Die Evolution der Supply Chain-Ausbildung (mit Paul Jan)

00:00:00 Einführung in das Interview
00:00:47 Paul Jans Hintergrund und Lehrerfahrung
00:02:16 Rolle von Daten in der Supply Chain und im Unterricht
00:04:00 Zusammenarbeit mit Lokad und ihre Auswirkungen
00:06:20 Herausforderungen der realen Supply Chain und Unterrichtshürden
00:10:49 Erklärung der ‘wicked’ Probleme in der Supply Chain
00:14:37 Auswirkungen der Unternehmenskommunikation auf die Produktwahrnehmung
00:16:11 Kontinuierliche Datenanalyse und Grenzen von Excel
00:19:11 Umgang mit relationalen Daten und Schwächen von Excel
00:21:49 Übergang zu SQL für die Datenverarbeitung
00:24:11 Vorteile der Einführung von Lokad für Studierende
00:26:33 Berücksichtigung der Kosten im Supply Chain-Unterricht
00:29:13 Verwendung von Envision und Kritik an Unternehmenssoftware
00:32:24 Lösungsdenken und Werkzeuggrenzen
00:35:16 Bessere Werkzeuge für bessere Supply Chain-Lösungen
00:37:57 Joannes Vermorels Unterrichtserfahrung und Philosophie
00:41:15 Grundlegende Datenstrukturen und Prognosegrenzen
00:45:31 Visuelle Unterrichtsmethoden und starke Annahmen
00:48:32 Notwendigkeit von Störungen in der Supply Chain-Branche
00:51:12 Supply Chain als Sammlung von ‘wicked problems’
00:54:24 In der Supply Chain ungefähr richtig sein
00:57:55 Unterrichtung von ‘wickedness’ in der Supply Chain
01:00:47 Schlussworte und Bedeutung von Investitionen des Privatsektors
01:03:24 Überwindung der Angst vor Statistik und abschließende Bemerkungen

Zusammenfassung

Conor Doherty, Moderator von Lokad TV, führte kürzlich ein Gespräch mit Joannes Vermorel, dem Gründer von Lokad, und Paul Jan, einem Supply Chain-Professor an der University of Toronto. Das Gespräch drehte sich um das sich entwickelnde Feld des Supply Chain Managements, die Rolle von Daten und die Bedeutung von Bildung. Vermorel führte das Konzept der “wicked problems” in der Supply Chain ein und betonte die Grenzen von Excel und die Notwendigkeit von Tools wie SQL Server. Jan teilte seine Erfahrungen beim Übergang von Excel zu programmatischeren Optionen und lobte das Tool Envision von Lokad. Beide betonten die Notwendigkeit von Branchenstörungen und die Bedeutung von Bildung im Supply Chain Management.

Erweiterte Zusammenfassung

In einem kürzlich geführten Interview führte Conor Doherty, der Moderator, ein nachdenkliches Gespräch mit Joannes Vermorel, dem Gründer von Lokad, und Paul Jan, einem außerordentlichen Professor für Operations und Supply Chain Management an der Rotman School of Management. Das Gespräch drehte sich um die sich entwickelnde Landschaft des Supply Chain Managements, die Rolle von Daten und die Bedeutung von Bildung in diesem Bereich.

Paul Jan, mit seiner umfangreichen Erfahrung in Beratung und Corporate America, unterrichtet seit etwa vier Jahren Operations- und Supply Chain-Analyse-Kurse an der University of Toronto. Seine Kurse, zu denen ein grundlegender Kurs zu Operations- und Supply Chain-Management sowie ein Kurs in Zusammenarbeit mit Lokad gehören, sollen die Kluft zwischen Theorie und Praxis überbrücken. Jan erkennt an, dass Daten in der Branche immer prominenter geworden sind, dass den Studierenden jedoch oft das Vertrauen fehlt, das Gelernte auf die reale Welt anzuwenden. Hier kommt die Zusammenarbeit mit Lokad ins Spiel, indem sie eine bereite Umgebung für Studierende bereitstellen, um an Supply Chain-Aufgaben zu arbeiten und sich auf die Aspekte der Supply Chain zu konzentrieren, anstatt sich mit den technischen Details der Einrichtung einer Codierumgebung zu befassen.

Vermorel führte das Konzept der “wicked problems” in der Supply Chain ein, bei denen es sich um Probleme handelt, die einer direkten, erststufigen Analyse trotzen und eine Entdeckungsreise erfordern. Er betonte die Grenzen von Excel bei der Handhabung moderner Supply Chain-Daten und stellte fest, dass es nicht im erforderlichen Umfang für die heutigen Supply Chains skaliert. Vermorel schlug vor, dass Microsofts Antwort auf dieses Problem SQL Server und andere Tools sind, die relationale Daten verarbeiten. Er erwähnte auch, dass das Playground von Lokad darauf abzielt, Studierende mit der Realität relationaler Daten vertraut zu machen.

Jan teilte seine Erfahrungen beim Übergang von Excel zu programmatischeren Optionen und stimmte Vermorels Aussagen über die Grenzen von Excel zu. Er erwähnte, dass er SQL in einem seiner Projekte gelernt habe und seine Leistungsfähigkeit bei der Verarbeitung und Vereinfachung von Daten schätze. Jan lobte auch Envision, das Tool von Lokad, für seine Einfachheit und Benutzerfreundlichkeit, das den Prozess der Anpassung von Annahmen vereinfacht und Fehler reduziert, die in Excel auftreten könnten.

Das Gespräch wechselte dann zur erforderlichen Denkweise für die Verwendung dieser Tools und ob Konzepte wie Opportunitätskosten im Unterricht vermittelt werden. Jan antwortete, dass das Konzept der Opportunitätskosten nicht einfach sei, aber Studierende mit einer Ausbildung in Wirtschaftswissenschaften es verstehen könnten. Er bemerkte eine Kluft zwischen dem Verständnis und der Aufmerksamkeit von Führungskräften und operativen Mitarbeitern, wobei sich erstere auf finanzielle Ergebnisse konzentrieren und letztere auf traditionelle Kennzahlen.

Vermorel stimmte Jan zu und diskutierte die Grenzen des Denkens im Excel-Paradigma. Er erklärte, dass, wenn Excel das einzige Werkzeug ist, an das man denken kann, die Lösungen, die man sich vorstellen kann, begrenzt sind. Vermorel kritisierte die Wahrnehmung, dass digitale Technologien sich ständig ändern und dass Wissen in diesem Bereich verfügbar ist. Er argumentierte, dass viele grundlegende Themen wie relationale Datenstrukturen und grundlegende Datentypen sich im Laufe der Zeit voraussichtlich nicht wesentlich ändern werden.

