Die Rolle von Excel in der supply chain

00:00:07 Die Rolle von Microsoft Excel in der supply chain Industrie.
00:01:33 Gründe für Excels Beliebtheit und seine wesentlichen Stärken.
00:03:01 Heuristiken und ihre Implementierung in Tabellenkalkulationen.
00:04:43 Excel als technologische Sackgasse und seine Einschränkungen.
00:06:46 Skalierbarkeitsprobleme und Missverständnisse über Excels Einschränkungen.
00:08:01 Einschränkungen von Excel und dem Programmiermodell von Tabellenkalkulationen.
00:09:38 Skalierbarkeitsprobleme aufgrund komplexer und replizierter Logik.
00:11:39 Abkehr von Tabellenkalkulationen und die Notwendigkeit verbesserter Programmierfähigkeiten.
00:13:27 Über den Tellerrand der Heuristiken hinausgehen und moderne Ansätze annehmen.
00:15:00 Von Google und Amazon lernen und die Rolle von Machine Learning bei der Optimierung der supply chain.
00:16:00 Die Bedeutung probabilistischer Vorhersagen in der Optimierung der supply chain.
00:17:10 Umgang mit der Skepsis gegenüber dem Einsatz fortschrittlicher Technologie statt Microsoft Excel im supply chain management.
00:18:19 Die Auswirkungen von Unternehmen wie Amazon und Alibaba auf die Branche.
00:19:45 Die Folgen des Verbleibs in einer technologischen Sackgasse.
00:20:01 Die angemessene Nutzung von Excel und seine Grenzen in der prädiktiven Optimierung der supply chain.

Zusammenfassung

In diesem Interview diskutieren Kieran Chandler und Joannes Vermorel, der Gründer von Lokad, die Rolle von Microsoft Excel im supply chain management. Vermorel bezeichnet Excel als das “Schweizer Taschenmesser” der supply chains, wobei er dessen Stärken in der Programmierbarkeit und Anpassungsfähigkeit anerkennt. Allerdings ist er der Meinung, dass Tabellenkalkulationen eine technologische Sackgasse bei der Verwaltung komplexer supply chains erreicht haben, da die Einschränkungen des Programmiermodells zu Replikations- und Wartungsproblemen führen. Um supply chains zu optimieren, schlägt Vermorel vor, dass Unternehmen fortschrittliche Techniken wie Machine Learning einsetzen und Heuristiken durch datengetriebene Erkenntnisse ersetzen. Obwohl Excel Vorteile hat, müssen Organisationen für komplexe Optimierungen über Tabellenkalkulationen hinausgehen und den Spuren von Technologiegiganten wie Amazon und Alibaba folgen.

Erweiterte Zusammenfassung

In diesem Interview diskutiert Kieran Chandler, der Moderator, die Rolle von Microsoft Excel in der supply chain Industrie mit Joannes Vermorel, dem Gründer von Lokad, einem Softwareunternehmen, das sich auf die Optimierung der supply chain spezialisiert hat. Das Gespräch dreht sich um die Gründe für Excels Beliebtheit, seine Stärken und den Einsatz von Heuristiken in der Industrie.

Vermorel ist der Ansicht, dass Microsoft Excel das Schweizer Taschenmesser der supply chains ist, wobei er schätzt, dass über 90 Prozent der supply chains weltweit über Excel betrieben werden. Er führt seine Beliebtheit darauf zurück, dass es bis vor kurzem nicht viele überlegene Alternativen gab, da viele vermeintlich bessere Optionen in mehreren Aspekten nicht tatsächlich überlegen waren.

Die Hauptstärken von Excel liegen in seiner Programmierbarkeit und Ausdruckskraft, die einen hohen Grad an Anpassung ermöglicht. Seine weite Verbreitung innerhalb von Organisationen bedeutet, dass supply chain Praktiker in verschiedenen Ländern, Standorten und Produktlinien ihre eigenen Heuristiken oder numerische Rezepte zur Verwaltung ihrer supply chains erstellen können. Vermorel definiert Heuristiken als numerische Rezepte, die nicht beweisbar korrekt, aber annähernd richtig sind. Diese Heuristiken wurden im Laufe der Zeit erprobt, getestet und angepasst und variieren von einer Abteilung zur anderen und von einem Standort zum anderen.

