November und Dezember sind die Monate, in denen Ware für das erste Quartal bestellt und das Marketingbudget für das ganze Jahr freigegeben wird. Die Prognose, auf der all das beruht, passt meist in eine einzige Tabellenzelle: „plus 15%“, aus dem Bauch heraus eingetragen und gleichmäßig auf zwölf Monate verteilt. Dieser Leitfaden zeigt, wie Sie den Umsatz im Onlineshop in drei Schritten aus der eigenen Bestellhistorie prognostizieren, wie Sie die Prognose am Vorjahr prüfen und wie Sie daraus drei Varianten für Einkaufsplan und Budget ableiten.
Beispiel im gesamten Text: ein Shop für Bürobedarf mit Geschäftskunden, 1.200.000 € Umsatz aus Bestellungen in den letzten 12 vollen Monaten. Für alle Berechnungen reichen eine Tabelle und die Daten, die der Shop bereits hat.
Basisniveau
Umsatz der letzten 12 vollen Monate: 1.200.000 €.
Trend zum Vorjahr
Gesamtjahr +20%, letzte 3 Monate +10%.
Saison und Arbeitstage
Index für jeden Monat, von 0,75 im Juli bis 1,25 im Januar.
Start Plan nach Gefühl
Warum der Plan „plus 15%“ schon im Januar abweicht
Der Inhaber eines Shops für Bürobedarf schließt das Jahr mit 1.200.000 € ab und trägt für 2027 ein Wachstum von 15% ein. Das ergibt 1.380.000 €, also 115.000 € pro Monat. Die Zahl wirkt vernünftig, das Problem beginnt mit dem ersten Monatsbericht.
Der Verkauf an Unternehmen folgt einem deutlichen Jahresverlauf. Im Januar starten Einkaufsabteilungen mit neuen Budgets, im September kehren Büros und Schulen zurück, Juli und August sind am ruhigsten. Beim gleichen Jahresumsatz bringt der Januar rund 143.750 €, der Juli rund 86.250 €.
Ein Juli mit 86.250 € sieht in so einem Plan wie ein Rückgang um 25% aus. Es folgen hektische Kürzungen beim Werbebudget in einem Monat, der völlig normal verläuft, und im September, wenn die Nachfrage zurückkehrt, starten die Kampagnen bei null. Im Januar ist es umgekehrt: 143.750 € vermitteln das Gefühl, das Jahr laufe hervorragend, obwohl es nur die Saison ist.
Der zweite Fehler fällt weniger auf: Niemand prüft, wie treffsicher eine solche Prozentzahl ein Jahr zuvor gewesen wäre. Hätte „plus 15%“ im Vorjahr um die Hälfte danebengelegen, gibt es keinen Grund zu glauben, dass es diesmal passt.
Eine gute Prognose hat daher zwei Merkmale: den Jahresverlauf in den Zahlen jedes Monats und einen bekannten Fehler, geprüft an Daten, die bereits vorliegen. Die drei Schritte unten liefern das erste Merkmal, der Backtest das zweite.
Schritt 01–02 Niveau und Richtung
Schritt 1 und 2: Basisniveau und Trend zum Vorjahr
Ausgangspunkt ist die Umsatzsumme der letzten 12 vollen Monate. Volle Monate, weil ein angebrochener November das Ergebnis drücken würde; zwölf, weil jeder Monat des Jahres genau einmal in der Summe vorkommt und sich die Saison ausgleicht. Im Beispiel ist das der Zeitraum von November 2025 bis Oktober 2026.
Definitionen und Formeln
Basisniveau ist der Umsatz aus Shop-Bestellungen der letzten 12 vollen Monate, ohne stornierte Bestellungen.
Basisniveau = 1.200.000 € (im Schnitt 100.000 € pro Monat)Trend zum Vorjahr ist das Verhältnis desselben Zeitraums in zwei aufeinanderfolgenden Jahren. Er wird zweimal berechnet: für das ganze Jahr und für die letzten drei Monate.
Jahrestrend = 1.200.000 ÷ 1.000.000 = 1,20 (+20%) Trend aus 3 Monaten = Aug.–Okt. 2026 ÷ Aug.–Okt. 2025 = 325.000 ÷ 295.500 ≈ 1,10 (+10%)Die zwei Trends zeigen, ob sich das Wachstum beschleunigt oder verlangsamt. Das Gesamtjahr ist um 20% gewachsen, das letzte Quartal nur um 10%. Würde man die vollen +20% in die Prognose übernehmen, ginge der Plan von einem Tempo aus, das der Shop seit einigen Monaten nicht mehr hat. Deshalb nimmt die Basisvariante den aktuelleren Trend: 1.200.000 × 1,10 = 1.320.000 € für 2027, im Schnitt 110.000 € pro Monat.
