SKU (Stock Keeping Unit)

Immer wenn sich ein Produktmerkmal so ändert, dass es Auswirkungen auf Lagerung oder Fulfillment hat – Größe, Farbe, Material, Bundle-Konfiguration – entsteht eine neue SKU. Ein weißes T-Shirt in Größe M und ein weißes T-Shirt in Größe L sind zwei unterschiedliche SKUs. Dasselbe weiße T-Shirt in Größe M, einmal als Einzelstück und einmal als Teil eines Dreierpacks verkauft, sind ebenfalls zwei unterschiedliche SKUs. Diese Unterscheidung ist operativ wichtig, denn jede SKU hat ihren eigenen Lagerbestand, ihren eigenen Meldebestand und ihre eigene Fulfillment-Identität.

SKU vs. andere Produktkennungen

SKUs werden oft mit anderen Systemen zur Produktidentifikation verwechselt. Ein Blick auf die Unterschiede schafft Klarheit, wann welches System zum Einsatz kommt:

SKU wird vom Händler selbst definiert und ist rein intern. Jedes Unternehmen erstellt sein eigenes SKU-System nach seiner eigenen Logik. Eine SKU eines Händlers bedeutet für einen anderen nichts. Es handelt sich um ein operatives Werkzeug, nicht um einen universellen Standard.

Barcode (UPC/EAN) ist eine standardisierte, weltweit anerkannte Produktkennung, die vom Hersteller oder Markeninhaber vergeben wird. Während eine SKU nur intern beim Händler gilt, ist ein Barcode universell – dasselbe Produkt trägt bei mehreren Händlern denselben Barcode, unabhängig davon, wer es verkauft.

ASIN (Amazon Standard Identification Number) ist die proprietäre Produktkennung von Amazon, die jedem Produkt im eigenen Katalog zugewiesen wird. Jede ASIN verweist auf eine bestimmte Produktseite bei Amazon. Ein Händler, der auf Amazon verkauft, braucht sowohl eine SKU für die eigene Bestandsverwaltung als auch eine ASIN für Amazons Katalogsystem.

GTIN (Global Trade Item Number) ist die übergeordnete Familie standardisierter Produktkennungen, zu der UPCs (12-stellig), EANs (13-stellig) und ISBNs (Bücher) gehören. GTINs sind Voraussetzung für den Verkauf auf den meisten großen Marktplätzen sowie für Produktfeeds bei Google Shopping.

Wie SKUs aufgebaut sind

Es gibt keinen universellen Standard für das SKU-Format – jedes Unternehmen entwickelt sein eigenes System. Die besten SKU-Strukturen sind logisch, gut lesbar und skalierbar aufgebaut. Eine gut durchdachte SKU codiert zentrale Produktmerkmale in einem kompakten, konsistenten Format, das Menschen auf einen Blick verstehen und Systeme zuverlässig verarbeiten können.

Ein gängiger Ansatz nutzt eine hierarchische Struktur, die von der groben Kategorie bis zur konkreten Variante führt:

Kategoriecode – Produktcode – Attributcodes – Variantencode

Beispiel: APP-TSHIRT-WHT-M – Bekleidung, T-Shirt, Weiß, Medium

Oder für einen komplexeren Katalog: SKN-SERUM-VCE-30ML – Skincare, Serum, Vitamin C & E, 30ml

Die zentralen Prinzipien eines guten SKU-Designs sind Konsistenz – jede SKU folgt derselben strukturellen Logik –, Lesbarkeit – wer die SKU betrachtet, versteht ohne Nachschlagetabelle, worum es sich handelt –, Eindeutigkeit – keine zwei SKUs sind je identisch – und Skalierbarkeit – das System kann neue Produkte, Varianten und Kategorien aufnehmen, ohne dass eine grundlegende Umstrukturierung nötig wird.

Häufige Fehler beim SKU-Design sind die Verwendung von Sonderzeichen, die Systeme verwirren, Nullen am Anfang der SKU, die von manchen Plattformen entfernt werden, Leerzeichen, die Datenbankabfragen stören, sowie übermäßig lange Codes, die manuelle Abläufe verlangsamen und die Fehlerquote bei der Dateneingabe erhöhen.

Warum sind SKUs im E-Commerce-Betrieb so wichtig?

Genauigkeit der Lagerbestände. SKUs sind die Grundlage für präzise Bestandszählungen. Ohne eine eindeutige Kennung für jede Variante ist es unmöglich, genau zu wissen, wie viele Einheiten jeder spezifischen Ausführung verfügbar sind. Ein Shop, der „blaue Jeans“ als ein einzelnes Produkt und nicht als separate SKUs pro Größe und Waschung erfasst, kann Bestellungen nicht korrekt abwickeln oder intelligent nachbestellen.

Effizienz bei der Auftragsabwicklung. In einem Lager sind SKUs das, worüber Kommissionierer den richtigen Artikel finden, identifizieren und verifizieren. Ein klares, logisches SKU-System reduziert Kommissionierfehler, beschleunigt die Auftragsabwicklung und macht die Einarbeitung neuer Lagermitarbeiter deutlich einfacher.