Ein Beispiel für eine Heuristik im supply chain management besteht darin, genau doppelt so viele Einheiten auf Lager zu haben wie im entsprechenden Zeitraum des Vorjahres, wobei ein Dreimonatszeitfenster berücksichtigt wird. Obwohl die Logik hinter solchen Heuristiken nicht immer nachvollziehbar ist, hat sich gezeigt, dass sie funktionieren und in der gesamten Branche weit verbreitet sind.

Der Moderator Chandler stellt fest, dass grundlegende Näherungsansätze in der supply chain Industrie über Jahrzehnte hinweg ausreichend waren. Vermorel stimmt zu, hebt jedoch die Chance zur Verbesserung und Optimierung hervor, da sich die Industrie weiterentwickelt.

Sie diskutierten die Beschränkungen von tabellenkalkulationsbasierten Ansätzen in der Optimierung der supply chain, wobei insbesondere auf Excel und seine Entsprechungen eingegangen wurde. Vermorel erklärt, dass Unternehmen das maximale Potenzial von Heuristiken in tabellenkalkulationsähnlichen Umgebungen bereits ausgeschöpft haben und dass diese Technologie an eine technologische Sackgasse geraten ist. Die Diskussion geht auf die Gründe dafür und die grundlegenden Probleme bei der Verwendung von Tabellenkalkulationen für das komplexe Management von supply chains ein.

Vermorel merkt an, dass Unternehmen in den 1990er Jahren begannen, das Potenzial der Tabellenkalkulationstechnologie zu erkunden, und in den frühen 2000er Jahren einen relativ stabilen Stand erreichten. Trotz einiger Fortschritte ist er der Ansicht, dass Tabellenkalkulationen – einschließlich Excel und ähnlicher Programme wie Google Sheets und OpenOffice – eine technologische Sackgasse erreicht haben, weil nach der Optimierung der Heuristiken nur noch unwesentliche Änderungen übrig bleiben.

Chandler bittet Vermorel, die Einschränkungen des tabellenkalkulationsbasierten Ansatzes näher zu erläutern. Vermorel erklärt, dass manche fälschlicherweise glauben, das Problem von Excel bestehe in seiner Unfähigkeit, große Datenmengen zu verarbeiten. Seiner Meinung nach liegt das eigentliche Problem jedoch im Programmiermodell. Er argumentiert, dass Microsoft die Skalierbarkeit von Excel, um Milliarden von Datenzeilen zu verarbeiten, erhöhen könnte, sich jedoch dagegen entscheidet, da man es als praxisfremde Sackgasse anerkennt.

Das Programmiermodell in Tabellenkalkulationen ist laut Vermorel nicht skalierbar, da es eine massive Replikation von Logik erfordert. Wenn Benutzer einen bestimmten Logikbaustein auf mehr Daten anwenden möchten, kopieren und fügen sie diesen in der gesamten Tabelle ein, was zu einem ineffizienten Programmierprozess führt. Diese Replikation wird noch problematischer, wenn Unternehmen mehrere Heuristiken in einer großen Organisation konsolidieren, wodurch die Komplexität steigt und die Verwaltung der Informationen erschwert wird.

Als Beispiel beschreibt Vermorel ein Szenario, in dem eine kleinskalige Tabellenkalkulation einige hundert Produkte und zwei oder drei Heuristiken enthält. Wenn der Umfang erweitert wird und für größere Segmente mehr Heuristiken benötigt werden, entsteht ein Komplexitätsproblem. Der Versuch, Hunderte von Heuristiken in einer gesamten Organisation mittels Tabellenkalkulationen zu verwalten, wird zu einem unüberschaubaren Alptraum.

Das Interview hebt die technologische Sackgasse hervor, die tabellenkalkulationsbasierte Ansätze zur Optimierung der supply chain erreicht haben. Die Einschränkungen liegen im Programmiermodell, das mit massiver Replikation von Logik und einer Unfähigkeit zur Bewältigung der Komplexität bei Skalierung einhergeht. Dadurch sind Tabellenkalkulationen ungeeignet, um den komplexen Anforderungen des Managements von supply chains in der heutigen Geschäftswelt gerecht zu werden.