Das Interview endete damit, dass Vermorel und Jan die Notwendigkeit von Störungen in der Branche und die Bedeutung von Bildung im Supply Chain Management betonten. Vermorel erklärte, dass das Supply Chain Management eine Reihe komplexer Probleme aufgrund der vernetzten Natur moderner Unternehmen beinhaltet. Er plädierte für den Einsatz von Paradigmen und Tools, die diese komplexen Probleme bewältigen können, anstatt nach exakten Lösungen zu suchen, die möglicherweise falsch sind. Jan beschrieb hingegen seinen Lehransatz als sowohl schrittweise als auch disruptiv, indem er mit traditionellen Theorien beginnt und dann durch die Zusammenarbeit mit Unternehmen wie Lokad reale Komplexitäten einführt. Er erkannte die Schwierigkeit an, über “wicked problems” zu unterrichten, die komplex sind und von den Handlungen anderer abhängen.

Vollständiges Transkript

Conor Doherty: Willkommen zurück bei Lokad TV. Die Fähigkeiten, die im Supply Chain-Bereich erforderlich sind, haben sich in den letzten 20 Jahren dramatisch weiterentwickelt und werden dies auch weiterhin tun. Natürlich ist dies für unsere heutigen Gäste nichts Neues. Wir begrüßen Sie herzlich von der Rotman School of Management, Associate Professor für Operations und Supply Chain Management, Paul Jan. Paul, herzlich willkommen bei Lokad. Vielen Dank, dass Sie dabei sind. Es ist großartig, hier zu sein.

Jetzt Paul, ich sagte, willkommen bei Lokad, ein bisschen irreführend. Ich meine, wir sind bereits sehr vertraut. Sie haben bereits seit einiger Zeit mit uns zusammengearbeitet und uns sogar hier in den neuen Büros in Paris besucht. Aber für Personen, die nicht mit Ihrer Arbeit vertraut sind, könnten Sie eine Einführung geben und Ihren Hintergrund beschreiben, bitte?

Paul Jan: Vielen Dank, dass Sie mich dabei haben. Mein Name ist Paul Jan. Ich bin derzeit Professor an der University of Toronto und unterrichte Kurse zu Operations und Supply Chain Analytics. Ich komme aus der Industrie und habe umfangreiche Erfahrung in der Beratung und auch in der amerikanischen Unternehmensbranche. In den letzten 15 Jahren war ich sowohl in der Industrie als auch in der Beratung tätig und jetzt unterrichte ich und teile mein Wissen und meine Erfahrungen mit allen Studenten hier an der UofT.

Conor Doherty: Und wie lange unterrichten Sie an der Rotman School of Management?

Paul Jan: Ich bin seit etwa vier Jahren an der Rotman School of Management und zuvor war ich an der University of California, Irvine. Insgesamt unterrichte ich also seit etwa sieben Jahren.

Conor Doherty: Und wie haben sich die Kurse zum Supply Chain Management allein in diesem kurzen Zeitraum entwickelt?

Paul Jan: Hier an der Rotman School unterrichte ich eine grundlegende Klasse, die eine Einführung in das Operations- und Supply Chain Management ist. Dort lernen die Studierenden die grundlegenden Theorien, Anwendungen und einige Praktiken. Ich unterrichte auch eine weitere Klasse in Zusammenarbeit mit Lokad. Dabei geht es darum, diese Theorien und Praktiken in Zusammenarbeit mit einem Unternehmen in die Praxis umzusetzen. Im Laufe der Jahre gibt es immer mehr Daten, die von einem Unternehmen ERP stammen, und selbst mittelständische bis kleinere Unternehmen verfügen alle über eine Art von Datenerfassung oder ERP-System. Daten sind also prominenter geworden und die Studierenden haben meiner Beobachtung nach nicht das Vertrauen und die Erfahrung, um das Gelernte in der Schule auf die reale Welt anzuwenden.

Conor Doherty: Nun, und Joannes, ich komme gleich zu Ihnen, aber ich möchte nur darauf eingehen, weil Sie umfangreiche Erfahrungen im privaten Sektor haben. Wenn Sie die grundlegenden Theorien auswählen, die den Studierenden vermittelt werden sollen, wie viel davon ist traditionelles Wissen im Bereich Supply Chain und wie sehr wird dies von Ihren umfangreichen Erfahrungen beeinflusst?

Paul Jan: In der grundlegenden Klasse, die ich unterrichte, habe ich nicht viel Spielraum, um davon abzuweichen. Ich muss einem Lehrplan und den Anforderungen der Universität und des Fachbereichs folgen. Die meisten davon sind die traditionellen Theorien und Modelle, die ein Student lernen wird. Was ich tue, ist, diese mit Anekdoten und Geschichten oder Dingen, auf die man achten sollte, zu ergänzen, um den Studierenden eine Ergänzung zu bieten, wenn sie in die Arbeitswelt eintreten. Aber als Anforderung der Schule sind die Grundlagen die traditionellen Theorien, die die Studierenden in diesem Kurs lernen werden. In der anderen Klasse, in Zusammenarbeit mit Lokad, habe ich die Freiheit, mehr von der Lehre aus der Sicht eines Praktikers anzuwenden. In Bezug auf das Bewusstsein für Realitäten, das Bewusstsein für die finanziellen Ergebnisse, die aus finanzieller Sicht die traditionellen Grundlagentheorien nicht berücksichtigen. Aber in der Praxis werden Führungskräfte die finanziellen Auswirkungen von XYZ betrachten. Das ist der Unterschied zwischen den beiden und wie ich meine Erfahrungen in diesen verschiedenen Klassen anwende.

Conor Doherty: Nun, vielen Dank, Paul. Und jetzt Joannes, um zu Ihnen zu kommen, könnten Sie beschreiben, worin genau die Zusammenarbeit mit Paul im Rahmen der breiteren Bildungsinitiative von Lokad besteht?

