Vertriebs- und Operationsplanung (S&OP)

Sales and Operations Planning (S&OP) ist eine unternehmensweite Praxis, die darauf abzielt, eine überlegene supply chain-Ausführung zu ermöglichen, indem eine tiefere Abstimmung mit anderen Abteilungen als der supply chain – insbesondere Vertrieb, Finanzen und Produktion – erreicht wird. Die Praxis dreht sich in der Regel um einen monatlichen Prozess, der mit den Verkaufsprognosen beginnt und in quantifizierten Produktionsplänen endet. Diese Praxis entstand in den 80er Jahren, zusammen mit ERPs und MRPs, die die Zahlen lieferten, auf denen die Prognosen basierten.

Der Ursprung und die Motivation hinter S&OP

Die Nachkriegswirtschaft der 50er und 60er Jahre war in vielerlei Hinsicht einfach: das Angebot wurde eng gehalten, die Produktionsleistung gesteigert, Preise durch economies of scale gesenkt und schließlich die Nachfrage durch Massenmedien erhöht. Doch bis zum Ende des 20. Jahrhunderts hatten supply chains dieses Modell überholt: umfangreichere Produktpaletten, mehr geografische Standorte, mehr Ebenen. Infolgedessen traten zahlreiche Ineffizienzen auf, und der Begriff supply chain etablierte sich als eigene Praxis, getrennt von der Logistik. In diesem Zusammenhang wurde S&OP in den 80er Jahren geprägt, als Unternehmen erkannten, dass interne Missabstimmungen ausreichten, um erhebliche finanzielle Mehrausgaben zu erzeugen. Sowohl S&OP ¹ als auch die informational silos ² wurden 1988 formalisiert.

Auf symptomatischer Ebene erkannten in den 80er Jahren große Unternehmen, dass eine Reihe von Problemen in ihren supply chains vorherrschend geworden war:

• Gleichzeitig konnte das Unternehmen sowohl mit erheblichen Überbeständen als auch mit niedrigen service levels konfrontiert sein.
• Überdimensionierte Engineering-Teams stellten die meisten F&E-Initiativen ein, konnten jedoch die wichtigen Produkte nicht rechtzeitig liefern.
• Marketingteams verschärften sowohl Über- als auch Unterproduktionsprobleme, indem sie ihre Bemühungen auf die falschen Produkte lenkten.

Angesichts dieser Probleme führte S&OP eine zweifache, charakteristische Lösung ein. Erstens musste die unternehmensweite Abstimmung – von der frühen F&E bis hin zu Marketingimpulsen – direkt in der Verantwortung des Top-Managements liegen, CEOs eingeschlossen. Diese Abstimmung sollte durch die Befolgung eines spezifischen Prozesses, wie er in S&OP beschrieben ist, erreicht werden. Zweitens sollte der Prozess explizit und quantitativ datengetrieben werden, eine relative Neuheit der späten 80er Jahre, die durch die zunehmende Verbreitung elektronischer Lagerbestände und elektronischer Lagerbewegungen mittels ERPs möglich wurde.

Die 5 Schritte von S&OP

Der S&OP-Prozess verläuft zyklisch und umfasst eine Reihe von Schritten – jährlich, vierteljährlich und/oder monatlich, abhängig von den Entscheidungen des Unternehmens. Von dem CEO des Unternehmens wird erwartet, dass er den Prozess verantwortet und sicherstellt, dass die verschiedenen Stakeholder genügend Ressourcen in die S&OP-Initiative einbringen, um die beabsichtigten unternehmensweiten Vorteile zu realisieren. Der Prozess soll die folgenden Schritte durchlaufen:

• Vertriebsprognose: Die historischen Verkaufsdaten sowie die quantitativen Erkenntnisse der Vertriebsteams werden konsolidiert, typischerweise nach einem Bottom-up-Prozess, der mit den Vertriebsmitarbeitern beginnt. Es werden Rohprognosen der Nachfrage erstellt.
• Bedarfsplanung: Bewertung und Validierung der Nachfrageprognosen. Hinzufügen struktureller Erkenntnisse über die zukünftige Nachfrage und Identifikation strategischer Risiken, die in den Rohprognosen möglicherweise nicht berücksichtigt werden, wie beispielsweise Quellen erwarteter Variabilität (z. B. Marketingaktionen).
• Versorgungsplanung: Bewertung und Validierung der prognostizierten Kapazitäten, die zur Erfüllung der Nachfrage benötigt werden, unter Berücksichtigung der erwarteten Variabilitäten sowohl auf der Nachfrageseite als auch auf der Angebotsseite. Priorisierung und Terminierung der erforderlichen Maßnahmen.
• Abstimmung der Pläne: Abgleich des Nachfrageplans mit dem Versorgungsplan und Bewertung der gesamten finanziellen Leistung des Unternehmens (Bruttomargen, Cashflows, langfristige Kundenbindung usw.).
• Finalisierung der Pläne: Abschließende Fertigstellung des Plans und Veröffentlichung, um ihn im gesamten Unternehmen zugänglich zu machen, sodass die beteiligten Parteien mit ihren jeweiligen Beiträgen fortfahren können.

Der S&OP-Prozess umfasst eine Reihe von Meetings, die darauf abzielen, Fokus, Abstimmung und Synchronisation zwischen allen Funktionen der Organisation zu fördern. Diese Meetings bieten in der Regel die Gelegenheit, den Plan neu zu gestalten, indem der vorherige Plan als Ausgangspunkt der Diskussion genutzt wird und die Bemühungen dort konzentriert werden, wo Korrekturen am dringendsten erforderlich sind.

Auf Softwareebene stützt sich S&OP auf das transaktionale Rückgrat des Unternehmens – d.h. das ERP (Enterprise Resource Planning), das MRP (Materialbedarfsplanung), das WMS (Warehouse Management System) und das TMS (Transportation Management System) – um die relevanten historischen Daten zu beziehen, delegiert jedoch in der Regel die analytische Arbeitslast an spezialisierte Softwarekomponenten, typischerweise ein APS (Advance Planning and Scheduling). Das APS unterstützt S&OP explizit sowohl aus numerischer Perspektive – um die statistischen Prognosen zu berechnen – als auch aus Workflow Perspektive, um den Benutzern zu ermöglichen, die Zahlen zu korrigieren und zu validieren.

S&OP-Antipatterns

Trotz der Behauptungen zahlreicher Anbieter, dass die „best-in-class“ Unternehmen unter S&OP operieren, leiden die meisten Implementierungen unter ähnlichen Mängeln, die der Natur von S&OP inhärent sind, nämlich:

• Einige beteiligte Parteien haben strukturelle Anreize, den S&OP-Prozess in einer Weise zu verzerren, die nicht ohne Einführung weiterer Probleme bekämpft werden kann. Beispielsweise bezeichnet „sandbagging“ die weit verbreitete Praxis, hoch konservative Ziele vorzutragen, um später die Erwartungen zu übertreffen; was typischerweise der Hauptantrieb für Beförderungen / Boni innerhalb des Unternehmens ist.
• Die schiere Anzahl der an S&OP beteiligten Parteien führt in der Regel zu „Design-by-Committee“-Situationen, in denen das Unternehmen unfähig ist, entschlossene Maßnahmen zu ergreifen, die für sein Überleben essenziell sein könnten, da diese Entscheidungen viele Teilnehmer stark verärgern könnten.
• Selbst in den günstigsten Situationen erweist sich der S&OP-Prozess für die Managementteams im Unternehmen stets als zeitraubend. Dass der S&OP-Overhead ein notwendiges Übel ist, mag diskutabel sein, doch er ist immer ein aufwändiger Prozess.
• Die Prognosen sind immer bis zu einem gewissen Grad falsch und stets ein Streitpunkt unter den Beteiligten. Versuche, die Prognosegenauigkeit zu verbessern, führen fast immer zu einer erhöhten Softwarekomplexität – auf Kosten der Softwarezuverlässigkeit. Statistische Prognosen neigen dazu, für die meisten Beteiligten undurchsichtig zu sein – häufig auch für den Softwareanbieter selbst.

Es ist ebenfalls bemerkenswert, dass die meisten Kritiken – ob berechtigt oder nicht – gegen S&OP mit dem „No true Scotsman“-Trugschluss abgetan werden. Der Philosophieprofessor Bradley Dowden gibt die folgende vereinfachte Wiedergabe des Trugschlusses:

Person A: “Kein Schotte streut Zucker auf seinen Haferbrei.”