Das Gespräch dreht sich um die Herausforderungen der Verwendung von Tabellenkalkulationen für das komplexe Management von supply chains und die Notwendigkeit, für mehr Effizienz und Skalierbarkeit über sie hinauszugehen.

Vermorel hebt hervor, dass Tabellenkalkulationen häufig zur Verwaltung von supply chains eingesetzt werden, jedoch angesichts ihrer Grenzen im Umgang mit Komplexität keine optimale Lösung darstellen. Er weist darauf hin, dass das in Tabellenkalkulationen verwendete Programmiermodell oft zu duplizierter Logik führt, was die Wartung und Fehlersuche erschwert. Dies wird besonders problematisch, wenn große Tabellenkalkulationen hunderte verschiedener Formeln enthalten, um den unterschiedlichen Heuristiken von supply chain Praktikern gerecht zu werden.

Auf die Frage, wie Unternehmen von Tabellenkalkulationen wegkommen können, erklärt Vermorel, dass die bloße Replikation der Logik von Tabellenkalkulationen in einem anderen System nur zu marginalen Verbesserungen führen würde. Stattdessen müssten Organisationen ihren Ansatz grundlegend überdenken und fortschrittlichere Methoden wie Machine Learning übernehmen, um Heuristiken durch datengetriebene Erkenntnisse zu ersetzen.

Im Gespräch über die Lehren, die von Technologiegiganten wie Google und Amazon gezogen werden können, erklärt Vermorel, dass diese Unternehmen regelbasierte Systeme hinter sich gelassen haben, indem sie Machine Learning zur Analyse historischer Daten einsetzen. Dies ermöglicht ihnen, ihre supply chains effektiver zu optimieren. Er weist jedoch darauf hin, dass der Schlüssel zum Erfolg mit Machine Learning darin besteht, eine probabilistische Vorhersageperspektive einzunehmen, wie sie durch Amazons Forschung und Publikationen demonstriert wurde.

In Bezug auf die Bedenken von skeptischen supply chain Praktikern, die zögern, sich von Excel zu entfernen, räumt Vermorel ein, dass Excel viele positive Eigenschaften besitzt, wie Stabilität und Skalierbarkeit. Er warnt jedoch davor, dass es für die prädiktive Optimierung der supply chain eine technologische Sackgasse darstellt. Er fordert Praktiker auf, zu überlegen, ob ihre Branche es sich leisten kann, auf einem Plateau zu verharren, insbesondere angesichts von Wettbewerbern wie Amazon und Alibaba, die aggressiv technologische Fortschritte im Management von supply chains vorantreiben.

Vermorel schließt mit der Betonung, dass Excel nicht grundsätzlich fehlerhaft ist und weiterhin für Dateneingaben und andere einfachere Aufgaben nützlich sein kann. Für komplexe Optimierungen müssen Unternehmen jedoch über Tabellenkalkulationen hinausgehen und fortschrittlichere Techniken annehmen.

Vollständiges Transkript

Kieran Chandler: Heute werden wir dieses Bestreben diskutieren und verstehen, warum es leichter gesagt als getan ist, es zu ersetzen. Also, Joannes, was siehst du als die Rolle von Microsoft Excel in der supply chain Industrie?

Joannes Vermorel: Ich meine, es ist buchstäblich das Schweizer Taschenmesser der supply chains. Es ist wie BIC-Feuerzeuge und wird überall für praktisch jeden Zweck verwendet. Es ist tatsächlich sehr beeindruckend, wie viel über Excel erledigt wird. Meiner Einschätzung nach werden wahrscheinlich über 90 Prozent der supply chains weltweit über Excel betrieben, nicht über SAP oder ERP Systeme. ERP-Systeme verwalten Vermögenswerte, aber was die prädiktive Optimierung der supply chain betrifft, würde ich sagen, dass über 90% davon über Excel abgewickelt werden.

