Über Wissen, Zeit und Arbeit für supply chains - Lecture 1.7

00:00 Einführung
03:53 Visionen
07:49 Werte
10:53 Die bisherige Geschichte
13:51 Die Sterne haben gesprochen
15:49 Wissen
20:08 Prozesse (Wissen 1/2)
24:32 Arbeitsteilung (Wissen 2/2)
28:49 Zeit
33:23 Die Zukunft (Zeit 1/4)
38:16 Ausführung (Zeit 2/4)
42:48 Komplexität (Zeit 3/4)
47:47 Planung (Zeit 4/4)
54:19 Arbeit
59:57 Kontrolle (Arbeit 1/2)
01:07:21 Engpass (Arbeit 2/2)
01:12:35 Vielfalt und Gültigkeit
01:17:44 Fazit
01:20:23 1.7 Über Wissen, Zeit und Arbeit für supply chains - Fragen?

Beschreibung

supply chains befolgen die allgemeinen wirtschaftlichen Prinzipien. Dennoch sind diese Prinzipien zu wenig bekannt und werden zu häufig falsch dargestellt. Populäre supply chain practices und ihre Theorien widersprechen oft dem, was in der Volkswirtschaft allgemein anerkannt wird. Allerdings werden diese Praktiken wohl niemals das grundlegende Wirtschaftsverständnis widerlegen. Außerdem sind supply chains komplex. Sie sind Systeme, ein relativ modernes Konzept, das ebenfalls zu wenig bekannt und zu häufig falsch dargestellt wird. Ziel dieser Vorlesung ist es, zu verstehen, was sowohl die Volkswirtschaft als auch Systeme zur Lösung von Planungsproblemen in einer realen supply chain beitragen.

Vollständiges Transkript

Willkommen zu dieser Reihe von supply chain Vorlesungen. Ich bin Joannes Vermorel und heute werde ich über Wissen, Zeit und Arbeit sprechen.

Wenn man sich dem supply chain management nähert, sei es durch Lehrbücher oder durch unternehmerische Praktiken, bleibt vieles unausgesprochen. Natürlich gibt es ein Element der Notwendigkeit, denn alles auszuführen ist keine praktikable Option. Es gibt jedoch auch ein Element der Blindheit. Einige entscheidende Ideen, Gedanken oder Einsichten, die hätte explizit dargelegt werden sollen, bleiben fast zwangsläufig unerzählt und ungeschrieben. Unter all diesen unausgesprochenen Ideen sind es die kraftvollsten, die unsere Kausalitätsintuition in Bezug auf die interessierenden Objekte steuern — in diesem Fall supply chains.

Tatsächlich definiert diese Kausalitätsintuition, wie wir Situationen einordnen, wie wir Probleme wahrnehmen und ob wir sie überhaupt erkennen. In dieser Vorlesung bezieht sich der Begriff “Vision” auf diese Kausalitätsintuition. Vision durchdringt das Unternehmen: seine Kultur, seine Prozesse und seine Praktiken. Fehlgeleitete Visionen untergraben unsere Fähigkeit, die richtigen Probleme zu identifizieren, und können uns in die Irre führen, indem sie uns dazu verleiten, Lösungen zu verfolgen, die wenig oder gar nicht die beabsichtigten Vorteile für das Unternehmen bringen.

Diese Kausalitätsintuitionen, diese Visionen, können genauso fehlerhaft oder fehlgeleitet sein wie alles andere. Eine Vision, die sich für ein bestimmtes Unternehmen als unpassend erweist, kann jeden einzelnen Versuch, seine supply chain zu verbessern, im Laufe der Zeit vergiften und lediglich zu einer Fortführung des Bestehenden führen.

Darüber hinaus haben die Menschen innerhalb desselben Unternehmens selten exakt dieselbe Vision. Tatsächlich können sie radikal unterschiedliche Visionen haben. Da Visionen selten explizit formuliert werden, bleibt bei den Mitarbeitern häufig das Gefühl zurück, dass, wann immer sie versuchen zu schieben, ein anderer Mitarbeiter in die entgegengesetzte Richtung zieht. Wir werden sehen, dass die Ursache dieser Konflikte häufig auf eine Divergenz der Visionen zurückzuführen ist, anstatt auf eine Divergenz der Werte oder Anreize.

Die beiden Thesen, die ich in dieser Vorlesung verteidigen werde, sind subtil und dennoch von entscheidender Bedeutung.

Erstens, es gibt mächtige Visionen in den Kreisen der supply chain. Diese Visionen durchdringen und prägen sowohl das Studienfeld — die Theorien, die Bücher, die über supply chain veröffentlichten Arbeiten — als auch die Praktiken, einschließlich der supply chain Prozesse und der supply chain Softwaretechnologien. Weit davon entfernt, ein nebensächliches Detail zu sein, beeinflussen diese Visionen Unternehmen, die supply chains betreiben, massiv sowie ihr unterstützendes Ökosystem, zu dem Universitäten, Softwareanbieter und Berater gehören. Wir werden in dieser Vorlesung eine Reihe solcher Visionen betrachten.

Zweitens, nicht alle Visionen sind gleichermaßen effektiv oder angemessen zur Verbesserung von supply chains. Einige weit verbreitete Visionen sind sogar schädlich für die Effizienz und Zuverlässigkeit von supply chains. Am Ende dieser Vorlesung sollten Sie in der Lage sein, zumindest einige der in einem bestimmten Unternehmen vorherrschenden Visionen zu identifizieren und mit einigen intellektuellen Instrumenten ausgestattet zu sein, um die Gültigkeit dieser Visionen in Frage zu stellen.

In “A Conflict of Visions” führt Thomas Sowell sein Konzept der “Vision” ein. Er beschreibt sie als ein intuitives oder unbewusstes Verständnis davon, wie die Welt funktioniert. Diese Visionen prägen unser unmittelbares und instinktives Verständnis von der Gesellschaft und dem Universum im Großen und Ganzen zutiefst. Sowell stellt fest, und ich zitiere: “Es ist das, was wir wahrnehmen oder fühlen, bevor wir irgendeine systematische Argumentation aufgebaut haben, die man als Theorie bezeichnen könnte. Eine Vision ist unser Gefühl dafür, wie die Welt funktioniert.”

Visionen sind bis zu einem gewissen Grad vereinfacht, obwohl dieser Begriff typischerweise für die Visionen anderer und nicht für die eigenen verwendet wird. Visionen prägen weitgehend, wie wir komplexe Systeme angehen — Systeme, die weit über das hinausgehen, was ein menschlicher Verstand leicht begreifen kann. Während sich das Buch “A Conflict of Visions” auf das komplexe System konzentriert, das die Gesellschaft darstellt, konzentriert sich diese Vorlesung auf supply chains.

Betrachten wir zum Beispiel ein Einzelhandelsgeschäft, das Schwierigkeiten hat, angemessene Lagerbestände aufrechtzuerhalten, wodurch die Hälfte seiner Regale leer bleibt. Die instinktive Einschätzung der wahrscheinlichen Ursachen dieser Situation wird stark von der Vision abhängen, die man über den supply chain und dessen Funktionsweise hat.

Nehmen Sie zum Beispiel einen Professor für supply chain analytics. Er könnte instinktiv die leeren Regale auf Ungenauigkeiten in der Nachfrageprognose zurückführen. Hier legt die Vision die Verantwortung für die Servicequalität auf eine technologische Lösung, auf ein Stück Software. Diese Vision erstreckt sich auf die breitere akademische Gemeinschaft, deren Forschungsergebnisse das Design und die Genauigkeit dieser Software beeinflussen und somit diese technologisch zentrierte Vision verstärken.

