Sales and Operations Planning (S&OP)

Sales and Operations Planning (S&OP) ist eine unternehmensweite Praxis, die darauf abzielt, eine überlegene Supply-Chain-Ausführung zu erreichen, indem eine tiefere Abstimmung mit anderen Abteilungen jenseits der Supply Chain genutzt wird - insbesondere Vertrieb, Finanzen und Produktion. Die Praxis dreht sich in der Regel um einen monatlichen Prozess, der von den Verkaufsprognosen ausgeht und mit quantifizierten Produktionsplänen endet. Diese Praxis entstand in den 80er Jahren zusammen mit ERPs und MRPs, die die Grundlage für die Prognosen lieferten.

Der Ursprung und die Motivation hinter S&OP

Die Nachkriegswirtschaft der 50er und 60er Jahre war in vielerlei Hinsicht einfach: das Angebot begrenzen, die Produktion erhöhen, die Preise durch Skaleneffekte senken und schließlich die Nachfrage durch Massenmedien steigern. Gegen Ende des 20. Jahrhunderts hatte sich dieses Modell jedoch überholt: größeres Produktangebot, mehr geografische Standorte, mehr Ebenen. Dadurch traten zahlreiche Ineffizienzen auf, und der Begriff “Supply Chain” etablierte sich als eigenständige Praxis neben der Logistik. In diesem Zusammenhang wurde S&OP in den 80er Jahren geprägt, als Unternehmen erkannten, dass interne “Unstimmigkeiten” bereits ausreichten, um erhebliche finanzielle Mehrkosten zu verursachen. Sowohl S&OP ¹ als auch Informations-Silos ² wurden 1988 formalisiert.

Auf symptomatischer Ebene erkannten große Unternehmen in den 80er Jahren, dass eine Reihe von Problemen in ihren Lieferketten weit verbreitet waren:

• zur gleichen Zeit konnte das Unternehmen sowohl mit erheblichen Überbeständen als auch mit niedrigen Service-Leveln konfrontiert sein.
• überdimensionierte Entwicklungsteams schafften es, die meisten F&E-Initiativen zu verwerfen, waren aber bei der Lieferung wichtiger Produkte zu spät dran.
• Marketingteams verstärkten sowohl Überproduktions- als auch Unterproduktionsprobleme, indem sie ihre Bemühungen auf die falschen Produkte konzentrierten.

Angesichts dieser Probleme bot S&OP eine zweifache Lösung. Erstens musste die unternehmensweite Abstimmung von der frühen F&E bis hin zu den Marketingaktivitäten zur direkten Verantwortung des Top-Managements - einschließlich der CEOs - werden. Diese Abstimmung würde durch die Befolgung eines spezifischen Prozesses, der von S&OP skizziert wurde, geschaffen. Zweitens sollte der Prozess explizit und quantitativ datengesteuert werden, eine relative Neuheit aus den späten 80er Jahren, die durch die Einführung von ERPs möglich wurde, da elektronische Bestandsniveaus und elektronische Bestandsbewegungen durch die Verwendung von ERPs immer mehr zur Norm wurden.

Die 5 Schritte von S&OP

Der S&OP-Prozess ist zyklisch und durchläuft eine Reihe von Schritten, die jedes Jahr, jedes Quartal und/oder jeden Monat je nach den Entscheidungen des Unternehmens erfolgen. Der CEO des Unternehmens wird erwartet, dass er den Prozess besitzt und sicherstellt, dass verschiedene Interessengruppen ausreichend Ressourcen für die S&OP-Initiative bereitstellen, um die beabsichtigten unternehmensweiten Vorteile zu erzielen. Der Prozess soll die folgenden Schritte durchlaufen:

• Verkaufsprognose: Die historischen Verkaufsdaten sowie die quantitativen Erkenntnisse der Vertriebsteams werden konsolidiert, in der Regel im Rahmen eines Bottom-up-Prozesses, der mit den Vertriebsmitarbeitern beginnt. Es werden Rohnachfrageprognosen erstellt.
• Bedarfsplanung: Bewertung und Validierung der Nachfrageprognosen. Hinzufügen struktureller Erkenntnisse über zukünftige Nachfrage und Identifizierung strategischer Risiken, die sich nicht in den Rohprognosen widerspiegeln, wie z.B. Quellen erwarteter Variabilität (z.B. Marketingmaßnahmen).
• Kapazitätsplanung: Bewertung und Validierung der projizierten Kapazitäten, die zur Erfüllung der Nachfrage erforderlich sind, unter Berücksichtigung der projizierten Variabilitäten sowohl auf der Nachfrageseite als auch auf der Angebotsseite. Priorisierung und Planung der erforderlichen Operationen.
• Abgleich der Pläne: Abgleich des Nachfrageplans mit dem Angebotsplan und Bewertung der finanziellen Gesamtleistung des Unternehmens (Bruttomargen, Cashflows, langfristige Kundenbindung usw.).
• Abschluss der Pläne: Abschluss des Plans und Veröffentlichung, um ihn im gesamten Unternehmen weitgehend zugänglich zu machen und den beteiligten Parteien die Fortsetzung ihrer jeweiligen Beiträge zum Plan zu ermöglichen.

Der S&OP-Prozess umfasst eine Reihe von Meetings, die darauf abzielen, Fokus, Ausrichtung und Synchronisation zwischen allen Funktionen der Organisation zu fördern. Diese Meetings sind in der Regel die Gelegenheit zum “Neuplanen”, wobei der vorherige Plan als Ausgangspunkt der Diskussion dient und die Anstrengungen dort gelenkt werden, wo Korrekturen am dringendsten sind.

Auf der 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), das TMS (Transport Management System) - um die relevanten historischen Daten zu erhalten, überträgt jedoch in der Regel die analytische Arbeitslast auf dedizierte Softwarekomponenten, in der Regel eine APS (Advanced Planning and Scheduling). Die APS unterstützt S&OP explizit sowohl aus numerischer Sicht - zur Berechnung der statistischen Prognosen - als auch aus workflowbezogener Sicht - um Benutzern die Korrektur und Validierung der Zahlen zu ermöglichen.

S&OP-Antipatterns

Trotz der Behauptungen mehrerer Anbieter, dass “Best-in-Class”-Unternehmen unter S&OP arbeiten, leiden die meisten Implementierungen unter ähnlichen Schwachstellen, 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 ohne Einführung anderer Probleme nicht ausgeglichen werden kann. Zum Beispiel bezieht sich “Sandbagging” auf die weit verbreitete Praxis, sehr konservative Ziele vorzulegen, um später “Erwartungen zu übertreffen”; dies ist in der Regel der Hauptanreiz für Beförderungen/Boni innerhalb des Unternehmens.
• Die schiere Anzahl der am S&OP beteiligten Parteien führt in der Regel zu Situationen des “Design by Committee”, in denen das Unternehmen nicht in der Lage ist, entscheidende Maßnahmen zu ergreifen, die für sein Überleben wesentlich sein können, da diese Entscheidungen viele Teilnehmer stark gegeneinander aufbringen können.
• Selbst in den günstigsten Situationen ist der S&OP-Prozess für das Management innerhalb des Unternehmens immer zeitaufwändig. Ob der S&OP-Overhead ein notwendiges Übel ist, ist umstritten, aber er ist immer ein umfangreicher Prozess.
• Die Prognosen sind immer in gewissem Maße ungenau und immer eine Quelle der Kontroverse zwischen den Parteien. Versuche, die Prognosegenauigkeit zu verbessern, führen fast immer zu erhöhter Softwarekomplexität - auf Kosten der Softwarezuverlässigkeit. Statistische Prognosen sind für die meisten beteiligten Parteien und häufig auch für den Softwareanbieter selbst undurchsichtig.

Es ist auch bemerkenswert, dass die meisten Kritiken - berechtigt oder nicht - gegen S&OP mit der “No true Scotsman”-Fehlschluss abgetan werden. Der Philosophieprofessor Bradley Dowden gibt folgende vereinfachte Darstellung des Fehlschlusses:

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

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

Person A: “Aber kein echter Schotte gibt Zucker auf seinen Haferbrei.”