Kieran Chandler: Wenn über 90 Prozent der Industrie es nutzen, warum ist es so populär und warum sind die Leute so abhängig davon?

Joannes Vermorel: Es ist interessant. Der erste Teil der Antwort ist, dass es bis vor sehr kurzem nicht viele überlegene Alternativen gab. Die meisten der vermeintlich überlegenen Alternativen sind in mehreren Aspekten tatsächlich nicht überlegen. Also ließen die Leute Excel nicht fallengelassen, nicht weil sie dumm oder religiös an Excel gebunden waren, sondern schlicht weil es keine glaubwürdigen Alternativen gab.

Kieran Chandler: Was sind also die Eigenschaften von Excel, die es so stark machen, und warum mögen die Leute es?

Joannes Vermorel: Eines der Dinge, die es so mächtig machen, ist, dass man Programmierbarkeit mit einem Grad an Ausdruckskraft kombinieren kann, der mit einem solchen System einhergeht. Der zweite Punkt ist, dass es in der gesamten Organisation stark verbreitet ist. Viele supply chain Praktiker in verschiedenen Ländern, Standorten und Produktlinien können ihre eigenen Heuristiken entwickeln.

Kieran Chandler: Übrigens, was meinst du mit Heuristiken? Wie definierst du das?

Joannes Vermorel: Heuristiken sind so etwas wie numerische Rezepte, die nicht beweisbar korrekt sind. Es ist der beste Versuch, etwas zu haben, das annähernd richtig ist. In der Regel ist der Ansatz aus rein mathematischer Sicht nicht einmal korrekt, aber er funktioniert irgendwie. Zum Beispiel ist eine gängige supply chain Heuristik, genau die doppelte Anzahl an Einheiten auf Lager zu haben wie im gleichen Zeitraum des Vorjahres, wobei ein Dreimonatszeitfenster berücksichtigt wird. Diese Heuristiken wurden erprobt und getestet, und die magischen Zahlen – wie die Dauer des betrachteten Zeitfensters oder der verwendete Faktor – wurden im Laufe der Zeit angepasst und variieren von einer Abteilung zur anderen und von einem Standort zum anderen. Was an Tabellenkalkulationen großartig ist, ist, dass man sie in seiner Organisation in einer Vielzahl von Tabellenkalkulationen einbetten kann, die all diese unterschiedlichen Heuristiken implementieren.

Kieran Chandler: Was wir also in der Industrie beobachten, ist, dass diese grundlegende Annäherung gut genug ist und viele supply chains im Grunde genommen seit Jahrzehnten damit betrieben werden.

Joannes Vermorel: Genau. Wenn man sagt “gut genug”, ist es interessant, weil man damit seit Jahrzehnten arbeitet, und aus meiner Sicht ist es bemerkenswert, denn jetzt…

Kieran Chandler: Heutzutage würde ich Excel als eine Technologie bezeichnen, die eine Sackgasse ist. Die Unternehmen hatten bereits genügend Zeit, um ihre Heuristiken zu entwickeln, zu verfeinern und das Maximum daraus herauszuholen. Es ist interessant, dass sie den Punkt erreicht haben, an dem sie das gesamte Potenzial der mit Excel möglichen Heuristiken bereits ausgeschöpft haben. Und wenn ich von Excel spreche, meine ich nicht nur Excel, sondern jede Art von Software, die eine tabellenkalkulationsähnliche Umgebung bietet. So wäre beispielsweise Google Sheets in dieser Hinsicht genau dasselbe wie Excel. Es spielt keine Rolle, ob es genau Excel ist; entscheidend ist das tabellenkalkulationsbasierte Datenmodell. Die Tatsache, dass es sich um Excel handelt oder vielleicht um die OpenOffice-Alternative, ist tatsächlich zweitrangig. Interessanterweise haben diese Unternehmen in den 90er Jahren erforscht, was man mit einer Tabellenkalkulation machen kann, und ich glaube, sie haben für viele große Unternehmen in den frühen 2000er Jahren einen relativ stabilen Zustand erreicht. Wir sind nun fast zwei Jahrzehnte von einem Zustand entfernt, der bereits irgendwie stabilisiert wurde, in dem es eigentlich nichts wirklich Neues mehr gibt. Und es ist in der Tat eine Technologie, die eine Sackgasse darstellt, denn sobald man seine Einsätze zusammengestellt hat, sobald man das erledigt hat, bleiben nur noch – würde ich sagen – Dinge, die geringfügig sind. Also, man spricht von einer technologischen Sackgasse – was fehlt dann wirklich? Was ist das Problem bei diesem tabellenkalkulationsbasierten Ansatz?

