00:00:04 Intro: Prognoseherausforderungen für Unternehmen mit hohem Wachstum.
00:01:16 Unternehmenswachstumstypen und zugehörige Prognoseprobleme.
00:02:18 Schwierigkeit, den Erfolg neuer Produkte vorherzusagen.
00:04:07 “Treffer oder Fehlgriff”-Szenario und Reaktionen.
00:05:43 Andere Prognoseprobleme und das Konzept des stufenweisen Wachstums.
00:08:01 Herausforderungen bei der Vorhersage des zeitlichen Ablaufs von Unternehmenswachstum.
00:12:18 Strategien zur Minderung der Unvorhersehbarkeit von Prognosen.
00:13:46 Die Rolle von Lieferantenverhandlungen in ‘Treffer oder Fehlgriff’-Situationen.
00:14:13 Identifizierung von Indikatoren für bevorstehendes Wachstum.
00:15:16 Google-Suchstatistiken: ein Prognosewerkzeug?
00:16:23 Strategien für schnell wachsende Unternehmen.
00:16:46 Implikationen von IT-Veränderungen während des Wachstums.
00:18:14 Die Neigung von Unternehmen, zu viel zu prognostizieren.
00:19:03 die Quantitative Supply Chain und schnelle Wachstumsreaktionen.
00:21:11 Abschließende Gedanken.
Zusammenfassung
Das Interview zwischen Kieran Chandler und Joannes Vermorel konzentrierte sich auf supply chain optimization-Herausforderungen für Unternehmen mit hohem Wachstum. Vermorel betonte die Komplexität der Prognose in solchen Szenarien und identifizierte zwei Arten von Wachstum: organisch und “Treffer oder Fehlgriff” bei neuen Produkten. Letzteres, so argumentierte er, erschwert die Prognose aufgrund seiner Unvorhersehbarkeit. Das Erkennen der feinen Struktur des Wachstums ist entscheidend, um zwischen diesen Szenarien zu unterscheiden und so zu besseren Bestandsentscheidungen beizutragen. Vermorel schlug Lösungen wie quantitative Risikomodellierung, durchgängige automated decision-Mechanismen und flexible supply chain Strategien vor, die an die Wachstumsstruktur angepasst sind. Er riet auch dazu, konstante Veränderungen in der IT-Landschaft des Unternehmens zu antizipieren, um den wachstumsbedingten Komplexitäten zu begegnen.
Erweiterte Zusammenfassung
Im Interview diskutierte der Gastgeber Kieran Chandler die Herausforderungen der supply chain optimization für Unternehmen mit hohem Wachstum mit Joannes Vermorel, dem Gründer von Lokad, einem Softwareunternehmen, das sich auf dieses Feld spezialisiert hat. Das Gespräch konzentrierte sich auf die Dilemmas, denen sich diese Unternehmen häufig bei der Antizipation und Reaktion auf die Nachfrage stellen, und auf die Wachstumsarten, die Prognosebemühungen erschweren können.
Chandler führte das Problem der Prognose in Hochwachstumsszenarien ein, indem er das Beispiel von Unternehmen anführte, die übermäßig Lagerbestände kauften, um erwartete Nachfragespitzen zu bedienen, sich dann jedoch mit einem Überschuss konfrontiert sahen, als das Wachstum nicht anhielt – eine Situation, die H&M Anfang des Jahres mit einem Verlust von 4,3 Milliarden Dollar traf.
Vermorel erklärte, dass Unternehmen mit hohem Wachstum häufig mit einer Reihe von Schwierigkeiten konfrontiert sind, die sowohl aus interner Unordnung aufgrund des raschen Wachstums als auch aus den statistischen Komplexitäten, die mit der Natur des Wachstums verbunden sind, resultieren. Der Gründer betonte, dass die Quelle des Wachstums eines Unternehmens den Prognoseprozess erheblich beeinflusst und ihn mehr oder weniger kompliziert macht.
Vermorel beschrieb zwei Wachstumsarten, die Unternehmen erfahren können. Das erste, organisches Wachstum, tritt auf, wenn ein Unternehmen gleichmäßig wächst, wie etwa bei einem E-Commerce-Unternehmen, das einen stetigen Anstieg des Website-Traffics verzeichnet, was zu einem linearen Wachstum der Produktverkäufe führt. Dieses Szenario, obwohl relativ einfacher vorherzusagen, birgt dennoch Unsicherheiten bezüglich der Nachhaltigkeit des Wachstums, wie das Beispiel von H&M verdeutlicht.