Joannes Vermorel: Ja, bei Lokad haben wir vor etwa einem Jahr eine Initiative gestartet, um unseren technologischen Stack breiter verfügbar zu machen. Lokad wird normalerweise als Unternehmenssoftware geliefert, die nur für unsere VIP-Aussichten und Kunden zugänglich ist. Was wir getan haben, ist, das als das zu bezeichnen, was wir einen Spielplatz nennen, der eine etwas vereinfachte Version von Lokad ist und unter tr.lo.com zugänglich ist. Dies ermöglicht den Zugriff auf eine von Envision unterstützte Codierumgebung und ein kleines Dateisystem. In Bezug auf Bildungszwecke besteht die Idee darin, eine Reihe von Workshops anzubieten, bei denen die Studierenden tatsächlich einen Datensatz verwenden können, der eine vereinfachte Version dessen ist, was in tatsächlichen Setups zu finden ist, aber dennoch ziemlich repräsentativ ist. Wir wollten die Aufgabe nicht zu einfach und zu theoretisch gestalten. Die Idee ist, dass wir eine fertige Umgebung bereitstellen können, in der die Studierenden direkt mit einem Datensatz und einer kleinen Herausforderung einer Supply-Chain-Aufgabe beginnen können, die auf diesem Datensatz ausgeführt werden muss. Dies spiegelt die Art von Herausforderungen wider, mit denen Menschen konfrontiert sein können, wenn sie in ein Unternehmen eintreten, in dem es Probleme mit Lieferanten gibt. Sie müssen analysieren und herausfinden, wer die Lieferanten sind, die nicht in der Lage sind, rechtzeitig und vollständig zu liefern, oder Sie möchten die Nachfrage prognostizieren oder eine andere dieser analytischen Aufgaben in der Supply Chain durchführen. Die Idee ist, dass Lokad eine Umgebung dafür bereitstellen wollte. Der Grund dafür ist, dass Studierende, die sich mit Supply-Chain-Materialien beschäftigen, keine Software-Ingenieure sind. Ja, wenn Sie eine Klasse voller zukünftiger Software-Ingenieure bitten würden, das zu tun, könnten sie sich die Zeit nehmen, eine Python-Umgebung einzurichten, ihre eigene Datenpipeline und Parsing-Logik einzurichten und so weiter, damit sie tatsächlich mit einem Datensatz unter Verwendung von Open-Source-Technologien arbeiten können. Das Problem ist, dass wir angesichts des Zeitrahmens, den wir für Studierende haben, die keine Software-Ingenieure sind, sondern tatsächlich Supply-Chain-Ingenieure oder zukünftige Supply-Chain-Ingenieure sind, eine Umgebung benötigen, die für einen Workshop bereit ist, der hauptsächlich die Supply Chain betrifft und nicht die Feinheiten des Parsens einer CSV-Datei in Python. Solche Dinge müssen also sofort vorbereitet sein, und das ist es, was wir mit dieser Umgebung tun können. Wir teilen eine Umgebung, in der die Daten bereits vorbereitet wurden, das Skript, das die Daten liest, bereits geschrieben ist, sodass sie direkt in das eigentliche Problem einsteigen können, nämlich herauszufinden, was mit einer Supply Chain, einem Lieferanten, der Nachfrage zu tun ist, und Supply-Chain-Argumentation durch ein programmatisches Tool anzuwenden. Unser Ziel ist es, diese Lehrpläne, die normalerweise sehr leicht in Bezug auf technische Werkzeuge sind, dazu zu bringen, fortgeschrittenere Dinge zu tun, ohne dabei völlig in reine Technik verwickelt zu sein. Kurz gesagt, wir stellen eine Umgebung bereit, die problemlos in 5.000 Zeilen Python-Code repliziert werden könnte. Das ist durchaus machbar, aber das Problem ist, dass Sie dann nicht erwarten können, eine fruchtbare dreistündige Arbeitssitzung mit Ihren Supply-Chain-Studierenden durchzuführen. Sie werden eine dreistündige reine Codiersitzung durchführen, bei der Sie nur herausfinden, wie Sie eine CSV-Datei parsen können, was aus Sicht der Supply Chain nicht sehr interessant ist.

Conor Doherty: Und Paul, nur eine Nachfrage dazu. Wie herausfordernd sind diese technischen Fähigkeiten wie Codierung für den durchschnittlichen Supply-Chain-Studenten auf grundlegendem Niveau?

Paul Jan: Ich kann Ihnen ein Beispiel aus der realen Welt geben, wo wir vor ein paar Wochen das Semester begonnen haben. Ich würde sagen, vielleicht 20% dieser neuen Klasse haben bereits irgendwelche vorherigen Codierungserfahrungen, aber dabei haben sie zum Beispiel bereits Python in einem Klassenzimmerumfeld gelernt. Die Mehrheit hat das jedoch nicht. Wenn sie hereinkommen, denke ich, sind sie begeistert, weil sie erkennen, dass dies eine Fähigkeit ist, die ihnen in Zukunft zugutekommen wird, da viele Dinge vorhanden sind, viel mehr Daten, und Excel ist einfach umständlich, wenn es darum geht, eine so große Menge an Daten zu analysieren. Das Codieren hilft, diesen Prozess zu vereinfachen. Aber gleichzeitig haben sie auch ein wenig Angst, Sorge, weil ihnen die Erfahrung fehlt. Es ist eine sehr wichtige Fähigkeit, aber es ist auch etwas, das im Training von Wirtschaftsstudenten fehlt, nicht nur von Supply-Chain-Studenten, sondern allgemein von Wirtschaftsstudenten.

Conor Doherty: Nun, vielen Dank. Und das führt tatsächlich perfekt weiter. Joannes, etwas, worauf ich schon lange warte, um zu fragen. Sie haben in Ihren Vorlesungen in der Vergangenheit Supply-Chain-Probleme als “wicked” beschrieben. Also zwei Teile dieser Frage. Erstens, was genau meinen Sie mit “wicked problems” in der Supply Chain? Und zweitens, warum sind Tools wie Excel einfach nicht in der Lage, mit diesen “wicked problems” umzugehen?

Joannes Vermorel: Der Begriff “wicked problem” stammt nicht von mir. Es handelt sich im Wesentlichen um Probleme, die einer direkten, erstklassigen Analyse trotzen. Es ist etwas, bei dem es eine Reise sein muss, egal was passiert, bei der Sie das Problem selbst entdecken werden.

Ein Beispiel dafür ist, was ist eine gute Anzeige? Wenn ich Sie bitte, die Oberfläche einer geometrischen Form in Quadratzoll oder Quadratzentimetern zu berechnen, kann die Form sehr kompliziert sein, sodass die Berechnung schwierig sein kann, aber es handelt sich um ein geschlossenes Problem. Es gibt eine analytische Lösung, die Ihnen entweder die genaue Antwort oder eine sehr gute Näherung liefert.

Aber wenn ich Sie frage, was eine gute Anzeige ist, hängt die Antwort wirklich davon ab, und sie hängt auch davon ab, was Ihre Konkurrenten tun. Wenn Sie zum Beispiel eine fantastische Anzeige erstellen, aber dann Ihre Konkurrenten Sie so sehr kopieren, dass Ihre Anzeige, die brillant war, jetzt von der Konkurrenz nicht mehr zu unterscheiden ist, war es eine sehr gute Anzeige, aber sie wurde zu einer schlechten Anzeige, nur weil sie von allen kopiert wurde.

Das ist die Art von Boshaftigkeit. Die Antwort, die Sie geben, kann potenziell die Antwort selbst rückgängig machen. Es ist irgendwie seltsam. Ich gebe eine sehr gute Antwort und weil es eine sehr gute Antwort ist, wird sie kopiert und weil sie kopiert wird, wird sie zu einer schlechten Antwort. Das ist eine Art von “wicked problem”.

Die Supply Chain ist voller “wicked problems”. Sie entscheiden sich dafür, ein Distributionszentrum an einem bestimmten Ort zu platzieren, um jemand anderen zu übertreffen. Diese andere Person entscheidet sich dafür, zu replizieren und zu reagieren, indem sie ihre eigenen Distributionszentren neu anordnet, um Sie zu übertreffen. Das ist die Art von Sache.

