Quantitative / Qualitative Paradoxon in Lieferketten

00:00:08 Einführung in das quantitative-qualitative Paradoxon in Lieferketten.
00:00:33 Herausforderungen bei der Messung von Einsparungen mit einem quantitativen Ansatz.
00:02:00 Paradoxon zwischen hochgradig quantitativer Methodik und dem Bedarf an qualitativem Verständnis.
00:03:10 Die Rolle des subjektiven Urteils bei der Bewertung von Zahlen und Messungen.
00:06:00 Die Bedeutung des qualitativen Verständnisses bei der Nutzung von Daten zur Verbesserung von Unternehmen.
00:08:01 Die Herausforderung, die Lieferketten-Situationen vor und nach Covid-19 zu vergleichen.
00:10:22 Notfallmaßnahmen während der Krise und Bewertung der Leistung der Lieferkette.
00:12:57 Die Komplexität von Lieferkettenproblemen und die Frustration, keine einzige Zahl zur Lösung zu haben.
00:14:10 Die Gefahr, technische Lösungen überzubetonen, und die Bedeutung der Interpretation im Lieferkettenmanagement.
00:15:53 Wie oft Lieferkettenpraktiker Entscheidungen überdenken sollten und der iterative Prozess des qualitativen Denkens.
00:17:38 Übernahme der “Day One”-Denkweise aus der Philosophie von Amazon, um Probleme mit einem frischen Blick anzugehen.
00:19:12 Nutzung qualitativer Ansätze zur Verbesserung der Problemlösung in der Lieferkettenoptimierung.
00:21:36 Wie die Analyse von Zahlen helfen kann, bessere Entscheidungen für ein Unternehmen zu treffen.
00:22:31 Die Bedeutung des Zusammenspiels von qualitativen und quantitativen Methoden im Lieferkettenmanagement.

Zusammenfassung

Das Interview zwischen Kieran Chandler und Joannes Vermorel, dem Gründer von Lokad, geht auf die Komplexität der Lieferkettenoptimierung und die Notwendigkeit eines Gleichgewichts zwischen quantitativen und qualitativen Ansätzen ein. Vermorel betont die Bedeutung des Verständnisses und der Interpretation von Zahlen durch qualitative Urteile, da Lieferketten komplexe Systeme mit zahlreichen potenziellen Fehlerquellen sind. Er schlägt vor, dass Unternehmen Datenanalyse betreiben sollten, um ein intellektuelles Modell davon aufzubauen, was Optimierung für ihre spezifische Lieferkette bedeutet, was zu Urteilsentscheidungen führt, die nicht rein quantitativ sind. Die Diskussion hebt auch die Herausforderungen bei der Vereinfachung komplexer Probleme und die Bedeutung einer besseren Erfüllung der Kundennachfrage hervor.

Erweiterte Zusammenfassung

In diesem Interview spricht Kieran Chandler, der Moderator, mit Joannes Vermorel, dem Gründer von Lokad, einem Softwareunternehmen, das sich auf die Optimierung von Lieferketten spezialisiert hat. Sie diskutieren die Mischung aus quantitativen und qualitativen Ansätzen im Lieferkettenmanagement und die Herausforderungen bei der Balance zwischen beiden.

Vermorel erklärt, dass der quantitative Lieferkettenansatz von Lokad oft auf Skepsis und Fragen nach konkreten Dollar-Einsparungen stößt. Obwohl die Methodik des Unternehmens hochgradig quantitativ ist und auf fortschrittlichen statistischen Werkzeugen und einer Programmiersprache für vorhersagende Optimierung basiert, gibt Vermorel zu, dass es schwierig ist, einfache, präzise Messungen von Einsparungen bereitzustellen. Er betont, dass es oft irreführend ist, einen garantierten Dollar-Betrag an Einsparungen zu versprechen, da die Komplexität von Lieferketten ein nuanciertes Verständnis erfordert.

Obwohl der Ansatz von Lokad auf quantitativer Methodik basiert, betont Vermorel die Bedeutung qualitativer Urteile, um den Zahlen Sinn zu geben. Er erklärt, dass jede Messung, auch in einer hochgradig quantitativen Umgebung, in gewissem Maße subjektiv ist, da Lieferketten komplexe Systeme sind, die Menschen, Maschinen, Prozesse und Software umfassen. Daher ist es nahezu unmöglich, persönliche Urteile vollständig zu eliminieren.