Im Gegensatz dazu könnte ein Regionalmanager innerhalb derselben retail chain instinktiv die Schuld bei der Geschäftsführung des Ladens, den Menschen, suchen. In dieser Vision tragen der Filialleiter und das Personal die Verantwortung dafür, dass der Laden ordnungsgemäß geführt wird. Der Verantwortung nach liegt sie zunächst bei denjenigen, die dem Problem am nächsten stehen. Eine Erweiterung dieser Vision bezieht auch das obere Management ein, da es dem ineffektiven Filialleiter erlaubt, in seiner Position zu verbleiben, was erneut eine menschenzentrierte Vision unterstreicht.

Bemerkenswert ist, dass diese beiden Visionen, die aus denselben leeren Regalen im selben Geschäft entstehen, die Verantwortung und folglich die Lösung vollkommen unterschiedlichen Akteuren zuweisen. Die eine setzt auf eine technologische Lösung, die andere auf eine Führungsbewertung. Natürlich ist es eine ganz andere Frage, ob das Problem des Geschäfts tatsächlich auf fehlerhafte Software oder auf mangelhafte Führung zurückzuführen ist. Visionen beweisen nichts; sie prägen lediglich unsere unmittelbare Einschätzung komplexer Situationen.

Diese unterschiedliche Zuordnung von Verantwortlichkeiten zeigt den erheblichen Einfluss, den Visionen auf supply chains ausüben. Wie wir in dieser Vorlesung sehen werden, führen alternative Visionen nicht nur zu auseinanderdriftenden Einschätzungen und Lösungen bestimmter Situationen, sondern zu widersprüchlichen Bewertungen und Lösungen, die oft zu sich gegenseitig ausschließenden Wegen führen.

In der Politik sowie in der Wirtschaft betonen Führungskräfte oft ihre eigenen Werte, um die Unterschiede zwischen sich und ihren Konkurrenten hervorzuheben. Der Satz “wir haben nicht dieselben Werte” ist allgegenwärtig zu hören. Diese Perspektive, wenngleich nicht ohne Berechtigung, tendiert jedoch dazu, den tiefgreifenden Einfluss von Visionen zu verschleiern.

Beachten Sie, dass, wenn Individuen auf unterschiedliche Interpretationen derselben Fakten stoßen, sie Unterschiede oft auf divergierende Werte zurückführen. Dennoch ist die Variation der Werte häufig weitaus ausgeprägter, als es der Slogan “wir haben nicht dieselben Werte” vermuten lässt. Im politischen Bereich beispielsweise findet man kaum jemanden, der Armut, Kriminalität oder Krieg befürwortet. Dennoch leiten geteilte Werte gegen diese Missstände die Visionen der Menschen, sodass sie zu völlig unterschiedlichen Lösungen geführt werden.

Diese Beobachtung gilt auch im Bereich der supply chains. Unabhängig von ihrem speziellen Gebiet oder Sektor priorisieren Unternehmen weltweit die Servicequalität, Rentabilität, Wachstum und die Reduktion von Verschwendung. Unternehmen, die solche allgemein anerkannten Werte offen ablehnen, sind äußerst selten. Alternative Visionen innerhalb von Unternehmen führen jedoch zu völlig unterschiedlichen Strategien und Praktiken, die alle darauf abzielen, dieselben gemeinsamen Werte zu erreichen.

Betrachten Sie Amazons Gründer Jeff Bezos, der oft seinen und damit auch Amazons unermüdlichen Fokus auf den Kunden betont hat. Er sagte einmal, und ich zitiere: “Das wichtigste Einzelne ist, sich obsessiv auf den Kunden zu konzentrieren. Unser Ziel ist es, das kundenorientierteste Unternehmen der Erde zu sein.” Natürlich ist dies eine Aussage von Werten. Aber wie oft sehen wir, dass Unternehmensleiter öffentlich die Bedeutung der Kunden abwerten? Die Antwort ist fast nie. Wenn ein Geschäftsführer dabei erwischt wird, bleibt diese Person in der Regel anschließend nicht in ihrer Position.

Was Amazon auszeichnet, sind nicht die verkündeten Werte, die mit den meisten Unternehmen übereinstimmen, sondern seine einzigartige Vision und Kultur. Daher ist es, während wir in dieser Vorlesung fortschreiten und weitere supply chain Beispiele erneut betrachten, von entscheidender Bedeutung, sich daran zu erinnern, dass Unternehmen zwar bemerkenswert unterschiedliche Wege verfolgen können, aber oft ähnliche Ergebnisse anstreben: Wachstum, Rentabilität und öffentliche Zustimmung zu ihrer Mission. Die Vision und Kultur, nicht die Werte, unterscheiden ihren Handlungsansatz.

Diese heutige Vorlesung ist Teil des ersten Kapitels einer Reihe von supply chain Vorlesungen. Allerdings hat diese Reihe das erste Kapitel längst hinter sich, und ich überarbeite heute lediglich das Fundament, das die späteren Vorlesungen unterstützt. Für diejenigen unter Ihnen, die daran interessiert sind, die weitreichenden Schlussfolgerungen der Visionen zu verstehen, die der Praxis von supply chain zugrunde liegen, wie sie von Lokad praktiziert wird, lade ich Sie ein, mit den anderen Vorlesungen fortzufahren.

In diesem ersten Kapitel haben wir gesehen, warum supply chains programmatisch werden müssen und warum es sehr wünschenswert ist, ein numerical recipe in Produktion zu nehmen. Die ständig zunehmende Komplexität der supply chains selbst macht Automatisierung dringlicher denn je. Darüber hinaus besteht ein finanzieller Zwang, die Praxis von supply chain auch zu einem kapitalistischen Unterfangen zu machen.

Das zweite Kapitel widmet sich den Methodologien. Supply chains sind wettbewerbsorientierte Systeme, und dieser Wettbewerb erfordert eine Methodologie, die nicht davon ausgeht, dass die Beteiligten ohne eigene Agenda handeln, während sie versuchen, einen gegebenen supply chain zu verbessern.

Das dritte Kapitel untersucht die Probleme, abgesehen von der Lösung durch supply chain-Personal. Dieses Kapitel versucht, die Klassen von Entscheidungsproblemen zu charakterisieren, die gelöst werden müssen. Es zeigt, dass vereinfachte Perspektiven, wie die Festlegung der richtigen Bestandsmenge für jede SKU, nicht zu realen Situationen passen. Es gibt immer eine gewisse Tiefe in Form der Entscheidungen.

Das vierte Kapitel untersucht die Elemente, die erforderlich sind, um eine moderne Praxis der supply chain zu erfassen, in der Softwareelemente allgegenwärtig sind. Diese Elemente sind grundlegend, um den breiteren Kontext zu verstehen, in dem digitale supply chains operieren. Viele supply chain Lehrbücher gehen stillschweigend davon aus, dass ihre Techniken und Formeln in einem Vakuum wirken, was nicht der Fall ist.

Die Kapitel 5 und 6 sind jeweils der prädiktiven Modellierung und der Entscheidungsfindung gewidmet. Diese Kapitel sammeln Techniken, die in den Händen von supply chain scientists gut funktionieren und beinhalten machine learning Techniken sowie mathematische Optimierungsverfahren.

Das siebte Kapitel widmet sich der Umsetzung einer Initiative der Quantitative Supply Chain. Wir sehen, was es braucht, um eine solche Initiative zu starten, während die richtigen Grundlagen gelegt werden. Wir sehen auch, wer dafür benötigt wird, nämlich der Supply Chain Scientist. Schließlich sehen wir, wie man die Ziellinie überquert, indem das numerical recipe in Produktion genommen wird.

Heute, in dieser Vorlesung, werden wir sehen, wie Visionen für supply chains entstehen, indem wir drei grundlegende Konzepte betrachten: Wissen, Zeit und Arbeit. Abweichende Visionen zu jedem dieser drei Konzepte führen zu einer Reihe von widersprüchlichen Einschätzungen darüber, was in einem gegebenen supply chain als wünschenswert erachtet wird.