Die zweite Wachstumsart entsteht, wenn ein Unternehmen neue Produkte auf den Markt bringt. Dieses Szenario wird für die Prognose schwieriger, da nicht alle neuen Produkte zum Wachstum beitragen; nur einige könnten erfolgreich sein, was eine “Treffer oder Fehlgriff”-Situation schafft. Das Wachstum wird in diesem Fall von diesen Erfolgstreibern bestimmt, während der Rest möglicherweise keine signifikanten Umsatzsteigerungen zeigt. Vermorel nannte als Beispiel Modeunternehmen, bei denen gelegentlich Produkte zu großen Hits werden und so zum Gesamtwachstum beitragen, während die Mehrheit der Produkte flache Nachfrageprognosen beibehält.
Dieses “Treffer oder Fehlgriff”-Szenario stellt eine besondere Prognoseherausforderung dar. Unternehmen können darauf nicht reagieren, indem sie einfach den Bestand für alle Produkte erhöhen, da nur ein Bruchteil wahrscheinlich erfolgreich sein wird. Eine undifferenzierte Antwort, wie Vermorel es ausdrückte, würde zu verschwendeten Ressourcen und rätselhaften Verzerrungen in der Prognose führen. Er erläuterte, dass, obwohl ein Unternehmen wächst, die Prognose auf einer disaggregierten Ebene dieses Wachstum möglicherweise nicht widerspiegelt, da es unmöglich ist vorherzusagen, welches Produkt der nächste große Treffer sein wird. Infolgedessen kann die durchschnittliche Prognose weit unter dem tatsächlichen Ergebnis liegen.
Vermorel beginnt damit, die inhärente Unvorhersehbarkeit von Prognosen für Unternehmen anzuerkennen, insbesondere wenn es um die Einführung neuer Produkte geht. Es ist nicht nur ungewiss, welche Produkte erfolgreich sein werden, sondern auch, wie viele Produkte ein Unternehmen in Zukunft einführen könnte. Diese Unsicherheit erstreckt sich auf Produkte, die noch nicht vollständig entwickelt oder für eine Markteinführung in Betracht gezogen wurden, was die genaue Prognose ihrer Nachfrage erschwert.
Trotz dieses Verständnisses stellt Vermorel fest, dass es schwierig bleibt, den genauen Zeitpunkt des Wachstums vorherzusagen. Unternehmen können Wachstumsschübe erwarten, haben jedoch Schwierigkeiten, deren Timing genau zu bestimmen. Dies gilt besonders beim Eintritt in ein neues Land, das eine neue Variablengruppe einführt, die für traditionelle statistische Vorhersagen nicht geeignet ist.
Als Lösung dieser Herausforderungen schlägt Vermorel vor, dass, obwohl es schwierig ist, die durchschnittlichen Ergebnisprognosen aufgrund der “Treffer oder Fehlgriff”-Natur des Produkterfolgs zu verbessern, Unternehmen Einsichten gewinnen können, indem sie die statistische Struktur ihres Wachstums verstehen. Dieses Verständnis hilft dabei zu unterscheiden, ob das Wachstum durch den Erfolg einzelner Produkte oder durch unternehmensweite Faktoren getrieben wird. Dies wiederum ermöglicht bessere Bestandsentscheidungen, wie zum Beispiel die frühzeitige Einführung konservativer Bestandsrichtlinien und eine reaktive Vorgehensweise, wenn sich ein Produkt als Treffer erweist.
Vermorel behauptet, dass die Schlüsselstrategie im Management von Bestandsrisiken gegenüber dem erwarteten Ertrag darin besteht, den Treffer einzufangen, sobald er eintritt. Er warnt jedoch vor aggressiven Bestandsreaktionen auf schnell wachsende Produkte in Unternehmen, die normalerweise über längere Zeiträume organisches Wachstum verzeichnen. Diese Situationen repräsentieren möglicherweise keinen echten Treffer, sondern könnten ein vorübergehender Anstieg sein, wodurch aggressive Bestandsentscheidungen potenziell nachteilig sein können.
