Blog · how-to · 6min readmin Lesezeitmin de lecture

Why Your Stockpile Reconciliation Never BalancesInventurdifferenz bei Schüttgut: die 7 echten UrsachenPourquoi votre réconciliation des stocks ne tombe jamais juste

14 Aug 2026 14. August 2026 14 août 2026 · Sachtleben Technology

Every month-end, the same ritual: the book stock from dispatch and production says one number, the survey of the yard says another, and someone has to explain the difference. If your stockpile reconciliation never quite balances, you are not doing it wrong — you are working with inputs that cannot balance. Here are the seven causes we see in real operations, ranked by how much tonnage they typically move.

1. The bulk density assumption. Volume becomes tonnage through one multiplier — and that multiplier is usually a standard value from a datasheet. Change the assumed density of a 50,000 m³ pile from 1.60 to 1.55 t/m³ and 2,500 tonnes appear or vanish without a single truck moving. Compaction, moisture and fragmentation all shift real density between zones of the same pile. Any reconciliation that uses one fixed density for a whole yard carries a built-in error of several percent.

2. Survey method error. Walking surveys and simple profile shots drift 5–15 % on irregular piles; drone photogrammetry with good ground control reaches 1–3 %; terrestrial laser scanning and stationary LiDAR reach ±1 % or better. If your monthly number comes from pacing and your annual audit from a laser scan, the "discrepancy" between them is mostly the method, not the material.

3. The base-plane problem. Volume is always computed against an assumed floor. Yards get scraped, floors get regraded, material gets left as a base layer — and every survey that assumes the original ground level measures phantom tonnes. Without a surveyed, versioned base plane, two perfectly executed surveys can disagree by thousands of cubic metres.

4. Timing offset. The survey happens Tuesday morning; the book cut-off is Friday midnight. Every movement in between — production, dispatch, internal transfers — lands in the gap and gets booked as "difference". The larger the daily throughput, the larger this phantom discrepancy.

5. Belt scale drift. The weightometer feeding your book stock drifts with belt tension, buildup and temperature — typically 2–3 % between calibrations, and always in one direction at a time. Because nobody compares it against an independent reference until the annual stocktake, twelve months of drift arrive as one ugly reconciliation gap.

6. Moisture gain and loss. Material weighed in wet and surveyed dry (or vice versa) changes mass without changing volume — or changes both differently. Coal and ore yards in wet climates can move 1–2 % of book mass through moisture alone.

7. Unrecorded movements. The loader that "borrowed" from pile B for a rush order, spillage cleaned up and dumped back somewhere convenient, blending moves nobody logged. Small individually, structural in sum — and invisible to any point-in-time survey.

This is what we build: OWL EYE® STOCKPILE — continuous stockpile measurement with stationary 3D LiDAR: ±1 % volume, per-zone density calibration, every movement captured as it happens. The reconciliation inputs stop drifting apart.

→ See the solution: stockpile measurement & monitoring

What actually closes the gap. Not a better spreadsheet — better inputs, and fewer of them:

  • One continuous measurement instead of two point-in-time numbers. Stationary LiDAR measures every pile every shift, so survey timing offsets simply disappear: the volume at book cut-off is the volume at book cut-off.
  • Per-zone density calibration. Calibrate density per material and zone against weighed dispatch, and update it when moisture or fragmentation changes — the multiplier stops being a guess.
  • A surveyed, versioned base plane. Scan the empty floor once, store it, and compute every volume against it.
  • An independent reference for the belt scale. Comparing weightometer totals against measured volume change per pile catches drift in days instead of at year-end — see material balance reconciliation for the full workflow.

The honest summary: reconciliation gaps are rarely theft and rarely incompetence — they are the sum of assumptions that were never designed to agree. Replace the assumptions with measurement and the monthly ritual becomes a formality. How the measuring methods compare, including the simple ones: 6 stockpile measurement methods, honestly compared.

Jedes Monatsende dasselbe Ritual: Der Buchbestand aus Versand und Produktion nennt eine Zahl, das Aufmaß der Halde eine andere — und jemand muss die Inventurdifferenz erklären. Wenn Ihre Bestandsabstimmung nie ganz aufgeht, machen Sie nichts falsch: Sie rechnen mit Eingangsgrößen, die gar nicht übereinstimmen können. Hier sind die sieben Ursachen aus der Betriebspraxis, sortiert danach, wie viele Tonnen sie typischerweise bewegen.

1. Die Schüttdichte-Annahme. Volumen wird über einen einzigen Multiplikator zu Tonnage — und der stammt meist aus dem Datenblatt. Ändern Sie die angenommene Dichte einer 50.000-m³-Halde von 1,60 auf 1,55 t/m³, entstehen oder verschwinden 2.500 Tonnen, ohne dass ein LKW gefahren ist. Verdichtung, Feuchte und Körnung verschieben die reale Dichte sogar zwischen Zonen derselben Halde. Jede Abstimmung mit einer festen Pauschal-Dichte trägt einen eingebauten Fehler von mehreren Prozent.

