Sell-in vs. Sell-out: Wholesale- und Retail-Wahrheit in Einklang bringen

# Sell-in vs. Sell-out: Wholesale- und Retail-Wahrheit in Einklang bringen

Ein Einkäufer eines Kaufhauses ordert für den Frühling 500 Stück einer neuen Handtaschenlinie. Das Sales-Team der Marke feiert: Ware verschickt, Rechnung gestellt, Umsatz gebucht, das Quartal sieht stark aus. Drei Monate später zeigt das Kassensystem der Boutique, dass 40 Stück tatsächlich an echte Kunden verkauft wurden. Die anderen 460 liegen im Lagerregal und wandern still in Richtung Sale-Ständer. Die eigenen Dashboards der Marke haben das Problem nie angezeigt, weil sie immer nur gemessen haben, wie der Lkw das Lager verlässt.

Das ist die Lücke zwischen Sell-in und Sell-out, und sie ist eine der ältesten Datenqualitätsfallen im Luxusvertrieb.

Zwei verschiedene Wahrheiten, dasselbe Produkt

Sell-in sind die Daten, die entstehen, wenn eine Marke Ware an einen Wholesale-Partner liefert und in Rechnung stellt (ein Kaufhaus, eine Multibrand-Boutique, einen Franchisenehmer, einen Duty-free-Betreiber). Sie liegen im ERP der Marke (Enterprise Resource Planning, das System für Bestellungen, Lagerbestände und Fakturierung) und werden bei Versand oder Lieferung als Umsatz realisiert.

Sell-out ist, was danach passiert: die tatsächlichen KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufe der Endkunden, erfasst im Kassensystem (POS) des Händlers. Diese Daten gehören dem Händler, nicht der Marke, und genau deshalb sind sie schwerer zu bekommen und leichter zu ignorieren.

Sell-in sagt Ihnen, was die Marke ausgeliefert hat. Sell-out sagt Ihnen, was der Markt wollte. In einem gesunden Geschäft laufen die beiden über eine Saison zusammen. In einem angeschlagenen steigt der Sell-in weiter (oder bleibt stabil), während der Sell-out still einbricht, verdeckt durch Channel Stuffing (mehr Ware in einen Kanal drücken, als ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → realistisch verkaufen kann), das kurzfristige Zahlen aufbläht, zum Preis späterer Abschreibungen und Markdowns.

Warum das im Luxus stärker zählt als im Massenhandel

Luxusmarken verkaufen über einen fragmentierten Mix: eigene Boutiquen, E-Commerce, Wholesale-Kaufhäuser (Nordstrom, Saks, Selfridges, Printemps), Travel Retail (Duty-free am Flughafen) und Franchisemärkte in Regionen wie dem Nahen Osten oder Teilen Asiens, wo ein lokaler Partner die Stores betreibt. Jeder Kanal hat andere Eigentumsverhältnisse an den Daten und einen anderen Reporting-Rhythmus.

• Eigener Retail: Die Marke kontrolliert die POS-Daten direkt, nahezu in Echtzeit.
• Wholesale: Die Marke sieht den Sell-in sofort, den Sell-out nur, wenn der Partner ihn teilt, oft monatlich oder quartalsweise, manchmal gar nicht.
• Franchise-/Lizenzmärkte: Die Sell-out-Sicht kann Wochen oder Monate verzögert, aggregiert oder vertraglich eingeschränkt sein.

Börsennotierte Konzerne wie LVMH, Kering und Richemont betonen in ihren Veröffentlichungen zunehmend den „Retail"-Umsatz (direkt betriebene Stores und Online) gegenüber Wholesale, und zwar genau deshalb, weil direkt betriebene Daten sauberer und näher an der echten Nachfrage sind. Die Geschäftsberichte von Kering und Richemont (echte Beispiele finden Sie auf Richemonts Investor-Relations-Seite) weisen Retail- und Wholesale-Umsätze routinemäßig als zentrale Reporting-Zeile getrennt aus, ein implizites Eingeständnis, dass Wholesale-Sell-in das verrauschtere Signal ist.