In Fällen, in denen Prognosen unklar sind, empfiehlt Vermorel, Variablen wie die Aushandlung besserer Mindestbestellmengen (MOQs) mit Lieferanten anzupassen. Diese Strategie ermöglicht es, zunächst kleinere Mengen zu kaufen und aggressiv zu reagieren, falls sich ein Produkt als Treffer erweist, und bietet so einen praktischen Weg, den inhärenten Unsicherheiten des “Treffer oder Fehlgriff”-Szenarios Rechnung zu tragen.
Vermorel betonte die inhärente Unsicherheit in der Wachstumsprognose. Zwar mag es Indikatoren geben, er argumentierte jedoch, dass es keinen narrensicheren Weg gibt, Wachstum eindeutig vorherzusagen. Jede solche Methode würde von Unternehmen ausgenutzt, um grenzenloses Wachstum zu generieren. Daher ist es entscheidend, diese irreduzible Unsicherheit anzuerkennen. Am Beispiel von Google-Suchstatistiken erklärte er, dass solche Daten zwar kurzfristige Einblicke bieten könnten, jedoch unzureichend sind, um Unternehmen bei der Vorhersage langfristiger Trends zu unterstützen, die für die Planung der supply chain kritisch sind.
Angesichts dieser Unsicherheiten empfahl Vermorel, wenn sich ein Unternehmen in einer Phase exponentiellen Wachstums befindet, einige Strategien zu verfolgen, um besser vorbereitet zu sein. Er hob die Bedeutung hervor, vorauszusehen, dass sich die IT-Landschaft des Unternehmens ständig im Wandel befindet. Wenn ein Unternehmen wächst, muss in der Regel alle zwei bis drei Jahre die gesamte IT-Infrastruktur überholt werden. Dieser ständige Wandel kann zu Komplikationen beim Zugriff auf und der Abstimmung von Daten aus alten und neuen Systemen führen, was die Wachstumsprognose weiter erschwert.
Vermorel diskutierte auch die Tendenz von Unternehmen, ihr Wachstum aufgrund emotionaler Bindungen zu überschätzen. Diese Neigung zum Optimismus kann zu unzureichendem Risikomanagement führen. Er schlug einen quantitativ stärkeren Ansatz für die Risikomodellierung vor und argumentierte, dass Wachstum eine spezifische Art von Risiko darstellt, das eine schnelle und effiziente Reaktion erfordert. Damit solche Reaktionen effektiv sind, befürwortete er durchgängige automatisierte Entscheidungsmechanismen anstelle der Abhängigkeit von menschlichen Eingaben, die Verzögerungen und Fehler verursachen könnten.
Abschließend empfahl Vermorel, dass Unternehmen die feine Struktur ihres Wachstums berücksichtigen. Ob das Wachstum stetig und organisch, “Treffer oder Fehlgriff” oder auf neue Märkte zurückzuführen ist, die Auswirkungen auf die supply chain und die Bestandskontrolle unterscheiden sich erheblich. Er betonte die Notwendigkeit, supply chain Strategien an die spezifische Wachstumsstruktur des Unternehmens anzupassen. Dieser Ansatz kann Unternehmen dabei helfen, ihre supply chains effektiver zu managen, insbesondere in Wachstumsphasen.
Vollständiges Transkript
Kieran Chandler: Joannes, was die Prognose von Hochwachstumsszenarien betrifft, scheint es eine ziemlich schwierige Aufgabe zu sein. Mit welchen Problemen sind Unternehmen in solchen Situationen typischerweise konfrontiert?
Joannes Vermorel: Tatsächlich gibt es eine Reihe von Problemen. Zunächst einmal, wenn Unternehmen intern wachsen, gibt es oft eine große Unordnung, die einfach eine Folge des Wachstums ist. Das erschwert alles, einschließlich der Prognose, die durch das Wachstum noch verkompliziert wird. Aber auf statistischer Basis hängt es wirklich davon ab, was das Wachstum erzeugt. Es gibt viele verschiedene Arten zu wachsen, die die Prognose mehr oder weniger kompliziert machen können, um dem Wachstum gerecht zu werden.
Kieran Chandler: Von welcher Art von Wachstum sprechen wir hier?