Es lohnt sich, den Umsatz gleich nach Stammkunden und Neukunden aufzuteilen. Im Verkauf an Unternehmen sind Stammkunden die regelmäßigen Bestellungen von Büros, von Monat zu Monat gut planbar. Neukunden hängen davon ab, wie viel der Shop für Werbung ausgibt und wie gut er Unternehmen gewinnt.
| Kunden | 11/2024–10/2025 | 11/2025–10/2026 | Veränderung | Anteil jetzt |
|---|---|---|---|---|
| Stammkunden | 750.000 € | 840.000 € | +12% | 70% |
| Neukunden | 250.000 € | 360.000 € | +44% | 30% |
| Gesamt | 1.000.000 € | 1.200.000 € | +20% | 100% |
Die Tabelle zeigt, woher die 20% Wachstum kamen: vor allem von Neukunden. Bleibt das Werbebudget 2027 auf demselben Niveau, ist eine Wiederholung von +44% bei den Neukunden wenig wahrscheinlich, ein weiteres Argument für den vorsichtigeren Trend in der Basisvariante.
Grundlage der Prognose sind die Bestellungen aus dem Shop. Der von Werbeplattformen gemeldete Umsatz ordnet denselben Verkauf mehreren Kanälen gleichzeitig zu und zählt Conversions nach eigenen Regeln. Ihre Summe überzeichnet daher das Ergebnis und taugt nicht als Basisniveau.
Jahresverlauf
Schritt 3: Saisonindex der Monate und Arbeitstage
Der Saisonindex zeigt, wie viel ein Monat im Vergleich zum durchschnittlichen Monat des Jahres verkauft. Ein Index von 1,25 im Januar bedeutet 25% mehr als der Durchschnitt, ein Index von 0,75 im Juli 25% weniger. Ein einzelnes Jahr kann zufällig ausfallen, deshalb wird der Index aus mindestens zwei Jahren Historie gemittelt.
Formel
Monatsindex = Monatsumsatz ÷ durchschnittlicher Monatsumsatz desselben JahresDie Indizes aus zwei Jahren werden für jeden Monat einzeln gemittelt. Die Summe der zwölf Indizes beträgt 12,00; ergibt sich nach dem Mitteln ein anderer Wert, teilt man alle Indizes durch die Summe und multipliziert sie mit 12.
Monatsprognose = durchschnittlicher Prognosemonat × Index = 110.000 € × Index| Monat | Index | Basisprognose 2027 | Was hinter der Zahl steckt |
|---|---|---|---|
| Januar | 1,25 | 137.500 € | neue Einkaufsbudgets der Firmen |
| Februar | 1,00 | 110.000 € | durchschnittlicher Monat |
| März | 1,10 | 121.000 € | Quartalsabschluss |
| April | 0,95 | 104.500 € | vor Korrektur um Arbeitstage |
| Mai | 0,95 | 104.500 € | Brückentage |
| Juni | 0,90 | 99.000 € | Beginn der Urlaubszeit |
| Juli | 0,75 | 82.500 € | ruhigster Monat |
| August | 0,80 | 88.000 € | erste Schulbestellungen |
| September | 1,20 | 132.000 € | Rückkehr von Büros und Schulen |
| Oktober | 1,15 | 126.500 € | Büros voll besetzt |
| November | 1,05 | 115.500 € | Nachkäufe vor Jahresende |
| Dezember | 0,90 | 99.000 € | Feiertage, weniger Arbeitstage |
| Jahr | 12,00 | 1.320.000 € | Basisvariante |
Im Verkauf an Unternehmen zählt auch die Zahl der Arbeitstage, denn Büros bestellen an Werktagen. Der Index aus der Historie kennt den Kalender der damaligen Jahre. Wechselt ein beweglicher Feiertag den Monat, wird die Monatsprognose daher mit dem Verhältnis der Arbeitstage korrigiert.
