Ein Elektroinstallationsbetrieb in der Zentralschweiz mit 14 Mitarbeitenden hatte über drei Jahre hinweg immer wieder dasselbe Problem: Materialbestellungen kamen entweder zu spät oder lagerten wochenlang im Keller. Die Lösung fand der Geschäftsführer nicht durch neue Software, sondern durch ein gezieltes Umdenken im Umgang mit seinen eigenen Zahlen. Er begann, Bestellmengen und Lieferzeiten nicht mehr als feste Grössen zu behandeln, sondern als Verteilungen mit Schwankungsbreiten. Das klingt nach Hochschulmathematik, ist es aber nicht.
Das Missverständnis über «kleine» Unternehmen und Statistik
Viele KMU-Inhaber glauben, statistische Methoden seien etwas für Konzerne mit eigenen Data-Science-Abteilungen. Das stimmt für komplexe maschinelle Lernmodelle. Für die grundlegenden Werkzeuge der Stochastik gilt das Gegenteil: Gerade kleine Betriebe mit überschaubaren Datensätzen profitieren davon, weil jede Fehlentscheidung direkt auf die Marge durchschlägt. Wer 40 Mitarbeitende hat, kann sich keine drei Fehlplanungen pro Quartal leisten, wie sie ein Konzern mit 4000 Leuten locker wegsteckt.
Die entscheidende Frage ist nicht, ob ein KMU «genug Daten» hat. Schon 30 bis 50 Datenpunkte, also zum Beispiel die monatlichen Bestellmengen der letzten vier Jahre, reichen aus, um belastbare Aussagen über Schwankungsbreiten zu treffen. Das Werkzeug dafür heisst Streuungsanalyse, und sie ist mit Excel oder LibreOffice Calc vollständig durchführbar.
Konkret: Wo Stochastik im Alltag eines KMU auftaucht
Drei Bereiche zeigen den praktischen Nutzen besonders deutlich:
- Lagerhaltung und Einkauf: Wer den Mittelwert seiner Wochenverbräuche kennt, aber nicht die Standardabweichung, bestellt zu knapp. Eine Standardabweichung von 20 Prozent bedeutet, dass in rund 16 Prozent aller Wochen der Verbrauch deutlich über dem Mittelwert liegt. Ohne Sicherheitspuffer entstehen Lieferengpässe.
- Kapazitätsplanung: Ein Sanitärbetrieb, der pro Woche durchschnittlich 12 Aufträge abwickelt, muss wissen, dass diese Zahl in Spitzenwochen auf 18 steigen kann. Wer nur mit dem Durchschnitt plant, hat in 15 Prozent der Wochen überforderte Teams.
- Vertriebsprognosen: Korrelationen zwischen Wetter, Saisonalität und Umsatz lassen sich auch ohne KI-Tools erkennen, wenn man gelernt hat, Zusammenhänge zu quantifizieren statt nur zu vermuten.
Warum das Schulwissen vieler Entscheider nicht ausreicht
Das Problem liegt nicht im mangelnden Interesse, sondern im Bildungsweg. Stochastik war an vielen Schweizer Gymnasien und Berufsschulen bis in die 2000er-Jahre ein Randthema. Wer heute 45 Jahre alt ist und eine kaufmännische Ausbildung absolviert hat, hat Wahrscheinlichkeitsrechnung bestenfalls oberflächlich behandelt. Das zeigt sich bei der Interpretation von Diagrammen: Viele Geschäftsführer lesen Balkendiagramme routiniert, scheitern aber bei der Frage, ob eine beobachtete Veränderung statistisch bedeutsam ist oder nur normales Rauschen darstellt.
Dieser Unterschied ist entscheidend. Ein Umsatzrückgang von 8 Prozent in einem Quartal klingt nach Handlungsbedarf. Ob er das tatsächlich ist, hängt davon ab, wie stark der Umsatz normalerweise schwankt. Liegt die übliche Quartalsabweichung bei plus/minus 12 Prozent, ist das Ergebnis statistisch unauffällig. Werden dann trotzdem Massnahmen eingeleitet, kostet das Zeit, Geld und manchmal auch Vertrauen bei den Mitarbeitenden.