Auch wenn es diesem Publikum wahrscheinlich selbstredend erscheint, dass ein umfangreicher supply chain eine ebenso umfangreiche Menge an Wissen erfordert, um angemessen betrieben zu werden, wird die genaue Form und Natur dieses Wissens kaum hinterfragt. Dennoch gibt es zwei kraftvolle alternative Visionen für Wissen: das Besondere und das Gewöhnliche, die zu nahezu gegensätzlichen Ansichten über Prozesse und über die Arbeitsteilung führen.

Auch Zeit ist für supply chains von entscheidender Bedeutung. Dennoch prallen zwei kraftvolle Visionen aufeinander, wenn es um die Wahrnehmung der Zeitdimension geht: die statische Sicht und die dynamische Sicht. Wir werden sehen, wie sich diese beiden Visionen der Zeit entfalten, wenn es darum geht, die Zukunft, die Ausführung und die Komplexität von supply chains zu würdigen. Diese Einschätzungen münden in zwei radikal verschiedene Ansichten darüber, wie Planung überhaupt angegangen werden sollte.

Schließlich beinhalten supply chains Arbeit, und zwar genauer gesagt Büroarbeit, gemäß der in dieser Vorlesungsreihe vorgegebenen Arbeitsteilung bei supply chains. Allerdings kann man im digitalen Zeitalter Menschen entweder als direkt oder indirekt verantwortlich für die Arbeit betrachten, was zu sehr unterschiedlichen Auffassungen über die Rolle und den Zweck von Softwaretechnologien führt. Wir werden sehen, wie sich diese divergierenden Vorstellungen von Arbeit selbst auf Kontrolle und Engpässe innerhalb des Unternehmens auswirken.

Im Bereich der supply chain spielt Wissen eine entscheidende Rolle, um Effizienz zu gewährleisten. Es ist unerlässlich, verlässliche Einblicke in die Kundennachfrage, in Lieferantenbeschränkungen sowie in eine Vielzahl weiterer Faktoren zu besitzen. In diesem Zusammenhang betrifft unser erster wesentlicher Unterschied in den Visionen die Art und den Ort dieses Wissens. Wir werden dieses Wissen in zwei Kategorien unterteilen: das Spezielle und das Gewöhnliche. Eingeführt von Friedrich Hayek in seinem wegweisenden Werk “The Use of Knowledge in Society”, das 1945 veröffentlicht wurde, liefert uns diese Unterscheidung zwischen speziellem und gewöhnlichem Wissen eine Grundlage, um zu verstehen, warum unterschiedliche Visionen zu divergierenden Auffassungen darüber führen können, wie eine supply chain funktionieren sollte.

Räumliches Wissen umfasst Techniken, Formeln, Statistiken und Software. Im Wesentlichen handelt es sich um Informationen, die kodifiziert, strukturiert, überprüft und verfeinert wurden. Dieses Wissen ist nicht auf die Wissenschaft beschränkt. Innerhalb einer Organisation zählen kodifizierte Verfahren und numerische Rezepturen, die zur Steuerung der supply chain-Operationen verwendet werden, ebenfalls zum speziellen Wissen. Ein herausragendes Beispiel für spezielles Wissen ist die Wilson-Formel, die Formel zur Berechnung der EOQ, die Economic Order Quantity.

Gewöhnliches Wissen hingegen bezieht sich auf alltägliche Banalitäten, also auf spezifische Gegebenheiten von Zeit und Ort. Und obwohl es dank der Allgegenwärtigkeit von Computern in allen Formen und Größen immer häufiger erfasst wird, bleibt dieses Wissen roh, unorganisiert und unverfeinert. Es ist zudem dezentralisiert, das heißt, es verteilt sich auf alle Mitarbeiter des Unternehmens. Zum Beispiel ist es eine Form von gewöhnlichem Wissen zu wissen, dass einer der Liefer-trucks Bremsreparaturen benötigt.

Die beiden hier diskutierten Visionen heben jeweils eine Form des Wissens hervor: das Spezielle versus das Gewöhnliche. Obwohl beide Lager die Existenz und Relevanz der jeweils anderen Wissensform anerkennen, unterscheiden sie sich radikal in der Gewichtung, die sie jeder Wissensform beimessen. Diejenigen, die spezielles Wissen betonen, neigen dazu, Probleme – einschließlich supply chain-bezogener Herausforderungen – am besten von Experten lösen zu lassen. Sie sehen spezielles Wissen als Produkt der Vernunft und legen daher großen Wert auf Konsistenz. Andererseits sind Befürworter des gewöhnlichen Wissens der Ansicht, dass Probleme am besten von denjenigen gelöst werden, die der Situation am nächsten stehen. Gewöhnliches Wissen, das durch einfache Beobachtungen erworben wird, misst Fleiß eine hohe Bedeutung bei und vertraut darauf.

Beide Wissensformen haben erhebliche Auswirkungen auf die supply chain. Jedoch finden sich Befürworter der einzelnen Visionen oft in einem Gespräch aneinander vorbei, wenn es darum geht, diese Probleme zu adressieren. Betrachten wir zum Beispiel einen supply chain-Professor und einen Lagerverwalter. Der Professor könnte die Bedeutung der Wartung des Bremssystems der Liefer-trucks übersehen und sie als irrelevante Banalität abtun, die in der akademischen supply chain-Literatur kaum Erwähnung verdient. Doch für den Lagerverwalter und sein Team von Fahrern kann dieses Wissen eine Frage von Leben und Tod sein. Im Gegensatz dazu könnten sie die EOQ-Formel als unbedeutend ansehen, während das Versäumnis, die Versendungsgrößen korrekt zu dimensionieren, zu Verschwendung führt und Ineffizienzen bei Ressourcen wie Kraftstoff, trucks und Fahrern verursacht.

Lassen Sie uns diese auseinanderdriftenden Visionen anhand von zwei Beispielen, die für reale supply chains von großer Relevanz sind, weiter verdeutlichen: Prozesse und die Arbeitsteilung. Diese Beispiele zeigen, wie alternative Visionen zu sich gegenseitig ausschließenden Wegen für Unternehmen führen können.

Die unterschiedliche Gewichtung von speziellem und gewöhnlichem Wissen führt zu deutlich unterschiedlichen Perspektiven hinsichtlich der Prozesse innerhalb der Organisation. Diejenigen, die spezielles Wissen bevorzugen, betrachten das supply chain-System von oben, indem sie Probleme identifizieren und optimierte Lösungen für diese Probleme suchen. Das Paradebeispiel für diese Perspektive findet sich in den Prognosewettbewerben, in denen das Problem klar definiert ist – die Time Series in die Zukunft zu extrapolieren – und in denen die Bewertungsmetrik jede Unklarheit darüber beseitigt, was die beste Lösung darstellt. In diesem Verständnis wird die Darstellung des Problems als der einfache Teil angesehen. Die eigentliche Herausforderung besteht darin, die Lösung zu finden. Befürworter des speziellen Wissens schätzen Forschung und Engineering und orientieren sich dabei an der Vernunft. Sie stützen sich stark auf die Zerlegung komplexer Prozesse in eine Reihe handhabbarer Teilprobleme.

Umgekehrt verfolgen diejenigen, die gewöhnliches Wissen betonen, einen wesentlich bodenständigeren Ansatz. Sie plädieren dafür, auf die Details der Situation – die Gegebenheiten von Zeit und Ort – besonders zu achten. Solche Personen erkennen möglicherweise den Wert darin, wie Dinge erledigt werden. So kann zum Beispiel ein scheinbar einfacher Akt wie die visuelle Inspektion von Paketen beim Entladen eines trucks zahlreiche unausgesprochene und ungeschriebene Probleme aufdecken. Befürworter des gewöhnlichen Wissens schätzen Praktiken, Mentoring, Workshops und Trainingssitzungen. Sie betrachten Wissen als grundlegend aus Erfahrung gewonnen und legen einen hohen Wert auf ganzheitliche Ansätze – das heißt, auf bestimmte Vorgehensweisen.

