Bewertung des Erfolgs der Quantitative Supply Chain

Es mag paradox erscheinen, aber obwohl die die Quantitative Supply Chain großen Wert auf numerische Methoden und Messungen legt, zeigt unsere Erfahrung, dass Metriken oft zu wenig und häufig zu spät darüber aussagen, ob eine Initiative auf dem richtigen Weg ist. Nahezu alle Metriken können manipuliert werden, was in der Regel die Nachhaltigkeit des gewählten Ansatzes beeinträchtigt. Daher strebt die Quantitative Supply Chain offensichtliche Verbesserungen an: Wenn Verbesserungen so subtil sind, dass man fortschrittliche Messmethoden benötigt, um sie zu erkennen, dann war die Initiative höchstwahrscheinlich den Aufwand nicht wert und sollte als Misserfolg betrachtet werden. Im Gegenteil, wenn Verbesserungen spürbar und über viele Metriken hinweg konsistent sind und sich der supply chain als Ganzes agiler und reaktionsschneller anfühlt als je zuvor, dann ist die Initiative höchstwahrscheinlich gelungen.

Metriken können manipuliert werden

Es gibt einen Grund, warum Ingenieure selten anhand von Metriken bewertet werden: Sie sind einfach zu gut darin, die Metriken zu ihrem eigenen Vorteil zu nutzen, anstatt den Interessen des Unternehmens zu dienen. Supply chains sind komplex, und nahezu alle einfachen Metriken können in einer Weise ausgenutzt werden, die für das Unternehmen völlig zerstörerisch sein kann. Man könnte meinen, dass dieses Problem lediglich darin besteht, die Schlupflöcher in den Metriken zu schließen. Doch unsere Erfahrung zeigt, dass immer noch ein weiteres Schlupfloch zu finden ist.

Eine Geschichte des Reverse Engineerings von Metriken

Nehmen wir als Beispiel ein fiktives E-Commerce-Unternehmen. Das Management entscheidet, dass die service levels verbessert werden müssen und der Service Level somit zur Leitmetrik wird. Das supply chain-Team beginnt, sich an dieser Metrik zu orientieren, und entwickelt eine Lösung, die darin besteht, die stock levels erheblich zu erhöhen, was dem Unternehmen massive Kosten verursacht.

Infolgedessen ändert das Management die Regeln, der maximale Lagerbestand wird definiert, und das Team muss innerhalb dieses Limits operieren. Das Team überprüft seine Zahlen und stellt fest, dass der einfachste Weg, die Lagerbestände zu senken, darin besteht, große Mengen an Beständen als „tot“ zu kennzeichnen, was aggressive promotions auslöst. Zwar werden die Bestände tatsächlich reduziert, aber auch die gross margins werden dabei erheblich verringert.

Erneut bleibt das Problem nicht unbemerkt, und die Regeln werden noch einmal geändert. Es wird ein neues Limit für die Menge an Lagerbeständen eingeführt, die als „tot“ markiert werden dürfen. Die Umsetzung dieser neuen Regel erfordert großen Aufwand, da die supply chain plötzlich mit „alten“ Beständen zu kämpfen hat, die stark rabattiert werden müssen. Um mit dieser neuen Regel umzugehen, erhöht das Team den Anteil des Lufttransports im Vergleich zum Seetransport. Lieferzeiten werden reduziert, die Bestände sinken, aber die Betriebskosten steigen rapide.

Um den außer Kontrolle geratenen Betriebskosten entgegenzuwirken, ändert das Management die Regeln erneut und legt eine Obergrenze für den Prozentsatz der Waren fest, die per Lufttransport befördert werden dürfen. Wieder einmal bringt die neue Regel Chaos, da sie eine Reihe von stock-outs auslöst, die durch den Einsatz von Lufttransport hätten verhindert werden können. Als Folge der immer engeren Auflagen gibt das Team nach und nutzt die von den Lieferanten angebotenen Preisvorteile nicht mehr aus. Der Einkauf kleinerer Mengen ist ebenfalls ein Weg, um die Lieferzeiten zu verkürzen. Dennoch werden dabei erneut die Bruttomargen reduziert.

Die Wiederherstellung der Einkaufspreise erweist sich für das Management als ein weitaus schwerer fassbares Ziel. Keine einfache Regel kann diese Herausforderung bewältigen, stattdessen wird eine Vielzahl von Preiszielen für jede Produktunterkategorie eingeführt. Viele dieser Ziele erweisen sich als unrealistisch und führen zu Fehlern. Insgesamt wird das Bild der supply chain immer unschärfer. Vom Druck vieler Seiten erdrückt, beginnt das supply chain-Team, ein obskures Merkmal des Bedarfsplanungsprozesses anzupassen: die Produkt-Austauschliste.

