Forståelse af sikkerhedslager: Hvad er det, og hvorfor er det så højt?
Sikkerhedslager: Hvad er det, og hvorfor er det så højt?
March 20, 2025
5 min read

Forståelse af sikkerhedslager: Hvad er det, og hvorfor er det så højt?

Uanset om du er ny inden for logistik eller veteran, er sikkerhedslager et vigtigt koncept, som mange mennesker kan være forvirrede over. Som en simpel forklaring er sikkerhedslager en ekstra mængde lager, der vedligeholdes for at mindske risikoen for lagermangel. Det er alt sammen udmærket, men hvordan beregnes sikkerhedslageret for at forhindre lagerbeholdning? Svaret på det påvirkes af en række forskellige variabler: Hvor forudsigeligt er produktet i salg? Hvor godt er prognosemodellen monteret? Hvad er leveringstiden? Hvad er prognosen for varen? Hvad er konfidensniveauet og det indstillede serviceniveau? Det kan se ud af meget, men alle disse faktorer vil påvirke en vares sikkerhedslager.

I denne artikel

Uanset om du er ny inden for logistik eller veteran, er sikkerhedslager et vigtigt koncept, som mange mennesker kan være forvirrede over. S om en simpel forklaring er sikkerhedslager en ekstra mængde lager, der vedligeholdes for at mindske risikoen for lagermangel. De
Sikkerhedslager: Hvad er det, og hvorfor er det så højt?
March 20, 2025
5 min read

Forståelse af sikkerhedslager

Sikkerhedslager er en ekstra mængde lagerbeholdning, der opretholdes for at mindske risikoen for lagerudslip forårsaget af usikkerhed i efterspørgsel og udbud. Den fungerer som en buffer, der sikrer, at kundernes efterspørgsel imødekommes, selv når der opstår uforudsete udsving.

For bedre at forstå sikkerhedslager, lad os gennemgå et af de mest almindelige spørgsmål om sikkerhedslager, vi får, og hvordan sikkerhedslager beregnes i AGR-systemet.

Hvorfor er sikkerhedslageret på dette produkt så højt?

Sikkerhedslageret vedligeholdes for at imødekomme volatil efterspørgsel i leveringstiden (tiden mellem afgivelse af en ordre og placering af enhederne på lager). Med andre ord tilføjes sikkerhedsbeholdningen i AGR på ordreforslagene for at kompensere for usikkerheden i den statistiske prognose.

Selvom vi ovenfor har nævnt alle de forskellige variabler, der kan have indflydelse på denne beregning, er der tre hovedfaktorer, der skal tages i betragtning, når man ser på sikkerhedslager:

1. Salgshistorik: Statistiske prognoser i AGR er udelukkende baseret på hver SKU’s salgshistorik. Jo mere robust salgshistorik den har, jo bedre bliver prognosen. AGR’s prognosemodul opfanger sæsonbestemte tendenser eller andre mønstre, hvis det har nok datapunkter. Hvis salgshistorikken er meget volatil eller kort, vil AGR’s prognosemodul ikke være i stand til at producere en pålidelig prognose.

2. Konfidensfaktor: Hver vare i AGR’s systemer har en konfidensfaktor, som spiller en stor rolle i fastlæggelsen af sikkerhedslageret. Ved at anvende en høj konfidensfaktor på en vare er det mindre sandsynligt, at den løber tør for lager.

3. Bestillingsperiode: Husk, at sikkerhedslageret beregnes i forhold til ordreperioden. Varediagrammet kan være i dage, uger og måneder, men sikkerhedslagernummeret vil altid blive vist som en vandret linje uanset tidsskalaen.

Eksempel: Lang leveringstid skabte et tilsyneladende højt sikkerhedslager.

Overvej følgende vare, der har en lang og robust salgshistorik, høj konfidensfaktor (95 %) og en ordreperiode på 8 dage (leveringsdage = 1 og ordrefrekvens = 7). De forventede mængder er generelt omkring 2.000 enheder pr. måned, og sikkerhedslageret for ordreperioden er 81 enheder.

*Sikkerhedsmateriale ses som den blå stiplede linje.

Hvordan ser det ud, hvis leveringstiden var 6 måneder (leveringstid dage = 180), men intet andet ændrede sig?

Sikkerhedslageret stiger til 1.025 enheder i ordreperioden.

Eksempel: Volatil salgshistorik, høj konfidensfaktor og lang leveringstid

Spørgsmål: Serman på nedenstående varekort, ser sikkerhedslageret ud til at være forkert. Det månedlige salg har aldrig oversteget 1100 enheder om måneden, men alligevel er sikkerhedslageret 1500. Det ser ud til, at det forsøger at opretholde næsten 6 ugers DC-lager, hvilket vi ikke ønsker at gøre. Hvad er problemet?

