Umdenken der Arbeitsteilung im Zeitalter automatisierter supply chains

Joannes Vermorel

Arbeitsteilung ist eine dieser Ideen, die so tief in das moderne Leben eingebettet ist, dass wir sie größtenteils nicht mehr wahrnehmen. Adam Smith eröffnet Der Wohlstand der Nationen mit der heute berühmten Nadel-Fabrik, in der die Aufteilung eines Jobs in viele kleine Aufgaben die Produktivität um ein Vielfaches steigert.

Ich teile diese Bewunderung. Ohne Spezialisierung und Handel gäbe es schlichtweg kein „Modernes“, von dem man sprechen könnte. Doch nach fast zwei Jahrzehnten Arbeit in realen supply chains bin ich auch zu der Überzeugung gelangt, dass wir die Idee der Arbeitsteilung in einer Weise anwenden, die uns leise zu unserem Nachteil wirkt – besonders in Unternehmen, und noch mehr in der Software, die wir zu deren Betrieb nutzen.

In meinem Buch Introduction to Supply Chain, argumentiere ich, dass supply chain als Disziplin darin besteht, bessere Entscheidungen über Warenflüsse unter Unsicherheit zu treffen, um langfristige Rentabilität zu erzielen. In diesem Essay möchte ich einen Faden aus diesem umfassenderen Argument herausgreifen: wie die Arbeitsteilung uns auf globaler Ebene hilft, uns aber oft auf organisatorischer Ebene schadet, und wie die Automatisierung das Bild verändert.

Die klassische Geschichte: von Nadeln zu globalen Wertschöpfungsketten

Die klassische Geschichte ist wohlbekannt. Die Arbeitsteilung, ob innerhalb einer Fabrik oder zwischen Ländern, erklärt einen Großteil der Produktivitätssteigerungen, die den Lebensstandard in den letzten zwei Jahrhunderten erhöht haben. Smiths Nadelmacher sind frühe Verwandte der heutigen globalen Wertschöpfungsketten, in denen sich verschiedene Länder auf unterschiedliche Phasen des Produktlebenszyklus spezialisieren: Design an einem Ort, Komponenten an einem anderen, Montage irgendwo anders und Distribution auf einem weiteren Kontinent.

Modern supply-chain management hat diese Erzählung geerbt. Betrachtet man einen weithin zitierten Rahmen wie Douglas Lamberts Definition des supply chain managements als “die Verwaltung von Beziehungen im Netzwerk von Organisationen… unter Verwendung zentraler, funktionsübergreifender Geschäftsprozesse zur Wertschöpfung”, so liegt der Schwerpunkt eindeutig auf der Koordination über spezialisierte Funktionen und über Unternehmen hinweg: Marketing, Logistik, Produktion, Einkauf, Finanzen, F&E und so weiter.

In dieser Mainstream-Vision besteht die Aufgabe des supply chain management darin, sicherzustellen, dass diese weitreichende Arbeitsteilung reibungslos funktioniert. Funktionale Silos werden als Problem anerkannt, aber die Lösung besteht fast immer in einer strukturierteren Zusammenarbeit: funktionsübergreifende Prozess-Teams, integrierte Planungszyklen und insbesondere Sales & Operations Planning (S&OP). S&OP wird üblicherweise als wiederkehrende, funktionsübergreifende Meeting-Maschine beschrieben, die Vertrieb, Marketing, supply chain und Finanzen auf einen einzigen Plan ausrichtet.

Bisher gibt es nichts auszusetzen. Arbeitsteilung, plus Koordination, plus eine unterstützende Technologieschicht: So sind wir – grob gesagt – hierher gelangt.

Doch wenn wir darauf achten, was tatsächlich in Unternehmen, insbesondere in großen, geschieht, tritt ein Paradoxon zutage.

Die versteckten Kosten der internen Arbeitsteilung

Arbeitsteilung ist in erster Linie eine Methode, um menschliche Begrenzungen zu kompensieren. Keine einzelne Person kann jedem Produkt, Lieferanten und Kunden folgen; daher teilen wir die Arbeit auf. Ein Planer übernimmt diese Region, ein anderer diese Produktlinie, ein dritter das Long-Tail-Sortiment. Eine Abteilung ist für den Einkauf zuständig, eine andere für die Preisgestaltung, eine weitere für Promotionen.