Joannes Vermorel: Einige Leute verstehen die Einschränkungen von Excel falsch. Ein häufiges Missverständnis ist, dass Excel ein Skalierbarkeitsproblem habe, dass man nicht eine Menge Daten verarbeiten könne. Ja, tatsächlich kann man mit Excel-Tabellen keine Terabytes an Daten verarbeiten, aber das ist eigentlich kein echtes Problem. Hätte sich Microsoft dazu entschieden, keine Tabellenkalkulationen anzubieten, die mit Milliarden von Zeilen umgehen können, heißt das nicht, dass sie es nicht hätten tun können. In Excel 97 wurde das Limit von maximal 65.000 Zeilen auf etwa eine Million Zeilen erhöht. Mit einer anderen Excel-Version, die auf die Verarbeitung großer Datenmengen ausgelegt ist, könnten sie das Limit auf eine Milliarde Zeilen anheben. Also lautet die Frage: Warum erhöht Microsoft nicht einfach die Skalierbarkeit von Excel? Es liegt daran, dass sie auch wissen, dass es aus praktischer Sicht eine Sackgasse ist.

Was an Excel oder Tabellenkalkulationen im Allgemeinen nicht skalierbar ist, ist das Programmiermodell. Das Programmiermodell besagt, dass wann immer Sie ein Stück Logik in einer Tabellenkalkulation haben und mehr davon tun wollen, Sie dieses Logikstück im Grunde in der gesamten Tabelle kopieren und einfügen. Aus programmiertechnischer Sicht replizieren Sie damit massiv Ihre Logik. Sie haben eine Formel, und jetzt haben Sie eine Million Kopien Ihrer ursprünglichen Formel. In einer großen Organisation war ein positiver Aspekt der Nutzung von Tabellenkalkulationen, dass jeder seine eigenen Heuristiken haben konnte. Aber wenn Sie eine Tabellenkalkulation mit ein paar hundert Produkten nehmen und zwei oder drei Heuristiken, die gut funktionieren, und dann sagen, ich werde in einer größeren Tabellenkalkulation die etwa 20 verschiedenen Heuristiken konsolidieren, die ich für diesen größeren Umfang benötige, dann endet Ihre Tabellenkalkulation plötzlich in einem Komplexitätsproblem. Ihre Tabellenkalkulation enthält dann nicht nur zwei kopierte Formeln, sondern 20 Formeln, die nicht überall auf dieselbe Weise genutzt werden, und das wird ziemlich kompliziert. Wenn Sie versuchen, in der gesamten Organisation auf Hunderte von Heuristiken zu skalieren, wird es ein völliger Albtraum.

Kieran Chandler: Tabellenkalkulationen sind irgendwie umständlich und diese Berechnungen scheinen eine Weile zu dauern. Es ist diese replizierte Logik, die der Grund dafür ist, oder?

Joannes Vermorel: Ja, zu einem großen Teil. Das Programmiermodell führt zu duplizierter Logik überall herum. Das Problem liegt in der Wartung dieser Logik. Wie pflegen Sie eine Excel-Tabellenkalkulation, die buchstäblich Hunderte verschiedener Formeln enthält? Ich spreche nicht von Hunderten unterschiedlicher Formeln, bei denen pro Spalte nur eine eindeutige Formel existiert, denn das ist der einfache Fall. Stellen Sie sich eine Excel-Tabelle mit einer Million Zeilen vor, und einige dieser Zeilen haben eine Formel, die nicht einfach dieselbe ist wie die darüber oder darunter. Unterschiedliche supply chain Praktiker, die sich mit verschiedenen Produktlinien und Segmenten befassen, verwenden unterschiedliche Heuristiken. Wenn Sie das berücksichtigen, landen Sie mit einer Tabellenkalkulation, die super kompliziert und sehr schwierig zu warten ist. Tabellenkalkulationen kommen mit zunehmender Komplexität nicht gut zurecht, und es wird zu einem Albtraum, sie zu warten, zu debuggen und überhaupt zu verstehen, was in diesen großen Tabellen vor sich geht.