Joannes Vermorel: Wahrscheinlich ist die einfachste Art des Wachstums das organische Wachstum. Zum Beispiel, wenn Sie ein E-Commerce-Unternehmen sind, bekommt Ihre Website jeden Monat etwas mehr Traffic und all Ihre Produkte verzeichnen einen Aufwärtstrend. Dieses Wachstum korreliert linear mit dem Anstieg des Website-Traffics. Das ist die einfache Situation, weil es gleichmäßig ist. Die Herausforderung entsteht, wenn versucht wird vorherzusagen, ob dieses Wachstum ewig anhält. Wenn Sie ein signifikantes, unternehmensweites Wachstum erwarten, das jedoch nicht eintritt, wie im Fall von H&M, kann das ziemlich schmerzhaft sein. Aber rein aus prognostischer Sicht ist dies eine einfachere Situation.
Eine andere Art zu wachsen besteht darin, neue Produkte auf den Markt zu bringen. Das bedeutet, dass Sie Artikel haben, die möglicherweise wachsen oder auch nicht, und dass Sie besser darin werden, neue Produkte einzuführen. Diese Produkte können ein Treffer oder Fehlgriff sein. Ihr Wachstum wird durch neue Produkte angetrieben, aber nicht alle von ihnen. Dies ist typischerweise der Fall, wenn Unternehmen besser darin werden, ihr Sortiment zu optimieren und Produkte zu identifizieren, die für den Markt am attraktivsten sein werden. Dies kann zum Beispiel bei Modeunternehmen geschehen, die besser darin werden, Produkte zu lancieren, die gelegentlich zu massiven Hits werden. Dieses Szenario ist in Bezug auf statistische Prognosen viel schwieriger.
Kieran Chandler: In diesem “Treffer oder Fehlgriff”-Szenario, in dem eines von zwanzig Produkten wirklich erfolgreich ist, wie sollte ein Unternehmen darauf reagieren? Ist es sinnvoll, für alle Artikel in Ihrem Katalog zusätzlichen Lagerbestand vorzuhalten?
Joannes Vermorel: Genau, diese Strategie funktioniert nicht. Es kann keine undifferenzierte Antwort sein. Außerdem bedeutet das, dass Sie am Ende mit vielen rätselhaften Verzerrungen in Ihrer Prognose konfrontiert werden. Zum Beispiel wächst Ihr Unternehmen, aber wenn Sie die Prognose auf sehr disaggregierter Ebene betrachten, scheint es nicht zu wachsen. Dies liegt typischerweise an zwei Gründen. Erstens wissen Sie nicht, welches Produkt durchstarten wird, sodass der Durchschnitt wesentlich niedriger ausfällt, als Sie tatsächlich erhalten werden.
Kieran Chandler: Manchmal explodiert ein Produkt unerwartet, aber wir wissen auch nicht genau, wie viele Produkte wir in der Zukunft auf den Markt bringen werden. Diese unvorhergesehenen Produkte, die sich noch nicht in unserer Pipeline befinden und noch nicht prognostiziert werden können, fehlen in unseren Prognosen. Im Grunde prognostizieren wir die Nachfrage für bestehende Produkte oder jene, die wir bereits geplant haben einzuführen, während die noch in Betracht gezogenen Produkte nicht Teil der statistischen Prognose sind. Abgesehen davon, dass wir nicht wissen, welche neuen Produkte wirklich wachsen werden, gibt es noch weitere Probleme, mit denen wir bei der Wachstumsprognose konfrontiert sind?
Joannes Vermorel: Ja, es gibt auch die Tatsache, dass das Wachstum eines Unternehmens nicht immer stetig verläuft. Es kann eine stufenweise Funktion sein, bei der das Wachstum langsam anläuft, dann plötzlich stark anzieht und anschließend eine Zeit lang stagniert. Dies ist in vielen Unternehmen üblich, sowohl im Online- als auch im traditionellen stationären Handel.
Kieran Chandler: Warum kommt es zu diesen stufenweisen Wachstumsschüben?