Also sind die Dinge nicht stabil. Eine Antwort ist nicht stabil. Diese “wicked problems” sind Probleme, bei denen sie wettbewerbsfähig sind. Es gibt Menschen, die auf das reagieren, was Sie tun. Dies ist nicht wie das Problem der Berechnung der Oberfläche einer geometrischen Form, bei dem die Antwort nicht davon abhängt, was der Rest des Universums tut, was andere Menschen entscheiden. Dies ist gut isoliert.

Und dann haben Sie auch Probleme, bei denen Sie sich nicht einmal sicher sind, ob Sie das Problem richtig formulieren. Was bedeutet Qualität des Service? Ja, wir können sagen, dass Qualität des Service darin besteht, das Service-Level zu erhöhen, aber die Realität ist, dass Qualität des Service im Auge des Kunden liegt und was bedeutet es überhaupt? Es ist eine sehr schwierige Frage.

Für manche Menschen ist es vielleicht in Ordnung, wenn es Ersatzprodukte gibt. Sie erwarten nicht, dass dieses eine Produkt verfügbar ist. Vielleicht ist es für sie in Ordnung, wenn es Ersatzprodukte gibt. Andere Menschen könnten anderer Meinung sein. Sie könnten eine sehr enge Vorstellung davon haben, was sie tatsächlich brauchen, und sagen: “Ich möchte genau diesen Barcode oder es funktioniert nicht.”

Und dann, abhängig von der Botschaft, die das Unternehmen hat, der breiteren Kommunikation, können Sie tatsächlich verstärken oder verringern, ob die Leute andere Produkte als Ersatz sehen oder nicht. Wenn Sie eine Kommunikation haben, die besagt, dass dieses Ding völlig einzigartig ist, dass es keinen Ersatz gibt, dann wundern Sie sich nicht, dass die Leute nicht einmal bereit sind, andere Ihrer eigenen Produkte als Ersatz zu akzeptieren, weil das Ihre Kommunikation ist. Das kann gut gegen die Konkurrenz sein, aber das kann herausfordernder sein, wenn Sie die Menschen davon überzeugen wollen, Alternativen zu akzeptieren.

Die Situationen sind unglaublich vielfältig. Die Quintessenz dieser “wicked problems”, und das ist eine typische Denkweise von Lokad, ist, dass es in der Regel besser ist, bei diesen “wicked problems” mit Daten über das Problem zu iterieren, anstatt ohne Daten zu arbeiten.

Egal welche Frage gestellt wird, wie zum Beispiel ob es eine gute Anzeige ist, ist es einfacher, diese Frage zu beantworten, wenn Sie den Umsatz messen und ein wenig mit Ihren Werbeausgaben korrelieren können. Das bedeutet nicht, dass es die Frage vollständig lösen wird, aber Sie werden besser informiert sein, im Gegensatz zu dem Versuch, diese Frage ohne jegliche Daten zu beantworten.

In der Regel hilft es, auch wenn Sie es mit einem “wicked problem” zu tun haben, Daten zur Verfügung zu haben. Das Problem ist, dass Sie aufgrund der “wicked nature” Ihre Position in Bezug auf die Art der Analyse und Verarbeitung überdenken müssen, was bedeutet, dass es keine allgemeingültige Antwort geben wird. Sie werden die Daten verarbeiten, dann nachdenken und je nachdem, was passiert, vielleicht eine etwas andere Frage stellen.

Also, “wicked problems”, da kommen wir ins Spiel. Wenn Sie vor einem “wicked problem” stehen, ist es gut, Daten zu haben, weil Sie dadurch besser informiert sind, was im Allgemeinen besser ist. Aber es bedeutet auch, dass Sie Ihre Analyse von Zeit zu Zeit wiederholen müssen, weil es keine endgültige Antwort geben wird.

Excel ist in dieser Hinsicht gut. Excel ermöglicht es Ihnen, Ihre Analyse so oft zu überarbeiten, wie Sie möchten. Das Problem ist, dass Excel nicht im Umfang dessen skaliert, was moderne “supply chains” erfordern. Heutzutage sprechen wir von Zehntausenden von Produkten, Millionen von Transaktionen, einer Menge transaktionaler Daten. Excel ist dafür einfach nicht geeignet.

Die Hauptherausforderung besteht darin, dass moderne “supply chain” Daten das überschreiten, was vernünftigerweise in Excel Platz finden kann, und das auf zwei Arten. Erstens übersteigt es die Anzahl der Zeilen. Excel ist auf eine Million Zeilen begrenzt. Aber dieser Teil ist eigentlich nicht das große Problem. Theoretisch könnte Microsoft Excel ein wenig umgestalten und es auf 100 Millionen Zeilen erweitern. Das ist nicht unmöglich, und tatsächlich gibt es ein paar Konkurrenten von Excel, die das können.

Aber wenn wir sagen, dass eine moderne “supply chain” überschreitet, dann bedeutet das im Grunde genommen, dass Excel eine Denkweise hat, die sich auf eine Tabelle zur gleichen Zeit konzentriert. Es geht davon aus, dass Daten wie eine flache Tabelle sind. Aber die Realität ist, dass die transaktionalen Daten, wie sie in einer “supply chain” zu finden sind, aus mehreren Tabellen bestehen. Sie haben eine Tabelle für Lieferanten, eine Tabelle für Transaktionen, eine Tabelle für Kunden, eine Tabelle für Produkte, eine Tabelle für Farben oder Formen oder was auch immer.

Daher werden Sie sehr häufig mit mindestens einem halben Dutzend Tabellen arbeiten. Und was Ihnen fehlt, ist etwas wie eine relationale Algebra, die wirklich im Kern Ihrer transaktionalen Daten liegt. Ihre Daten in der “supply chain” sind transaktional und relational. Sie haben etwa ein halbes Dutzend Tabellen, und da funktioniert Excel wirklich nicht.

Sie haben nicht nur diese Einschränkung in Bezug auf die Anzahl der Zeilen, aber das könnte behoben werden. Aber im Allgemeinen haben Sie dieses Problem, dass Sie in Bezug auf die Semantik eingeschränkt sind. Excel gibt Ihnen nicht diese Möglichkeit mit mehreren Tabellen zu arbeiten.

Und übrigens liegt das daran, dass Microsoft sich nicht einmal wirklich darum bemüht, diese 1-Millionen-Grenze zu erweitern. Die Leute bei Microsoft wissen, und das wissen sie schon lange, dass selbst wenn sie auf 100 Millionen Zeilen erweitern könnten, die nächste Stufe sein wird: “Oh, wir brauchen mehrere Tabellen”, und dann wird es mit Excel nicht sehr gut funktionieren.

