Voor veiligheidsvoorraad berekenen heb je geen universeel percentage nodig, maar een kleine set betrouwbare gegevens per artikel of SKU: de gemiddelde vraag, de variatie in vraag, de levertijd, de variatie in levertijd, de beschikbare voorraadpositie en een consequente artikelidentificatie. Een vaste opslag van bijvoorbeeld 10 of 20 procent klinkt simpel, maar past zelden op zowel hardlopers als traaglopers. Microsoft adviseert het bestelpunt te baseren op het vraagprofiel van het artikel en noemt veiligheidsvoorraad juist relevant bij grote vraagfluctuaties; daarnaast helpt ABC-classificatie om per artikelgroep andere voorraadkeuzes te maken. Een eenduidige productcode zoals een GTIN volgens GS1 helpt om die data per artikel schoon en vergelijkbaar te houden.
De minimale gegevensset voor veiligheidsvoorraad
Als je maar zes dingen goed vastlegt, kun je al veel betere beslissingen nemen.
- Uniek artikelnummer of SKU: zonder vaste identificatie lopen vraaghistorie, leverancier en voorraad door elkaar. GS1 beschrijft de GTIN als eenduidige productidentificatie voor de keten, wat vooral nuttig is als je met meerdere systemen of handelspartners werkt via een gestandaardiseerde artikelcode.
- Historische vraag per periode: bijvoorbeeld per dag of per week, liefst op hetzelfde detailniveau waarop je bestelt.
- Gemiddelde vraag: nodig als basis voor bestelpunt en verwachte afname tijdens levertijd.
- Vraagvariatie: juist deze spreiding bepaalt of een buffer nodig is. Microsoft noemt veiligheidsvoorraad expliciet bruikbaar voor artikelen met grote vraagfluctuaties in de richtlijn over planning parameters in Business Central.
- Gemiddelde levertijd: het aantal dagen of weken tussen bestellen en ontvangen.
- Levertijdvariatie: als een leverancier soms in 5 dagen en soms in 12 dagen levert, heb je meer buffer nodig dan bij een stabiele leverancier.
Daar komt vaak nog een zevende gegeven bij: je beschikbare voorraadpositie. In de praktijk kijk je niet alleen naar wat fysiek op de plank ligt, maar ook naar open inkoop, reserveringen en backorders.
Waarom vraagvariatie belangrijker is dan een vast percentage
Twee artikelen met dezelfde jaaromzet kunnen totaal andere veiligheidsvoorraad vragen. Artikel A verkoopt elke week netjes 20 stuks. Artikel B verkoopt de ene week 0 en de volgende week 80. Het gemiddelde kan vergelijkbaar zijn, maar het risico op een stock-out niet.
Daarom werkt een vaste regel zoals “we houden altijd 15 procent extra aan” slecht als algemene methode. Microsoft koppelt veiligheidsvoorraad aan artikelen met grote schommelingen in de vraag en adviseert het bestelpunt te baseren op het vraagprofiel van het artikel in plaats van op een generieke norm in de officiële planningrichtlijnen.
Praktisch besliscriterium: meet niet alleen het gemiddelde verbruik, maar ook hoe grillig dat verbruik is. Hoe onregelmatiger de vraag, hoe waardevoller veiligheidsvoorraad meestal wordt.
Levertijd is niet alleen een gemiddelde
Veel bedrijven registreren wel een standaard levertijd, maar niet hoe vaak die wordt gemist. Juist daar gaat veiligheidsvoorraad vaak over. Dat is nuttig om te volgen, want één gemiddelde verbergt spreiding.
Let daarom op drie niveaus:
- Contractuele levertijd: wat is afgesproken?
- Werkelijke gemiddelde levertijd: wat gebeurt er echt?
- Variatie: hoeveel wijken leveringen af?
Een leverancier die altijd in 7 dagen levert is voorspelbaarder dan een leverancier die gemiddeld ook 7 dagen levert, maar in werkelijkheid tussen 3 en 14 dagen schommelt.
Vergeet je voorraadpositie en datakwaliteit niet
Veiligheidsvoorraad berekenen met verkeerde stamdata geeft schijnnauwkeurigheid. Kijk daarom niet alleen naar vraag en levertijd, maar ook naar de kwaliteit van je basisgegevens.
- Klopt het artikelnummer?
- Werk je per locatie met dezelfde definitie?
- Zijn open inkooporders actueel?
- Zijn reserveringen en backorders zichtbaar in je beschikbare voorraad?