Joannes Vermorel: Im E-Commerce sind dramatische Auswirkungen von Suchmaschinenergebnisseiten zu beobachten. Wenn Google Sie höher oder niedriger einstuft, kann dies erhebliche Auswirkungen auf Ihr Geschäft haben. Es kann Ihre Unternehmensgröße über Nacht verdoppeln oder halbieren. Es gab auch Fälle, in denen der erste Teilnehmer an einem Markt, der landesweite TV-Werbung schaltete, ein signifikantes Wachstum verzeichnen konnte. Zum Beispiel waren die Menschen es nicht gewohnt, Autoteile online zu kaufen, bis ein Unternehmen beschloss, eine massive TV-Kampagne zu starten. Selbst Unternehmen, die keine TV-Werbung schalteten, profitierten von diesem Marktbefeuerungseffekt, weil die Menschen begannen, Preise online zu vergleichen.
Kieran Chandler: Also sagen Sie, dass das Hauptproblem darin besteht, dass ein Unternehmen zwar weiß, dass es wachsen wird, diesen zusätzlichen Schritt irgendwann machen wird, aber das eigentliche Problem darin besteht, dass es nicht weiß, wann das passieren wird?
Joannes Vermorel: Ja, sie wissen, dass die Möglichkeit besteht, aber sie wissen möglicherweise nicht genau, wann es passieren wird. Zum Beispiel könnten sie eine gute Ahnung haben, wenn sie in ein neues Land expandieren. Sobald sie dieses neue Land erschließen, können sie einen Wachstumsschub erwarten, aber es ist dennoch nicht für eine statistische Prognose geeignet, da es keine statistisch signifikante Anzahl von Ereignissen gibt, die die Erschließung neuer Länder repräsentieren.
Kieran Chandler: Es klingt so, als wäre das ziemlich chaotisch. Man weiß nur, dass vielleicht eines von 20 Produkten erfolgreich sein wird, aber man weiß nicht, welches oder wann das passieren wird. Also, was ist hier die Lösung? Können wir diese Szenarien tatsächlich vorhersagen?
Joannes Vermorel: Es ist sehr schwierig, eine bessere Prognose des durchschnittlichen Ergebnisses zu erhalten. Der Durchschnitt wird äußerst ungenau sein. Wenn man ein Treffer-oder-Fehler-Muster hat, bedeutet das, dass man nicht weiß, welche Produkte die Treffer sein werden. Wenn man das wüsste, wäre man wahrscheinlich unglaublichen Reichtum.
Kieran Chandler: Du schlägst vor, dass wir das Wachstumsverhalten eines Unternehmens statistisch verstehen könnten. Dieses Verständnis könnte unterscheiden, ob das Wachstum durch Treffer oder Fehlschläge auf Produktebene, durch ein schrittweises Wachstum auf Unternehmensebene oder durch eine andere Art von Wachstum getrieben wird. Kannst du das näher erläutern?
Joannes Vermorel: Absolut. Es gibt unterschiedliche Arten des Wachstums. Einige Produkte wachsen im Laufe der Zeit allmählich und werden sehr groß – und das betrifft nicht alle Produkte, sondern nur bestimmte. Indem man die statistische Natur des Risikos erfasst, kann man bessere Entscheidungen bezüglich des Lagerbestands treffen. Beispielsweise, wenn Ihr Wachstum durch ein Treffer-oder-Fehler-Muster bestimmt wird, sollten Sie von Anfang an eine konservative Lagerstrategie verfolgen. Gleichzeitig sollten diese Strategien aber auch so reaktionsschnell und aggressiv sein, dass Sie sofort handeln, wenn Sie feststellen, dass ein Produkt ein Treffer zu sein scheint. Diese Strategie balanciert das Lagerbestandsrisiko gegenüber der erwarteten Belohnung aus – was entscheidend ist, um einen Treffer optimal zu nutzen, da solche Vorkommnisse in Ihrem Geschäft häufig vorkommen.
Kieran Chandler: Aber was ist, wenn ein Unternehmen nicht dieses Treffer-oder-Fehler-Muster aufweist, bei dem Produkte über einen längeren Zeitraum organisch wachsen?
Joannes Vermorel: In einem Unternehmen, in dem Produkte organisch wachsen, ist ein Produkt, das sehr schnell zu wachsen beginnt, wahrscheinlich kein Treffer. Es ist vermutlich nur ein Zufall. Daher wäre es eine schlechte Lagerhaltungsentscheidung, auf dieses Wachstum aggressiv zu reagieren.
