Eine Reflexion über Lora Cecere’s Arbeit
In den letzten Jahrzehnten wurde der Begriff “supply chain” in fast jede Unternehmensdiskussion eingebracht. Er umfasst mittlerweile alles, von Containerknappheit bis hin zu Vorstands-Scorecards, von Fabrikautomatisierung bis zu KI-Pilotprojekten. Doch wenn man sich die Finanzberichte der meisten großen Unternehmen ansieht, ist das Bild ernüchternd: Trotz all des Lärms haben viele Schwierigkeiten, das Working Capital, die Kapazitäten und die organisatorische Komplexität in überlegene wirtschaftliche Renditen umzuwandeln.
In diesem Umfeld habe ich die Beharrlichkeit von Lora Cecere schon lange geschätzt. Durch Supply Chain Insights und ihre Arbeit an marktorientierten, outside-in Wertnetzwerken hat sie versucht, die Diskussion auf harte Zahlen zu gründen: Wachstum, operative Marge, Lagerumschlag und Kapitalrendite über lange Zeiträume, im Vergleich zu Mitbewerbern. Ihr Benchmark „Supply Chains to Admire“ basiert genau auf dieser Idee, Unternehmen zu identifizieren, die es schaffen, Wachstum, Rentabilität und Resilienz besser auszubalancieren als ihre Wettbewerber.
In einem kürzlich erschienenen Essay mit dem Titel Supply Chain as Economic Bets in a Market-Driven World, argumentierte ich, dass die täglichen Entscheidungen zu kaufen, zu produzieren, zu bewegen und zu bepreisen im Grunde ein sehr großes Portfolio wirtschaftlicher Wetten unter Unsicherheit darstellen. Einige dieser Wetten schlagen sich gut, andere scheitern, und die Gesamtheit von Millionen solcher Entscheidungen findet sich schließlich in der Gewinn- und Verlustrechnung sowie in der Bilanz wieder. Dieser Folgebericht betrachtet dieselbe Realität aus einem anderen Blickwinkel: wie diese Wett-Perspektive sich zu Cecere’s eigener Definition einer effektiven supply chain verhält und wo unsere jeweiligen Ansichten auseinandergehen und sich ergänzen.
Ich habe meine eigene Perspektive in systematischerer Form in meinem Buch Introduction to Supply Chain entwickelt, insbesondere in Kapitel 1 und Kapitel 4. Dort beschreibe ich supply chain als das Handwerk, den Fluss physischer Güter zu steuern, indem knappe Ressourcen – Geld, Kapazität, Bestände, Zeit, Aufmerksamkeit – verteilt werden, sodass das Unternehmen im Laufe der Zeit eine überlegene risikoadjustierte Rendite auf diese Ressourcen erzielt. Cecere hingegen geht von einer Netzwerkperspektive aus: Sie definiert eine effektive supply chain als bidirektionale Entscheidungsfindung über Ströme vom Kunden des Kunden bis zum Lieferanten des Lieferanten, wobei sich Wert in nachhaltigen Verbesserungen der Marktkapitalisierung durch ein ausgewogenes Scorecard-System aus Wachstum, operativen Margen, Lagerumschlagsraten und Kapitalrendite zeigt. Ihre empirische Arbeit, oft in Zusammenarbeit mit Akademikern, nimmt diese Scorecard ernst.
Wir betrachten dasselbe Phänomen, aber aus verschiedenen Blickwinkeln.
Zwei Perspektiven auf dieselbe Disziplin
Cecere spricht gerne über marktorientierte Wertnetzwerke. Anstatt mit internen Transaktionen – Bestellungen, Produktionsaufträgen, Transferaufträgen – zu beginnen, besteht sie darauf, dass eine effektive supply chain den Markt selbst erfassen muss: den Konsum im Regal, Channel-Inventar, Werbekalender, soziale und makroökonomische Signale, Lieferantenengpässe und Störungen in der Logistikkapazität. Die Planung sollte in dieser Sichtweise outside-in sein: Sie beginnt mit dem, was abwärts vom Kunden des Kunden geschieht, und orchestriert dann Reaktionen in Beschaffung, Produktion, Logistik und kommerziellen Entscheidungen.