Diese Divergenz in den Auffassungen kann zu erheblicher Frustration führen, insbesondere wenn die gegensätzlichen Lager die Existenz der Bruchlinien nicht vollständig erkennen. Visionen werden selten explizit ausgesprochen. Ich habe oft gesehen, wie supply chain-Professoren, Prototypen des Lagers des speziellen Wissens, frustriert über die wahrgenommene mangelnde Kooperation der Unternehmen waren. Aus ihrer Sicht bieten sie Hilfe zur Lösung schwieriger Probleme an und fordern lediglich, dass eine Liste dieser Probleme vom Unternehmen kommuniziert wird. Aus der Perspektive von Unternehmensleitern, die in der Regel eher dem Lager des gewöhnlichen Wissens zuzuordnen sind, haben sich die Prozesse des Unternehmens im Laufe der Zeit organisch entwickelt, gestützt auf die Erfahrungen zahlreicher Vorgänger. Die Arbeitsweisen des Unternehmens wurden selten im Hinblick auf Lösungen für spezifische Probleme definiert. Vielmehr sind sie das Ergebnis zahlloser, im Laufe der Jahre getroffener Entscheidungen und verkörpern die kollektive Erfahrung der Manager, einschließlich jener, die das Unternehmen bereits verlassen haben.

Obwohl sich diese beiden Standpunkte natürlich ergänzen, ist die Realität oft weniger harmonisch aufgrund des Mangels an gegenseitigem Verständnis der zugrunde liegenden Visionen. Anbieter von Unternehmenssoftware, die fest dem Lager des speziellen Wissens angehören, äußern routinemäßig ihre Frustration über die sich ständig ändernden Anforderungen ihrer Kunden. Inzwischen finden sich Manager in einem Meer veralteter Praktiken und angesammelter Ineffizienzen wieder. Diese Herausforderungen sind symptomatisch für die Fehlanpassung und Kommunikationslücken, die das Produkt divergierender Visionen sind.

Als Randbemerkung: Für seine Praxis der die Quantitative Supply Chain versucht Lokad, diese beiden Visionen zusammenzubringen, wobei die Bedeutung der eigenständigen Entdeckung der Probleme betont wird. Im Gegensatz zur Mainstream-Sicht des Lagers des speziellen Wissens, das Probleme als gegeben annimmt, haben Lokads Supply Chain Scientists die Aufgabe, die tatsächlichen Probleme aufzudecken – ein Ansatz, der als experimentelles Unterfangen betrachtet wird. Diese Methodik wird in Vorlesung 2.1, “Experimental Optimization”, weiter untersucht.

Jedes erfolgreiche Unternehmen wächst irgendwann über die Ausdehnung seiner supply chain hinaus. Was von wenigen Mitarbeitern problemlos bewältigt werden kann, erfordert von größeren Unternehmen Strategien der Arbeitsteilung, um die Arbeitslast effektiv auf eine größere Belegschaft zu verteilen. Für unsere Diskussion werde ich zwei Strategien vorstellen: die horizontale und die vertikale Arbeitsteilung.

Die horizontale Strategie beinhaltet die Aufteilung der Arbeit nach Funktionen, wobei jede Funktion dem gesamten Geschäft dient. Zum Beispiel könnte man in einer Einzelhandelskette Abteilungen wie Einkauf, Planung, Preisgestaltung oder Merchandising beobachten. Die vertikale Strategie teilt die Arbeit hingegen nach Marktsegmenten auf, wobei jeder Mitarbeiter alle Aspekte seines jeweiligen Segments überwacht. In einem Modeunternehmen könnte beispielsweise ein Mitarbeiter für die gesamte Kategorie Lederaccessoires verantwortlich sein, einschließlich Beschaffung, Einkauf, Planung, Preisgestaltung und Merchandising.

In der Realität wenden Unternehmen selten eine rein vertikale oder rein horizontale Strategie an. Viele entscheiden sich für eine Mischung aus beidem. Allerdings wird das Überwiegen des einen oder anderen stark von der dominierenden Vision beeinflusst, die spezielles Wissen oder gewöhnliches Wissen innerhalb der Organisation bevorzugt. Diejenigen, die spezielles Wissen favorisieren, tendieren dazu, eine horizontale Arbeitsteilung zu bevorzugen und damit die Rolle der Experten zu fördern. Dies sind Personen, die ein tiefes Verständnis oder eine besondere Beherrschung einer spezifischen Herausforderung besitzen. Rollen im Bereich der Prognose und Data Science veranschaulichen dies. Solche horizontalen Aufteilungen betonen die Rolle von Experten, also Personen, die für die Leistung ihrer Geschäftsbereiche verantwortlich sind, wie beispielsweise ein Filialleiter in einer Einzelhandelskette, der für die finanzielle Gesamtsituation eines Geschäfts zuständig ist.

Umgekehrt neigen diejenigen, die dem gewöhnlichen Wissen zugewandt sind, dazu, vertikale Aufteilungen zu bevorzugen. Keine der beiden Strategien kann jedoch allgemeine Überlegenheit beanspruchen, da beide, abhängig von den spezifischen Umständen eines Unternehmens, ihre eigenen Vorzüge und Nachteile mit sich bringen. Eine übermäßige Abhängigkeit von Experten könnte die Wirksamkeit einfacherer Lösungen zugunsten raffinierterer, die sich als fragiler und kostspieliger erweisen, außer Acht lassen. Gleichzeitig könnte ein zu großes Vertrauen in Führungskräfte dazu führen, dass überschätzt wird, was nackter Fleiß und Disziplin dem Unternehmen ohne zusätzliche Wettbewerbsvorteile bringen können.

Die Bedeutung eines differenzierten Verständnisses der Natur des Wissens sollte nicht unterschätzt werden. Ich habe persönlich erlebt, wie große Organisationen umfangreiche Transformationspläne in Angriff nehmen, häufig vom vorwiegend vertikalen hin zu einem vorwiegend horizontalen Aufbau übergehen, ohne die vergleichbaren Werte von Experten und Führungskräften in ihren spezifischen Umständen angemessen zu berücksichtigen. Dies führt unweigerlich zu weniger wünschenswerten Ergebnissen.

Als Randbemerkung: Aus Sicht der die Quantitative Supply Chain, strebt Lokad danach, die Produktivität der White-Collar-Belegschaft in der supply chain zu steigern. Ziel ist es nicht nur, Kosten zu senken – was zwar ein willkommener Nebeneffekt ist –, sondern auch, Verantwortlichkeiten innerhalb der Organisation zu entfragmentieren. Die Rolle der Supply Chain Scientists, wie sie von Lokad definiert wird, umfasst Verantwortlichkeiten, die sowohl breiter als auch tiefer sind als die in der Mainstream-supply chain-Praxis. Dieses Thema wird in Vorlesung 7.3, “The Supply Chain Scientist”, weiter vertieft.

Zeit, oder genauer gesagt das Timing, ist für die supply chain von entscheidender Bedeutung. Würden wir in einer Welt leben, in der Güter augenblicklich 3D-gedruckt und an ihren Bestimmungsort teleportiert werden könnten, würde das Timing viel von seiner Bedeutung verlieren. Wie es jedoch derzeit ist, beinhaltet das Management einer supply chain eine Reihe von Verzögerungen, die typischerweise als Durchlaufzeiten bezeichnet werden und oft monatelange Vorbereitungen erfordern. Dennoch ist Zeit schwer fassbar und unser Verständnis von ihr, was die Zeit betrifft, umso schwieriger.

In dem Buch “Antifragile: Things That Gain from Disorder,” das 2012 veröffentlicht wurde, stellt Nassim Taleb zwei gegensätzliche Ansichten von Zeit auf: die statische Sicht und die dynamische Sicht. Obwohl Talebs Buch in erster Linie auf Antifragilität fokussiert, sind es diese beiden Zeitvisionen, die in unsere Diskussion einfließen. Die statische Sicht nimmt Dinge wahr, als wären sie in der Zeit eingefroren – wie ein Schnappschuss, isoliert betrachtet. Sie befürwortet eine mechanistische Perspektive des Universums, in der jedes System, einschließlich supply chains, zerlegt und gemäß der statischen Sicht modelliert werden kann. Kennt man die Systemparameter zu einem bestimmten Zeitpunkt, so kann man seine Entwicklung vorhersagen. In der Praxis mag unsere Fähigkeit, all diese Parameter zu messen, begrenzt sein, doch konzeptionell hindert uns nichts daran, jedes Phänomen weiter zu analysieren und unsere Messungen zu verfeinern, um die Genauigkeit unserer Vorhersagen zu verbessern.