Wer seine Grundlagen auffrischen möchte, findet heute gute Möglichkeiten dafür. Gezielte Stochastik Nachhilfe für Erwachsene richtet sich inzwischen auch an Berufstätige, die keine akademische Aufarbeitung suchen, sondern praxisrelevantes Handwerkszeug für konkrete Entscheidungssituationen.
Ein einfaches Werkzeug: Die Kontingenzanalyse
Eine unterschätzte Methode für KMU ist die Vier-Felder-Tafel, auch Kontingenztabelle genannt. Sie beantwortet Fragen wie: Kaufen Kunden, die über den Online-Shop kommen, häufiger teure Produkte als Kunden aus dem Ladenlokal? Oder: Gibt es einen Zusammenhang zwischen dem Wochentag einer Anfrage und der tatsächlichen Auftragserteilung?
| Auftrag erteilt | Kein Auftrag | |
|---|---|---|
| Anfrage Mo bis Mi | 38 | 12 |
| Anfrage Do bis Fr | 19 | 21 |
Diese fiktive Tabelle zeigt auf den ersten Blick: Anfragen zu Wochenbeginn führen deutlich häufiger zu Aufträgen. Eine Konversionsrate von 76 Prozent montags bis mittwochs gegen 48 Prozent donnerstags und freitags. Ob dieser Unterschied zufällig ist oder einem echten Muster entspricht, lässt sich mit dem Chi-Quadrat-Test überprüfen. Dieser Test ist in Excel in drei Schritten durchführbar und erfordert keine Statistikausbildung, nur das Verständnis, was er misst.
Die organisatorische Seite: Wer im Betrieb trägt diese Kompetenz?
In vielen KMU hängt der Umgang mit Daten an einer einzigen Person, oft dem Geschäftsführer selbst oder der Buchhaltung. Das ist ein strukturelles Risiko. Fällt diese Person aus oder verlässt das Unternehmen, gehen die impliziten Kenntnisse über Auswertungsmethoden mit ihr. Eine sinnvolle Massnahme ist daher, Stochastik-Grundlagen mindestens bei zwei Personen im Betrieb zu verankern und die verwendeten Auswertungsroutinen in einem internen Dokument zu beschreiben.
Das muss kein aufwendiges Handbuch sein. Drei bis fünf Seiten, die erklären, wie die monatliche Abweichungsanalyse aufgebaut ist, welche Schwellenwerte als Alarmsignal gelten und welche Datenbasis zugrunde liegt, reichen in den meisten Fällen aus. Solche Dokumente entstehen am besten im laufenden Betrieb, also dann, wenn jemand zum ersten Mal eine Auswertung aufbaut.
Was realistische Erwartungen bedeuten
Stochastik-Kenntnisse sind kein Allheilmittel. Sie ersetzen keine Marktkenntnis, keine Kundengespräche und keine unternehmerische Intuition. Was sie leisten: Sie schärfen den Blick dafür, wann eine Zahl bedeutsam ist und wann nicht. Sie helfen, zwischen zufälliger Schwankung und echtem Trend zu unterscheiden. Und sie verhindern, dass ein KMU auf Basis von drei atypischen Wochen eine Strategieentscheidung trifft, die eigentlich keine Grundlage hat.
Der Elektroinstallationsbetrieb aus der Einleitung hat sein Lagerproblem gelöst, indem er für jedes Hauptmaterial einen Sicherheitsbestand definiert hat, der auf der doppelten Standardabweichung des Wochenverbrauchs basiert. Kosten für den Ansatz: etwa vier Stunden Analysearbeit. Ergebnis: Lieferengpässe sind seither praktisch verschwunden, und die Kapitalbindung im Lager ist gesunken, weil nicht mehr aus Unsicherheit auf Vorrat gehortet wird. Das ist der direkte Ertrag von statistischem Denken, ohne ein einziges spezialisiertes Tool.