Person B: “Aber mein Onkel Angus ist ein Schotte und er streut Zucker auf seinen Haferbrei.”

Person A: “Aber kein wahrer Schotte streut Zucker auf seinen Haferbrei.”

In der Tat besteht in den meisten Unternehmen, die mit ihrem S&OP-Prozess kämpfen, Einigkeit darüber, dass es an ihrer unvollkommenen Ausprägung von S&OP liegt, anstatt die alternative Perspektive in Betracht zu ziehen: Zwar könnte S&OP ein notwendiger Bestandteil des Unternehmensbetriebs sein, es bringt jedoch vorhersehbare Nachteile mit sich.

Die Grenzen von S&OP

Wie die meisten Ideen ist S&OP ein Produkt seiner Zeit: der 80er Jahre. Seit diesem Jahrzehnt hat sich die Praxis der predictiven Optimierung von supply chains in Weisen entwickelt, die zu jener Zeit nicht vollständig vorstellbar waren. Daher könnte argumentiert werden, dass:

• S&OP betont eine vereinfachte Perspektive der „Zukunft“, nämlich klassische Zeitreihen-Prognosen, die versuchen, die erwartete zukünftige Nachfrage darzustellen. Wahrscheinlichkeitsbasierte Prognosen gibt es im S&OP nicht. Tail-Risiken, zugehörige Lieferanten oder Wettbewerber, sind ebenfalls kein Bestandteil des Modells.
• S&OP ist langsam, da es eine Perspektive mit „Menschen im Entscheidungsprozess“ betont. Viele Unternehmen schaffen es nie, die monatliche Variante von S&OP umzusetzen und verharren stattdessen bei vierteljährlichen Überarbeitungen des Plans. Im Gegensatz dazu operieren moderne supply chains inzwischen mit maschinengesteuerten Entscheidungen, die mit vernachlässigbaren Verzögerungen (Minuten oder weniger) getroffen werden.
• S&OP ist nicht auf umfangreiche, miteinander verbundene applikative Landschaften ausgerichtet, zu denen digitale Marktplätze sowohl auf der Nachfrageseite als auch auf der Angebotsseite gehören, in denen Unternehmen nicht nur interne Abstimmung, sondern auch marktbezogene Abstimmung anstreben (z. B. durch Nutzung von Wettbewerbsdaten).
• S&OP spielt die Größennachteile herunter, die in den 80er Jahren nicht vollständig verstanden wurden und in einer Welt, in der supply chains nun deutlich komplexer sind – nicht nur auf physischer Ebene (mehr Produkte, mehr Ebenen, mehr Transportunternehmen etc.), sondern auch auf IT-Ebene (Rückverfolgbarkeit, Compliance, Cyberrisiken etc.) – erheblich zugenommen haben.

Zusammenfassend lässt sich sagen, dass S&OP viele Herausforderungen, die im Kern der heutigen supply chains bestehen – wie die Notwendigkeit einer unternehmensweiten Abstimmung und die Bedeutung datengetriebener Entscheidungen – korrekt identifiziert. Allerdings sind die von den als S&OP bezeichneten Prozessen angebotenen Rezepte veraltet.

Lokads Sicht auf S&OP

Best Practices sind ständig bewegliche Ziele. Unsere übergeordnete Kritik ist, dass S&OP nicht akretionär ist: Die für den S&OP-Prozess benötigten personellen Ressourcen werden verbraucht, anstatt investiert zu werden. Dabei werden supply chains mittlerweile von numerischen Rezepten angetrieben, die über Softwaresysteme geliefert werden. S&OP konzentriert sich darauf, die Endergebnisse zu verbessern, was ein fortwährender Prozess ist, da die Eingangsdaten kontinuierlich aktualisiert werden. Im Gegensatz dazu liegt der Fokus moderner Ansätze darauf, die numerischen Rezepte selbst zu verbessern – die typischerweise verschiedene Ausprägungen hochdimensionaler Statistik (z. B. Machine Learning) beinhalten – und diese numerischen Rezepte dann ohne weitere manuelle Eingriffe arbeiten zu lassen.

Referenzen