2. Der Messmethoden-Fehler. Schrittmaß und einfache Profilmessungen weichen bei zerklüfteten Halden 5–15 % ab, Drohnen-Photogrammetrie mit gutem Passpunkt-Netz erreicht 1–3 %, terrestrischer Laserscan und stationäres LiDAR ±1 % oder besser. Wenn die Monatszahl vom Abschreiten stammt und die Jahresinventur vom Laserscan, ist die „Differenz" dazwischen vor allem die Methode — nicht das Material.

3. Das Bodenebenen-Problem. Volumen wird immer gegen eine angenommene Sohle gerechnet. Höfe werden abgeschoben, Böden neu planiert, Material bleibt als Sockelschicht liegen — und jedes Aufmaß, das vom ursprünglichen Bodenniveau ausgeht, misst Phantom-Tonnen. Ohne vermessene, versionierte Bodenebene können zwei sauber ausgeführte Messungen um tausende Kubikmeter auseinanderliegen.

4. Der Stichtags-Versatz. Gemessen wird Dienstagvormittag, der Buchungsschluss ist Freitagnacht. Jede Bewegung dazwischen — Produktion, Versand, interne Umlagerungen — landet in der Lücke und wird als „Differenz" verbucht. Je höher der Tagesdurchsatz, desto größer diese Scheinabweichung.

5. Bandwaagen-Drift. Die Bandwaage, die den Buchbestand füttert, driftet mit Gurtspannung, Anbackungen und Temperatur — typisch 2–3 % zwischen zwei Kalibrierungen, und immer eine Zeit lang in dieselbe Richtung. Weil niemand sie unterjährig gegen eine unabhängige Referenz vergleicht, kommen zwölf Monate Drift gesammelt als eine hässliche Inventurdifferenz an.

6. Feuchte-Zu- und -Abnahme. Nass verwogen und trocken vermessen (oder umgekehrt) ändert die Masse, ohne das Volumen gleich zu ändern. Kohle- und Erzlager in feuchtem Klima bewegen allein über Feuchte 1–2 % des Buchbestands.

7. Unverbuchte Bewegungen. Der Radlader, der sich für den Eilauftrag „kurz bei Halde B bedient" hat, zusammengeschobener Austrag, der irgendwo bequem abgekippt wurde, Misch-Umlagerungen ohne Beleg. Einzeln klein, in Summe strukturell — und für jede Stichtagsmessung unsichtbar.

Das bauen wir: OWL EYE® STOCKPILE — kontinuierliche Haldenvermessung mit stationärem 3D-LiDAR: ±1 % Volumen, zonenweise Dichte-Kalibrierung, jede Bewegung erfasst, wenn sie passiert. Die Abstimmungs-Eingänge laufen nicht mehr auseinander.

→ Zur Lösung: Halden-Monitoring in Echtzeit

Was die Lücke wirklich schließt. Keine bessere Tabelle — bessere Eingangsgrößen, und weniger davon:

  • Eine kontinuierliche Messung statt zweier Stichtagszahlen. Stationäres LiDAR misst jede Halde in jeder Schicht — der Stichtags-Versatz verschwindet, weil das Volumen zum Buchungsschluss einfach das Volumen zum Buchungsschluss ist.
  • Zonenweise Dichte-Kalibrierung. Dichte je Material und Zone gegen verwogene Abgänge kalibrieren und bei Feuchte- oder Körnungswechsel nachführen — der Multiplikator hört auf, eine Schätzung zu sein.
  • Eine vermessene, versionierte Bodenebene. Die leere Sohle einmal scannen, hinterlegen, und jedes Volumen dagegen rechnen.
  • Eine unabhängige Referenz für die Bandwaage. Der laufende Vergleich von Bandwaagen-Summen gegen gemessene Volumenänderung je Halde entdeckt Drift in Tagen statt am Jahresende — den kompletten Workflow zeigt der Massenbilanz-Abgleich.

Das ehrliche Fazit: Inventurdifferenzen sind selten Diebstahl und selten Schlamperei — sie sind die Summe von Annahmen, die nie dafür gebaut wurden, übereinzustimmen. Ersetzen Sie die Annahmen durch Messung, und aus dem Monatsritual wird eine Formalie. Wie sich die Messmethoden vergleichen, inklusive der einfachen: Volumenmessung von Schüttgut — 6 Methoden im ehrlichen Vergleich.

Chaque fin de mois, le même rituel : le stock comptable issu de l'expédition et de la production donne un chiffre, le levé du parc en donne un autre, et quelqu'un doit expliquer la différence. Si votre réconciliation des stocks ne tombe jamais tout à fait juste, ce n'est pas que vous vous y prenez mal — vous travaillez avec des données d'entrée qui ne peuvent pas concorder. Voici les sept causes que nous observons dans les exploitations réelles, classées selon le tonnage qu'elles déplacent typiquement.