Deshalb war die Antwort von Microsoft: “Wenn Sie relationale Daten möchten, haben Sie SQL Server oder Tools, die relationale Daten als Bürger erster Klasse behandeln”, anstatt zu versuchen, das in einer Tabellenkalkulation zu haben. Und übrigens ist das auch etwas, das wir mit diesem Playground versuchen, den Studierenden zu vermitteln, nämlich die Realität relationaler Daten, indem wir eine Sprache anbieten, die relationale Daten als Bürger erster Klasse hat.

Denn das ist etwas, von dem ich glaube, dass es sich nicht ändern wird. In vierzig Jahren werden ERP-Systeme immer noch Tabellen und Spalten haben. Diese Sache wurde vor vier Jahrzehnten etabliert, also ist sie schon seit mehr als vier Jahrzehnten ein sehr stabiler Aspekt der digitalen “supply chain”.

Conor Doherty: Paul, ein interessanter Punkt, dem man folgen kann, denn Sie haben umfangreiche Erfahrung im privaten Sektor und wurden in diesem Bereich formell ausgebildet. Als Sie sich entwickelten und Erfahrungen sammelten, haben Sie wahrscheinlich mit Excel gearbeitet. Und wenn ja, wann haben Sie gesagt: “Ich muss reichhaltigere, programmatische Optionen in Betracht ziehen”? Was hat also zu der Abweichung von Excel geführt?

Paul Jan: Die Abweichung ist das, worauf Joannes zuvor hingewiesen hat. Excel ist großartig, wissen Sie, es ist eine Art Tabelle auf einmal, und es ist sehr umständlich, all diese Tabellen oder Registerkarten in Excel zu verknüpfen. Und selbst wenn es Ihnen gelingt, ist es auch eine weitere sehr zeitaufwändige Aufgabe, wenn Sie Ihre Annahmen und Variablen ändern müssen, um alle Änderungen zu überprüfen, die Sie in Excel vorgenommen haben.

Sie stoßen oft auf Fehler. Sie machen fast immer Fehler am Ende, weil Sie vergessen haben, diese Variable dort zu ändern oder diese Annahme dort zu ändern, was dazu führt, dass das Endergebnis etwas anders aussieht. Also, ich glaube, es war vielleicht ein paar Jahre später, dass ich die Chance hatte, SQL zu lernen. Ich kannte SQL vorher nicht, aber ich habe SQL in einem der Projekte gelernt und habe die Sprache wirklich geschätzt und auch die Möglichkeit, zumindest den ersten Teil, das Finden der deskriptiven Daten, das Finden der Anomalien in den Daten selbst zu verarbeiten und zu vereinfachen.

Das vereinfacht zumindest den ersten Teil, das Finden der deskriptiven Daten und das Finden der Anomalien in den Daten selbst. Dafür zu sorgen, dass die Daten sauber sind und Möglichkeiten zu finden, verschiedene Datenquellen zusammenzuführen, hat die Dinge ziemlich vereinfacht. Das war der Zeitpunkt, an dem ich wirklich einen Übergang gemacht habe. Zu der Zeit wurde SQL meine erste Wahl der analytischen Werkzeuge, mit denen ich die Daten verarbeiten oder besser gesagt vorverarbeiten würde, um zu verstehen, wie die Daten aussehen und ob es irgendwelche Anomalien gibt. Dann würde ich die erste Art von deskriptiver Analyse daraus machen, und Excel würde mehr für die einfache Visualisierung verwendet werden. Sobald das abgeschlossen ist, würden wir es einfacher mit Excel visualisieren, indem wir Diagramme und Grafiken und so weiter machen.

Ich möchte das, was Joannes über die Entdeckung von Lokad erwähnt hat, ergänzen. Ich habe Lokad auch vor ein paar Jahren entdeckt, aber ich habe nicht eine ähnliche Initiative ergriffen wie die, die ich letztes Jahr ergriffen habe, um dies den Studierenden vorzustellen. Ich hatte ehrlich gesagt Angst, dass der Programmieraspekt die Studierenden davon abhalten würde, das Tool zu verwenden und Spaß daran zu haben oder aus dem Unterricht zu lernen. Aber ich muss sagen, ich lag falsch. Angesichts der letzten Monate unserer Zusammenarbeit habe ich festgestellt, dass Envision ein sehr leicht verständliches Tool ist. Selbst mit meinem Hintergrund in Programmierung und Datenbanken ist es sehr einfach zu verstehen, und ich denke, es ist auch für Studierende einfacher zu verstehen, weil die Codes sozusagen wie eine Laiensprache gelesen werden können.

Es ist anders als zum Beispiel Python und andere, wo manchmal Dinge nicht so viel Sinn ergeben und sie nicht ohne die Erklärung von jemandem, der das Programm geschrieben hat, aufeinander folgen. Bisher war es eine sehr hilfreiche Übung, dies einzuführen. Es hat den Prozess der Anpassung an Annahmen wirklich vereinfacht, Dinge, die wir in den Daten vielleicht nicht berücksichtigt haben, aber um das im Code selbst zu aktualisieren und es im Dashboard für die Studierenden sichtbar zu machen.

Ich nenne das immer noch ein Einführungsniveau. Für Studierende geht es darum, auf einer übergeordneten Ebene zu verstehen, was ein Unternehmen tut und wie es von diesen deskriptiven Daten wie der Anzahl der Kunden, dem höchsten Umsatz, dem ABC-Trend ihres Produkts ausgeht. Von dort aus können sie verstehen, wie sie die Supply Chains aufbauen, und dann gehen wir tiefer in ihre Supply Chain ein. Daher hat uns dieses Programm, diese Programmiererfahrung mit Envision, in dieser Hinsicht wirklich sehr geholfen und auch die Fehler reduziert, die wir in Excel machen könnten.

Conor Doherty: Ich werde Ihnen folgen, Paul, und dann Joannes. Also, willkommen, es ist eine philosophische Frage, die Ihnen gefallen wird. Es fällt mir auf, dass wir über die Werkzeuge gesprochen haben, also ist Envision das Werkzeug, aber die Verwendung oder Nutzung von Werkzeugen geht mit einer Denkweise einher. Wie Sie gerade angedeutet haben, ist etwas, das das Fundament dessen ist, was Lokad mit Envision tut, eine rein finanzielle Perspektive auf Supply-Chain-Probleme und die Reduzierung von Fehlern in Dollar oder Euro. Das ist eine Mischung aus Wirtschaft, aber es ist auch ein wenig philosophisch, zu verstehen, wenn ich das tue, kann ich das nicht tun, Opportunitätskosten.

In Bezug auf die Denkweise, das Verständnis für den Umgang mit diesen Werkzeugen, ist das etwas, das Sie auch im Unterricht vermitteln müssen oder verstehen die Studierenden automatisch: “Oh ja, Opportunitätskosten, ich werde einfach dieses Werkzeug verwenden und es ist für sie wirklich offensichtlich”?