Kieran Chandler: Also, wir können eine Art Prognose erstellen, aber sie wird ziemlich unscharf sein. Wie können wir diese Unschärfe abmildern, insbesondere in einem Treffer-oder-Fehler-Szenario?
Joannes Vermorel: Du hast recht, es ist eine Herausforderung. Es gibt einige Unternehmen, bei denen man die Zukunft etwas verlässlicher vorhersagen kann. Zum Beispiel in der Luft- und Raumfahrt: Wenn Sie Ersatzteile für Flugzeuge warten, hängt das Wachstum in Ihrer supply chain typischerweise von der Anzahl der zu bedienenden Flugzeuge ab. In der Regel wissen Sie Monate im Voraus, ob Sie mehr Flugzeuge bedienen müssen. Allerdings haben die meisten Unternehmen nicht das Privileg eines solchen Indikators. Eine Strategie könnte sein, bessere Mindestbestellmengen (MOQs) mit Ihren Lieferanten auszuhandeln. Das könnte bedeuten, kleinere Mengen häufiger zu kaufen, sodass Sie aggressiv reagieren können, wenn Sie einen Treffer feststellen, anstatt große Lagerbestände anzuhäufen und am Ende Überschüsse bei allen Fehlschlägen zu haben.
Kieran Chandler: Vorhin haben wir über diese Schritte und den Sprung gesprochen. Nach welchen Hinweisen sollte ein Unternehmen suchen, um festzustellen, dass es kurz davorsteht, in eine Wachstumsphase einzutreten?
Joannes Vermorel: Das Problem ist, dass es keine Garantie gibt, Wachstum vorherzusagen. Wenn es eine Methode gäbe, um mithilfe von Statistiken das Wachstum präzise zu prognostizieren, würden wir bei Lokad keine supply chain optimization betreiben, sondern an der Börse spekulieren. Es handelt sich grundlegend um irreduzible Unsicherheit. Hätten Sie einen Weg, um absolut sicher zu sein, dass Sie wachsen, dann würde irgendein Unternehmen diesen Trick ausnutzen, um unendlich zu expandieren. Aber wie wir gesehen haben, können selbst die besten Unternehmen nur eine begrenzte Zeit wachsen, bevor sie außergewöhnlich groß werden.
Kieran Chandler: Gibt es Grenzen für den Markt, und ist es möglich, dass das Wachstum einfach aufhört? Können wir beispielsweise Google-Suchstatistiken in Prognosen einbeziehen, um zusätzliche Einblicke zu gewinnen?
Joannes Vermorel: Ja und nein. Das Problem ist, nehmen wir an, Sie verkaufen ein Produkt, wie ein rezeptfreies Mittel gegen eine gewöhnliche Erkältung. Sie müssen es Wochen, wenn nicht Monate im Voraus beschaffen. Die Google-Suche könnte Ihnen ein paar Stunden Vorsprung verschaffen, wenn Leute anfangen zu suchen: “Ich habe eine Erkältung, was kann ich nehmen, um besser zu schlafen?” Allerdings werden sie erst ganz im letzten Moment damit beginnen zu suchen. Während Sie Ihre Prognose für den nächsten Tag mit ein paar Stunden Vorlauf leicht verbessern könnten, erfordert das Supply Chain Management in der Regel, dass Sie mindestens einige Wochen im Voraus planen. Selbst Echtzeitsuchergebnisse helfen also nicht, Ereignisse, die Wochen entfernt sind, vorherzusehen.
Kieran Chandler: Wenn ich sehe, dass mein Unternehmen exponentiell wächst, was kann ich tun, um bestmöglich vorbereitet zu sein? Du hast erwähnt, dass man die Beziehungen zu den Lieferanten verbessern und eventuell die Mindestbestellmengen ändern sollte. Was kann ich sonst noch tun, um so gut wie möglich vorbereitet zu sein?