Kieran Chandler: Wie können Sie sich also von diesen Tabellenkalkulationen entfernen? Organisationen haben jahrelang daran gearbeitet, sie zu erstellen, und es steckt eine Menge Logik in ihnen.

Joannes Vermorel: Zuerst benötigen Sie Programmierfähigkeiten, aber Sie wollen nicht einfach das replizieren, was Sie vorher hatten. Wenn Sie lediglich versuchen, die Excel-Tabellenlogik zu übernehmen, die Sie früher benutzt haben, landen Sie mit etwas, das nicht besser ist als das Alte. Es wird nur minimal besser sein, etwa hinsichtlich etwas besserer Backups und eines verbesserten Zugriffsrechtsmanagements. Grundsätzlich, wenn Sie versuchen, Ihre Tabellenkalkulation in ein anderes System zu übertragen, werden Sie in einer technologischen Sackgasse stecken bleiben. Sie könnten ein paar Prozent mehr Effizienz gewinnen, aber das wird sehr gering sein. Sobald das erledigt ist, erhalten Sie nichts Besseres. Möglicherweise verlieren Sie auch etwas Agilität, da das neue System etwas starrer sein könnte. Also müssen Sie an etwas denken, das über das hinausgeht, was Sie mit Heuristiken erreichen können. Sie müssen sich neu erfinden und etwas wählen, das Ihnen die Chance gibt, es besser zu machen.

Kieran Chandler: Sie erwähnten die Googles und die Amazons, die über diesen Ansatz hinausgegangen sind und modernere Methoden implementieren. Was können wir von ihnen und ihren Umsetzungen lernen?

Joannes Vermorel: Das Besondere am modernen Machine Learning ist, wie man die Phase der regelbasierten Systeme hinter sich lässt. Die erste Phase, in der man in den 60er Jahren versuchte, menschliche Intelligenz zu kopieren, bestand aus regelbasierten Engines oder Entscheidungs-Engines. Die in der supply chain verwendeten Heuristiken sind genau das – sie sind Regeln, die darüber entscheiden, ob Sie mehr einkaufen, mehr produzieren oder in einem Bereich mehr zuteilen sollten. Wenn Sie darüber hinausgehen wollen, müssen Sie sich neu erfinden und moderne Machine-Learning-Techniken übernehmen, um Ihre supply chain Prozesse zu verbessern.

Kieran Chandler: Irgendwie – an einem Ort oder auf eine andere Weise – haben wir diesen Zustand erreicht, in dem wir regelbasierte Systeme besitzen und die Regeln angepasst haben. Wenn wir uns anschauen, was Google und Amazon tun, sagen sie: “Oh, wir machen Machine Learning”, sodass es zu einem Schlagwort wird und es sich um ein sehr fortschrittliches Machine Learning handelt, das als KI gelten könnte. Grundsätzlich ist es etwas sehr Einfaches. Anstatt ein statisches Set an Regeln zu haben, die manuell gepflegt werden, wollen wir diese Regeln aus den historischen Daten erlernen.

Joannes Vermorel: Was Sie grundsätzlich benötigen, sind Programmierfähigkeiten, aber Sie brauchen auch Machine-Learning-Fähigkeiten, damit die meisten dieser Heuristiken direkt aus den Daten erlernt werden können. Es ist nichts überaus Kompliziertes, aber wenn Ihr Programmierungsparadigma falsch ist, dann funktioniert es einfach nicht, und das Machine Learning funktioniert auch nicht. Das dominante Paradigma für die Quantitative Supply Chain, bis einige Unternehmen wie Amazon oder Lokad anfingen, anders zu denken, bestand darin, klassische Bedarfsprognosen zu erstellen, bei denen es nur eine Zukunft gibt. Wir erstellen die Prognose, und dann basiert alles auf dieser einen Zukunft. Leider, wenn Sie das Problem von diesem Ausgangspunkt an angehen, funktioniert es einfach nicht, und Sie schaffen es nie, die Leistung dieser angeblich dummen Heuristiken zu replizieren. Wenn Sie diese Heuristiken übertreffen wollen, müssen Sie eine probabilistische Prognoseperspektive einnehmen, und dann haben Sie die Chance, die Heuristiken zu übertreffen. Genau das scheint Amazon auf Basis ihrer veröffentlichten Forschung zu tun.