Darüber hinaus legt sie einen langfristigen finanziellen Blickwinkel darüber. Ihre Methode „Supply Chains to Admire“ bewertet Unternehmen im Vergleich zu ihren Peer-Gruppen in drei Dimensionen: Verbesserung über die Zeit, aktuelle Leistung und Marktwert. Die Scorecard selbst ist absichtlich einfach: Umsatzwachstum, operative Marge, Lagerumschlag und Rendite auf das investierte Kapital. Wenn es einem Unternehmen gelingt, diese Kennzahlen schneller als zwei Drittel seiner Wettbewerber zu verbessern und ein hohes absolutes Niveau zu erreichen, bezeichnet sie es als führend. Mit anderen Worten, eine effektive supply chain ist eine, die über viele Jahre hinweg ihre Konkurrenten an dieser multidimensionalen Grenze zurücklässt.
Mein Blickwinkel ist bodenständiger. Ich beginne mit dem Moment der Entscheidung. Sollten wir noch eine Palette dieses SKU für jenes Lagerhaus kaufen, in der Erwartung, dass sie in sechs Wochen ankommt? Sollten wir eine Produktionsreihe vorverlegen, verzögern oder absagen? Sollten wir morgen in einem bestimmten Vertriebskanal den Preis senken oder beibehalten? Jede dieser Entscheidungen verbraucht etwas Knappes – Geld, Kapazität, Verkaufsfläche, Goodwill – und schafft eine Exponierung gegenüber einer Reihe möglicher Zukünfte. Die meisten von ihnen sind für sich genommen klein, aber in der Gesamtheit definieren sie das Risikoprofil des Unternehmens und dessen wirtschaftliches Ergebnis.
Aus diesem Blickwinkel ist eine supply chain im Wesentlichen ein Mechanismus, um Unsicherheit in Entscheidungen und Entscheidungen in finanzielle Konsequenzen zu verwandeln. Ich interessiere mich weniger für die Schönheit eines Prozessdiagramms als dafür, ob die nächste Entscheidung – und die danach, die täglich tausende Male wiederholt wird – wirtschaftlich Sinn macht, angesichts dessen, was wir wissen und was wir nicht wissen.
Cecere’s Blickwinkel ist von oben: Sie betrachtet, wie sich ein Unternehmen im Vergleich zu seinen Wettbewerbern in der Scorecard über Zehnjahreszeiträume bewegt. Meiner ist von innen: Ich prüfe, ob die marginale Entscheidung, angesichts der Unsicherheit und der Kompromisse, eine sinnvolle Nutzung knapper Ressourcen darstellt. Diese Perspektiven stehen nicht im Widerspruch zueinander. Ein Unternehmen kann nicht lange an der Spitze bleiben, wenn seine Millionen täglicher Entscheidungen systematisch schlecht sind. Umgekehrt kann ein Unternehmen elegante Entscheidungsverfahren haben, die jedoch schlecht mit seiner Strategie abgestimmt sind und niemals die Führungsspitze erreichen.
Unsicherheit, Signale und die Illusion des einzelnen Plans
Wo Cecere und ich uns am ähnlichsten sind, ist in unserer Verärgerung über traditionelle Planung.
Ihre Kritik richtet sich gegen das, was sie als inside-out Planung bezeichnet. Die meisten Unternehmen behandeln ihre eigenen Bestellungen und Lieferungen immer noch so, als wären sie saubere Abbildungen der Nachfrage. Dabei werden Bestellungen durch Promotionen, Allokationsregeln, Lagerengpässe stromaufwärts und interne Politik gefiltert und verzerrt. Die resultierenden Pläne sind verspätet, voreingenommen und oft blind für das, was auf dem Markt tatsächlich geschieht. Cecere’s Antwort besteht darin, die Planung als eine Reihe von outside-in Prozessen neu zu gestalten: Nachfrageerfassung aus Marktdaten, Übersetzung der Nachfrage in das, was das Netzwerk leisten kann, und schließlich die Orchestrierung der Nachfrage über alle Funktionen hinweg.
