Schweiz: Saisonale Nachfragemuster faktorbasiert modellieren

Saisonalität, Trend und Zyklus sauber trennen

Saisonalität ist ein regelmässig wiederkehrendes Nachfragemuster, gebunden an Jahreszeiten, Feiertage, Wetterbedingungen oder kulturelle Ereignisse. Sie ist statistisch messbar, kein Bauchgefühl.

Davon zu trennen sind zwei andere Bewegungen: Der Trend beschreibt eine langfristige Richtungsänderung, der Zyklus schwankt unregelmässig. Wer beides in die Saisonfaktoren einrechnet, überschätzt die Saison und plant dauerhaft falsch.

Saisonale Prognosen scheitern in der Praxis weniger an der Unvorhersehbarkeit als an der Methode. Die BVL-Trendstudie 2025/26 zählt die Planungsqualität bei volatilen und saisonalen Sortimenten zu den grössten Herausforderungen mittelständischer Betriebe.

Wer über einen Index je Periode verfügt, kann sich strukturiert auf die Saisonprognose vorbereiten, statt jedes Jahr gegen dieselben Überraschungen zu kämpfen.

Saisonalitätsindex und Basislinie als Rechengerüst

Der Saisonalitätsindex, auch Saisonfaktor genannt, ist das Verhältnis der tatsächlichen Nachfrage einer Periode zur durchschnittlichen Nachfrage über alle Perioden.

Diese durchschnittliche Nachfrage ohne saisonale Effekte, Aktionen und Sonderereignisse ist die Basislinie.

Der Index macht die Abweichung von der Basislinie lesbar: Ein Wert über 1 bedeutet überdurchschnittliche Nachfrage, ein Wert unter 1 unterdurchschnittliche.

Rechenbeispiel: Bei einem Jahresdurchschnitt von 100 Stück pro Monat ergibt ein Absatz von 180 Stück im August einen Index von 1,80; bei 60 Stück im Februar einen Index von 0,60.

Aus den Faktoren einer Periode lassen sich Erwartungswerte für jede künftige Periode ableiten, sofern die Basislinie und der Trend getrennt fortgeschrieben werden.

Saisonalitätsindex: Interpretation und Beispiele

Kalenderfaktoren: bewegliche Feiertage, ungleiche Perioden und Brückentage

Der starre Vergleich März gegen Vorjahres-März oder Kalenderwoche 12 gegen Vorjahreswoche 12 verzerrt das Bild. Liegt Ostern einmal im März und im Folgejahr im April, suggeriert der Monatsvergleich einen Umsatzrückgang, der nur eine Verschiebung ist.

Kalenderlogik richtet sich nach Datumsgrenzen, nicht nach Nachfrageverhalten: Ein Monat hat 28 bis 31 Tage mit unterschiedlich vielen Samstagen, Sonntagen und Feiertagen. Ohne Normalisierung misst der Vergleich auch die Kalendersituation, nicht nur den Geschäftserfolg.

Die kalendergetriebene Saisonalität schwankt zusätzlich durch Feiertage, Schulferien und Brückentage, typisch etwa im Foodservice.

Auch Wetterlagen und regionale Ereignisse verschieben die Nachfrage, etwa plötzliche Hitzeperioden oder lokale Anlässe. Klassische Berichte hinken dann der Realität hinterher.

Verglichen werden sollen deshalb inhaltlich gleiche Perioden, also Ostern gegen Ostern. Sonst drohen teure Überproduktion oder entgangene Umsätze durch leere Regale.

Kalenderfaktoren mit beweglichen Feiertagen in der Schweiz

Faktorenkatalog für Schweizer Nachfragemuster

Auf der Kalenderebene stehen feste Feiertage, bewegliche Feste wie Ostern, Schulferien und Brückentage. Schulferien sind kantonal geregelt und fallen nicht überall gleich, weshalb regionale Faktoren getrennt geführt werden sollten.

Wetterlagen wirken je Kategorie unterschiedlich: In kälteren Monaten werden gehaltvollere Proteine bevorzugt, in warmen Jahreszeiten leichtere Optionen.

Produktspezifische Zyklen hängen oft an Festen: Lammfleisch erreicht seinen Höhepunkt rund um Ostern, Premium-Rindfleisch zu Weihnachten und Neujahr, Meeresfrüchte in der Fastenzeit und in den Sommermonaten, Fleisch in der Grillsaison und an den Winterfeiertagen.

Kulturelle Ereignisse und regionale Präferenzen erhöhen die Komplexität, weil derselbe Artikel in verschiedenen Märkten unterschiedliche saisonale Anforderungen hat.

Als Makrofaktor kommen die Konjunkturprognosen des SECO hinzu: Die Expertengruppe Konjunkturprognosen des Bundes erwartet für 2026 ein Wachstum von 1,7 Prozent (Juni-Prognose: 0,9 Prozent) und für 2027 unverändert 1,6 Prozent.

Dieser Faktor verschiebt das Niveau, ersetzt aber die saisonalen Faktoren nicht.

Schweizer Konjunkturprognosen 2026–2027 (SECO)

Produktspezifische Saisonhöhepunkte in der Schweiz

Saisonfaktoren aus eigenen Daten berechnen

Ausgangspunkt sind die historischen Absatzdaten des eigenen Betriebs. Aktionen, Sonderereignisse und ungleiche Verkaufstage werden zuerst herausgerechnet, damit die Faktoren die reine Saisonalität abbilden.