Reporting und Analysen. SKU-Daten sind das, was oberflächliche Performance-Analysen von umsetzbaren Erkenntnissen unterscheidet. Zu wissen, dass sich „Sneaker“ gut verkaufen, sagt dir wenig. Zu wissen, dass die SKU FTWR-SNK-WHT-42 eine 4,2-mal höhere Abverkaufsrate als FTWR-SNK-BLK-42 hat, gibt dir etwas, worauf du im Einkauf, im Merchandising und in der Werbung reagieren kannst.

Multichannel-Management. Für Marken, die gleichzeitig über die eigene Website, Amazon, eBay und Großhandelskanäle verkaufen, dienen SKUs als gemeinsamer Faden, der den Lagerbestand über alle Plattformen hinweg verknüpft. Ein zentralisiertes SKU-System verhindert Überverkäufe, vereinfacht den Abgleich und ermöglicht ein präzises kanalübergreifendes Reporting.

Nachbestellung und Prognosen. Jede SKU hat ihre eigene Nachfragehistorie, ihren eigenen Meldebestand und ihr eigenes Sicherheitsbestandsniveau. Eine effektive Lagerauffüllung ist ohne SKU-Granularität nicht möglich – wenn die Nachfrage über Varianten hinweg zusammengefasst wird, entstehen Prognosen, die in beide Richtungen gleichzeitig falsch liegen.

SKU-Proliferation – Wenn zu viele SKUs zum Problem werden

SKU-Proliferation ist ein häufiges und unterschätztes operatives Risiko in wachsenden E-Commerce-Unternehmen. Jede neue Farbe, Größe, jedes Bundle oder jede Variante fügt eine SKU hinzu – und damit eine Lagereinheit, die eingekauft, gelagert, verfolgt, kommissioniert und ausgewertet werden muss.

Die operativen Kosten jeder zusätzlichen SKU sind real. Mehr SKUs bedeuten mehr zu verwaltende Bestellungen, mehr zu unterhaltende Lagerplätze, mehr zu überwachende Meldebestände und mehr zu analysierende Daten. Ab einem gewissen Punkt verursacht der Long Tail selten verkaufter SKUs mehr Kosten als Umsatz – er bindet Betriebskapital in sich langsam bewegendem Lagerbestand und erhöht gleichzeitig die Komplexität jedes operativen Prozesses.

Anzeichen dafür, dass eine SKU-Wildwuchs zum Problem wird, sind ein hoher Anteil an SKUs mit null oder nahezu null Verkäufen in den letzten 90 Tagen, steigende Lagerkosten durch langsam drehende Varianten, zunehmende Pickfehler, da das Lagerpersonal sich durch einen komplexeren Katalog bewegen muss, und Schwierigkeiten, echte Bestseller zu identifizieren, weil die Performance-Daten über zu viele Varianten verteilt sind.

Die Lösung ist die SKU-Bereinigung ein disziplinierter Prozess, bei dem underperformende SKUs identifiziert und entfernt werden, während die Varianten geschützt werden, die den Großteil von Umsatz und Marge erzielen.

Wichtige SKU-Kennzahlen im Blick

• SKU-Velocity: die Rate, mit der sich jede SKU verkauft, gemessen in Einheiten pro Tag oder Woche. SKUs mit hoher Velocity benötigen andere Sicherheitsbestände und Nachbestelllogik als solche mit niedriger Velocity

• SKU-Deckungsbeitrag: Umsatz minus aller direkten Kosten pro SKU, um zu identifizieren, welche Varianten tatsächlich profitabel sind und welche Umsatz generieren, dabei aber die Marge zerstören

• Lagerreichweite pro SKU (Days of Inventory): wie viele Tage der aktuellen Nachfrage der bestehende Lagerbestand abdeckt, was sowohl das Risiko von Fehlbeständen als auch von Überbeständen aufzeigt

• SKU-Retourenquote: Retourenquoten, die stark je SKU variieren, deuten auf produktspezifische Probleme hin, die es sich lohnt zu untersuchen, bevor man skaliert

• Anteil toter SKUs: der Anteil aktiver SKUs mit null Verkäufen innerhalb der letzten 90 Tage, ein Maß für die Effizienz des Katalogs

💡 Profi-Tipp: Entwickle dein SKU-System, bevor du es skalieren musst. Die meisten E-Commerce-Marken erstellen SKUs reaktiv, sobald Produkte hinzugefügt werden, ohne eine definierte Logik oder Struktur. Das funktioniert bei 50 SKUs. Bei 500 wird es zum operativen Albtraum. Wenn du ein paar Stunden in die Gestaltung einer konsistenten, logischen SKU-Architektur investierst, bevor dein Katalog wächst, sparst du dir später hunderte Stunden an Abgleich, Datenbereinigung und Systemmigration.