In einem Vortrag mit dem Titel On Knowledge, Time and Work for Supply Chains unterschiede ich zwischen zwei grundlegenden Arten, Arbeit aufzuteilen. Die eine verteilt ähnliche Tätigkeiten auf viele Personen („horizontale“ Arbeitsteilung), die andere schichtet unterschiedliche Verantwortungsebenen in einer Hierarchie („vertikale“ Arbeitsteilung). Moderne Unternehmen setzen in hohem Maße auf beides.

Das funktioniert – bis zu einem gewissen Punkt. Es erzeugt aber auch eine Reihe von Nebeneffekten, die so häufig sind, dass wir sie für Naturgesetze halten.

Erstens: Komplexität führt direkt zu einer Zunahme der Mitarbeiterzahl. Jedes Mal, wenn ein Unternehmen SKUs, Vertriebskanäle, Regionen oder Einschränkungen hinzufügt, reagiert es häufig, indem es weitere Planer einstellt. Das vorherrschende Denkmuster ist ungefähr linear: doppelt so viele bewegliche Teile, doppelt so viele Menschen. Es ist nicht ungewöhnlich, Teams zu sehen, deren tägliche Arbeit darin besteht, endlose Listen in Tabellenkalkulationen oder Planungstools zu durchforsten und winzige manuelle Anpassungen vorzunehmen, an die sich in der nächsten Woche niemand mehr erinnern wird.

Zweitens: Wichtige Hebel sind auf verschiedene Funktionen verteilt. Preisgestaltung und Promotionen liegen im Marketing, Sortimentsentscheidungen im Merchandising, Serviceversprechen im Vertrieb, während Lagerbestand und Kapazitäten der “supply chain” überlassen bleiben. Dennoch bestimmen all diese Entscheidungen, was wohin und wann bewegt wird, und damit das wirtschaftliche Ergebnis der Ströme. Die Aufteilung basiert nicht auf Ökonomie, sondern auf der Unternehmensgeschichte.

Drittens: Enterprise-Systeme versteinern die gestrige Arbeitsteilung. Ein Großteil der Logik in ERPs, APS-Tools und ähnlichen Systemen dreht sich nicht um Ökonomie oder Statistik; es geht darum, wer was in welcher Reihenfolge mit welchen Status-Codes, Eskalationen und Genehmigungen tun darf. Wie ich kürzlich im Zusammenhang mit dem Produktlebenszyklus-Management anmerkte, existiert der überwiegende Teil der Geschäftslogik, um menschliche Arbeitsabläufe und Übergaben zu orchestrieren. Wenn wir Entscheidungen richtig automatisieren, wird ein überraschender Anteil dieser Gerüste überflüssig.

Viertens: Die Verantwortung wird verwässert. Wenn jede Phase eines Prozesses einer anderen Gruppe zugewiesen wird, wird es schmerzhaft einfach, dass alle “involviert” sind und dennoch niemand für die Qualität der endgültigen Entscheidung verantwortlich ist. Ich habe viele “quantitative” Initiativen scheitern sehen, nicht weil die Mathematik fehlerhaft war, sondern weil die Arbeit in so viele Stücke zerschnitten wurde – Datenauszug durch die IT, Datenbereinigung durch ein Team, Prognosen durch ein anderes, Parametereinstellung durch die Planer –, dass keine einzelne Person oder kein Team das Ergebnis wirklich besitzt.

Das ist immer noch Arbeitsteilung. Es bringt immer noch lokale Effizienzen. Aber es hilft uns nicht unbedingt, bessere Entscheidungen zu treffen, was letztlich ausschlaggebend ist.