Tatsächlich sind sich die meisten Unternehmen, die mit ihrem S&OP-Prozess zu kämpfen haben, einig, dass es ihre unvollkommene Version von S&OP ist, die schuld ist, anstatt die alternative Perspektive in Betracht zu ziehen: Während S&OP möglicherweise eine notwendige Zutat ist, um das Unternehmen zu betreiben, bringt es vorhersehbare Nachteile mit sich.

Die Grenzen von S&OP

Wie die meisten Ideen ist S&OP ein Produkt seiner Zeit: den 80er Jahren. Seit diesem Jahrzehnt hat sich die Praxis der vorhersagenden Optimierung von Lieferketten auf eine Weise weiterentwickelt, die damals nicht vollständig vorstellbar war. Daher könnte man argumentieren, dass:

• S&OP eine vereinfachte Perspektive der “Zukunft” betont, nämlich klassische Zeitreihen-Prognosen, die die erwartete zukünftige Nachfrage widerspiegeln sollen. Wahrscheinlichkeitsprognosen gibt es im S&OP nicht. Risiken am Rand, verbundene Lieferanten oder Wettbewerber sind ebenfalls nicht Teil des Modells.
• S&OP ist langsam, weil es eine “Menschen-im-Loop”-Perspektive betont. Viele Unternehmen schaffen es nie, die monatliche Version von S&OP zu betreiben, und bleiben bei vierteljährlichen Überarbeitungen des Plans stecken. Im Gegensatz dazu arbeiten moderne Lieferketten jetzt mit maschinengesteuerten Entscheidungen, die mit vernachlässigbaren Latenzen (Minuten oder weniger) geliefert werden.
• S&OP ist nicht auf umfangreiche vernetzte Anwendungslandschaften ausgerichtet, die digitale Marktplätze sowohl auf der Nachfrage- als auch auf der Angebotsseite umfassen, wo Unternehmen nicht nur eine interne Ausrichtung, sondern auch eine marktweite Ausrichtung anstreben (z.B. Nutzung von Wettbewerbsdaten).
• S&OP vernachlässigt die Diseconomies of Scale, die in den 80er Jahren nicht vollständig verstanden wurden und sich in einer Welt, in der Lieferketten jetzt wesentlich komplexer sind, erheblich verschlimmert haben, nicht nur auf physischer Ebene (mehr Produkte, mehr Ebenen, mehr Transporteure, etc.), sondern auch auf IT-Ebene (Rückverfolgbarkeit, Compliance, Cyber-Risiken, etc.).

Zusammenfassend lässt sich sagen, dass S&OP viele Herausforderungen richtig identifiziert, die auch heute noch im Mittelpunkt von Lieferketten stehen, wie die Notwendigkeit einer unternehmensweiten Ausrichtung und die Bedeutung datengetriebener Entscheidungen. Die von den Prozessen, die in der Regel als S&OP bezeichnet werden, angebotenen Lösungen sind jedoch veraltet.

Lokads Ansatz für S&OP

Best Practices sind ständig wechselnde Ziele. Unsere grundlegende Kritik ist, dass S&OP nicht aufbauend ist: Die für den S&OP-Prozess erforderlichen menschlichen Ressourcen werden verbraucht, anstatt dass in sie investiert wird. Die Lieferketten werden jedoch heute von numerischen Rezepten gesteuert, die über Software-Systeme geliefert werden. S&OP konzentriert sich darauf, die Endresultate zu verbessern, was ein nie endender Prozess ist, da die Eingangsdaten kontinuierlich aktualisiert werden. Im Gegensatz dazu konzentrieren sich moderne Ansätze darauf, die numerischen Rezepte selbst zu verbessern - was in der Regel verschiedene Varianten von hochdimensionaler Statistik (z.B. maschinelles Lernen) beinhaltet - und lassen diese numerischen Rezepte dann ohne weitere manuelle Eingriffe arbeiten.

Referenzen