In ihrem kürzlich erschienenen Outside-In Planning Handbook berichtet sie von mehreren Jahren Pilotprojekten, die die Planung um externe Signale und marktbasierte Ströme statt um interne ERP-Transaktionen herum neu positionieren. Zu den berichteten Vorteilen gehören eine verkürzte Zeit, um Veränderungen in der Nachfrage und im Angebot zu erkennen, sowie eine wesentliche Verringerung der Bullwhip-Effekte, da Unternehmen aufhören, den Lärm durch ihre eigenen Prozesse zu verstärken.
Meine eigene Verärgerung richtet sich gegen die Art und Weise, wie Prognosen und Pläne üblicherweise behandelt werden. In vielen Organisationen ist die Prognose eine einzelne Zahl pro Periode und pro Artikel: die wahrscheinlichste Verkaufsmenge. Diese Zahl wird zum Anker für Produktionspläne, Einkaufspläne, Transferpläne, Kapazitätsreservierungen und dergleichen. Abweichungen werden als Fehler behandelt, die im Nachhinein erklärt werden müssen.
Dieser Ansatz verwirft genau die Informationen, die am wichtigsten sind: nicht die zentrale Schätzung, sondern die Bandbreite plausibler Zukünfte und deren Wahrscheinlichkeiten. Für jeden einzelnen Artikel sind die entscheidenden Fragen: Wie hoch ist die Wahrscheinlichkeit, dass der Umsatz im nächsten Monat nur die Hälfte des üblichen Niveaus erreicht? Doppelt so hoch? Dreimal so hoch? Wie sehen die Randbereiche aus? Die Antworten sind selten symmetrisch und kaum gutartig.
Sobald man dies akzeptiert, wird die Idee eines einzigen Konsensplans weniger überzeugend. Anstatt zu fragen „Was ist die Prognose?“ und dann einen Plan darum herum auszuhandeln, sollten wir fragen: „Angesichts dieser Verteilung möglicher Zukünfte und der finanziellen Konsequenzen von Fehlbeständen, Überschuss und Verzögerungen, welche Entscheidungen sinnvoll sind?“ Dieselbe Verteilung kann je nach Margenstruktur, Verfügbarkeit von Ersatzprodukten und den beteiligten Vorlaufzeiten sehr unterschiedliche Bestands- oder Produktionsentscheidungen rechtfertigen.
In diesem Sinne rebellieren Cecere und ich beide gegen dieselbe Illusion: dass die Zukunft auf eine einzige Zeile in einer Tabellenkalkulation reduziert werden kann und dass die Hauptaufgabe der Planung darin besteht, die Abteilungsansichten in Einklang zu bringen, bis alle einer Linie zustimmen. Ihre Lösung besteht darin, in Frage zu stellen, woher die Informationen kommen und wie sie fließen – outside-in statt inside-out. Meine ist es, die Darstellung der Unsicherheit selbst in Frage zu stellen und darauf zu bestehen, dass Entscheidungen auf der Grundlage vollständiger Wahrscheinlichkeitsverteilungen und expliziter finanzieller Kompromisse berechnet werden.
In einer gesunden Praxis treffen diese beiden Anliegen aufeinander. Man möchte bessere Signale aus dem Markt und aus seinem Netzwerk sowie Modelle, die Unsicherheit ehrlich behandeln. Outside-in Ströme werden zur Rohsubstanz für eine probabilistische, wirtschaftlich fundierte Entscheidungsfindung.
Technologie, Rollen und was Planer tatsächlich tun sollten.