Die Automatisierung erzwingt eine grundlegendere Aufteilung

Seit ungefähr vierzig Jahren sprechen die Menschen davon, supply-chain Entscheidungen zu automatisieren: zuerst die Inventarkontrolle, dann die Planung des Vertriebsbedarfs und so weiter. In der Praxis verlassen sich die meisten Unternehmen immer noch auf Menschen als primären Entscheidungsmechanismus. Computer liefern Zahlen, Dashboards und Warnungen; der Mensch bleibt auf der feinsten Ebene eingebunden.

Aus meiner Sicht ist das der falsche Ausgangspunkt.

Die erste und wichtigste Arbeitsteilung, die wir vornehmen sollten, unterscheidet nicht zwischen Abteilungen, sondern zwischen Menschen und Maschinen.

Maschinen sind außergewöhnlich gut in bestimmten Bereichen, die moderne supply chains dominieren: die Verarbeitung riesiger Mengen an Transaktionsdaten; das tägliche oder sogar stündliche Neu-Berechnen von Entscheidungen; und das Befolgen einer Richtlinie ohne Ermüdung oder Stimmungsschwankungen. Menschen dagegen sind im großflächigen Wiederholen vergleichsweise schwach, aber sehr gut darin, Annahmen zu hinterfragen, Kontexte zu interpretieren und neue Wege zu erfinden, um ökonomische Zusammenhänge in Regeln zu fassen.

Sobald wir das akzeptieren, ändert sich die Gestaltungsfrage. Statt zu fragen: “Wie sollten wir SKUs und Lieferanten auf unsere Planer verteilen?”, sollten wir fragen: “Welche Entscheidungsarten sollten vollständig automatisiert werden und wie gestalten wir das System, das dies umsetzt?”

In meinen Vorträgen über die Quantitative Supply Chain beschreibe ich das Ergebnis als eine Entscheidungs-Engine: ein analytisches System, das Rohdaten in konkrete Entscheidungen wie Bestellungen, Lagertransfers oder Preisänderungen umwandelt, ohne dass im Tagesgeschäft manuell eingegriffen wird. Das Design der Engine ist ein intensiv menschlicher Arbeitsprozess; die routinemäßige Ausführung jedoch nicht.

Das ist keine Science-Fiction. Wenn wir darauf bestehen, dass der Output des analytischen Systems tatsächliche Entscheidungen sind – nicht nur Vorhersagen oder Bewertungen – und wenn wir darauf bestehen, dass dessen Betrieb vollständig automatisiert ist, stellen wir fest, dass ein Großteil der wiederkehrenden Planungsarbeit tatsächlich mechanisiert werden kann. Das Ergebnis ist eine andere Art der Arbeitsteilung: eine kleine Anzahl von Menschen, die an der Logik arbeiten, die Tausende oder Millionen von Mikro-Entscheidungen steuert.

Neue Rollenzuweisung rund um die Entscheidungs-Engine

Wenn wir diese Automation-first-Aufteilung ernst nehmen, beginnt die interne Arbeitsteilung ganz anders auszusehen.

Diejenigen, die früher ihre Tage damit verbracht haben, Bestellungen in Tabellenkalkulationen anzupassen, übernehmen mehr strategische und recherchierende Rollen. Anstatt wiederholt zu fragen: “Was sollte ich heute für diesen SKU bestellen?”, fragen sie: “Warum hat die Entscheidungs-Engine dieses Muster für diese Produktfamilie empfohlen?” und “Was sagt uns das über unsere Kosten, Einschränkungen und Optionen?” Im Grunde genommen werden sie zu Verwaltern der Ströme, verantwortlich für das Verständnis und die Verfeinerung der ökonomischen Logik, und nicht dafür, Zahlen einzugeben.

Inzwischen entsteht ein spezialisiertes Profil an der Schnittstelle von supply chain, Statistik und Softwareentwicklung. Diese Person, manchmal als Supply Chain Scientist bezeichnet, ist verantwortlich für das Verhalten der Entscheidungs-Engine selbst: für die Art und Weise, wie Nachfrageschwankungen modelliert, wie Engpässe und Überbestände wirtschaftlich bewertet, wie logistische Einschränkungen formuliert und wie all dies in ausführbaren Code übersetzt wird.