1. L'hypothèse de masse volumique en vrac. Le volume devient tonnage par un seul multiplicateur — et ce multiplicateur est généralement une valeur standard tirée d'une fiche technique. Faites passer la densité supposée d'un tas de 50 000 m³ de 1,60 à 1,55 t/m³ et 2 500 tonnes apparaissent ou disparaissent sans qu'un seul camion n'ait bougé. Le compactage, l'humidité et la fragmentation modifient tous la densité réelle entre les zones d'un même tas. Toute réconciliation qui utilise une seule densité fixe pour l'ensemble du parc comporte une erreur intrinsèque de plusieurs pour cent.

2. L'erreur de méthode de levé. Les levés à pied et les simples relevés de profils dérivent de 5–15 % sur les tas irréguliers ; la photogrammétrie par drone avec de bons points de contrôle au sol atteint 1–3 % ; le scanner laser terrestre et le LiDAR stationnaire atteignent ±1 % ou mieux. Si votre chiffre mensuel provient d'un arpentage au pas et votre audit annuel d'un scan laser, l'« écart » entre les deux tient surtout à la méthode, pas au matériau.

3. Le problème du plan de base. Le volume est toujours calculé par rapport à un sol supposé. Les parcs sont raclés, les sols sont reprofilés, du matériau reste en couche de fond — et chaque levé qui suppose le niveau du terrain d'origine mesure des tonnes fantômes. Sans un plan de base levé et versionné, deux levés parfaitement exécutés peuvent diverger de plusieurs milliers de mètres cubes.

4. Le décalage temporel. Le levé a lieu le mardi matin ; la clôture comptable, le vendredi à minuit. Tout mouvement entre les deux — production, expédition, transferts internes — tombe dans l'intervalle et se retrouve comptabilisé comme « différence ». Plus le débit journalier est élevé, plus cet écart fantôme est important.

5. La dérive de la bande peseuse. La bande peseuse qui alimente votre stock comptable dérive avec la tension de la bande, les dépôts de matière et la température — typiquement 2–3 % entre deux étalonnages, et toujours dans une seule direction à la fois. Comme personne ne la compare à une référence indépendante avant l'inventaire annuel, douze mois de dérive se présentent comme un seul vilain écart d'inventaire.

6. Gain et perte d'humidité. Un matériau pesé humide et levé sec (ou inversement) change de masse sans changer de volume — ou change les deux différemment. Les parcs à charbon et à minerai en climat humide peuvent voir 1–2 % de la masse comptable bouger par la seule humidité.

7. Les mouvements non enregistrés. La chargeuse qui a « emprunté » au tas B pour une commande urgente, les déversements nettoyés puis rebasculés à un endroit commode, les mouvements de mélange que personne n'a consignés. Faibles individuellement, structurels en cumul — et invisibles pour tout levé ponctuel.

C'est ce que nous construisons : OWL EYE® STOCKPILE — mesure continue des stocks par LiDAR 3D stationnaire : ±1 % sur le volume, étalonnage de densité par zone, chaque mouvement capté au moment où il se produit. Les données d'entrée de la réconciliation cessent de diverger.

→ Voir la solution : mesure et surveillance des stocks

Ce qui comble réellement l'écart. Pas un meilleur tableur — de meilleures données d'entrée, et moins nombreuses :

  • Une mesure continue au lieu de deux chiffres ponctuels. Le LiDAR stationnaire mesure chaque tas à chaque poste, si bien que les décalages temporels de levé disparaissent tout simplement : le volume à la clôture comptable est le volume à la clôture comptable.
  • Un étalonnage de densité par zone. Étalonnez la densité par matériau et par zone à partir des expéditions pesées, et actualisez-la quand l'humidité ou la fragmentation change — le multiplicateur cesse d'être une supposition.
  • Un plan de base levé et versionné. Scannez une fois le sol vide, enregistrez-le, et calculez chaque volume par rapport à lui.
  • Une référence indépendante pour la bande peseuse. Comparer les totaux de la bande peseuse à la variation de volume mesurée par tas détecte la dérive en quelques jours au lieu de la fin d'année — voir la réconciliation du bilan matière pour le déroulé complet.

Le constat honnête : les écarts d'inventaire sont rarement du vol et rarement de l'incompétence — ils sont la somme d'hypothèses qui n'ont jamais été conçues pour concorder. Remplacez les hypothèses par de la mesure et le rituel mensuel devient une formalité. Comment les méthodes de mesure se comparent, y compris les plus simples : 6 méthodes de mesure des stocks, comparées honnêtement.


Want to discuss this topic or share your own experience? Email info@sachtleben-technology.com — we always reply. Möchten Sie über dieses Thema sprechen oder Ihre Erfahrung teilen? Schreiben Sie an info@sachtleben-technology.com — wir antworten immer. Vous souhaitez discuter de ce sujet ou partager votre expérience ? Écrivez-nous à info@sachtleben-technology.com — nous répondons toujours.

← All blog postsAlle Blog-BeiträgeTous les articles du blog