Vermorel verdeutlicht die Subjektivität von Messungen, indem er die Kennzahl Umsatz diskutiert. Er weist darauf hin, dass der Umsatz trotz seiner quantitativen Natur von verschiedenen Faktoren beeinflusst wird, wie zum Beispiel Promotions, Rabatte und Fehlbestände, die einer qualitativen Beurteilung unterliegen. Ebenso gibt es bei der Betrachtung der Bestandsniveaus mehrere Faktoren zu berücksichtigen, darunter Durchlaufzeiten, Zuverlässigkeit der Lieferanten und das Risiko der Obsoleszenz. All diese Faktoren erfordern qualitative Bewertungen.

Chandler und Vermorel diskutieren auch die Schwierigkeit, die Zukunft vorherzusagen, und die Bedeutung qualitativer Urteile im Umgang mit Unsicherheiten. Vermorel stellt fest, dass selbst mit den fortschrittlichsten Vorhersagewerkzeugen immer Unbekanntes vorhanden sein wird, das menschliche Intuition und Erfahrung erfordert. Dies gilt insbesondere für Lieferketten, in denen komplexe Netzwerke und Wechselbeziehungen zahlreiche potenzielle Fehlerpunkte schaffen. Während quantitative Methoden helfen können, Risiken zu identifizieren, helfen qualitative Bewertungen dabei, diese effektiv zu priorisieren und anzugehen.

Schließlich betont Vermorel, dass die Optimierung der Lieferkette nicht nur darin besteht, Kosten zu senken, sondern auch strategische Ziele zu erreichen. Er betont, dass Unternehmen qualitative Aspekte wie Markenimage, Kundenzufriedenheit und langfristiges Wachstumspotenzial bei der Entscheidungsfindung in der Lieferkette berücksichtigen sollten. In diesem Zusammenhang ist es entscheidend, quantitative und qualitative Bewertungen ausgewogen zu berücksichtigen, um optimale Ergebnisse zu erzielen.

Das Gespräch zwischen Kieran Chandler und Joannes Vermorel dreht sich um die Komplexität der Optimierung von Lieferketten und die Notwendigkeit, quantitative und qualitative Ansätze in Einklang zu bringen. Obwohl die Methodik von Lokad stark quantitativ ist, betont Vermorel die Bedeutung qualitativer Urteile, um die Zahlen zu verstehen und ihnen Sinn zu geben. Das Management der Lieferkette erfordert eine Mischung aus beiden Ansätzen, um mit den inhärenten Unsicherheiten und Komplexitäten des Bereichs umzugehen und strategische Ziele zu erreichen.

Vermorel erklärt, dass Lokad mit dem klassischen Prognoseansatz begonnen hat, bei dem täglich, wöchentlich oder monatlich eine einzige Zahl für die Nachfrage ermittelt wurde. Sie erkannten jedoch bald, dass dieser Ansatz die Unsicherheit nicht berücksichtigte. Als sie tiefer in die Zahlen eintauchten, stellten sie fest, dass viele Nuancen und Feinheiten im Spiel waren. Dies führte zur Entwicklung fortschrittlicherer numerischer Analysetools und zur Notwendigkeit, Urteilsentscheidungen zu treffen, welche Wege bei der Optimierung von Lieferketten eingeschlagen werden sollten.

Der Moderator zitiert William Edward Deming mit dem Satz, dass man ohne Daten nur jemand mit einer Meinung ist. Vermorel stimmt dem zu, fügt jedoch hinzu, dass es naiv wäre, sich ausschließlich auf Daten zu verlassen. Er argumentiert, dass die Vorstellung, dass Ingenieure einfach Daten analysieren, um eine optimale Lösung zu finden, absurd ist, da der Begriff “optimal” stark subjektiv ist. Stattdessen schlägt Vermorel vor, dass Unternehmen Daten analysieren sollten, um ein intellektuelles Modell davon aufzubauen, was Optimierung für ihre spezifische Lieferkette bedeutet. Paradoxerweise führt dies oft zu Urteilsentscheidungen, die nicht rein quantitativ sind.

Auf die Frage nach einem Beispiel diskutiert Vermorel die Herausforderungen, mit denen Kunden während der wirtschaftlichen Abschwächung durch die COVID-19-Pandemie konfrontiert waren. Unternehmen hatten weniger Umsatz, überschüssige Lagerbestände und erhebliche Verschiebungen in ihren Vertriebskanälen. In diesem Zusammenhang haben Kunden Lokad gebeten, nachzuweisen, dass ihr Lieferkettenmanagement im Vergleich zum Vorjahr verbessert wurde. Vermorel weist auf die Schwierigkeiten hin, solche Vergleiche anzustellen, da sich die Situation vor und nach der Pandemie erheblich unterscheidet.