Paul Jan: Ich würde nicht sagen, dass es offensichtlich ist, aber die Studierenden haben eine Ausbildung in Wirtschaftswissenschaften, sodass sie verstehen, was der Kompromiss, der Opportunitätskosten ist. Selbst in der grundlegenden Supply-Chain-Klasse oder Betriebsklasse, die ich hier unterrichte, führen wir die Studierenden in die Extrakosten, die Rettungskosten, die verschiedenen Kosten ein, die mit der Entscheidung einhergehen, wie viel Inventar zu lagern ist und wann. Diese Konzepte sind verständlich und nachvollziehbar für die Studierenden, sobald Sie ihnen erklären, dass die Art und Weise, wie wir zu diesem finanziellen Ergebnis kommen, auf ABC basiert.

In der Praxis versuchen wir, diese finanziellen Ergebnisse auch für Führungskräfte in Beratungsprojekten zu quantifizieren. Führungskräfte verstehen, dass, wenn Sie ihnen sagen, dass dies Ihre Kosten in Dollar oder Chancen in Dollar sind. Aber für die Supply-Chain-Mitarbeiter würde ich sagen, oder für die Betriebsmitarbeiter, sind sie hauptsächlich von den traditionellen Kennzahlen, den Umschlägen, Prognosegenauigkeit getrieben. Sie verstehen es, aber sie achten mehr darauf. Es gibt also eine Kluft zwischen dem, was die Führungskräfte verstehen, und dem, was die operativen Mitarbeiter verstehen oder zumindest gelehrt oder angewiesen werden zu befolgen. Aus Sicht der Studierenden ist es keine schwierige Aufgabe, diese Konzepte einzuführen oder zu erklären.

Conor Doherty: Danke, Paul. Und Joannes, zurück zu Ihnen. Also, basierend auf dem, was gerade gesagt wurde, verstehe ich sehr gut, warum Dinge wie Python, SQL und natürlich Envision, unsere domänenspezifische Sprache, neuen Supply-Chain-Praktikern möglicherweise nicht vertraut sind. Aber das Konzept knapper Ressourcen, alternativer Verwendungen, das Fundament der Wirtschaftswissenschaften, ist seit mehr als einem Jahrhundert bekannt. Warum sollte dieser Aspekt der wirtschaftlichen Denkweise in Supply-Chain-Kreisen so anders sein als in der Schule, wie Paul es gerade beschrieben hat, wo es intuitiv verstanden wird?

Joannes Vermorel: Ich möchte zunächst auf die Bemerkung von Paul eingehen. Als Sie sagten, Sie seien besorgt, Envision zu verwenden, denke ich, Sie hatten Recht. Nur für das Publikum, meine persönliche Überzeugung ist, dass die überwiegende Mehrheit der Unternehmenssoftware absoluter Mist ist, buchstäblich absoluter Mist. Und Software zu kaufen, ich schaue nur Sie an. Es ist also verständlicherweise eine sehr vernünftige Annahme, standardmäßig anzunehmen, dass es reiner Mist sein wird, und dann angenehm überrascht zu sein, wenn sich herausstellt, dass dies nicht der Fall ist. Aber ich denke, es ist eine vernünftige Annahme. Ich bin fest davon überzeugt, dass Envision nicht in dieser Kategorie ist, wir haben gute Arbeit geleistet. Aber nochmals, ich denke, es ist standardmäßig zu erwarten, dass Unternehmenssoftware von sehr geringer Qualität sein wird, insbesondere im Vergleich zu beliebten Open-Source-Projekten. Es ist eine faire und sehr rationale Annahme über die Anwendungslandschaft.

Nun, das Problem bei dieser Art von Denkweise im finanziellen Bereich und als Paul ABC erwähnte, meinte er Activity-Based Costing, übrigens nicht ABC-Analyse. Das Problem ist, dass es sehr schwierig ist, über Probleme nachzudenken, wenn man sich die Lösung nicht vorstellen kann. Wenn die Leute also sagen, dass sie in Bezug auf Genauigkeit oder Servicelevel denken wollen, handelt es sich um sehr klassische Kennzahlen. Das Problem ist, wenn alles, was Sie haben, eine Excel-Tabelle ist, ist das so ziemlich alles, was Sie umsetzen können. Wenn Sie also nur in Tabellenkalkulationen denken können, haben Sie Schwierigkeiten, diese Dinge umzusetzen, weil Sie Probleme lösen müssen. Wie werde ich das alles in Dollar umwandeln, während Sie Schwierigkeiten haben, über die Lösung nachzudenken?

Die Leute denken oft zuerst an die Lösung, bevor sie das Problem betrachten. Es ist sehr schwer, ein Problem zu formulieren, ohne zuerst eine Lösung zu konzipieren. Sie werden zuerst auf eine ungefähre Lösung stoßen und dann, wenn Sie jemand anderem erklären wollen, was Sie getan haben, werden Sie tatsächlich das Problem erfinden, das zur Lösung passt. Die Leute stellen sich instinktiv zuerst die Lösung vor und erfinden dann das Problem, um darüber kommunizieren zu können.

Ihre Fähigkeit, Lösungen zu denken, hängt von den Werkzeugen ab, die Ihnen in Ihrem Kopf zur Verfügung stehen. Wenn Sie Excel im Kopf haben, sind alle Lösungen, an die Sie denken können, diejenigen, die in Excel funktionieren können. Dies beschränkt Sie auf das Paradigma von Genauigkeit und Servicelevel, weil dies die Dinge sind, die Sie in Excel tun können.

Deshalb ist es sehr wichtig, dass sich Studierende in grundlegenden Kursen mit besseren Werkzeugen vertraut machen, in denen sie beispielsweise mit Tabellen und Spalten und Konzepten wie SQL denken können. Das Problem ist nicht SQL an sich, sondern das Paradigma, das Sie mit SQL erhalten - Tabellen, Filter, Aggregationen, Spalten, Wertetypen wie Zeichenketten gegenüber Zahlen, Booleans. Diese Dinge sind sehr wichtig und plötzlich, wenn Sie diese Paradigmen haben, können Sie an Klassen von Lösungen denken, die ausgefeilter sind.

Um über finanzielle Kennzahlen nachzudenken, müssen Sie die Kosten für die Lagerung verbinden, daher benötigen Sie eine weitere Tabelle, die Ihnen einige Annahmen über die Kosten für die Lagerung liefert. Sie müssen die Kosten für den Lagerbestand haben, also müssen Sie diese Informationen an anderer Stelle haben. Es ist nicht so, dass die Leute traditionell unfähig sind, über die Kosten für die Lagerung oder die Kosten für die Versicherung nachzudenken, sie wissen es. Aber wenn es darum geht, sich eine Lösung vorzustellen, wenn Excel alles ist, woran sie denken können, ist es sehr schwer für sie, an eine Tabelle zu denken, in die diese 20 verschiedenen Dinge eingefügt werden können.