Tatsächlich erkannte das Management früh im Prozess, dass einige [stock-outs] weniger gravierende Auswirkungen hatten als andere, da manche der fehlenden Produkte über mehrere nahezu perfekte Ersatzprodukte verfügten. Folglich war man sich einig, dass stock-outs bei diesen Produkten bei der Berechnung des gesamten service levels weitgehend unberücksichtigt bleiben könnten. Das supply chain-Team, das nun unter enormem Druck steht, dehnt jedoch den ursprünglichen Zweck dieser Liste um ein oder zwei Stufen aus: Produkte, die nicht wirklich ähnlich sind, werden als nahezu perfekte Ersatzprodukte aufgeführt. Die Service-Level-Metriken verbessern sich, aber das Geschäft nicht.

Die Falle des Erfolgs

Metriken können manipuliert werden, und wenn Teams giftige Anreize erhalten, werden Metriken höchstwahrscheinlich in irreführender Weise genutzt. Die Situation ist jedoch keineswegs so schlimm, wie es scheint. Tatsächlich zeigt unsere Erfahrung, dass Mitarbeiter – abgesehen von wirklich dysfunktionalen Unternehmenskulturen – im Allgemeinen nicht dazu neigen, ihre Arbeit zu sabotieren. Im Gegenteil, wir haben beobachtet, dass die meisten Mitarbeiter stolz darauf sind, das Richtige zu tun, selbst wenn das bedeutet, dass Unternehmensrichtlinien ein wenig angepasst werden müssen.

Daher ist es wichtig, das Team, das für die Umsetzung der supply chain optimization Strategie verantwortlich ist, dazu zu ermutigen, ein Set von Metriken zu entwickeln, das die gesamte Supply Chain-Initiative beleuchtet, anstatt ihm die Freiheit zu nehmen. Die Aufgabe des Managements besteht nicht darin, auf den auf diesen Metriken basierenden Regeln zu bestehen, sondern das strategische Denken, das diesen Metriken zugrunde liegt, in Frage zu stellen. Häufig sollte das unmittelbare Ziel nicht einmal die Verbesserung der Metrikwerte sein, sondern die Verbesserung der Definition der Metriken selbst.

In Wirklichkeit sind nicht alle Metriken für ein Unternehmen gleich wertvoll. Es bedarf in der Regel beträchtlicher Anstrengungen, Metriken zu entwickeln, die eine sinnvolle Perspektive auf das Geschäft bieten. Diese Arbeit erfordert nicht nur ein gutes Verständnis der Geschäftsstrategie, sondern auch tiefgehende Kenntnisse der zugrunde liegenden Daten, die mit einer Vielzahl von Artefakten und anderen numerischen Besonderheiten einhergehen. Daher sollten Metriken vor allem als ein fortlaufender Arbeitsprozess betrachtet werden.

Wir haben festgestellt, dass ein starker indicator für den Erfolg eines beliebigen supply chain-Projekts die Qualität der im Rahmen der Initiative etablierten Metriken ist. Es ist zwar ein Paradox, aber es gibt keine vernünftige Metrik, um die Relevanz dieser Metriken tatsächlich zu bewerten. Hier sind einige Elemente, die helfen können, die Qualität der Metriken zu evaluieren:

• Gibt es einen Konsens innerhalb der verschiedenen supply chain-Teams, dass die Metriken das Wesentliche des Geschäfts erfassen? Oder dass die durch die Metriken implizit geförderten Geschäftsperspektiven weder kurzsichtig noch einseitig sind?
• Verfügen die Metriken über eine echte Tiefe, wenn es darum geht, die Zahlen mit wirtschaftlichen Treibern in Einklang zu bringen? Einfachheit ist wünschenswert, aber nicht auf Kosten eines falschen Gesamtbildes.
• Werden die Datenartefakte ordnungsgemäß behandelt? In der Regel gibt es Dutzende von subtilen Fallstricken, um die man sich kümmern muss, wenn die aus den Unternehmenssystemen extrahierten Daten verarbeitet werden. Unsere Erfahrung lehrt uns, misstrauisch zu sein, wenn Rohdaten zu gut zu sein scheinen, da dies in der Regel bedeutet, dass Probleme noch nicht einmal als solche identifiziert wurden.
• Ergibt es Sinn, dass Entscheidungen, die auf den gewählten Metriken basieren, sinnvoll sind? Wenn eine Entscheidung, die ansonsten mit den Metriken übereinstimmt, nicht plausibel erscheint, dann ist sie es höchstwahrscheinlich auch nicht; und das Problem liegt häufig in der Metrik selbst.