Im Gegensatz dazu interpretiert die dynamische Sicht Systeme als Ansammlungen von Akteuren. Sie erkennt Interdependenzen und Rückkopplungsschleifen. Sie betrachtet die Welt und viele ihrer Systeme als chaotisch. Darüber hinaus erfolgen die durch diese Akteure bewirkten Veränderungen nicht ausschließlich aufgrund universeller Gesetze, wie der Bewegung der Planeten, sondern spiegeln auch die Intentionen von Individuen wider. Daher kann jede Vorhersage eines Modells von Menschen, sobald sie von der Vorhersage Kenntnis erlangen, rückgängig gemacht werden. Die vorherrschende Perspektive in den Mainstream-supply chain-Kreisen, in der Wissenschaft, in der Unternehmenssoftware und unter supply chain-Praktikern ist die statische Sicht. Sie legt den Schwerpunkt auf deterministische Zeitreihen und Nachfrageprognosen, während andere Unsicherheiten wie schwankende Durchlaufzeiten oder variable Rückläufe als zu beseitigende Mängel behandelt werden. Die statische Sicht bringt auch klare Abgrenzungen dafür mit sich, was als supply chain-Herausforderung gilt und was nicht.

Inzwischen ist die dynamische Sicht, wie sie von Taleb dargelegt wurde, bis heute in den Mainstream-supply chain-Kreisen weitgehend abwesend. Diese dynamische Sicht stimmt jedoch mit der die Quantitative Supply Chain überein, wie sie von Lokad propagiert wird. Lokads Perspektive betont eine probabilistische Vorhersage, die alle Quellen der Unsicherheit berücksichtigt. Zudem bleibt Lokads Sichtweise etwas unscharf in Bezug darauf, was als supply chain-Herausforderung betrachtet werden sollte, und bevorzugt empirische, wenn auch opportunistische, Kriterien gegenüber vordefinierten Grenzen. Beispielsweise könnten aus Lokads Sicht Preisgestaltung und Werbung in den Zuständigkeitsbereich der supply chain fallen, ohne jedoch exklusiven Besitzanspruch auf diese Themen zu erheben.

In unserer früheren Diskussion, in der spezielles und gewöhnliches Wissen gegenübergestellt wurden, hatten beide Visionen ihre jeweiligen Stärken und Schwächen, was zu einer relativ ausgewogenen Darstellung führte. Allerdings gibt es keine inhärente Balance oder Komplementarität unter konkurrierenden Visionen. Manche Visionen können sich als bedauerlich unzureichend für die Unterstützung von supply chain-Vorhaben erweisen. Wie wir sehen werden, ist die statische Sicht, trotz ihrer Popularität, eine jener unzureichenden Visionen.

Schauen wir uns an, was diese beiden Visionen – die statische und die dynamische – für die Zukunft, die Ausführung, die Komplexität und letztlich die Planung von supply chains bedeuten.

Jede Aktion, jede Zuweisung von Ressourcen im Bereich supply chain, spiegelt einen zukunftsorientierten Ansatz wider, eine Antizipation zukünftiger Ereignisse. Dennoch ist die Interpretation der Zukunft ein Trennpunkt zwischen der statischen und der dynamischen Vision, von denen beide weitreichende Auswirkungen auf supply chains haben.

Anhänger der statischen Vision sehen die Zukunft in Form von Prognosen, genauer gesagt in periodischen Zeitreihenprognosen. Sie betrachten die Zukunft als grundsätzlich vorhersehbar und als Spiegelbild der Vergangenheit – eine Perspektive, die auch Newton in der Physik teilte. Die Ungenauigkeiten dieser Prognosen führen sie auf schlechte Prozesse, mangelnde Zusammenarbeit, fehlerhafte Daten und unzureichende Prognosemodelle zurück – anders ausgedrückt, es handelt sich um Mängel, die behoben werden können. Prognosen sind nur zufällig ungenau. Darüber hinaus werden Variationsquellen wie Lieferzeiten, Retouren oder Rohstoffpreise als Defekte angesehen, die entweder beseitigt oder zumindest unter Kontrolle gebracht werden müssen.

Befürworter der dynamischen Vision hingegen interpretieren die Zukunft in Form von Risiken. Die mit der Zukunft verbundene Unsicherheit ist grundlegend; sie ist irreduzierbar. Auch wenn die Zukunft nicht völlig unvorhersehbar ist, wird sie bestenfalls nur aus Vermutungen und Wahrscheinlichkeiten bestehen. In der dynamischen Vision ist die Zukunft kein Spiegelbild der Vergangenheit, sondern hängt von noch nicht getroffenen Entscheidungen ab. Aus dieser Perspektive besteht das zentrale Problem weniger darin, die Prognosegenauigkeit zu verbessern, als vielmehr darin, alle versteckten Risiken und Chancen zu identifizieren – also keinen Stein auf dem anderen zu lassen. Das Konzept des Risikos umfasst nicht nur die Kundennachfrage, sondern auch Lieferanten, Transportunternehmen, Wettbewerber usw.

Die Wurzeln der statischen Vision lassen sich bis zu den frühen Prognostikern des 20. Jahrhunderts wie Roger Babson zurückverfolgen, der versuchte, die Vorhersagefähigkeiten der Astronomie auf die Wirtschaft zu übertragen, mit dem erklärten Ziel, eine nahezu perfekte Vorwegnahme von Nachfrage- und Preisschwankungen zu erreichen. Diese Sichtweise bleibt zentral in der supply chain Literatur und in der Softwareindustrie, wo Zeitreihenprognosen weiterhin das Fundament der Planungspraktiken und Planungssoftware bilden.

Nebenbei bemerkt passen bestimmte Geschäftsphilosophien wie Kanban, Lean Management oder die fünf Nullen von Toyota nicht exakt in die statische oder die dynamische Vision. Sie betrachten die Zukunft als weitgehend unvorhersehbar – ähnlich der dynamischen Vision – und lassen die Zeitreihenprognose in den Hintergrund rücken. Dennoch stimmen diese Philosophien mit der statischen Vision überein, indem sie alle Abweichungen als Defekte und nicht als Risiken und Chancen werten. Folglich umgehen sie die Frage nach der Zukunft, anstatt eine substanziell fundierte Antwort zu bieten. Selbst Toyota, im Jahr 2023, hält trotz seines Prinzips des Nullbestands fast Warenbestände im Wert von 30 Milliarden Dollar – was kaum als Nullbestand zu bezeichnen ist.

Meine These ist, dass die statische Vision, trotz ihrer Prominenz, fehlgeleitet ist. Selbst nach fast einem Jahrhundert seit Babsons Ära bleibt die Frage: Hat der Fortschritt in den Prognosetechniken die supply chain tatsächlich planbarer gemacht? In über anderthalb Jahrzehnten bei Lokad habe ich mit mehr als 200 Unternehmen zusammengearbeitet, die versuchen, ihre ungenauen Prognosen zu korrigieren – doch keines ist diesem Ziel auch nur annähernd in bedeutender Weise nahegekommen. Zudem übersehen Unternehmen oft Faktoren wie die Preisgestaltung, die einen erheblichen Einfluss auf die Nachfrage haben. Die meisten behandeln Prognosen und Preisgestaltung als zwei unabhängige Unternehmungen, was einer akademischen Praxis in der supply chain Literatur entspricht, in der die Preisgestaltung selten thematisiert – geschweige denn ein eigenes Kapitel in einem supply chain Buch erhält. Diese einzelne fehlgeleitete Vision von der Zukunft ist, so glaube ich, einer der bedeutendsten Faktoren, die den Fortschritt im gesamten supply chain Bereich behindern.