Aber wenn Sie mit relationalen Daten denken können, haben Sie plötzlich die Werkzeuge, die es Ihnen ermöglichen, zu denken: “Okay, ich werde all diese Kosten mit so vielen Tabellen einfügen, wie es braucht.” Und konzeptionell, wenn diese Kosten einzeln einfach sind, ist es nur eine Frage der Aggregation all dessen.

Das ist eine lange Erklärung, aber das ist auch der Grund, warum das traditionelle Supply Chain Management sehr zögerlich ist. Sie hatten nicht die Möglichkeit, diese Art von Ausbildung zu erhalten, bei der sie wirklich mit moderneren Werkzeugen denken können.

Paul Jan: Ich stimme Joannes’ Einschätzung vollkommen zu. Wenn wir eine Kompetenzbewertung in den Supply-Chain-Operationen eines Unternehmens durchführen würden, denke ich, dass Sie eine große Lücke in ihrem Verständnis dessen finden würden, worüber wir gerade gesprochen haben. Das ist wirklich die Herausforderung bei der Ausbildung dieser nächsten Generation junger Fachleute, einen anderen Denkansatz und Innovationen zu fördern.

Joannes Vermorel: Ich unterrichte seit sieben Jahren, nicht Supply Chain, sondern verteiltes Rechnen und Softwaretechnik. Meine Philosophie, als ich an der Eon Normal Superior in Paris unterrichtet habe, wo ich die volle Freiheit hatte zu entscheiden, was ich unterrichte, war es, mich auf Themen zu konzentrieren, die auch in vier Jahrzehnten noch relevant sein würden.

Meine größte Angst war es, etwas zu unterrichten, das nur ein Trend war, etwas, das man fünf Jahre später als technische Spielerei erkannte und das jetzt verschwunden ist. Also habe ich mich immer gefragt, ist das etwas, das den Test der Zeit bestehen wird? Das auch in 40 Jahren noch von Bedeutung sein wird?

Zum Beispiel wurde SQL seit 1989 als Standard etabliert. Es hat sich weiterentwickelt, aber der Großteil hat sich seitdem nicht verändert. Das zugrunde liegende Modell, die relationale Datenbank, hat sich seit den späten 70er Jahren nicht verändert. Es hat sich als unglaublich erfolgreich erwiesen, mit nahezu 99% des ERP-Marktes, die dieses relationale Datenformat auf die eine oder andere Weise verwenden.

Die Leute haben den Eindruck, dass digitale Technologien sich ständig ändern, dass man etwas lernen muss und dass es in zwei Jahren vorbei ist. Ich glaube, das ist ein Problem, weil es den Menschen den Eindruck vermittelt, dass dieses Wissen verfügbar ist. Es vermittelt auch einen falschen Eindruck an das Management, dass sie das umgehen können und dass es ihnen egal ist, weil es in zwei Jahren etwas anderes sein wird.

Wenn es richtig gemacht wird, haben wir viele Themen, die sehr grundlegend sind. Die relationale Datenstruktur wäre eines davon. Die grundlegenden Datentypen, Text, Booleans, Zahlen, waren bereits Ende der 70er Jahre so. Selbst Python 3, die neueste Version, hat das immer noch in ihrem Kern. Es ist etwas, das sich in den nächsten vier Jahrzehnten sehr wahrscheinlich nicht ändern wird.

Ebenso, wenn wir über Prognosen nachdenken, die Idee, wie man die Zukunft betrachtet, Zeitreihen, welche Einschränkungen Zeitreihen haben, was eine Zeitreihenprognose uns gibt, was sie uns nicht gibt, was diese Methode uns von Natur aus nicht geben kann, das wird sich auch nicht ändern. Die einfachste Art von Prognose wird auch in vier Jahrzehnten noch eine Zeitreihenprognose pro Tag, pro Woche, pro Monat sein, und die Einschränkungen einer solchen Prognose werden immer noch die gleichen sein.

Wenn ich Prognosen unterrichten müsste, würde ich mich statt auf das beste Zeitreihenprognosemodell zu konzentrieren, das sich ändern wird, auf die eingebauten Annahmen konzentrieren, die man bei Zeitreihenprognosen hat, was sie einem geben und was sie einem nicht geben, und auf die gefährlichen Einschränkungen und wie man über Ungewissheit nachdenkt.

Ich verstehe, dass das eine sehr große Herausforderung ist. Die meisten Universitätsprofessoren hatten nicht den Luxus, den ich hatte, wo die Verwaltung sich überhaupt nicht dafür interessierte, was ich tatsächlich unterrichtete.

Conor Doherty: Paul, wenn du in der Klasse die Nachfrageprognose behandelt, gehst du dann auf Wahrscheinlichkeitsverteilungen ein und verstehst die Unsicherheit der Zukunft?

Paul Jan: In der Grundlagenklasse sprechen wir darüber, und auch in der Nachfrageverwaltung, der Prognose und der Bestandskontrolle. Aber wir gehen davon aus, dass die Variabilitäten und Unsicherheiten der Normalverteilung folgen, was das Unterrichten viel einfacher macht.

Bei der Anwendung des probabilistischen Ansatzes, der die Wahrscheinlichkeit von Variationen für ein Produkt betrachtet, kann man sich das grafisch anschauen. Menschen sind visuell, also können sie verstehen, warum sich ein Produkt anders verhält als ein anderes.

In diesem Semester überlege ich, einige Inhalte aus der höheren Klasse in die untere Klasse zu bringen, um Unsicherheiten und Variationen auf eine visuellere Weise zu erklären.

Joannes Vermorel: Es ist in Ordnung, starke Annahmen zu machen, um zu Unterrichtszwecken zu vereinfachen. Ich erinnere mich, als ich an der Universität war, hat mein Physiklehrer Berechnungen vereinfacht, indem er annahm, dass eine Kuh eine Kugel ist. Offensichtlich ist eine Kuh keine Kugel, aber für die Übung ist es vernünftig, den Studierenden eine vereinfachte Berechnung machen zu lassen. Das hilft ihnen, mit den Konzepten zu experimentieren, ohne sich in den Berechnungen zu verheddern.

Im Bereich der Supply Chain treffen die Menschen jedoch ähnliche Annahmen, wie zum Beispiel die Annahme, dass die Nachfrage normalverteilt ist. Dies ist eine Lehrannahme, die in der realen Welt nicht zutrifft. Dennoch gehen Anbieter von Unternehmenssoftware davon aus und codieren diese Annahmen in ihre Software. Das ist Wahnsinn. Es ist so, als ob General Motors Annahmen über Kugeln und Passagiere in ihre Autos codieren würde. Die Leute würden denken, das ist verrückt. Das sollte man nicht für ein echtes Auto tun, das in der realen Welt fahren wird.

Doch seltsamerweise sagen Anbieter von Supply Chain-Software, dass es kein Problem ist, diese Annahmen in ihre Software einzubauen. Das ist meine Reaktion auf den Status quo in dieser Branche, den ich ein wenig verrückt finde. Es besteht Bedarf an Veränderung. Aus irgendeinem seltsamen Grund scheint es, dass Anbieter von Supply Chain-Software diese verrückten Annahmen, die zu Unterrichtszwecken eingeführt wurden, direkt in die Software übersetzen.