Entscheidend ist, dass dieser Scientist nicht zur IT “gehört”, obwohl er mit Code und Daten arbeitet. Die IT behält die Verantwortung für die Zuverlässigkeit und Sicherheit der Datenpipelines – also dafür, dass Transaktionssysteme korrekt in analytische Speichersysteme gespiegelt werden – aber die Verantwortung für die Gestaltung von Entscheidungen liegt fest in der supply-chain Funktion. Diese explizite Trennung zwischen Infrastruktur und Entscheidungslogik ist an sich eine neue Art der Arbeitsteilung, die die Klarheit der Verantwortlichkeit bewahrt, anstatt sie zu verwässern.

Auch der Finanzsektor tritt wieder vermehrt konstruktiv in Erscheinung. Anstatt in einem S&OP-Meeting darüber zu streiten, ob eine bestimmte Prognose “realistisch” ist, arbeiten Finanzen und supply chain zusammen, um die tatsächlichen wirtschaftlichen Präferenzen des Unternehmens – Kapitalkosten, Strafzahlungen für Lieferengpässe, Servicezusagen an wichtige Kunden – in einer Form auszudrücken, die die Entscheidungs-Engine verstehen kann. Sobald diese Präferenzen kodiert sind, werden sie konsistent über tausende Entscheidungen hinweg angewendet, jeden Tag, ohne dass dafür jedes Mal ein Meeting erforderlich wäre.

Das Endergebnis ist immer noch Spezialisierung. Menschen werden nicht zu austauschbaren Generalisten. Aber das Organisationsprinzip ist nicht länger der Organigramm oder der Transaktionsverarbeitungsablauf; es ist das Design, der Betrieb und die kontinuierliche Verbesserung eines Entscheidungssystems.

Wie sich dies von der Mainstream-“Integration” unterscheidet

An dieser Stelle erscheint es naheliegend zu fragen: Ist dies nicht nur eine andere Art, über Integration zu sprechen? Schließlich hat das Mainstream supply-chain management in den letzten zwanzig Jahren die Notwendigkeit betont, Silos durch funktionsübergreifende Prozesse und gemeinsame Kennzahlen abzubauen.

Es gibt einen wichtigen Unterschied.

In der Mainstream-Perspektive bedeutet Integration, mehr Menschen aus mehr Funktionen in die Diskussion einzubeziehen. Das typische S&OP-Diagramm zeigt Vertrieb, Marketing, Betrieb, supply chain und Finanzen am Tisch, unterstützt von immer ausgefeilterer Planungssoftware. Zusammenarbeit ist die knappe Ressource; Technologie dient dazu, sie zu erleichtern: geteilte Daten, gemeinsame Dashboards, gemeinsame Arbeitsabläufe.

Meiner Ansicht nach bedeutet Integration etwas ganz anderes. Es bedeutet, dass die ökonomische Logik einheitlich ist. Die Hierarchie der Prioritäten – Service versus Marge versus eingesetztes Kapital – wird einmal in der Entscheidungs-Engine ausgedrückt und dann überall angewendet. Die primär knappe Ressource ist nicht die Besprechungszeit, sondern Klarheit: Klarheit darüber, was das Unternehmen zu optimieren versucht, und darüber, wie diese Absicht in operative Entscheidungen übersetzt wird.

Wenn wir von diesem Blickwinkel ausgehen, stellen wir üblicherweise fest, dass viele der im Laufe der Jahre aufgebauten Koordinationsmechanismen den Mangel an Automatisierung ausgleichen sollten. Wir brauchten lange Meetings, weil jede Entscheidung in der Praxis maßgeschneidert war. Wir benötigten aufwändige Arbeitsabläufe und Genehmigungsketten, weil es keine einzige, vertrauenswürdige, ausführbare Richtlinie gab.