Die Ausführung von supply chains umfasst eine Vielzahl alltäglicher, routinemäßiger Aktionen. Es gibt Bestellungen aufzugeben, Bestände abzurufen, Produktionschargen abzuschließen und Waren zu versenden. Dieser endlose Strom von Aktivitäten wird durch unsere Wahrnehmung der Zukunft geleitet. Die unterschiedlichen Zukunftsauffassungen – namentlich die statische und die dynamische Vision – führen zu widersprüchlichen Strategien, wenn es um die fortlaufende Umsetzung von Maßnahmen im Zusammenhang mit supply chains geht.

Diejenigen, die an der statischen Vision festhalten, sehen die Ausführung als eine große Symphonie der Orchestrierung. Nach dieser Auffassung dient die Prognose als Partitur, die die Rhythmen und Noten vorgibt, welche jede Aktion und jede Ressourcenallokation steuern. Störende Knotenpunkte von Nichtlinearitäten wie MOQs (Minimum Order Quantities) bringen die Harmonie durcheinander, sollen jedoch durch mathematische Optimierung geglättet werden, um die Integrität der Symphonie zu bewahren.

Im Gegensatz dazu betrachtet die dynamische Vision die Ausführung als eine Frage opportunistischer Priorisierung. Jede Entscheidung birgt ihr eigenes Risiko und ihre eigenen Vorteile, die nicht nur isoliert, sondern auch im Vergleich zu den Risiken und Vorteilen alternativer Entscheidungen abgewogen werden müssen. Dieses Leitprinzip besteht nicht in der Befolgung einer vorbestimmten Symphonie, sondern in der Steuerung eines opportunistischen Entscheidungsprozesses, der auf sich ändernden Prioritäten basiert. Nichtlinearitäten wie MOQs werden unter der dynamischen Vision leichter berücksichtigt. Sie werden als Faktoren angesehen, die das zugehörige Risiko modulieren, anstatt die Symphonie zu stören. Überwiegt das Risiko eines Überschusses an Lagerbestand, verursacht durch eine große MOQ, ihre Vorteile, wird die Bestellung schlichtweg nicht aufgegeben. Es gibt keine absoluten Anforderungen, sich an eine spezielle Prognose zu halten. Die dynamische Vision verzichtet nicht auf Optimierungstechniken, sondern nutzt sie als Werkzeuge zum Risikomanagement, statt die Einhaltung einer Prognose zu erzwingen.

Das Orchestrierungsmodell der statischen Vision ist das direkte Ergebnis ihrer Wahrnehmung der Zukunft als etwas Bekanntes. Entscheidungen werden nicht wirklich getroffen; vielmehr sind die Handlungen im Wesentlichen durch die Prognose vorbestimmt. Zum Beispiel sind safety stocks die Verkörperung der statischen Vision. Safety stocks gehen davon aus, dass die Lagerbestände einem Plan folgen sollten und nur innerhalb einer akzeptablen Toleranz abweichen dürfen.

Dieser Ansatz widerspricht den Grundprinzipien der Wirtschaftswissenschaften. Wie der britische Ökonom Lionel Robbins 1942 festlegte, ist Wirtschaft die Lehre vom Umgang mit knappen Ressourcen, die alternative Verwendungszwecke besitzen. Die Wirtschaftswissenschaften lehren uns, dass wir darauf achten müssen, was diese alternativen Verwendungen tatsächlich sind. Safety stocks behandeln Produkte in völliger Isolation. Die einzigen Alternativen bestehen darin, mehr oder weniger von demselben Produkt zu kaufen. Doch die Grundprinzipien der Wirtschaft besagen, dass jede Lagereinheit, die für ein bestimmtes Produkt erworben wird, im Wettbewerb um denselben Ressourcenpool steht wie der Erwerb alternativer Lagereinheiten anderer Produkte. Deshalb missachten safety stocks die grundlegenden Prinzipien der Wirtschaft.

Andererseits ist die Priorisierung, die im Kern der dynamischen Vision liegt, die Verkörperung dieses fundamentalen wirtschaftlichen Prinzips. Priorisierung betrachtet Ressourcen als knapp und geht davon aus, dass nicht genügend Ressourcen vorhanden sind, um jede wünschenswerte Entscheidung zu unterstützen. Priorisierung existiert, damit Entscheidungen getroffen werden können.

Kommen wir nun zu unserem nächsten Trennpunkt zwischen der statischen und der dynamischen Vision, bei dem der Fokus auf der Komplexität liegt. Anschließend werden wir sehen, wie diese unterschiedlichen Perspektiven in zwei radikal verschiedene Strategien für die Planung moderner supply chains münden.

Moderne supply chains stellen einen unaufhörlichen Fluss von Bewegungen und Transformationen von Waren und Materialien dar, der bei weitem das Fassungsvermögen eines einzelnen menschlichen Geistes übersteigt. Daher benötigen wir Methoden und Techniken, um diese Ströme in verdauliche Erkenntnisse zu überführen, sodass die supply chain beherrschbar wird und ihre Verbesserung erkennbar wird. Je nachdem, wie man Komplexität und deren Beziehung zur Zeit betrachtet, treten jedoch zwei kontrastierende Sichtweisen zutage: Segmente und Archetypen.

Die Anhänger der statischen Vision gehen Komplexität durch Segmentierung an. Sie sind der Meinung, dass Komplexität gezähmt werden kann und dass sich eine supply chain insbesondere dadurch beherrschen lässt, dass man sie in kleinere, handhabbare Segmente unterteilt, die sich über die Zeit hinweg konsistent verhalten. Dieser Ansatz entfernt effektiv die Zeitdimension aus dem Blickfeld. Ein Beispiel dafür ist die ABC-Analyse, die Produkte oder SKUs anhand ihres Verkaufsvolumens segmentiert. Ziel der ABC-Analyse ist es, Klassen mit höherem Volumen mit höheren Service Levels und Klassen mit geringerem Volumen mit niedrigeren Service Levels zu versehen.

Andererseits nähern sich Befürworter der dynamischen Vision der Komplexität durch Archetypen. Archetypen fassen die typische Entwicklung des betrachteten Elements entlang seiner Zeitachse zusammen. So wird beispielsweise erwartet, dass ein Buch bei seiner Veröffentlichung einen Verkaufshöhepunkt erreicht, der anschließend steil abfällt. Spätere, bedeutende Ereignisse – wie der Tod des Autors – können weitere vorübergehende Verkaufsspitzen auslösen.

Diese Divergenz in den Ansichten – Segmente versus Archetypen – ist nicht ausschließlich auf supply chains beschränkt. Sie spiegelt eine langanhaltende Verwirrung wider, die Ökonomen vor fast einem Jahrhundert klärten. Betrachten wir dies an einem Beispiel: Die Medien sprechen häufig von den Reichen und den Armen als Segmenten innerhalb der Bevölkerung. Die statische Vision geht davon aus, dass diese Gruppen im Laufe der Zeit konstant und konsistent bleiben, so wie auch die ABC-Klassen. Ein genauerer Blick zeigt jedoch ein anderes Bild: Betrachtet man die frischgebackenen Absolventen der Harvard Law School, die mit durchschnittlichen Schulden von 170.000 Dollar technisch zu den Ärmsten in den Vereinigten Staaten gezählt werden, so werden sie unmittelbar nach dem Abschluss dank ihrer Verdienste zu den Top-10-Verdienern gehören – unabhängig vom Alter. Ebenso wird ein Friseur, der seine Boutique im Ruhestand für hunderttausend Dollar verkauft, in jenem Jahr zu den Top 10 der Verdiener zählen und damit technisch als reich gelten, obwohl er seine gesamte Karriere im Durchschnitt weniger verdient hat als seine Mitbürger. Wie Thomas Sowell in seinem Buch “Basic Economics” darlegt, können das Schicksal von Kategorien und das von Menschen sehr unterschiedlich – und in vielen Fällen völlig entgegengesetzt – verlaufen.