Et par punkter her:

  • Denne vare er klassificeret som et A-produkt, så konfidensfaktoren er høj (90 %)
  • Leveringstiden er 130 dage og ordrefrekvensen er 30 dage, så ordreperioden er 160 dage (5,3 måneder)

Husk på, at sikkerhedslageret er en funktion af tre hovedfaktorer: usikkerhed i prognosen, antallet af sig, der skal dækkes (ordreperiode) og produktets konfidensfaktor. Denne vare har markeret alle felter for at have et højt sikkerhedslager:

  • Høj konfidensfaktor (90 %)
  • Meget lang ordreperiode (160 dage)
  • Meget lidt salgshistorik med en hurtig vækst i starten og derefter faldende lige så hurtigt. Dette fører til stor usikkerhed i prognosen, hvilket driver sikkerhedslageret højere.

Er sikkerhedslageret højt, eller er det forsvarligt? Husk, at sikkerhedslageret på grafen beregnes pr. ordreperiode. Grove beregninger nedenfor kan vise os, hvad sikkerhedslageret pr. dag er, og dermed hvad sikkerhedslageret pr. måned er.

Sikkerhedslager for ordreperiode = ca. 1500 enheder.

Ordreperiode = 160 dage.

Sikkerhedslager pr. dag = 1500 / 160 = ca. 9,4 enheder pr. dag

Sikkerhedslager pr. måned = 9,4 * 30 = 280 enheder om måneden.

Salget i juli var omkring 1.100 enheder og august var omkring 800 – hvad bliver salget i november (den næste måned)? Det ville ikke være langt ude, hvis det ville sælge 1.100 enheder igen. Ved at sætte konfidensfaktoren til 90 siger du, at du vil være mere forberedt på, at det sker. Når man reflekterer over spørgsmålet: “Det ser ud til, at det forsøger at opretholde næsten 1,5 måneders DC-lager, hvilket vi ikke ønsker at gøre”, er det ikke korrekt. Det betyder, at prognosen kan være forkert med op til 1,5 måneders lager, når du bestiller i cirka 5 måneder.

Med andre ord forudsiger AGR omkring 800 enheder om måneden, men tilføjer 280 enheder oven i for at kompensere for usikkerheden i prognosen, hvilket nemt forklarer det høje sikkerhedslager, og hvorfor AGR-systemet har beregnet er i overensstemmelse hermed.

AGR-softwaren bruger fem forskellige prognosemodeller, der passer bedst til dine varer, og som er designet til at fange alle mulige tendenser inden for dine varer. Beregningen af sikkerhedslagre i vores system hjælper dig med at undgå udsolgt af varer, der er vigtige for din virksomheds drift, og hjælper med at bringe din forsyningskæde op på næste niveau. Udfyld formularen nedenfor, hvis du vil have en demonstration af vores prisbelønnede system og se, hvordan vi kan hjælpe din virksomhed.

Relaterede indlæg
January 26, 2026
6 min read
Lær, hvad Pareto-princippet, også kendt som 80/20-reglen, betyder i en forretnings- og forsyningskædesammenhæng. Denne guide forklarer, hvordan et lille antal aktiviteter, produkter eller beslutninger ofte driver størstedelen af resultaterne, med praktiske eksempler fra produktivitet og lageroptimering. Den viser også, hvordan princippet understøtter ABC-analyse og hjælper teams med at prioritere lagervarer med stor effekt og fokusere ressourcerne der, hvor de skaber mest værdi.
January 22, 2026
8 min read
Lær, hvordan genbestillingspunkter hjælper med at skabe balance mellem lagertilgængelighed og lageromkostninger. Denne guide forklarer, hvad et genbestillingspunkt er, hvordan det beregnes, og hvorfor det spiller en afgørende rolle i forebyggelsen af udsolgte og overfyldte lagre. Du finder praktiske formler, eksempler og indsigt i planlægning, der viser, hvordan genbestillingspunkter understøtter mere pålidelig genopfyldning og smartere lagerbeslutninger i hele forsyningskæden.
January 19, 2026
10 min read
On time in full (OTIF) er et centralt mål for forsyningskæden, der viser, om ordrer leveres præcis som lovet, både til tiden og i den korrekte mængde. Denne guide forklarer, hvordan OTIF beregnes, hvorfor det er vigtigt på tværs af detailhandel, produktion og distribution, og hvordan forskellige brancher anvender det i praksis. Den dækker også almindelige OTIF-udfordringer, præstationsbenchmarks og gennemprøvede måder at forbedre serviceniveauet på gennem bedre prognoser, lagerpolitikker og synlighed i forsyningskæden.