Er erklärt, dass Unternehmen, um die Leistung zu vergleichen, hochrangige Urteilsentscheidungen treffen müssen, die nicht allein auf numerischen Daten basieren können. Zum Beispiel müssen sie Faktoren wie Ladenschließungen und den Wechsel vom stationären zum Online-Verkauf berücksichtigen. Darüber hinaus mussten Lieferketten aufgrund der Krise geschlossen und wiedereröffnet werden, was den Vergleich weiter erschwert.

Das Interview hebt die Bedeutung sowohl quantitativer als auch qualitativer Analysen bei der Optimierung der Lieferkette hervor. Während Daten für das Verständnis der Feinheiten des Lieferkettenmanagements unerlässlich sind, sind Urteilsentscheidungen und ein ganzheitlicherer Ansatz erforderlich, um effektive Entscheidungen zu treffen. Dies ist besonders relevant in Krisenzeiten, wenn Unternehmen sich an beispiellose Situationen anpassen müssen und Vergleiche zur früheren Leistung mit Vorsicht durchführen müssen.

Sie diskutierten die Bedeutung eines quantitativen Ansatzes bei der Optimierung der Lieferkette und erkannten die Notwendigkeit qualitativer Urteilsfähigkeit an. Lieferketten sollten ereignislos sein, ohne bemerkenswerte Ereignisse oder Engpässe und das richtige Gleichgewicht zwischen widersprüchlichen wirtschaftlichen Kräften. Vermorel betont die Notwendigkeit einer iterativen, qualitativen Überprüfung des Systems anstelle einer ständigen quantitativen Überprüfung und schlägt vor, dass Unternehmen sich darauf konzentrieren sollten, den Prognosemechanismus zu verbessern, anstatt Prognosen manuell zu überprüfen. Die Diskussion hebt auch die Herausforderungen bei der Vereinfachung komplexer Probleme und die Bedeutung des besseren Verständnisses und der Bedienung der Kundennachfrage hervor.

Vermorel diskutiert die Bedeutung des Ausgleichs von qualitativen und quantitativen Ansätzen bei der Optimierung der Lieferkette. Er betont das Konzept des “Tag-eins-Denkens”, das eine frische Perspektive auf Probleme betont. Vermorel schlägt vor, dass quantitative Methoden wertvolle Einblicke liefern können, es jedoch entscheidend ist, sich qualitativ auf die Problemdefinition zu konzentrieren. Er betont, dass Zahlen helfen können, die richtigen Kämpfe für ein Unternehmen zu identifizieren, was letztendlich zu besseren Ergebnissen führt. Der Wechsel zwischen quantitativen Methoden und qualitativem Denken kann den Horizont von Supply-Chain-Direktoren erweitern und ihnen helfen, ihre Lieferkette auf innovative Weise anzugehen.

Vollständiges Transkript

Kieran Chandler: Hey, bei Lokad wurde das Gleichgewicht zwischen einem quantitativen Ansatz, der auf Daten aufbaut, und einem qualitativen Ansatz, der sich auf Geschäftsentscheidungen konzentriert, oft als etwas störend angesehen. Deshalb werden wir uns heute auf Lokad TV dieses Gleichgewicht ansehen und verstehen, was in einer Art Huhn-und-Ei-Szenario wichtiger ist. Also, Joannes, unser Thema heute dreht sich um das quantitative-qualitative Paradoxon in Lieferketten. Das ist ein ziemlicher Mundvoll, also worum geht es dabei?

Joannes Vermorel: Die Idee ist, dass wir bei Lokad etwas entwickeln, das als quantitativer Ansatz für die Lieferkette bezeichnet wird. Viele Leute stellen uns in Frage und sagen: “Ihr habt einen quantitativen Ansatz, also wie viel wird mein Unternehmen in einem Jahr in Dollar sparen, wenn wir das tun?” Die Antwort ist tatsächlich sehr schwierig, denn man könnte sagen: “Nun, ihr habt einen Ansatz, bei dem ihr alles in Dollar misst und optimiert, also warum könnt ihr nicht eine sehr einfache Messung der Einsparungen in Dollar haben?” Die Antwort erweist sich häufig als viel komplizierter als das und erfordert einiges an qualitativem Verständnis, um irgendeinen Sinn aus den quantitativen Zahlen zu machen, die wir geben können. Normalerweise sind die nackten Zahlen, wenn ich sage: “Oh, Ihr Unternehmen wird 10 Millionen Dollar sparen, garantiert”, völlig irreführend.