Die Datenquellen, die zählen

Um die zwei Wahrheiten abzugleichen, greifen Analysten auf verschiedene Systeme zu:

1. ERP / Order Management, Sell-in-Volumina, Rechnungsdaten, Versanddaten, Wholesale-Preis (oft netto nach Handelsrabatten).

2. POS-Feeds der Händler, Sell-out-Stückzahlen, tatsächlich gezahlter Preis (inklusive Markdowns im Store), Zeitstempel, manchmal Kunden-ID bei Loyalty-Anbindung.

3. EDI (Electronic Data Interchange), das standardisierte Nachrichtenprotokoll, mit dem viele Kaufhäuser Sell-out- und Bestandsdaten automatisch an Lieferanten zurückmelden, sofern der Vertrag es vorschreibt.

4. Inventory-on-hand-Reports, wie viel unverkaufte Ware gerade beim Wholesale-Partner liegt; die entscheidende BrBrThe percentage of visitors who leave after viewing only one page, often a signal of poor relevance, mismatched intent, or weak user experience.Vollständige Definition ansehen →ückenkennzahl zwischen Sell-in und Sell-out.

5. Sell-through-Rate, der Anteil der ausgelieferten Ware, der in einem Zeitraum tatsächlich an Endkunden verkauft wurde.

Die zentrale Berechnung

Die Sell-through-Rate ist die nützlichste einzelne Abgleichkennzahl:

Sell-through rate = Units sold to consumer (sell-out) / Units shipped to retailer (sell-in) × 100

Rechenbeispiel mit der Eingangsszene:

• Sell-in: 500 Stück ans Kaufhaus geliefert
• Sell-out: 40 Stück im ersten Quartal an Endkunden verkauft
• Sell-through-Rate = 40 / 500 × 100 = 8 %

Branchen-Benchmarks unterscheiden sich je Kategorie, aber als grobe Schätzung wird ein gesunder Sell-through in der Mode innerhalb einer Saison oft im Bereich von 60 bis 80 % genannt (Schätzung, stark abhängig von Marke und Produktkategorie); alles unter 30 % im ersten Berichtsfenster gilt üblicherweise als Warnsignal, das Markdowns oder die Stornierung von Nachbestellungen rechtfertigt. Eine Rate von 8 % nach drei Monaten ist ein deutliches Frühwarnsignal, dass das Produkt nicht ankommt, lange bevor die eigene Umsatzzeile der Marke irgendeine Schwäche zeigen würde, weil die Rechnung bereits bei Versand gebucht wurde.

Datenqualitätsprobleme, die für diesen Abgleich typisch sind

Zeitliche Verschiebung. Sell-in wird sofort gebucht; Sell-out tröpfelt wöchentlich oder monatlich herein, manchmal mit 30 bis 60 Tagen Reporting-Verzug. Wer beides ohne Periodenabgleich vergleicht, zieht falsche Schlüsse.

Unterschiedliche Granularität. Das ERP der Marke erfasst den Sell-in möglicherweise nach SKU (Stock Keeping Unit, ein eindeutiger Code je Produktvariante). Das POS-System des Händlers meldet den Sell-out vielleicht nur auf Kategorie- oder Style-Ebene und verdeckt, welche Farbvariante oder Größe wirklich läuft.

Eigentum und Zugang. Sell-out-Daten gehören dem Händler. Die Verträge variieren: Manche Kaufhäuser teilen vollständige POS-Feeds per EDI, andere nur aggregierte Monatsübersichten, und manche geben nichts weiter als Nachbestellungen preis. Das ist ein Governance-Thema, nicht nur ein technisches: Klauseln zum Datenaustausch müssen in Lieferantenverträge hineinverhandelt werden.