Cecere weist oft darauf hin, dass der Technologiestack, auf den sich die meisten Unternehmen stützen, in erster Linie für transaktionale Effizienz entwickelt wurde. ERP-Systeme sind sehr gut darin, Bestellungen, Lieferungen, Rechnungen und Quittungen aufzuzeichnen; sie sind jedoch deutlich weniger gut darin, bei der Entscheidung zu helfen, was als Nächstes zu tun ist. Mehr Benutzeroberflächen über einen solchen Stack hinzuzufügen, behebt nicht das zugrunde liegende Problem. Sie plädiert dafür, die Architektur auf Basis von Strömen neu zu denken: externe Nachfrage- und Angebotsdaten zu integrieren, bessere Taxonomien zu erstellen, die nahezu in Echtzeit liegende Transparenz zu verbessern und den Geschäftsbenutzern flexiblere, Self-Service-Analysetools bereitzustellen.
In den letzten Jahren hat sie dieses Argument auf eine Agenda für native-AI supply chains ausgeweitet. Die Idee besteht nicht einfach darin, Machine-Learning-Modelle an bestehende Prozesse anzuknüpfen, sondern die Datenfundamente, semantischen Ebenen und Workbenches so neu zu gestalten, dass neue Formen von AI tatsächlich dazu beitragen können, Ströme vom Kunden des Kunden bis zum Lieferanten des Lieferanten zu orchestrieren. Gleichzeitig hinterfragt sie die traditionelle Rolle der Planer, indem sie auf das Missverhältnis zwischen Verantwortung und Befugnis hinweist: Planer tragen die Schuld für Serviceausfälle und Überbestände, haben aber nicht die Macht, Preise, Promotionen oder Produktstrategien zu ändern. In ihrer Vision werden Planer zu Orchestratoren, die in funktionsübergreifenden, outside-in Prozessen arbeiten, statt als Sachbearbeiter, die unverbundene Systeme speisen.
Ich stimme zu, dass der geerbte Technologiestack ein großes Hindernis darstellt. Mein Schwerpunkt liegt jedoch woanders. Für mich ist die zentral fehlende Fähigkeit nicht eine weitere Schicht der Integration oder ein weiteres Dashboard; es ist eine Entscheidungsmaschine.
Damit meine ich ein Stück Software, das in regelmäßigen Abständen alle relevanten Daten und Einschränkungen erfasst, ein explizites ökonomisches Modell der Kosten und Chancen anwendet und dann konkrete Maßnahmen vorschlägt oder umsetzt: welche Bestellungen aufgegeben, welche Produktionsaufträge geplant, welche Lagertransfers organisiert und welche Preise angepasst werden sollen. Diese Entscheidungsmaschine muss von Menschen, die das Geschäft verstehen, programmierbar sein, in dem Sinne, dass sie vergangene Entscheidungen erklären kann, und schnell genug, um große Entscheidungsvolumina in den durch physische Vorlaufzeiten vorgegebenen Zeitfenstern zu bewältigen. Sie muss außerdem in der Lage sein, mit Verteilungen statt mit Punktprognosen zu arbeiten.
Outside-in Architekturen sind wertvoll, weil sie eine solche Entscheidungsmaschine mit reichhaltigeren, aktuelleren Informationen versorgen. Aber ohne die Maschine endet man leicht mit sehr anspruchsvollem Reporting und sehr traditioneller menschlicher Entscheidungsfindung. Man sieht mehr, entscheidet aber immer noch wie zuvor: in Besprechungen, mit Tabellenkalkulationen, unter Zeitdruck.
Der gleiche Kontrast zeigt sich, wenn wir über Organisation und Governance sprechen. Cecere verbringt viel Zeit mit Sales and Operations Planning und ähnlichen funktionsübergreifenden Foren. Ihre Reifegradmodelle beschreiben, wie S&OP sich von einer grundlegenden Kapazitätsprüfung zu einem gewinnorientierten, nachfragegetriebenen und schließlich marktorientierten Orchestrierungsprozess entwickeln kann. In ihren Berichten ist S&OP der Ort, an dem bereichsübergreifende Kompromisse sichtbar gemacht und gelöst werden, und wo die outside-in Perspektive ein menschliches Zuhause findet.
