Artikel

Die Center of Gravity-Analyse muss sich an der Wirklichkeit orientieren

Logistikflächen sind in Deutschland ausgesprochen rar geworden

20. Mai 2019

Die Verfügbarkeit nimmt bereits seit Jahren stetig ab. In Ballungsräumen wie Hamburg oder München können so gut wie keine neuen Grundstücke mehr bereitgestellt werden. Die Logistikbranche wächst zwar weiterhin, steht aber im Bereich von Flächen im Wettbewerb zum dringend erforderlichen Wohnungsbau und dem damit verbundenen Ausbau von Einzelhandel. Dies gilt sogar zuweilen dann, wenn es um die Reaktivierung ehemaliger, heute brachliegender und teilweise verfallener Industrieareale geht.

Wie schwer es geworden ist, an verfügbare Logistikimmobilien zu gelangen, zeigt der aktuelle Flächenumsatz mehr als deutlich. Zum Jahresstart 2019 lag er zum Beispiel in Hamburg und München um deutlich mehr als ein Drittel unter dem Wert des Vorjahresquartals – trotz einer gewaltigen Nachfrage. In vielen Metropolregionen ist Fläche fast nur noch aus der Projektentwicklung anzumieten, mit den entsprechend langen Wartezeiten. Und dabei kommt der Neubau kaum hinterher.

Diese Realitäten müssen Logistiker in ihre Planung einbeziehen. Klassisch durchgeführte Center of Gravity-Analysen legen aber den Fokus auf Produktionsstandorte sowie aktuelle und zukünftige Transportwege. Auf diesem Wege wird die Position eines optimalen Standorts errechnet beziehungsweise geprüft, ob eine Multi-Standort-Strategie Sinn macht. Diese Methode existiert seit Jahrzehnten, wurde kontinuierlich weiterentwickelt, automatisiert und digitalisiert. Sie führt bei vollständiger Daten-Verfügbarkeit und plausiblen Zukunftsprognosen durchweg zu logischen Ergebnissen, die Produktions- und Logistik-Unternehmen in der Folge umsetzen. Ob und zu welchem Preis tatsächlich Lagerhallen an den ermittelten Standorten zur Verfügung stehen, blieb in der Vergangenheit weitgehend unberücksichtigt.

Der optimale Standort liegt niemals im Niemandsland

Nicht nur die reale Flächenverfügbarkeit kommt bei der klassischen Center of Gravity-Analyse oft zu kurz. Eine untergeordnete Rolle spielen in der Regel auch andere entscheidende Parameter. Wirft die Analyse einen idealen Standort im Hochsauerland aus, dann vernachlässigt dieses Ergebnis eklatant nicht-akquirierbare Arbeitskräfte, die mangelnde Verfügbarkeit von Transportraum und die nicht ausreichend vorhandene Infrastruktur. Derartige Nachteile können nicht durch vakante, preisgünstige Flächen aufgefangen werden. Die mit Abstand größten Kostenblöcke bilden Transport- und Personalkosten. Beide liegen in der skizzierten Konstellation tendenziell höher.

Die Ergebnisse von Center of Gravity Analysen müssen sich also an der Wirklichkeit messen lassen. Anders gesagt, sollten sie idealerweise die Wirklichkeit abbilden und berücksichtigen. Was bedeutet das? Faktoren, die eine Standortentscheidung beeinflussen, müssen auch zwingend einbezogen werden. Dies beinhaltet relevante Arbeitsmarktdaten, ebenso wie Frachtströme und Laderaum-Kapazitäten.

Umsetzbare und kostengünstige Lösungen finden

Vor dem Hintergrund der aktuellen Leerstandsquoten auf historischem Tiefstand muss aber vor allen Dingen die Verfügbarkeit von Logistik- oder Lagerflächen in die Analyse einfließen. Wird also zum Beispiel als optimaler Standort das Hamburger Stadtgebiet ermittelt, dann dürfte es derzeit vermutlich illusorisch sein, dort auch tatsächlich eine geeignete Fläche zu finden. Ganz zu schweigen von den Kosten, denn der Nachfrageüberhang in der Hansestadt hat die Spitzenmiete für Logistikflächen über 5.000 Quadratmeter zuletzt auf 6 Euro je Quadratmeter getrieben. Im Laufe des Jahres 2019 dürfte sie noch einmal spürbar zulegen. Wenn die Kalkulation die Leerstandsproblematik von vornherein berücksichtigt, dann ist es sehr gut denkbar, dass sich eine ganz andere Standort-Konstellation als optimal herausstellen wird. Die Center of Gravity-Analyse der Zukunft wird also ganzheitlicher an die Dinge herangehen müssen und bessere, intelligentere Ergebnisse liefern, die sich vor allem in der Realität tatsächlich umsetzen lassen.