Deshalb stehe ich Vorhaben, das traditionelle S&OP zu „modernisieren“ – durch das Hinzufügen einer Schicht fortschrittlicher Analytik, während die Grundstruktur erhalten bleibt – skeptisch gegenüber. Ob in Debatten, die wir bei Lokad veranstalten, oder in der wissenschaftlichen Literatur: S&OP wird immer noch weitgehend als ein funktionsübergreifender Verhandlungsprozess verstanden, bei dem die Technologie lediglich als Ermöglicher dient. Ich glaube, dass für viele Unternehmen der wirkliche Wandel nicht durch bessere Meetings, sondern dadurch erreicht wird, dass sie erst gar weitaus weniger Meetings benötigen.

Arbeitsteilung auf globaler Ebene: grundsätzlich zustimmend, mit Vorbehalt

All dies mag so klingen, als wäre ich grundsätzlich gegen die Arbeitsteilung. Das bin ich nicht. Auf globaler Ebene halte ich tiefgreifende Spezialisierung und Handel für unverzichtbar, wenn uns Wohlstand am Herzen liegt. Die aufwändige internationale Arbeitsteilung, die moderne Wertschöpfungsketten kennzeichnet, ist keine fragile Kuriosität; sie ist der einzige Grund, warum wir uns die Waren und Dienstleistungen leisten können, die wir heute als selbstverständlich erachten.

Jedoch geht diese globale Spezialisierung mit systemischer Fragilität einher, wie uns die jüngsten Wellen von Störungen schmerzlich vor Augen geführt haben. Wenn ein Lockdown Fabriken schließt, ein Kanal blockiert wird oder ein Konflikt Exporte unterbricht, breitet sich der Schock durch die Netzwerke aus, die uns normalerweise Effizienz bringen. Die Antwort besteht nicht darin, in Autarkie zu verfallen. Vielmehr müssen wir viel präziser darin werden, wie wir Risiken managen: Optionen bei Lieferanten und Routen kultivieren, deren Kosten messen und Automatisierung einsetzen, um schnell zu reagieren, wenn die Realität von den Erwartungen abweicht.

In diesem Sinne geht mein Widerspruch zum Mainstream nicht darum, ob Arbeitsteilung wünschenswert ist; es geht darum, wo wir sie als gegeben hinnehmen und wo wir bereit sein sollten, sie neu zu gestalten.

Eine andere Art, Arbeit zu organisieren

Wenn wir alle Puzzleteile zusammenfügen, zeichnet sich ein anderes Bild der supply-chain Organisation ab.

Weltweit bekennen wir uns zur Arbeitsteilung, die Handel und Produktivität ermöglicht, während wir zugleich ehrlich mit ihrer Fragilität umgehen und bewusst Optionen aufbauen. Innerhalb des Unternehmens widerstehen wir dem Reflex, auf jede Zunahme an Komplexität mit einem proportionalen Anstieg an Planern und Prozessebenen zu reagieren. Stattdessen investieren wir in Entscheidungs-Engines, die die repetitive Last übernehmen können, und gestalten unsere interne Arbeitsteilung um das Design, die Steuerung und die kontinuierliche Verbesserung dieser Engines herum.

Das ist nicht weniger menschlich. Es ist mehr. Es betrachtet Planer als potenzielle Strategen, Ermittler und Designer besserer Wirtschaftsregeln, anstatt sie als menschliche Middleware zwischen Tabellenkalkulationen und ERPs zu behandeln. Es behandelt IT als einen kritischen Partner bei der Bereitstellung solider Dateninfrastruktur, ohne dies mit dem Besitz der Geschäftslogik zu verwechseln. Es betrachtet das Finanzwesen als Mitautor des Wirtschaftsmodells und nicht nur als den endgültigen Genehmiger von Budgets.

Die klassische Geschichte der Arbeitsteilung, von Smiths Nadelfabrik bis zu den heutigen globalen value chains, bleibt gültig. Aber wenn wir die Geschichte hier belassen, verpassen wir die Lektion, die für zeitgenössische supply chains am wichtigsten ist: In einem Zeitalter, in dem Maschinen einen Großteil des repetitiven Denkens übernehmen können, besteht die wirklich strategische Entscheidung darin, wie wir die Arbeit zwischen Menschen und Maschinen aufteilen und erst dann, wie wir sie untereinander aufteilen.