Ich teile ihre Frustration über funktionale Silos und darüber, wie lokale Kennzahlen – hier Servicelevel, dort Auslastung, irgendwo Forecast-Genauigkeit – Wert auf Systemebene zerstören können. Wo ich differiere, ist, wie zentral S&OP als Planungsmeeting bleiben sollte, sobald die Technologie ihr volles Potenzial entfaltet. Meiner Ansicht nach sollte, wenn wir robuste Entscheidungsmaschinen bauen, der Großteil der operativen Planungsarbeit, die derzeit in S&OP verrichtet wird, in die Software übergehen. Übrig bleiben sollte die Governance.
In dieser Welt besteht die Hauptaufgabe von Führungskräften und funktionsübergreifenden Teams nicht darin, Mengen in einer Tabellenkalkulation zu bearbeiten, sondern die Spielregeln abzustimmen: die relativen Kosten, die wir für Fehlbestände versus Überschüsse für jede Produktfamilie ansetzen, der Wert, den wir Vorlaufzeitverkürzungen gegenüber Kapazitätsauslastung beimessen, die Grenzen, die wir in Bezug auf Risikobereitschaft in bestimmten Märkten festlegen, und die Einschränkungen, die wir in Verträgen akzeptieren. Sie sollten überprüfen, wie sich die Entscheidungsmaschine verhalten hat, wo sie Wert geschaffen oder zerstört hat, und dann die wirtschaftlichen Parameter und Annahmen entsprechend anpassen.
Dies ist ein Wandel vom Erstellen des Plans hin zur Steuerung des Systems. Der Tagesplan wird zum emergenten Ergebnis vieler kleiner, automatisierter Entscheidungen; der menschliche Fokus verlagert sich darauf, sicherzustellen, dass die ökonomische Logik dieser Entscheidungen mit der Strategie und der Risikobereitschaft des Unternehmens übereinstimmt.
Auch hier sind Cecere’s und meine Perspektiven nicht unvereinbar, sondern unterscheiden sich in der Gewichtung. Sie konzentriert sich auf Architektur und funktionsübergreifende Prozesse; ich konzentriere mich auf den wirtschaftlichen und rechnerischen Kern, den diese Prozesse steuern sollten.
Auf dem Weg zu einer praktischen Synthese
Wenn Sie für eine umfangreiche supply chain verantwortlich sind, kann es verlockend sein, solche Unterschiede als eine Wahl zwischen unterschiedlichen Denkschulen zu betrachten. Sollten Sie Cecere folgen und in outside-in Prozesse, marktorientierte Kennzahlen und neu konzipiertes S&OP investieren? Oder sollten Sie meinem Ansatz der Wetten unter Unsicherheit folgen und in probabilistisches Modellieren und Entscheidungsmaschinen investieren?
Ich würde Ihnen nahelegen, es nicht so darzustellen.
Ceceres Arbeit entfaltet ihre größte Wirkung auf strategischer und diagnostischer Ebene. Sie stellt unangenehme Fragen. Verbessern wir uns tatsächlich schneller als unsere Mitbewerber in Bezug auf Wachstum, Gewinnspanne, Lagerumschlag und Kapitalrendite, oder gratulieren wir uns selbst zu internen KPIs, die sich nicht im Shareholder Value widerspiegeln? Werden unsere Prozesse noch von der Trägheit der ERP-Transaktionen und abteilungsbezogener Perspektiven getrieben, oder beginnen wir wirklich beim Markt und arbeiten rückwärts? Wenn sie sagt, dass a supply chain nicht durch Prozesse von innen nach außen aufgebaut werden kann, dass sie marktorientiert und von außen nach innen aufgebaut werden muss, fasst sie ein Jahrzehnt an Daten zusammen, die zeigen, wie viele Sektoren tatsächlich zurückgegangen sind.