Definitionsdrift. „Verkauft" kann Verschiedenes bedeuten: versendet, fakturiert, geliefert und abgenommen oder bezahlt. Eine Marke, die im US- und im europäischen Wholesale tätig ist, stellt womöglich fest, dass Partner unterschiedliche Definitionen verwenden, was marktübergreifende Aggregation unzuverlässig macht, solange kein gemeinsames Data Dictionary durchgesetzt wird.

Retouren und Markdowns. US-Kaufhäuser verhandeln häufig Markdown-Zuschüsse oder Rückgaberechte, die in den Sell-out-Zahlen massiv Rauschen erzeugen, wenn sie nicht von den Brutto-Sell-out-Stückzahlen getrennt werden.

Governance: die zwei Wahrheiten abgleichbar machen

Das zu beheben hat weniger mit besseren Dashboards zu tun als mit Disziplin in der Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen →:

• Vertragliche Datenrechte. Führende Marken verhandeln EDI-basierte Sell-out- und Inventory-on-hand-Feeds heute als Bedingung für den Wholesale-Vertrieb, nicht als optionales Entgegenkommen.
• Ein gemeinsames Data Dictionary. Die Definitionen von „verkaufte Einheit", „Retoure", „Markdown" und „Periodenabschluss" zwischen den Systemen von Marke und Händler abstimmen, bevor Zahlen verglichen werden.
• Abgleich-Rhythmus. Monatliche Sell-through-Reviews nach SKU und nach Door (einzelner Verkaufsstandort) statt nur quartalsweiser Reviews aggregierter Umsätze.
• Inventory-on-hand als Brückenkennzahl. Die Erfassung der unverkauften Ware beim Wholesale-Partner schließt den Kreis: Sell-in minus Sell-out minus Retouren sollte dem aktuellen Inventory-on-hand entsprechen. Wenn nicht, gibt es irgendwo in der Kette einen Datenqualitätsbruch, der sich zu untersuchen lohnt.

Als breitere Einführung in Retail-Datenstandards ist die GS1-Organisation, die die globalen EDI- und Barcode-Standards der Kaufhaus-Lieferketten pflegt, eine nützliche kostenlose Referenz.

🎬 [VIDEO: "What is EDI (Electronic Data Interchange)?" - youtube.com/results?search_query=what+is+edi+electronic+data+interchange - ein kurzer Erklärfilm dazu, wie EDI den Datenaustausch zwischen Marken und Handelspartnern standardisiert, das Rückgrat des Sell-out-Reportings]

Key Takeaways

• Sell-in misst Lieferungen an den Handel; Sell-out misst tatsächliche Konsumentenkäufe. Nur Sell-out spiegelt die echte Nachfrage, und ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → kommt typischerweise verzögert, gehört dem Händler und ist schwerer zugänglich.
• Die Sell-through-Rate (Sell-out ÷ Sell-in × 100) ist die zentrale Abgleichkennzahl. Eine Rate deutlich unter der Schätzspanne von 60 bis 80 % pro Saison ist ein Frühwarnsignal, dass die Sell-in-Zahlen schwache Nachfrage verdecken.
• Die Kanalstruktur bestimmt die Datenqualität. Eigener Retail liefert Marken saubere POS-Daten in Echtzeit; Wholesale- und Franchisekanäle hängen von vertraglichem Datenaustausch ab (oft per EDI), der je Partner enorm variiert.
• Die Lösung ist Governance, nicht nur Technologie. Gemeinsame Data Dictionaries, verhandelte Datenzugangsklauseln und der Abgleich mit Inventory-on-hand schließen die Lücke zwischen den zwei Wahrheiten.
• Veröffentlichungen trennen Retail- und Wholesale-Umsatz zunehmend (siehe Geschäftsberichte von LVMH, Kering, Richemont), und zwar genau deshalb, weil Investoren und Analysten gelernt haben, dem Sell-in allein als Nachfragesignal zu misstrauen.