So paradox ist es, dass wir zwar eine hoch quantitative Methodik haben, mit vielen hoch numerischen Werkzeugen und Technologien, die buchstäblich Zahlen im großen Maßstab verarbeiten, fortgeschrittene Statistiken durchführen, aber es ist hoch quantitativ. Lokad ist eine programmatische Plattform, also programmieren die Leute, was wiederum Zahlen mit einem ziemlich fortgeschrittenen Werkzeug, einer Programmiersprache, die der vorhersagenden Optimierung von Lieferketten gewidmet ist, verarbeitet. Es ist in Bezug auf den täglichen Betrieb, die Werkzeuge und die Technik tief quantitativ. Und dennoch ist das, was ich sage, dass man normalerweise nur durch qualitative Urteile einen Sinn daraus machen kann, was ein Paradoxon für eine Methodik ist, die sich als hoch quantitativ rühmt.

Kieran Chandler: Das mag für manche Zuschauer überraschend sein. Immerhin haben Sie ein ganzes Buch über die quantitative Lieferkette geschrieben. Was ist also an einem qualitativen Urteil? Welche Dinge sollten wir uns dort ansehen?

Joannes Vermorel: Eine der wichtigsten Dinge ist zu verstehen, dass jede Zahl, jede Messung, die man machen kann, sehr subjektiv ist. Man könnte denken, dass man etwas völlig rationales, objektives und unabhängiges haben kann, bei dem man alle Arten von persönlichen Urteilen ausgeschlossen hat, aber die Realität ist, dass es fast unmöglich ist, das zu tun. Lieferketten sind sehr komplex und umfassen viele Menschen, Maschinen, Prozesse und Software. Sie existieren in einem Ökosystem, das man kaum begreift, also kann man bestenfalls Urteile fällen, auch wenn man Dinge wie Umsatz bewerten möchte. Es gibt ein großartiges Sprichwort in…

Kieran Chandler: Können Sie uns mehr über die Geschäftsphilosophie hinter Ihrem Unternehmen, Lokad, erzählen?

Joannes Vermorel: Die Philosophie spiegelt sich in dem Geschäftsspruch wider, dass “Umsatz Eitelkeit ist, Gewinn Meinung ist und Cash King ist”. Das bedeutet, dass je nachdem, worauf man schaut, man entweder auf etwas sehr Reales oder auf etwas Fuzzyes schaut, das auf verschiedene Arten interpretiert werden kann. Das ist der Kern unserer Produkte.

Kieran Chandler: Können Sie das genauer erläutern?

Joannes Vermorel: Während wir Werkzeuge für eine quantitative Analyse und Datenverarbeitung entwickelten, wurde uns nach und nach bewusst, wie viel Tiefe zum Beispiel in besseren und besseren Prognosen steckt. Als Lokad begann, hatten wir klassische Prognosen, die uns eine Zahl für die Nachfrage auf täglicher, wöchentlicher oder monatlicher Basis lieferten. Aber wir haben erkannt, dass uns etwas fehlte; etwas war in unserer Methodik völlig abwesend, und das war Unsicherheit. Unsere klassische Perspektive war falsch, weil wir die Unsicherheit völlig außer Acht gelassen haben. Wenn man also tiefer in die Zahlen eintaucht, sieht man, dass es viele Nuancen und Feinheiten gibt, die eine Rolle spielen. Das erfordert Urteilsentscheidungen, die sehr willkürlich sind.

Kieran Chandler: Also, was Sie sagen, ist, dass es ohne ein gewisses qualitatives Verständnis Grenzen gibt, was man mit Daten tun kann?

Joannes Vermorel: Nein, eigentlich nicht. Man kann den naiven Eindruck haben, dass Daten eine Art Geschäftsverbesserung ermöglichen werden, aber das ist nicht der Fall. Ohne Daten werden Sie nicht einmal die Werkzeuge haben, und die Realität wird Sie nicht einmal genug herausfordern, damit Sie überhaupt ein tatsächliches und intellektuelles Modell davon entwickeln können, was Optimierung für Ihr Unternehmen wirklich bedeutet. Um vernünftige Ideen darüber zu bekommen, wie Sie überhaupt über Ihre Lieferkette nachdenken sollten, müssen Sie diese Datenverarbeitung durchführen, und wenn Sie das getan haben, werden Sie die Werkzeuge haben, um Urteilsentscheidungen zu treffen.