21Arbeitstage
22Arbeitstage
Korrektur um Arbeitstage
April 2027 = 104.500 € × 22 ÷ 21 ≈ 109.480 €Die Jahre 2026 und 2027 haben im Beispiel je 253 Arbeitstage, die Korrekturen verschieben den Umsatz also nur zwischen den Monaten. Danach werden die übrigen Monate so skaliert, dass die Jahressumme wieder 1.320.000 € ergibt.
Dieselbe Rechnung lohnt sich für Kategorien aus den Bestellpositionen. Der ganze Shop hat im September einen Index von 1,20, Schulbedarf kann aber bei 2,0 und mehr liegen, Druckerpapier dagegen fast flach verlaufen. Für den Wareneinkauf braucht man genau den Kategorieindex, denn die Bestellung beim Lieferanten betrifft ein konkretes Sortiment.
Kontrolle Prognose mit Vergangenheitsdaten
Backtest: Wie treffsicher wäre die Prognose vor einem Jahr gewesen?
Beim Backtest tut man so, als wäre es ein Jahr früher. Sie schneiden die Daten Ende Oktober 2025 ab, erstellen mit derselben Methode eine Prognose für November 2025 bis Oktober 2026 und vergleichen sie mit dem, was der Shop tatsächlich verkauft hat. Eine Methode, die vor einem Jahr um 30% danebenlag, wird nicht treffsicher, nur weil Sie sie jetzt sorgfältiger rechnen.
Im Beispiel lag die Prognose vom Oktober 2025 bei 1.150.000 € (Basisniveau 1.000.000 € und Trend der letzten drei Monate +15%). Der Shop verkaufte für 1.200.000 €, der Jahresfehler beträgt also −4,2%. Die Aufteilung in Dreimonatsblöcke zeigt mehr als das Jahresergebnis allein.
| Zeitraum | Prognose | Ist | Prognosefehler |
|---|---|---|---|
| Nov. 2025–Jan. 2026 | 306.750 € | 312.500 € | −1,8% |
| Feb.–Apr. 2026 | 292.250 € | 300.000 € | −2,6% |
| Mai–Juli 2026 | 249.250 € | 262.500 € | −5,0% |
| Aug.–Okt. 2026 | 301.750 € | 325.000 € | −7,2% |
| Gesamtzeitraum | 1.150.000 € | 1.200.000 € | −4,2% |
Der Fehler wächst mit jedem Quartal: von −1,8% auf −7,2%. Die Prognose lag immer stärker unter dem Ergebnis, weil der Shop in der zweiten Jahreshälfte mehr neue Firmenkunden gewann, als der Trend vom Herbst 2025 annahm. Den Jahresverlauf hat die Methode gut abgebildet; die Beschleunigung hat sie nicht vorhergesehen.
Aus dem Test ergeben sich zwei praktische Zahlen. Die erste ist eine Fehlerbandbreite von rund 7% für weiter entfernte Monate, die den Abstand der Varianten im nächsten Schritt bestimmt. Die zweite ist die Richtung: Die Methode dieses Shops schätzt eher zu niedrig als zu hoch. Eine solche Fehlernorm entsteht nur aus der eigenen Historie, genauso wie die eigene Ergebnisnorm statt fremder Durchschnittswerte.
Eine Prognose ohne Backtest hat eine unbekannte Genauigkeit. Warenbestellungen und Agenturverträge werden dann auf eine Zahl hin unterschrieben, bei der niemand weiß, ob sie um 3% oder um 30% danebenliegt. Der Test am Vorjahr dauert eine Stunde in der Tabelle und beantwortet diese Frage vor der Unterschrift.
2027 Varianten
Drei Prognosevarianten für Einkauf und Budget
Eine einzige Zahl für das ganze Jahr täuscht eine Sicherheit vor, die die Prognose nicht hat. Drei Varianten halten offen fest, was der Backtest gezeigt hat: Das Ergebnis 2027 kann in beide Richtungen um einige Prozent von der Basisvariante abweichen. Jede Variante dient einer anderen Entscheidung.
1,44 Mio.ambitioniert
1,32 Mio.Basis
1,24 Mio.vorsichtig
Die Zeiträume 2024/25 und 2025/26 umfassen jeweils 12 Monate von November bis Oktober.
Vorsichtig · +3%
1.236.000 €
im Schnitt 103.000 € pro Monat
Warenbestellungen mit langer Lieferzeit, Fixkosten, Personal.
Basis · +10%
1.320.000 €
im Schnitt 110.000 € pro Monat
Monatsplan mit Indizes, Soll-Ist-Vergleich, laufender Einkauf.