Dieses Prinzip gilt gleichermaßen für supply chains. Man kann Menschen einfach durch Produkte, Kunden oder Lieferanten ersetzen. Die Segmentierung von Produkten in die Klassen A, B und C, wie sie in der ABC-Analyse vorgenommen wird, führt eher zu Verwirrung als zu Klarheit. Derselbe Sachverhalt tritt bei jeder Art der Segmentierung auf – sei es basierend auf Verkaufsvolumen, Gewinn oder Wachstum. Es ist die Segmentierung selbst als Prozess, die schuld daran ist, und zwar gerade deshalb, weil sie versucht, die Zeit aus dem System herauszureißen. Im Gegensatz dazu kommen Archetypen mit einer Geschichte daher, einer Erzählung darüber, was sich im Laufe der Zeit ereignet. Archetypen heben die zeitlichen Aspekte hervor. Als Faustregel gilt: Wenn es darum geht, Komplexität zu zähmen, sind Erkenntnisse durch Archetypen – wie Harvard-Absolventen oder Friseure – den Segmenten wie den Reichen und Armen vorzuziehen. Während beide eine drastische Vereinfachung der zugrunde liegenden Realität darstellen, sind Archetypen nützlich, um die Zukunft zu erfassen, während Segmente eine ständige Quelle der Verwirrung bleiben.

Nachdem wir nun die Ausführung und Komplexität der supply chain beleuchtet haben, wollen wir sehen, wie diese Visionen in zwei radikal unterschiedliche Ansichten zur Planung münden.

Das Konzept der Planung spielt eine entscheidende Rolle im Bereich der supply chain. Der Prozess umfasst das Festlegen von Zielen und das Ausarbeiten der erforderlichen Schritte, um diese zu erreichen. Es ist im Wesentlichen eine vorausschauende Übung, bei der zukünftige Ereignisse oder Bedingungen antizipiert und die notwendigen Ressourcen sowie Maßnahmen organisiert werden, um diesen effektiv zu begegnen. Diese proaktive Methode im Umgang mit zukünftigen Umständen hat die Planung zu einem integralen Bestandteil der supply chain Praktiken gemacht.

Die statische und die dynamische Vision führen zu widersprüchlichen Ansätzen in der Planung und in der Praxis zu drastisch unterschiedlichen Ergebnissen. Die statische Vision betrachtet die Planung als einen zweistufigen Prozess: Zuerst die Nachfrage prognostizieren; zweitens das Angebot so steuern, dass die Nachfrage gedeckt wird. Überschreitet die Komplexität das, was ein einzelner Planer bewältigen kann, so werden so viele Segmente eingeführt, wie nötig sind, um die Arbeitsbelastung auf eine ausreichende Anzahl von Planern zu verteilen. Diese Vision findet nahezu in der gesamten supply chain Literatur und in der quasi-gesamten supply chain Software Anwendung. Sie basiert auf der Annahme, dass präzise Prognosen erreicht werden – was wiederum eine überlegene supply chain performance freischaltet. Diese Vision hat über das vergangene Jahrhundert hinweg einen enormen Reiz auf Intellektuelle ausgeübt und war das Fundament der meisten Regierungs- und Unternehmensplanungsstrategien.

Wir müssen jedoch die Gültigkeit dieser Vision für die Planung selbst hinterfragen – eine Frage, die selten aufgeworfen, geschweige denn beantwortet wird. In dieser Hinsicht liefert die Geschichte zahlreiche Belege für die Angemessenheit dieser Planungsform, die typischerweise als Zentralplanung bezeichnet wird, wenn sie von einer Regierung durchgeführt wird. Die UdSSR kann als eine 70 Jahre andauernde Demonstration der Unzulänglichkeiten der statischen Vision in Bezug auf die Planung betrachtet werden. Kritiker mögen argumentieren, dass die UdSSR aufgrund ihrer enormen Dimension einzigartig war – dennoch sollten wir bedenken, dass der Gosplan, das Gremium, das die Planwirtschaft der UdSSR überwachte, in seiner Blütezeit 24 Millionen Produkte betreute. Hingegen verteilten in den frühen 90er-Jahren bereits einige Distributoren in Europa über 1 Million verschiedene Produktreferenzen eigenständig.

Die bloße Größe allein verurteilt ein Planungsprojekt nicht zwangsläufig. Entscheidend ist, wie die Planung angegangen wird. Keiner dieser Distributoren versuchte, wie in der UdSSR, Fünfjahrespläne umzusetzen. Ebenso durchdringt die statische Vision der Planung das S&OP (Sales and Operations Planning) in großen Unternehmen und führt häufig zu überaus bürokratischen Bestrebungen. Ingvar Kamprad brachte dieses Empfinden prägnant in seinem “Testament of a Furniture Dealer” zum Ausdruck, das 1976 veröffentlicht wurde, und warnte seine Mitarbeiter davor, dass die Diktatur der Planung die häufigste Ursache für den Niedergang eines Unternehmens sei. Dies ist die statische Vision der Planung, auf die sich Ingvar Kamprad hier bezieht.

In der Tat initiieren große Konzerne häufig groß angelegte Reorganisationen, um die Planung zu verbessern, wobei sie die statische Vision übernehmen, doch selten übertreffen sie ihre Mitbewerber auf sinnvolle Weise durch derartige Maßnahmen. Im Gegenteil, Fehlschläge in der Planung überwiegen sowohl in der Häufigkeit als auch in der Dimension die Erfolge. Die gescheiterten Planungsinitiativen bei Nike in den 2000er Jahren oder bei Lidl ein Jahrzehnt später, bei denen i2- und SAP-Projekte jeweils zu massiven Verlusten in Hunderten von Millionen Dollar und Euro führten, zeugen von dieser Tatsache.

Im krassen Gegensatz zur statischen Vision betrachtet die dynamische Vision die Planung als einen Prozess der Risikobewertung und Priorisierung. Sie verkörpert einen opportunistischen Unternehmergeist, weit entfernt von der sterilen wissenschaftlichen Atmosphäre der statischen Vision. Die Planung selbst wird in den Hintergrund gedrängt. Stattdessen wird sie als ein Schritt verstanden, die richtige Entscheidung zur richtigen Zeit zu treffen. Der Plan in der dynamischen Vision ist von Natur aus wegwerfbar, und wechselhafte Eigenschaften sind alltäglich. Diese Fähigkeit, sich durch ständige und schrittweise Neupriorisierung rasch an Veränderungen anzupassen, steht in starkem Kontrast zu dem umständlichen Prozess der statischen Planungsvision, die für jede Änderung eine vollständige Neuprogrammierung erfordert.

Obwohl die dynamische Vision oft als unsophisticated oder grob angesehen wird, da sie weder eine vorbestimmte Zukunft bietet noch darauf angewiesen ist, kann sie ebenso sehr von fortschrittlichen Techniken und Algorithmen profitieren wie die statische Vision. Tatsächlich arbeiten E-Commerce-Riesen wie Amazon hauptsächlich mit Algorithmen, die Ressourcen dynamisch zuteilen und die Vorhersagen selbst als nichts weiter als flüchtige Rechenartefakte behandeln – ein Beleg für die Strenge der dynamischen Vision.

Doch diese Techniken weichen grundlegend in ihrer Ausrichtung ab. Die dynamische Vision, wie sie von Lokad umgesetzt wird, verwendet probabilistische Vorhersagen anstelle klassischer deterministischer Vorhersagen. Aber der Begriff “forecast” ist, ebenso wie “planning”, so eng mit der statischen Vision verbunden, dass er wie eine bloße technische Variante desselben klingen könnte. Das ist er jedoch nicht. Ein angemessenerer Begriff für probabilistische Vorhersagen wäre “quantitative Risikobewertungen”, die den Kern der dynamischen Vision im Hinblick auf die Planung resilienter erfassen. Die Kapitel 5 und 6 dieser Vortragsreihe gehen auf die Techniken ein, die die Planung unterstützen, wenn sie mit der dynamischen Vision angegangen wird. Diese Techniken liegen zwar außerhalb des Rahmens des vorliegenden Vortrags, aber ich ermutige das Publikum, sie zu erkunden, wenn Sie nach einer Form der Planung suchen, die tatsächlich funktioniert.