Kieran Chandler: Also, Joannes, du hast viel über den quantitativen Ansatz gesprochen, den Lokad bei der Optimierung der Lieferkette verfolgt. Aber ich stelle mir vor, dass immer noch einige qualitative Urteilsentscheidungen getroffen werden müssen. Kannst du uns mehr darüber erzählen?

Joannes Vermorel: Ja, absolut. Obwohl wir uns so weit wie möglich auf quantitative Daten stützen, gibt es immer noch Urteilsentscheidungen, die völlig nicht quantitativ sind. Das ist eine Eigenart. Und die Illusion wäre, dass man eine Urteilsentscheidung umgehen kann, um es nur quantitativ zu halten.

Kieran Chandler: Okay, das ergibt Sinn. Kannst du uns ein Beispiel für eine Situation geben, in der qualitative Schritte notwendig sind?

Joannes Vermorel: Klar, lassen Sie mich Ihnen ein Beispiel geben. Kunden fragen uns zum Beispiel gerade in dieser Zeit: “Sagen Sie uns, Sie haben gerade Lokad implementiert. Wir haben das Glück, dass wir während der ersten Hälfte des Jahres 2020 immer noch Kunden gewinnen konnten. Und sie betrachten die Situation und fragen: ‘Beweisen Sie uns, dass wir im Vergleich zum letzten Jahr besser abschneiden.’” Und natürlich, angesichts der absolut schrecklichen wirtschaftlichen Situation, in der wir uns befinden, meine ich, alles ist schlimmer, wissen Sie, sie haben weniger Umsatz. Wenn sie im Modegeschäft sind, hat der größte Teil der Wintersaison nicht, ich meine, sie haben tonnenweise Lagerbestände aus der Wintersaison übrig. Es ist ziemlich schlecht, es ist in vielen Situationen ziemlich ernst. Und ich glaube, dass wir selbst in dieser Situation in der Lage sind, Dinge zu verbessern. Aber im Vergleich zu was? Können wir die Situation vor COVID mit der Situation nach COVID vergleichen? Macht das überhaupt Sinn? Wie vergleicht man, wenn Sie zum Beispiel Einzelhandelsnetzwerke haben, die ein Drittel ihrer Geschäfte geschlossen haben, oder wenn der E-Commerce sich verdoppelt hat, aber die Geschäfte die Hälfte ihrer Nachfrage verloren haben? Es ist eine andere Welt, sie ist nicht völlig anders, aber sie ist ziemlich anders. Und wenn es darum geht, die Zahlen zu vergleichen, würde ich sagen, dass man Urteilsentscheidungen treffen muss. Man kann die Zahlen präsentieren, man kann darüber nachdenken, man kann versuchen, sie so gut wie möglich in Einklang zu bringen, man kann versuchen zu sagen: “Hier sind alle Vorurteile, die wir berücksichtigen wollen.” Aber die Realität ist, dass die Zahlen, die man am Ende präsentiert, eine gewisse Urteilsentscheidung erfordern. Man kann nicht einfach sagen: “Oh, es wird nur mit zwei Zahlen verglichen, und das war’s,” und mir sagen, wie viele Millionen Euro oder Dollar man gespart hat, zum Beispiel. Während dieser Krise mussten wir uns vielen Kunden stellen, bei denen wir praktisch Notfallmaßnahmen ergreifen mussten, damit ihre Lieferketten einen sauberen Shutdown haben. Das war sehr kompliziert zu orchestrieren und völlig beispiellos. Und dann mussten wir das Gegenteil tun, zwei Monate danach, wo wir sozusagen einen Notfall, ich würde sagen, Neustart der Lieferkette haben mussten. Und dann, wie beurteilt man, ob Lokad richtig funktioniert hat? Und ich glaube, dass unser quantitativer Ansatz es tatsächlich ziemlich einfach macht, eine Urteilsentscheidung zu treffen. Aber machen Sie keinen Fehler, es gibt eine Urteilsentscheidung, eine sehr fundierte Urteilsentscheidung, und sie ist völlig qualitativ. Zum Beispiel für den Neustart der Lieferkette, hatten wir, wissen Sie, wie viele Paniksituationen hatten wir? Hatten wir plötzlich Dinge, die zufällige Engpässe waren, oder im Gegenteil, haben wir die Dinge reibungslos und, ich würde sagen, ereignislos gehalten? Sie wissen schon, die Ereignislosigkeitseigenschaft Ihrer Lieferkette.