Ambitioniert · +20%
1.440.000 €
im Schnitt 120.000 € pro Monat
Umsatzziel, das zusätzliche Neukunden und mehr Budget erfordert.
Die vorsichtige Variante liegt 6,4% unter der Basis, also innerhalb der Fehlerbandbreite aus dem Backtest. Dieses Szenario kann der Shop ganz ohne Krise tatsächlich erleben. Darauf stützt man deshalb Verpflichtungen, die sich schwer rückgängig machen lassen: große Bestellungen bei Lieferanten mit mehrwöchiger Lieferzeit und Fixkosten.
Die ambitionierte Variante wiederholt den vollen Trend des ganzen Jahres. Da das Wachstum vor allem von Neukunden kam, geht diese Variante davon aus, dass sich ihre Gewinnung erneut beschleunigt. Bei einer MER von 10 aus den letzten 12 Monaten (120.000 € Ausgaben für 1.200.000 € Umsatz) bedeutet das ein Budget von rund 144.000 €, und zwar nur dann, wenn jeder zusätzliche Euro so gut arbeitet wie die bisherigen. Ob ein solches Budget in den Gewinn passt, entscheidet ein Budget, das aus Marge und Gewinnziel berechnet wird.
Die Prognose lebt das ganze Jahr. Jeden Monat wird das Ist mit der nach Indizes verteilten Basisvariante verglichen statt mit einem Zwölftel des Jahresbetrags. Liegt das Ergebnis nach dem ersten Quartal näher an der vorsichtigen oder der ambitionierten Variante, werden Einkaufsplan und Budget für die folgenden Monate auf diese Variante umgestellt.
in der Praxis Prognose aus Shopdaten
Umsatzprognose aus Shopdaten in DataOrganizer
Die meiste Arbeit an einer Prognose macht das Sammeln der Historie; die Rechnung selbst ist kurz. DataOrganizer holt Bestellungen und Umsatz aus dem Shop Tag für Tag ab, zusammen mit den Bestellpositionen (Kategorien) und der Aufteilung in Neu- und Stammkunden, daneben die Ausgaben aus den Werbekonten. Die Daten werden jeden Morgen mit dem vollständigen Vortag aktualisiert, die Tabelle wird also für das reine Zahlensammeln nicht mehr gebraucht.
Grundlage sind die Bestellungen aus dem Shop, denn nur sie bilden eine einzige, nicht auf Kanäle aufgeteilte Version des Umsatzes. Warum Werbeplattformen und GA4 andere Beträge zeigen, erklärt der Leitfaden dazu, warum GA4, Werbeplattform und Shop nicht übereinstimmen. Auf diesen Daten berechnet der KI-Assistent die Prognose auf Anfrage, mit derselben Methode wie in diesem Leitfaden.
Das Basisniveau der letzten 12 vollen Monate beträgt 1.200.000 €. Der Jahrestrend liegt bei +20%, die letzten drei Monate zum Vorjahr aber nur bei +10%, die Basisvariante für 2027 ist also 1.320.000 €. Backtest dieser Methode:
| Block | Prognose | Ist | Fehler |
|---|---|---|---|
| Nov.–Jan. | 306.750 € | 312.500 € | −1,8% |
| Feb.–Apr. | 292.250 € | 300.000 € | −2,6% |
| Mai–Juli | 249.250 € | 262.500 € | −5,0% |
| Aug.–Okt. | 301.750 € | 325.000 € | −7,2% |
Die Methode bildet den Jahresverlauf gut ab, lag in der zweiten Jahreshälfte aber zu niedrig, weil mehr Neukunden hinzukamen (ihr Umsatz wuchs um 44%, der Umsatz der Stammkunden um 12%). Ich schlage einen Variantenabstand von rund 7% vor: vorsichtig 1.236.000 €, ambitioniert 1.440.000 €. Den höchsten Index hat der Januar (1,25), den niedrigsten der Juli (0,75).
Die nächsten Fragen ergeben sich aus den vorherigen: ein Saisonindex für Kategorien, die frühzeitig bestellt werden müssen, ein Vergleich des Vormonats mit der Basisvariante oder die gesamten Werbeausgaben und die monatliche MER als Kontext für das Budget. Jede Antwort stützt sich auf dieselben Shop-Bestellungen.