In vielerlei Hinsicht ist das Erarbeiten guter Metriken wie das Ausrichten der Schwerkraft in Richtung der Erfolgslücke: Sofern nicht etwas dazwischenkommt, ist der natürliche Verlauf, den Hang hinunter zur Senke zu rollen, die zufällig genau dort liegt, wo der Erfolg liegt. Es ist nicht einmal unbedingt erforderlich, die exakte Tiefe der Senke zu kennen, solange jeder Schritt der Reise nach unten das Unternehmen verbessert.

Vernünftige Entscheidungen führen zu besserer Leistung

In supply chain haben selbst die besten Metriken einen erheblichen Nachteil: Zahlen kommen in der Regel zu spät. Lieferzeiten können lang sein und die heute getroffenen Entscheidungen könnten wochen-, wenn nicht monatelang, keine sichtbaren Auswirkungen haben. Zudem erschwert die Quantitative Supply Chain, die großen Wert auf iterative und inkrementelle Verbesserungen legt, die Sache zusätzlich. Doch nicht-inkrementelle Methoden anzuwenden, wäre sogar noch schlimmer, wenn auch aus anderen Gründen. Daher können Metriken nicht die einzigen Signale sein, um zu beurteilen, ob die Initiative auf dem richtigen Weg ist.

Das Treffen vernünftiger Entscheidungen ist ein einfaches, aber unterschätztes Signal für überlegene Leistung. Tatsächlich, sofern Ihr Unternehmen nicht bereits außergewöhnlich gut in seinem supply chain arbeitet, ist es höchstwahrscheinlich, dass die Systeme weiterhin „unsinnige“ Entscheidungen produzieren, die von den supply chain-Teams manuell erkannt und behoben werden. Der Zweck aller „alerts“ oder ähnlicher reaktiver Mechanismen besteht genau darin, die fortlaufenden Probleme durch kontinuierliche manuelle Korrekturmaßnahmen abzumildern.

Die Quantitative Supply Chain Initiative so weit zu bringen, dass alle Entscheidungen – die vollständig robotisiert getroffen werden – als vernünftig oder sicher gelten, ist ein weitaus größerer Erfolg, als die meisten Praktiker vermuten. Der Schwerpunkt auf „robotisierten“ Entscheidungen ist hier wichtig: Um regelkonform zu handeln, sollte keine menschliche Intervention nötig sein. Mit „vernünftig“ meinen wir dann Entscheidungen, die auch nach einigen Stunden der Falluntersuchung für Praktiker noch gut erscheinen; was naturgemäß nicht regelmäßig möglich ist, bedingt durch die schiere Menge ähnlicher Entscheidungen, die täglich getroffen werden müssen.

Unsere Erfahrung zeigt, dass sobald die automated decisions als zuverlässig gelten, sich die Leistung später manifestiert, wenn diese Entscheidungen tatsächlich in der Produktion getestet werden. In der Tat ist der „sanity“‑Test ein sehr strenger Test für die Entscheidungslogik. Sofern Ihr Unternehmen nicht bereits etwas sehr Ähnliches wie die Quantitative Supply Chain nutzt, werden die bestehenden Systeme Ihres Unternehmens höchstwahrscheinlich diesen Test nicht bestehen. Infolgedessen werden ständig unerkannte Fehler gemacht, und das Unternehmen zahlt am Ende einen hohen Preis für diesen fortlaufenden Strom an Problemen.

Aus operativer Sicht befreit es die supply chain-Teams, sobald supply chain-Entscheidungen automatisiert werden, von der Last, ihr eigenes System mit einem unendlichen Strom manueller Eingaben zu füttern. Diese Produktivitätsgewinne können dort reinvestiert werden, wo es wirklich zählt: um das Kleingedruckte der supply chain-Strategie selbst zu verfeinern oder um Lieferanten genauer zu überwachen, um supply chain-Probleme, die von deren Seite ausgehen, anzugehen. Der Leistungszuwachs, der durch reine quantitative Optimierung der supply chain erzielt wird, wird durch die Gewinne der supply chain-Teams verstärkt, die endlich die Zeit finden, die Prozesse und workflows zu verbessern.