Danach wird die durchschnittliche Periodennachfrage über alle Perioden gebildet, die Basislinie. Der Faktor einer Periode ist die tatsächliche Periodennachfrage geteilt durch diese Basislinie.

Als erster Überblick genügen Durchschnitte pro Wochentag, Monat oder Ereignisfenster. Daran lassen sich saisonale Muster erkennen, bevor ein Modell gerechnet wird.

Für bewegliche Feiertage braucht es mehrere Jahre Daten, damit der Ostereffekt von der jeweiligen Kalenderlage getrennt werden kann.

Der Einstieg ist ohne neue Software möglich: Berechnung und Pflege der Faktoren lassen sich in der vorhandenen Tabellenkalkulation führen.

Schritte zur Berechnung von Saisonfaktoren aus eigenen Daten

Modellaufbau: Basislinie, Trend und Faktoren zusammenführen

Die Prognose setzt sich aus Basislinie, Trendkomponente und den Saison-, Kalender- und Ereignisfaktoren zusammen.

Multiplikativ verknüpft werden die Faktoren, wenn die Saisonalität mit dem Niveau wächst; dann wird der Index mit der Basislinie multipliziert. Additiv sind Zuschläge, wenn eine Periode unabhängig vom Niveau einen festen Mengeneffekt auslöst, etwa ein Feiertagswochenende.

Ereignisfaktoren wie Ostern, Brückentage oder regionale Anlässe werden separat geführt und nur in den betroffenen Perioden aktiviert.

Jeder Faktor bleibt damit einzeln schätzbar und prüfbar und kann mit neuen Daten aktualisiert werden.

Trend und Saison müssen getrennt geschätzt werden. Sonst wandert eine Richtungsänderung in die Saisonfaktoren und verzerrt jede Folgeperiode.

Validierung und typische Fallstricke

Häufigster Fehler ist die Verwechslung von Trend und Saisonalität: Ein jahrelanges Wachstum wird dann als steigender Saisonfaktor gelesen.

Zweiter Fehler: Bewegliche Feiertage werden ignoriert und der Ostereffekt dem Monat März oder April zugeschrieben.

Dritter Fehler: Kalendertage werden nicht normalisiert, sodass ein Monat mit einem Verkaufstag weniger schwach erscheint.

Vierter Fehler: Sonderereignisse und Aktionen fliessen ungefiltert ein und blähen den Faktor auf. Fünfter Fehler: Überanpassung, wenn zu viele Faktoren auf zu wenige Beobachtungen kommen.

Beim Rücktest werden die Faktoren auf abgeschlossene Perioden angewendet und die Abweichung zur tatsächlichen Nachfrage geprüft. Auffällige Perioden werden anschliessend auf Kalender- oder Ereigniseffekte hin plausibilisiert.

Vorteile und Risiken von saisonalen Prognosemodellen

Von Faktoren zu Bestellmengen und Lagerplanung

Die erwartete Periodennachfrage ergibt sich aus Basislinie mal Saisonfaktor, ergänzt um Kalender- und Ereignisfaktoren. Sie ist die Grundlage der Bestellmenge.

Der Sicherheitsbestand deckt Prognosefehler ab und ist in der Hochsaison am wichtigsten. In der Nebensaison bindet er Kapital, ohne entsprechenden Umsatz zu bringen.

Bei Frischeprodukten begrenzt die Haltbarkeit den Lageraufbau. Vorratshaltung über die Hochsaison hinaus ist nicht möglich, weshalb Lieferkettenflexibilität das Lager ersetzt.

Die Optimierung verbindet Inventarinvestitionen mit Kundenzufriedenheit: Kostenmanagement, Produktfrische und Verfügbarkeit in Spitzenzeiten sind gemeinsam zu steuern.

Damit lassen sich die wiederkehrenden Planungsfehler reduzieren: zu wenig Ware in der Hochsaison, zu viel danach.

Grenzen des Modells und Konjunkturkontext

Saisonfaktoren erfassen nur wiederkehrende Muster. Einmalige Brüche gehören nicht in die Faktoren, sondern werden separat beurteilt.

Das SECO nennt für die Schweizer Konjunktur erhebliche Risiken: den Iran-Konflikt, hohe Energiepreise und die anhaltende handelspolitische Unsicherheit.

Geopolitische Spannungen treffen Lebensmittel-Lieferketten direkt, etwa über Düngemittel- und Energieströme und die Bedeutung der Strasse von Hormus, mit Risiken für Verfügbarkeit, Kosten und Nachfrage.

Auch wirtschaftliche Bedingungen, Aktionen von Wettbewerbern und regulatorische Änderungen können Nachfrageschwankungen auslösen, die nicht saisonal sind.

Das SECO liefert dazu laufend Daten: die BIP-Zahlen rund 60 Tage nach Quartalsende, eine Flash-BIP-Schnellschätzung rund 45 Tage danach, dazu Konsumentenstimmung und Konjunkturstimmung.

Die nächste provisorische Prognose ist für den 16. Dezember 2026 angekündigt.

Solche Makrogrössen verschieben das Niveau der Nachfrage, nicht deren jahreszeitliche Form. Sie gehören als eigener Faktor neben die Saisonfaktoren, nicht in sie hinein.