Joannes Vermorel: Eine kontraintuitive Maßnahme besteht darin, anzunehmen, dass sich Ihre IT-Landschaft über einen längeren Zeitraum im Wandel befinden wird. Das verkompliziert die Situation, weil der Zugriff auf Daten noch schwieriger wird. Unternehmen, die alle zwei oder drei Jahre signifikant wachsen, müssen oft ihre gesamte IT-Landschaft umstellen. Das bestehende ERP, die Website, das WMS usw. sind möglicherweise nicht mehr ausreichend. Dieser ständige Wandel birgt das Risiko, dass Sie Ihre historischen Daten nicht mit den neuen Systemdaten abgleichen können. Es könnte passieren, dass Sie ein neues ERP oder WMS einführen und dann vor der Herausforderung stehen, die Daten des alten Systems mit den des neuen abzugleichen. Dies kann zahlreiche Inkonsistenzen verursachen und die Prognose unter Wachstum aufgrund dieser IT-Disruptionen erheblich erschweren.
Kieran Chandler: Würdest du in der realen Welt sagen, dass Menschen oft überschätzen, wie sehr sie wachsen werden, weil sie emotional an ihre Unternehmen gebunden sind?
Joannes Vermorel: Ja, es gibt eine Tendenz zu übermäßigem Optimismus. Die Devise sollte lauten: Hoffe auf das Beste, bereite dich aber auf das Schlimmste vor.
Kieran Chandler: Für das Schlimmste – und in der Regel machen die meisten genau das Gegenteil. Aber grundsätzlich versuchen nur sehr wenige Unternehmen, ihr Risiko, würde ich sagen, quantitativ zu modellieren.
Joannes Vermorel: Genau das versuchen wir bei Lokad mit dieser Idee der die Quantitative Supply Chain. Wachstum ist eine bestimmte Art von Risiko. Es bedeutet, dass es eine gewisse Unsicherheit gibt, bei der Ihr Unternehmen oder einzelne Produkte plötzlich viel mehr verkaufen und Sie Prozesse implementieren müssen, um sehr schnell auf diese Situation zu reagieren. Schnelles Handeln bedeutet in der Regel, dass keine Menschen in den Entscheidungsprozess eingebunden sind – denn wenn Sie erwarten, dass die Bewältigung des Wachstums von supply chain Managern abhängt, die täglich die Daten analysieren und zu dem Schluss kommen müssen, dass das, was sie sehen, nicht nur Rauschen, sondern tatsächlich das Ergebnis eines Einstiegs in eine neue Verkaufsvolumenphase ist (zum Beispiel 20% mehr als in der vorherigen Phase) – dann verzögert sich der Prozess.
People will want to wait a bit to be confident in what they see. You can easily add a couple of weeks of lag just because you have humans in the loop to implement decisions. So, probably one way of coping with growth is not actually to be that much better in anticipating the growth. It’s just that when the growth is statistically noticeable, to act on it much faster. This means to have an end-to-end automated decision mechanism that basically triggers reorders faster, as opposed to having someone that is going to wait until they’re unfortunately very confident in what they’re seeing.
But that also means typically that you’re very confident in facing stock-outs because if you wait until you’re very confident that the product is a hit, you’re nearly guaranteed to have waited so long that you have near guaranteed a stock out because you’ve not placed a reorder early enough to accommodate for this emergence.
Kieran Chandler: Um es zusammenzufassen, lautet die Kernbotschaft von heute, dass es im Grunde besser ist, als Unternehmen, die enormes Wachstum erleben, reflexiver und reaktionsschneller zu sein, anstatt Lagerbestände anzuhäufen und allein mit Blick auf die Zukunft zu handeln. Würdest du dem zustimmen?
Joannes Vermorel: Ja, und es ist wichtig, wirklich über die feine Struktur Ihres Wachstums nachzudenken und diese zu differenzieren, damit Sie ganz unterschiedlich auf das Wachstum reagieren können – sei es organisches, stetiges Wachstum, Treffer und Fehlschläge oder eine andere alternative Wachstumsstruktur, wie beispielsweise das Erschließen neuer Länder. Denn die Konsequenzen für Ihre supply chain und dafür, wie Sie Ihren Lagerbestand dimensionieren, sind sehr unterschiedlich.
Kieran Chandler: Okay, großartig. Wir müssen hier Schluss machen, aber danke für deine Zeit. Das war also alles für diese Woche. Wir sind nächste Woche mit einer weiteren Episode wieder da, aber bis dahin, danke fürs Zuschauen.