Kieran Chandler: Es mag wie etwas klingen, das typischerweise unterschätzt wird, wissen Sie, eine Qualität eines sehr guten Optimierungsprozesses der Supply Chain ist, dass es keine bemerkenswerten Ereignisse mehr gibt. Und es ist sehr schwer, das würde ich sagen, numerisch auszudrücken. Wenn nichts Bemerkenswertes passiert, weil alles reibungslos funktioniert, ohne viel Aufhebens, so wie es sein sollte. Und das ist eine sehr, sehr wichtige Qualität unserer, würde ich sagen, gut eingespielten Supply Chain. Die Dinge laufen sehr reibungslos und es gibt nichts wirklich Bemerkenswertes, wissen Sie. Es gibt keinen massiven Bestand, tatsächlich gibt es so wenig Bestand, wie man sich nur vorstellen kann, und es gibt sehr wenig, wissen Sie, Lieferengpässe, wiederum so wenig, wie es sinnvoll ist, zu haben. Und insgesamt ist es sehr ereignislos, aber manchmal werden diese Kunden ein wenig frustriert, weil Sie sich auf diese Art der Interpretation von Ereignissen konzentrieren, anstatt sich auf die numerischen Ergebnisse zu konzentrieren. Überschreitet Lokad dort nicht ein wenig ihre Grenzen?

Joannes Vermorel: Ja, ich meine, es ist frustrierend, weil es nicht einfach ist, wissen Sie. Man möchte gerne etwas haben, das einfach ist, oder geben Sie mir einfach diese Zahl und fertig. Und wenn Sie sich das Problem ansehen und wir zurückkommen und sagen: “Nun, wissen Sie, wir haben mindestens 10 Aspekte dieses Problems und wir müssen sie ausbalancieren”, weil die Supply Chain größtenteils darum geht, widersprüchliche wirtschaftliche Kräfte auszugleichen, wissen Sie, Kosten für Bestände, Kosten für höhere Produktion, Kosten für höhere, wissen Sie, mehr Flexibilität in Bezug auf Lieferanten, Kosten für kürzere Vorlaufzeiten im Vergleich zu mehr Bestand und längeren Vorlaufzeiten. Ich meine, all diese Dinge stehen irgendwie im Konflikt. Wenn wir uns also dieses Problem ansehen und die Leute sagen: “Oh, wir möchten, dass dieses Problem, das mindestens 10 Dimensionen hat, auf nur eine Zahl reduziert wird und damit fertig”, sagen wir: “Nun, Sie übersehen die Gewissheit und die Vielfalt, und genau das macht Ihr Geschäft großartig.” Und es ist nicht immer möglich, etwas sehr Komplexes in eine vereinfachte Perspektive zu überführen.

Kieran Chandler: Und ich nehme an, Sie sagen nicht, dass man Komplexität um der Komplexität willen suchen sollte, nur um so auszusehen, als ob man es weiß, denn das ist etwas, das viele Akteure in dieser Branche tun. Sie legen einfach, würde ich sagen, zu viel Wert auf super technische Lösungen mit viel zu vielen Zahlen, nur um beeindruckend und versiert auszusehen, wissen Sie, um so auszusehen, als ob sie viel mehr wissen als Sie.

Joannes Vermorel: Darum geht es nicht. Normalerweise sagen wir, dass wir viel Zeit für die Interpretation aufwenden müssen, um zum Beispiel zu beurteilen, ob eine Zahl es wert ist, betrachtet zu werden, und das ist eine Diskussion wert. Fügen wir einem einzelnen Dashboard immer einen weiteren KPI hinzu, aber lohnt es sich wirklich? Und auch das ist eine qualitative Diskussion über numerische Ergebnisse. Normalerweise hängt es überraschenderweise davon ab, welche numerischen Werte dieser KPI aufweist, ob ein KPI es wert ist, betrachtet zu werden. Und wiederum, wie qualifiziert sich der numerische Wert eines KPI als überraschend? Das ist wiederum keine numerische Aussage.

Kieran Chandler: Sie haben über Zahlen und Denkprozesse gesprochen. Können Sie dieses Paradoxon erklären, das die Leute oft haben, dass es nur um Zahlen geht?

Joannes Vermorel: Ja, eine qualitative Aussage, und da würde ich sagen, es gibt dieses Paradoxon, dass die Leute denken, wenn man sagt, es geht nur um Zahlen, ist es nicht so. Es geht darum, diese Zahlen mit mehr Denkprozessen zu versehen.