Die Zahlen im Beispiel dienen der Veranschaulichung und beziehen sich auf einen erfundenen B2B-Shop für Bürobedarf. Die Methode setzt voraus, dass der Shop Sortiment, Preise und Werbeumfang nicht sprunghaft ändert; eine große Änderung (neue Kategorie, Start auf einem Marktplatz, verdoppeltes Budget) erfordert eine eigene Variante.
Merken
Eine Umsatzprognose besteht aus drei Zahlen aus der eigenen Historie (Basisniveau, Trend und Monatsindizes) plus einem am Vorjahr geprüften Fehler. Dieser Fehler bestimmt den Abstand der Varianten, und Entscheidungen, die sich schwer rückgängig machen lassen, stützt man auf die vorsichtige Variante.
FAQ
Häufige Fragen zur Umsatzprognose im Onlineshop
Wie erstellt man eine Umsatzprognose im Onlineshop?
Nehmen Sie den Bestellumsatz der letzten 12 vollen Monate als Basisniveau, multiplizieren Sie ihn mit dem Trend zum Vorjahr (am besten aus den letzten drei Monaten) und verteilen Sie ihn mit einem Saisonindex, gemittelt aus mindestens zwei Jahren, auf die Monate. Prüfen Sie dieselbe Methode dann per Backtest am Vorjahr und leiten Sie aus ihrem Fehler eine vorsichtige und eine ambitionierte Variante ab.
Wie viele Monate Historie braucht eine Umsatzprognose?
Mindestens 24 Monate: 12 für das Basisniveau und die 12 davor für den Trend zum Vorjahr. Saisonindex und Backtest sind mit 36 Monaten verlässlicher, denn dann mittelt der Index zwei volle Jahre und der Test hat eine eigene, separate Historie.
Welcher Fehler bei der Umsatzprognose ist akzeptabel?
Es gibt keine einheitliche Norm für alle Shops; Bezugspunkt ist der Fehler derselben Methode im Backtest mit Ihren Daten. Im Beispiel lag der Jahresfehler bei 4,2% und bei weiter entfernten Monaten bei 7,2%, daher liegen die Varianten rund 7% auseinander. Wichtiger als die Größe des Fehlers ist seine Richtung, denn eine Methode, die stets zu niedrig schätzt, führt zu zu vorsichtigem Einkauf und zu kleinem Budget.
Umsatzprognose, wenn der Shop jünger als ein Jahr ist?
Ohne ein volles Jahr lassen sich weder ein eigener Saisonindex noch ein Trend zum Vorjahr berechnen. Man kann einige Monate im Voraus aus dem Durchschnitt der letzten Wochen prognostizieren, den Jahresverlauf vorläufig aus Daten zur Nachfrage in der Kategorie übernehmen und ihn monatlich korrigieren, bis eine eigene Historie vorliegt.
Lässt sich eine Umsatzprognose in Excel erstellen?
Ja, alle drei Schritte und der Backtest sind einfache Summen und Divisionen, eine Tabelle mit dem monatlichen Bestellumsatz des Shops genügt also. Die meiste Arbeit macht das regelmäßige Sammeln dieser Daten aus der Historie; in DataOrganizer werden die Shop-Bestellungen täglich abgerufen, und der KI-Assistent berechnet Prognose und Backtest auf Anfrage.
Der Leitfaden auf einen Blick
Umsatzprognose fürs nächste Jahr in drei Regeln
1. Sie rechnen mit Shop-Bestellungen in vollen Monaten. Das Basisniveau sind die letzten 12 vollen Monate, der Trend vergleicht dieselben Zeiträume mit dem Vorjahr, und der aktuellere Trend aus drei Monaten zeigt, ob das Wachstum nachlässt.
2. Sie verteilen das Jahr per Saisonindex. Jeder Monat erhält einen eigenen Index aus mindestens zwei Jahren und eine Korrektur um Arbeitstage, sodass der Juli am Juli der Prognose gemessen wird.
3. Sie prüfen die Methode am Vorjahr. Der Fehler im Backtest bestimmt den Abstand der drei Varianten; in DataOrganizer ist die Bestellhistorie für einen solchen Test bereit, und der KI-Assistent berechnet ihn auf Anfrage.
DataOrganizer · Umsatzprognose
Nach dem Verbinden von Shop und Werbekonten liegt die Historie von Bestellungen, Kategorien sowie Neu- und Stammkunden an einem Ort, und der KI-Assistent berechnet daraus Saisonindizes, Trend und Backtest.