Kieran Chandler: Wenn wir jetzt alles zusammenfassen, was würden Sie einem skeptischen supply chain Praktiker sagen, der dies wahrscheinlich gerade anschaut und Systeme hat, die zwar irgendwie funktionieren, vielleicht etwas umständlich sind, aber mit Microsoft Excel arbeiten? Gibt es wirklich einen Anreiz, davon wegzukommen?

Joannes Vermorel: Wenn Sie Excel nutzen – und das tun Sie wahrscheinlich seit ein oder zwei Jahrzehnten – dann sollten Sie zuerst akzeptieren, dass Sie in einer technologischen Sackgasse stecken. Es mag gut sein, aber es wird nicht besser werden. Erwarten Sie nicht, dass die nächste Version von Microsoft etwas löst. Excel ist bereits ein ausgezeichnetes Produkt. Es ist sehr stabil, stürzt nicht ab, ist ziemlich skalierbar und hat viele gute Eigenschaften. Es wird nicht wesentlich besser werden. Die Alternativen zu Tabellenkalkulationen machen keinen Unterschied. Sie könnten geringfügig verbessert sein, aber im Grunde genommen wird es keinen Unterschied machen. Die Frage ist: Können Sie damit leben, dass Sie einfach in einer Sackgasse stecken? Einige Branchen können auf einem Plateau leben, aber was die supply chain betrifft, sehe ich, dass einige Unternehmen wie Amazon, Alibaba und Zalando technisch äußerst aggressiv vorgehen und sehr schnell sind. Sie erzielen wirklich Ergebnisse im Bereich supply chain, und das tun sie nicht mit Tabellenkalkulationen. Ich denke also, die Lehre ist: Sie befinden sich auf einem Plateau. Einige Leute schneiden viel besser ab, und das ist kein Marketing-Hype. Das Wachstum bei Amazon und Alibaba ist real. Können Sie es sich wirklich leisten, in einer technologischen Sackgasse zu sein und zu bleiben? Vielleicht, vielleicht nicht.

Kieran Chandler: Also, um abzuschließen, würden Sie sagen, dass Excel auf geliehener Zeit läuft und Sie tatsächlich einen Tag sehen können, an dem es überhaupt kein Excel mehr in der Branche gibt?

Joannes Vermorel: Verstehen Sie mich nicht falsch. Excel wird häufig verwendet, nicht für prädiktive Optimierung, sondern für Dateneingaben, für tabellarische Dateneingaben. Microsoft hat den Tabellenkalkulationskrieg in den späten 80er Jahren nicht gewonnen, weil sie die besten Berechnungen für Excel hatten, sondern weil die Dateneingabe über Excel einfacher war. Es gibt viele Situationen, in denen die Verwendung einer Tabellenkalkulation

Kieran Chandler: …weil die Dateneingabe über Excel einfacher war, denke ich, gibt es viele Situationen, in denen die Nutzung einer Tabellenkalkulation völlig in Ordnung ist. Was ich sagen will, ist, dass wenn Sie eine prädiktive supply chain Optimierung für einigermaßen komplexe supply chain Netzwerke durchführen möchten, Excel für diesen speziellen Zweck am Ende nicht geeignet ist. Für viele andere Dinge ist Excel völlig ausreichend. Also, noch letzte Gedanken, Joannes?

Joannes Vermorel: Behalten Sie diesen Bereich einfach genau im Auge, denke ich.

Kieran Chandler: Das Gleiche gilt für diese Woche. Danke fürs Einschalten, und wir sehen uns das nächste Mal wieder. Tschüss fürs Erste!