelmäßiger Kontrollen unzuverlässig bleiben, wenn Prüfungen nicht risikoorientiert erfolgen.
Für Unternehmen mit großen IT-Beständen ist das besonders relevant. Ein IT Asset Management, das lediglich eine möglichst vollständige Liste aller Assets bereitstellt, schafft zwar Transparenz. Der nächste Schritt besteht jedoch darin, diese Informationen für operative Entscheidungen nutzbar zu machen.
-
Welche Daten sind belastbar?
-
Wo besteht Handlungsbedarf?
-
Welche Assets sollten geprüft werden?
-
Welche Änderungen können automatisiert verarbeitet werden?
-
Und wo ist eine manuelle Validierung erforderlich?
Die Antworten auf diese Fragen entscheiden darüber, ob ITAM lediglich dokumentiert oder aktiv zur Effizienz, Transparenz und Qualität der IT-Prozesse beiträgt.
Was Unternehmen aus der Studie ableiten können
Die Untersuchung unter Beteiligung der TU Darmstadt liefert keine pauschale Empfehlung, jede Inventur durch künstliche Intelligenz zu ersetzen. Ihre Bedeutung liegt vielmehr in einem methodischen Perspektivwechsel.
Für die Praxis lassen sich daraus insbesondere vier Grundsätze ableiten:
1️⃣ Nicht jeder Bestand braucht dieselbe Prüffrequenz
Assets und Datenobjekte unterscheiden sich hinsichtlich ihrer Veränderungsdynamik und ihres Risikos. Prüfungen sollten diese Unterschiede berücksichtigen.
2️⃣ Bestandsdaten sollten kontinuierlich bewertet werden
Eine Inventur ist immer eine Momentaufnahme. In dynamischen IT-Umgebungen ist es deshalb sinnvoll, Veränderungen und Abweichungen fortlaufend zu beobachten.
3️⃣ Automatisierung braucht klare Voraussetzungen
Wo Daten zuverlässig verarbeitet werden können, kann Automatisierung Ressourcen sparen. Wo Unsicherheit besteht, sollte sie eine gezielte Prüfung unterstützen, nicht blind ersetzen.
4️⃣ Die Qualität einer Inventur misst sich an ihrem Ergebnis
Die entscheidende Frage ist nicht, wie viele Objekte geprüft wurden. Entscheidend ist, wie viele relevante Fehler erkannt und wie effizient die verfügbaren Ressourcen eingesetzt wurden.
Von der Inventur zur intelligenten Bestandsqualität
Die Ergebnisse des Forschungsprojekts zeigen eindrucksvoll, dass der klassische Gedanke „mehr Kontrolle = bessere Daten“ zu kurz greift.
Die Zukunft liegt vielmehr in einer intelligenten Kombination aus vorhandenen Daten, automatisierter Analyse und gezielter menschlicher Prüfung.
Für das IT Asset Management bedeutet das: Unternehmen sollten ihre Inventarprozesse nicht nur danach bewerten, ob sie Asset-Daten erfassen. Sie sollten auch prüfen, wie sie mit Unsicherheit, Veränderungen und möglichen Fehlern umgehen.
✅ Fazit: Ein IT-Bestand ist kein statisches Verzeichnis. Er ist ein sich laufend veränderndes System
Wer diese Dynamik berücksichtigt und Prüfungen gezielt priorisiert, kann seine Ressourcen effizienter einsetzen und die Qualität seiner Bestandsdaten nachhaltig verbessern.
Die aktuelle Meldung der TU Darmstadt liefert dafür einen wichtigen Impuls: Inventuren müssen nicht zwangsläufig umfangreicher werden. Sie müssen vor allem intelligenter werden.
Für moderne ITAM-Strategien ist das eine Erkenntnis mit erheblicher praktischer Bedeutung.