- Meet je per magazijn of op totaalniveau?
Werk je met meerdere locaties, dan is een goede systeeminrichting essentieel. Dat raakt direct aan locatiebeheer en voorraadbetrouwbaarheid. In die context kan ook een goed warehouse management systeem helpen om mutaties, locaties en beschikbaarheid consistenter vast te leggen. Bij meerdere magazijnen of picklocaties is bovendien slim locatiebeheer vaak nodig om voorraad per plek juist te interpreteren.
Gebruik ABC-classificatie om niet elk artikel gelijk te behandelen
Niet elk artikel verdient dezelfde servicegraad of dezelfde buffer. Microsoft beschrijft in het ABC Analysis report van Business Central dat je artikelen kunt indelen op basis van hun bijdrage aan de verkoopwaarde, zodat je bepaalt welke artikelen altijd op voorraad moeten zijn en waar incidentele tekorten acceptabeler zijn.
Dat is geen formule voor veiligheidsvoorraad op zichzelf, maar wel een belangrijk stuurmiddel. Een A-artikel krijgt vaak strakkere monitoring, frequenter herbevoorraden en minder tolerantie voor nee-verkoop. Voor C-artikelen kun je soms bewust minder buffer houden.
Vuistregel voor beleid: eerst segmenteren, daarna rekenen. Anders behandel je een cruciaal onderdeel hetzelfde als een zelden besteld artikel.
Stappenplan: welke data moet je morgen kunnen exporteren?
- Maak per artikel of SKU één unieke sleutel, bijvoorbeeld intern artikelnummer met GTIN waar relevant.
- Exporteer 6 tot 12 maanden vraaghistorie per dag of week.
- Bereken gemiddelde vraag én spreiding per artikel.
- Meet werkelijke levertijd op basis van besteldatum en ontvangstdatum.
- Bereken ook de variatie in levertijd, niet alleen het gemiddelde.
- Controleer je beschikbare voorraaddefinitie: on hand, on order, allocaties en backorders.
- Segmenteer artikelen via ABC of een vergelijkbare indeling.
- Kies per segment een eigen voorraadbeleid in plaats van één opslag voor alles.
Fictief voorbeeld: welke gegevens veranderen de uitkomst?
Fictief voorbeeld, geen garantie. Stel dat twee artikelen allebei gemiddeld 100 stuks verbruiken tijdens de levertijd. Artikel X heeft stabiele weekvraag en een leverancier die vrijwel altijd op tijd levert. Artikel Y heeft pieken in vraag en een leverancier met wisselende levertijd. Dan kan voor X een kleine buffer genoeg zijn, terwijl Y een duidelijk hogere veiligheidsvoorraad nodig heeft, ondanks hetzelfde gemiddelde verbruik. Het verschil zit dus niet in één percentage, maar in de combinatie van vraagvariatie + levertijdvariatie + gewenste beschikbaarheid.
Checklist voor een bruikbare berekening
- Je hebt per artikel een uniek en consequent ID
- Je vraaghistorie is compleet en op vast interval
- Je kent gemiddelde vraag én spreiding
- Je kent gemiddelde levertijd én spreiding
- Je beschikbare voorraad bevat meer dan alleen fysieke voorraad
- Je rekent per locatie of SKU, niet alleen op totaalniveau
- Je gebruikt geen universeel opslagpercentage voor alle artikelen
- Je past beleid aan op artikelbelang, bijvoorbeeld via ABC
Moet veiligheidsvoorraad altijd een vast percentage van de omloopsnelheid zijn?
Nee. Een vast percentage negeert verschillen in vraagpatroon, levertijd en artikelbelang. Juist die variabelen bepalen of extra buffer nodig is.
Welke data ontbreekt het vaakst in de praktijk?
Meestal ontbreekt niet de gemiddelde vraag, maar de variatie in vraag en de werkelijke variatie in levertijd. Daardoor lijkt een berekening compleet terwijl de belangrijkste onzekerheid niet is gemeten.
Kun je veiligheidsvoorraad zonder ABC-indeling bepalen?
Ja, maar dan mis je prioriteit. ABC helpt om voor belangrijke artikelen strakker te sturen en voor minder kritische artikelen minder kapitaal vast te zetten.
Deze uitleg is samengesteld met AI en gecontroleerd aan de hand van de vermelde bronnen. Lees over de redactie en onze werkwijze. Er is geen afzonderlijke beoordeling door een menselijke vakspecialist uitgevoerd.