Aber vielleicht ist es nicht fair, das von den Professoren zu verlangen. Vielleicht müssen die Anbieter von Unternehmenssoftware für Supply Chain selbst mit der Realität klarkommen.

Conor Doherty: Das ist etwas, was ich gerade fragen wollte. Aus Pauls Perspektive an der Rotman School of Management ist es seine Aufgabe, diese Konzepte zu lehren. Aber warum ist Bildung für Lokad, einen Anbieter von Supply Chain-Software, so wichtig? Warum liegt so viel Fokus darauf?

Joannes Vermorel: Die Supply Chain ist eine Sammlung von komplexen Problemen aufgrund der Tatsache, dass wir alle Kräfte der Unternehmen zusammenbringen. Die Supply Chain verbindet das Unternehmen, das bedeutet, dass wir Vertrieb, Produktion, Transport, Marketing, Finanzen, alles zusammenbringen. Das ist keine einfache Angelegenheit. Moderne Unternehmen operieren in vielen Ländern, daher haben wir nicht nur Vertrieb gegen Marketing, sondern auch Frankreich gegen Italien gegen Spanien.

Die Supply Chain ist eine Reihe von komplexen Problemen, sei es durch Design oder durch die Natur der Supply Chain, die viele gegensätzliche Interessen innerhalb und außerhalb des Unternehmens verbindet. Wir müssen in Bezug auf Paradigmen und Werkzeuge denken, die es Ihnen ermöglichen, diese komplexen Probleme, wenn auch nur annähernd, zu erfassen. Die Menschen gehen jedoch nicht den Weg des Annähernden, sondern den Weg des Genau-Falschen und setzen auf viele numerische Rezepte, die viel genauer sind, als sie sein sollten.

Conor Doherty: Wir kommen langsam zum Ende, aber ich möchte es Ihnen zurückgeben. Joannes’ Vorstellung von der Supply Chain scheint mir sehr philosophisch zu sein. Wenn wir über Probleme erster und zweiter Ordnung sprechen, ist es fast wie bei Wittgenstein. Mich interessiert, ob Sie einen ähnlich philosophischen Ansatz zur Supply Chain verfolgen. Lässt die Verwaltung das überhaupt zu? Müssen wir am ersten Tag das gesamte Spektrum der Supply Chain-Philosophien neu überdenken? Ist dies etwas, was Sie den Studierenden sagen, dass wir das Rad komplett neu erfinden müssen, oder ist es eher ein schrittweiser Prozess?

Paul Jan: Es ist ein schrittweiser und auch disruptiver Prozess. An der Universität beginnt ein Student mit den Grundlagen, dann folgt eine Zwischenklasse für das Supply Operations Management und schließlich kommt er in eine fortgeschrittene Klasse, die ich in diesem Semester in Zusammenarbeit mit Lokad unterrichte. Die Studierenden lernen allmählich traditionelle Theorien und Anwendungen. Aber dann kommt die Disruption, wenn sie in dieser Klasse, zumindest in meiner Erfahrung, lernen, wie komplex die Supply Chain sein kann, ohne es selbst zu erleben. Deshalb arbeiten wir mit einem Unternehmen zusammen. Wir arbeiten mit echten Daten und denken mit einem Werkzeug. Sie sehen die Komplexität, die Unsicherheit und erkennen, dass das, was sie in den vorherigen Jahren oder Klassen gelernt haben, nicht direkt angewendet werden kann. Man kann es tun, aber es ergibt möglicherweise keinen Sinn.

Es ist also eine philosophische Frage. Und übrigens ist dies ein offenes Problem. Wenn Sie auf die Wikipedia-Seite zu Wicked Problems gehen, werden Sie feststellen, dass alle Disziplinen, die mit dieser Art von Problem konfrontiert sind, bei denen eine gute oder schlechte Antwort auf eine Problemstellung davon abhängt, was andere Menschen tun, unglaublich schwer zu lehren sind. Es ist nicht spezifisch für die Supply Chain, es gibt andere Bereiche, in denen es genauso schwierig ist.

Joannes Vermorel: Es gibt sogar Bereiche, in denen beispielsweise kürzlich ein Gast über den Handel an öffentlichen Märkten gesprochen hat, bei denen Sie, wenn Sie sogar offenlegen, wie Sie es tun, Ihre eigene Lösung und Ihren eigenen Umsatz untergraben. Geheimhaltung ist in solchen Dingen von größter Bedeutung. Wenn Sie etwas verstehen, sollten Sie professionell nicht darüber sprechen, denn wenn Sie es tun, werden die Menschen es gegen Sie verwenden.

Aber meine Meinung ist, dass Lokad weiterhin versuchen wird. Wir werden weiterhin versuchen, die guten Universitäten zu unterstützen, die wie die University of Toronto in diese Richtung gehen. Wir erwarten keine Lösung, aber jeder Schritt in diese Richtung ist bereits besser als so zu tun, als ob es das gar nicht gibt.

Conor Doherty: Genau, annähernd korrekt. Nun, Paul, es ist hier üblich, dem Gast das letzte Wort zu überlassen. Gibt es etwas, das Sie den Menschen erzählen oder Ihren Studierenden für die Abschlussprüfungen raten möchten?

Paul Jan: Noch keine Ratschläge für die Abschlussprüfungen, aber ich möchte auf Joannes’ Kommentar über die Investitionen des Privatsektors in die Bildung zurückkommen. Sie investieren in Vorlesungen, Artikel und Blogs, und das schätze ich sehr. Viele dieser Studierenden wenden sich nach ihrem Abschluss an Anbieter, Lieferanten und Websites, um Informationen zu finden oder ihr Wissen über das Supply Chain Management aufzufrischen.

Statistik ist zum Beispiel ein sehr gefürchtetes Fach für Studierende. Es ist also viel einfacher, nicht alles als normal anzunehmen, weil dadurch die Angst genommen wird. Aber wenn Sie echte Substanz haben, um unterschiedliche Verhaltensweisen zu belegen, sind sie möglicherweise eher bereit, diese Angst zu überwinden. Nach dem Studium wird Ihre Information für sie zugänglicher, sodass sie eine Verstärkung darstellt, um uns aus dieser Denkweise herauszuführen, dass wir dieselbe Lösung auf alle unterschiedlichen komplexen Probleme anwenden können.

Conor Doherty: Perfekt. Damit habe ich tatsächlich keine weiteren Fragen. Joannes, vielen Dank für Ihre Zeit.

Joannes Vermorel: Vielen Dank auch Ihnen und für Ihre fortlaufende Zusammenarbeit.

Conor Doherty: Und vielen Dank an alle, die zugeschaut haben. Wir sehen uns das nächste Mal.