Kieran Chandler: Verstehe. Und Sie haben die Idee erwähnt, dass diese Denkprozesse wachsen und zu einem iterativen Prozess werden. Wie oft sollten Supply Chain-Praktiker diese Entscheidungen überdenken? Ich meine, sie können ihre Energie nicht ständig darauf verschwenden, sie ständig zu überprüfen. Schauen sie qualitativ auf die richtigen Dinge?

Joannes Vermorel: Ich würde sagen, sie sollten das ständig in Frage stellen, und die quantitative Überprüfung des Systems ist sinnlos. Wenn ich Unternehmen sehe, die sagen: “Oh, wir sind sehr, sehr zahlenorientiert, wissen Sie, wir haben Leute, die unsere Prognose jede Woche manuell überprüfen”, dann sage ich: “Warum müssen Sie Ihre Prognose jede Woche manuell überprüfen? Das ist eine völlige Zeitverschwendung.” Sie sagen: “Aber die Prognosen sind sonst nicht gut.” Wenn die Prognosen sonst nicht gut sind, sollten Sie vielleicht die Prognose-Engine reparieren, die die Prognosen erstellt, damit Sie Ihre Prognose nicht ständig manuell korrigieren müssen. Und dann ist es erledigt. Sie sagen: “Oh, aber wir haben es jahrelang versucht und es nie geschafft, das mit unserem Lieferanten zu nutzen.” Dann würde ich sagen: “Nun, suchen Sie sich einen anderen Lieferanten.” Schauen Sie zum Beispiel… Aber ich schweife ab. Zurück zur Sache. Sie sehen diese quantitative Wiederholungsarbeit der quantitativen Überprüfung. Ich glaube, das ist im Gegenteil eine völlige Zeitverschwendung. Immer wieder die Frage zu stellen, was bedeutet es? Was bedeutet Kundenbedarf? Wie kann ich meinen Kunden tatsächlich besser dienen? Was bedeutet es, sie besser zu bedienen? Gibt es einen Blickwinkel, den ich nicht gesehen habe? Und das sind Fragen, die es wert sind, immer wieder überprüft zu werden. Und übrigens glaube ich, dass dies einer der Grundpfeiler des Amazon-Denkens ist, nämlich die Idee des Day One. Wenn Sie die Memos lesen, die Jeff Bezos der ganzen Welt gibt, würden Sie sehen, dass eine der Schlüsselideen im Wesentlichen eine der Grundsätze der Amazon-Geschäftsmethoden ist, dass es immer Day One ist. Das bedeutet, dass Sie immer versuchen sollten, die Probleme so zu betrachten, als ob es Day One wäre, als ob Sie von vorne anfangen und denken würden: “Wie können wir alles, was wir getan haben, neu betrachten, als ob es der erste Tag wäre, an dem wir es tun?” Damit wir eine völlig frische Perspektive haben. Und ich glaube, das ist das genaue Gegenteil von Menschen, die die Prognose iterieren, wissen Sie, wenn sie ihre Prognose quantitativ anpassen. Das ist eine quantitative Perspektive, bei der sie immer dasselbe tun, immer wieder, und das ist nicht die richtige Perspektive. Die richtige Perspektive ist etwas, das viel mehr qualitativ ist, wo Sie überdenken und sich fragen: “Okay, lassen Sie uns von Null anfangen. Was fragt ein Kunde? Sich diese grundlegenden Fragen zu stellen, und vielleicht kommen Sie zu derselben Antwort, aber wenn Sie zufällig zu einer anderen Antwort kommen…”

Kieran Chandler: Entschuldigung, Sie könnten feststellen, dass Sie vielleicht eine völlig andere Antwort brauchen. Wenn Sie überdenken, was ein Kunde ist, und dann feststellen, dass Sie nicht die richtige Denkweise darüber hatten, was ein Kunde ist, dann sind wahrscheinlich alle Lösungen, die Sie entwickelt haben, um das zu verbessern, was Sie für Ihren Kunden gehalten haben, im Vergleich zu dem, was sie sein sollten, völlig daneben. Das ist ein sehr kniffliger Prozess. Interessanterweise ist ein Teil des Paradoxons, dass Sie normalerweise, wenn Sie sich diese Fragen in einem Vakuum stellen, wahrscheinlich nicht auf neue Ideen kommen werden.

