Die möglichst genaue Vorhersage der zukünftigen Nachfrage ist zur effektiven und effizienten Steuerung einer Supply Chain sehr wichtig. Weichen die Vorhersagen signifikant von der tatsächlichen Nachfrage ab, dann werden auch die Planungsaufgaben, die diese Prognosen nutzen, suboptimale Ergebnisse liefern. Zahlreiche Methoden wurden bereits entwickelt, um die zukünftige Nachfrage möglichst genau zu prognostizieren und fehlerhafte Planungsergebnisse zu vermeiden. Einige neue Vorhersagemethoden setzen die in bereits vorliegenden Kundenbestellungen enthaltenen Informationen für die Prognose der Nachfrage ein. Die Genauigkeit der mit diesen Methoden erstellten Vorhersagen ist bisher sehr unterschiedlich. In einigen Situationen konnten sehr gute Prognosen berechnet werden. Insbesondere bei plötzlichen starken Nachfrageveränderungen eignen sich die Methoden besonders, weil die Veränderung meistens frühzeitig in den eingehenden Bestellmengen reflektiert wird. Sie sind allerdings nicht in jeder Situation präziser als konventionelle Prognosemethoden.

Gleichzeitig existieren bisher keine fertigen Softwaremodule, um diese Methoden in die IT-Systeme einer Supply Chain leicht zu integrieren. Die Implementierung der beschriebenen Methoden ist aufwendig und mit dem Einsatz meist knapper IT Ressourcen verbunden. Es ist für eine Supply Chain deshalb von großem Nutzen, wenn sie die zu erwartende Genauigkeit dieser Prognosemethoden vorab einschätzen kann. Es ist das Ziel dieser Forschungsarbeit die wesentlichen Treiber zu identifizieren, die die Genauigkeit dieser Methoden beeinflussen. Es werden dafür messbare Kriterien und Kennzahlen entwickelt, die eine Einschätzung der zu erwartenden Prognosegenauigkeit vor einer Implementierung ermöglichen und eine Einbeziehung in eine Entscheidung diesbezüglich erlauben. Die Berechnung der Kennzahlen basiert dabei auf einer strukturierten ex-post Analyse der Informationen aus den eingegangenen Kundenbestellungen.

Es werden auch die Bedeutung und der Einfluss des Bestellungseingangs auf die Entkopplungspunktposition untersucht. Ein Verfahren zur ex-post Bestimmung des Entkopplungspunkts wird in diesem Zusammenhang entwickelt. Es ermöglicht einer Supply Chain für seine Planungsaufgaben drei unterschiedliche Situationen mit verschiedenen Planungsgrundlagen zu differenzieren: eine rein auftragsbasierte Planung, eine rein prognosebasierte Planung und eine Mischform. Die Eignung der beschriebenen Prognosemethoden für die Situation mit einer Mischform aus auftrags- und prognosebasierter Planung kann herausgearbeitet werden. Zusätzlich erlaubt es das vorgestellte Verfahren Abweichungen zwischen dem geplanten und dem tatsächlichen Entkopplungspunkt zu identifizieren und als Grundlage für die Entwicklung von Optimierungsansätzen im Rahmen einer Repositionierung des Entkopplungspunkts zu nutzen.