Meine eigene Arbeit ist operativer und berechnender Natur. Sie dreht sich um die unangenehme Frage: Angesichts dessen, was wir über Nachfrage und Angebot wissen – und was wir nicht wissen – und angesichts der finanziellen Konsequenzen verschiedener Fehlerarten, sind die Entscheidungen, die wir täglich treffen, eine sinnvolle Nutzung knapper Ressourcen? Falls nicht, können wir die Logik dieser Entscheidungen neu gestalten, sie in Software implementieren und diese Software den Großteil der Routinearbeit übernehmen lassen?
Zusammen ergibt sich eine praktische Synthese, die folgendermaßen aussehen könnte.
Auf Vorstands- und Führungsebene übernehmen Sie ein Scorecard, das kaum von Ceceres unterscheidet. Sie beobachten die Entwicklung Ihres Unternehmens im Vergleich zu Mitbewerbern bezüglich Wachstum, operativen Margen, Lagerumschlägen und Kapitaleffizienz und betrachten diese Entwicklung als eine externe Prüfung, ob a supply chain tatsächlich über die Zeit wirtschaftlichen Mehrwert liefert. Sie akzeptieren, dass effiziente Transaktionen und ansprechende Dashboards nicht dasselbe sind wie Exzellenz.
Auf architektonischer Ebene organisieren Sie Daten und Prozesse von außen nach innen. Sie investieren darin, den tatsächlichen Verbrauch, echte Engpässe und tatsächliche Variabilität so früh wie möglich zu erkennen, und entwerfen Prozesse, die Informationen bidirektional über Ihr Netzwerk hinweg bewegen, anstatt sie linear innerhalb von Funktionen fließen zu lassen.
Auf Entscheidungsebene ersetzen Sie allmählich handgefertigte Pläne und lokale Heuristiken durch explizite Modelle von Unsicherheit und Wert, eingebettet in Software, die in der Lage ist, konsistent Millionen kleiner Entscheidungen zu treffen, sich selbst zu erklären und im Laufe der Zeit verbessert zu werden. Sie beurteilen diese Modelle nicht danach, wie elegant sie in einer Präsentation aussehen, sondern danach, wie sie die risikoadjustierte wirtschaftliche Rendite des Unternehmens beeinflussen.
Schließlich hören Sie auf, von Planern zu verlangen, unmögliche Aufgaben mit unvollständiger Autorität zu bewältigen. Sie schulen einige als Designer und Hüter der Entscheidungslogik selbst um und andere als Orchestratoren, die Ausnahmen, strukturelle Veränderungen und bereichsübergreifende Kompromisse überwachen. Governance-Foren entwickeln sich von Planungsritualen zu Überprüfungssitzungen für ein lebendiges, automatisiertes System.
Aus dieser Perspektive ist die scheinbare Meinungsverschiedenheit zwischen meinen Ansichten und Ceceres vor allem eine Frage der Fokussierung. Sie besteht darauf, dass wir nach oben und hinaus blicken – auf Märkte, Netzwerke und langfristige Vergleichsleistungen. Ich bestehe darauf, dass wir nach unten und hinein schauen – auf die Qualität der nächsten Entscheidung und derjenigen danach, wie sie durch Software geprägt wird.
Beide Sichtweisen werden benötigt. Ohne die von außen nach innen gerichtete, marktorientierte Perspektive ist es leicht, lokale Entscheidungen zu optimieren und dennoch das Rennen im Wettbewerb zu verlieren. Ohne die wirtschaftliche und probabilistische Perspektive ist es einfach, schöne Architekturen zu entwerfen, die die täglichen Wetten des Unternehmens nicht wirklich verbessern.
Wenn ich meine eigene Position in einem einzigen Satz zusammenfassen müsste, wäre es folgender:
a supply chain, richtig praktiziert, ist eine wirtschaftliche Disziplin, die Software einsetzt, um unter Unsicherheit bessere Wetten abzuschließen.
Alles andere – Architekturen, Prozesse, Dashboards, selbst Scorecards – sollte danach beurteilt werden, ob sie genau diesem speziellen Handwerk dienlich sind oder es behindern.