Joannes Vermorel: Und ein Teil des Paradoxons ist, dass Sie durch das Betrachten der Zahlen die Inspiration bekommen können, um den Funken zu bekommen, der Ihnen einen besseren Weg gibt, Ihr Geschäft quantitativ zu betrachten. Das sind genau die Dinge, die wir zum Beispiel bei Lokad mit diesen probabilistischen Prognosen geschafft haben. Als wir anfingen, diese Wahrscheinlichkeiten zu betrachten, erkannten wir, dass es so viele Dinge gab, die wir noch nicht einmal erkannt hatten. Wir haben noch nicht einmal angefangen, das Problem anzugehen, und wir kamen erst zu dieser Erkenntnis, als wir begannen, die Wahrscheinlichkeiten zu betrachten, während wir in der Vergangenheit nur die Prognose betrachtet haben und angenommen haben, dass es nur eine Zahl für die Zukunft gibt.

Kieran Chandler: Zuvor haben Sie irgendwie über die Idee gesprochen, sich in das Problem zu verlieben und nicht nur in die Lösung. Bedeutet das, dass eine qualitativere Herangehensweise die Art und Weise verbessert, wie Sie das Problem angehen?

Joannes Vermorel: Absolut. Es gibt nichts Qualitatives als eine Problemdefinition. Es sind nicht die Zahlen, die die Probleme definieren. Aber noch einmal, zurück zum Punkt, Zahlen können Ihnen wirklich helfen, besser über das Problem nachzudenken. Wenn Sie eine Problemstellung haben, müssen Sie Entscheidungen treffen. Nicht alles ist gleichermaßen relevant für Ihr Unternehmen. Ästhetik ist für viele Marken sehr wichtig, und für Luxusmarken kann Ästhetik alles sein. Wenn Sie Bergbaugeräte verkaufen, vielleicht nicht so sehr. Bedeutet das, dass Ihre Ausrüstung schrecklich aussehen kann? Nein, ich würde sagen, auf eine sehr nerdige mechanische Art und Weise kann Bergbaugeräte tatsächlich gut aussehen.

Kieran Chandler: Ziemlich cool, aber offensichtlich liegt der Schwerpunkt nicht auf dem gleichen. Sie sehen, deshalb haben Sie eine Problemstellung. Sie müssen auch eine Aussage darüber machen, was für Ihr Unternehmen nicht relevant ist. Sie müssen eine Sparsamkeit der Dinge machen, die Sie klug auswählen. Und wiederum können Ihnen diese Zahlenanalysen helfen, die richtige Wahl des Kampfes für Ihr Unternehmen zu treffen, damit Sie diese Optimierung der Lieferkette haben können, die die Dinge auswählt, bei denen Sie wirklich bessere Ergebnisse erzielen können, letztendlich bessere Dollar. Aber Vorsicht, zwischen dem Tag, an dem Sie anfangen, das Problem zu betrachten, und sechs Monate bis zu einem Jahr später werden Sie nicht mehr auf die gleiche Weise auf das Problem schauen. Und deshalb wird es unglaublich schwierig, einen Dollar-zu-Dollar-Vergleich anzustellen, weil sich Ihre Perspektive auf das Problem geändert hat. Okay, wenn wir heute sort of abschließen, und definitiv der Unterschied zwischen diesem qualitativen und quantitativen Paradoxon, es ist ein bisschen subtil. Warum ist es also wichtig, darüber zu diskutieren?

Joannes Vermorel: Ich glaube, es ist wichtig, weil ich sagen würde, ich glaube, und wir haben 10 Jahre Geschäftstätigkeit, um diesen Glauben bei Lokad zu unterstützen, dass quantitative Methoden bessere Ergebnisse für die Lieferkette bringen. Aber der Knackpunkt ist, dass bessere quantitative Methoden neue Denkweisen über die Lieferkette eröffnen, was etwas völlig Qualitatives ist. Und sehen Sie, es gibt dieses Hin und Her: Sie haben bessere Zahlen, Sie können das Problem anders betrachten. Und deshalb würde ich sagen, dass sich Lieferkettenleiter mit diesen numerischen Methoden vertraut machen sollten, nur weil sie Ihren Horizont erweitern werden, wie Sie über Ihre Lieferkette nachdenken können. Das ist vielleicht kontraintuitiv, aber es ist ein Hin und Her. Und gehen Sie zu quantitativen Methoden nicht wegen der Zahlen, sondern wegen der Erkenntnisse, die diese Methoden über viele andere Dinge Ihrer Lieferkette eröffnen werden.

Kieran Chandler: Okay, brilliant. Es war ein bisschen viel, aber ich glaube, wir haben die ganze Episode geschafft, ohne die beiden zu verwechseln. Das ist also alles für diese Woche. Vielen Dank fürs Zuschauen, und wir sehen uns nächstes Mal wieder. Danke fürs Zuschauen.