Apropos Arbeit, in dieser Vortragsreihe definieren wir supply chain als eine Bürotätigkeit, die nicht mit Logistik zu verwechseln ist, einer Schichtarbeitstätigkeit. Zum Beispiel ist die Entscheidung, was verschickt wird, wann und wohin, eine Angelegenheit der supply chain, während das Fahren der Lkw, um dies zu ermöglichen, in den Bereich der Logistik fällt. Dennoch hängt der Begriff der Arbeit – ebenso wie Zeit und Wissen – stark von der zugrunde liegenden Vision ab, sei es direkt oder indirekt.

Für diejenigen, die die direkte Vision übernehmen, ist Arbeit durch eine Liste von Aufgaben und Pflichten gekennzeichnet, die von den Mitarbeitern erwartet werden. So können beispielsweise die Aufgaben des supply chain Practitioners das fristgerechte Übermitteln von Bestellungen, die Planung der Produktionschargen und die Aktualisierung der wöchentlichen Nachfrageprognose umfassen. Unter der direkten Vision ist das Vorhandensein einer Arbeitsroutine selbstverständlich. Tatsächlich definiert die Fähigkeit eines Mitarbeiters, diese Routine gewissenhaft durchzuführen, in hohem Maße die Qualität der erbrachten Arbeit. Darüber hinaus kann die Bewertung der Arbeitsqualität auf individueller Ebene erfolgen. Obwohl supply chain eine kollektive Anstrengung ist, hat jeder Mitarbeiter seinen klar definierten Verantwortungsbereich, anhand dessen die Leistung des Mitarbeiters relativ isoliert vom Rest des Unternehmens gemessen werden kann.

Für diejenigen, die die indirekte Vision übernehmen, wird die Arbeit von Maschinen verrichtet. Diese Vision entspricht dem alten IBM-Prinzip: “Machines should work; people should think.” Von den Menschen wird nicht erwartet, dass sie die eigentliche Arbeit verrichten, sondern dass sie die Automatisierung entwerfen, überwachen und möglicherweise verbessern, die die Arbeit übernimmt. Jegliche Art von Routine auf der menschlichen Seite wird als Defizit, als Mangel an Automatisierung angesehen. Warum sollte jemand etwas ein zweites Mal tun, was beim ersten Mal automatisiert werden sollte? Tatsächlich definiert die Fähigkeit eines Mitarbeiters, die Automatisierung fortlaufend zu verbessern und den Bedarf an manuellen Eingriffen weiter zu reduzieren, weitgehend die Qualität der von ihm erbrachten Arbeit. Da die Automatisierung selbst das Produkt vieler Köpfe ist, ist es gar nicht erst vorstellbar, die individuelle Leistung in supply chain-Begriffen zu messen. Alle Beiträge verschmelzen zu derselben Automatisierung. Somit ist die Bewertung der Qualität der Arbeit eines Mitarbeiters grundsätzlich ein Urteil seiner Kollegen: Sind seine Beiträge in Qualität und Kritikalität überlegen oder unterlegen im Vergleich zu denen der anderen Mitarbeiter?

Im Zeitalter digitaler supply chains gibt es keine Unternehmen mehr, die noch eine rein direkte Arbeitsvision verkörpern würden. Selbst Spreadsheets, so grob sie auch sein mögen, ermöglichen es den Mitarbeitern, einen beträchtlichen Teil der eigentlichen Arbeit an Maschinen zu delegieren. Kein Manager erwartet mehr, dass seine Mitarbeiter manuell arithmetische Berechnungen durchführen. Umgekehrt kann selbst das fortschrittlichste Unternehmen noch keine wirklich autonome supply chain vorweisen – zumindest noch nicht. Somit bleibt die indirekte Vision mit direkten Eingriffen der Mitarbeiter verflochten.

Allerdings gilt: Visionen befassen sich mehr damit, wie etwas sein sollte, als damit, wie es ist, und ob Führungskräfte auf die direkte oder indirekte Vision setzen, kann weitreichende Folgen für das Unternehmen haben. An diesem Punkt der Vortragsreihe sollte es daher nicht überraschen, dass die Quantitative Supply Chain, wie von Lokad befürwortet, fest im indirekten Lager verankert ist. Allerdings wäre es wenig großzügig, die direkte Vision als ein reliktartiges Bollwerk vergangener Zeiten darzustellen, während die indirekte Vision auf ein Podest als Inbegriff der Modernität gehoben wird. Beide Visionen haben ihre Vorzüge.

Diese beiden Visionen neigen dazu, sich in vielen Bereichen zu widersprechen, wenn es darum geht, Richtungen für eine bestimmte supply chain festzulegen. Das Hauptargument, das Lokad zugunsten der indirekten Vision vorbringt, besteht darin, die supply chain-Praxis in ein kapitalistisches Unterfangen zu verwandeln. Dieses Argument wurde ausführlich in der ersten Vorlesung “1.3 Product-Oriented Delivery” präsentiert. Eine erneute Betrachtung der Feinheiten dieses Arguments liegt zwar außerhalb des Rahmens dieses Vortrags, aber es genügt zu sagen, dass die Automatisierung nicht nur die Möglichkeit bietet, den zur Führung der supply chain erforderlichen Arbeitsaufwand dramatisch zu reduzieren, sondern auch die Chance, die supply chain so zu gestalten, dass sie über das hinausgeht, was der engagierteste Mitarbeiter erreichen könnte.

Allerdings würden Befürworter der direkten Vision argumentieren, dass diese indirekte Vision technokratisch sei und das Unternehmen neuen Risikoklassen aussetze – unter anderem dem Risiko, dass sich das Unternehmen selbst in den Ruin treibt, indem es in die Hände von Ingenieuren gelegt wird, die bekanntermaßen häufig den gesunden Menschenverstand in Geschäftsangelegenheiten vermissen. Zudem führt die Auflösung individueller Verantwortung in einen streng kollektiven Einsatz, wie es bei den meisten Softwareprojekten der Fall ist, zu allerlei Problemen, die nicht mehr allein durch die Entlassung der ursächlichen Person gelöst werden können. Lassen Sie uns nun untersuchen, was die direkte und indirekte Vision in Bezug auf Kontrolle und Engpässe bedeuten.

Kontrolle kann auf zwei Arten verstanden werden. Hier beziehen wir uns auf das Laienverständnis, nämlich “die Dinge unter Kontrolle halten”. Kontrolle ist die Art und Weise, wie das Management seinen Willen in der Organisation durchsetzt. Die Kontrolle in der supply chain entspringt nicht einem angeborenen Verlangen des Top-Managements, in der eigenen Organisation als Despoten aufzutreten, sondern ist aus praktischer Notwendigkeit heraus entstanden. Supply chain umfasst im Allgemeinen den sorgfältigen Balanceakt, die vom Unternehmen erzeugte Nachfrage mit dem, was es liefert – also den zur Deckung dieser Nachfrage zugewiesenen Ressourcen – in Einklang zu bringen. Da dieser Ausgleichsprozess typischerweise von vielen Menschen getragen wird, ist Kontrolle nötig, um zu verhindern, dass Elemente innerhalb der Organisation diesen Prozess unbeabsichtigt entgleisen lassen.

Die Ausübung von Kontrolle ist ein zentraler Aspekt der Arbeit, die vom Management der supply chain erwartet wird. Je nachdem, welche Sichtweise man in Bezug auf die Natur der Arbeit vertritt, bedeutet Kontrolle jedoch etwas völlig Unterschiedliches. Für diejenigen, die die direkte Vision übernehmen, wird Kontrolle in erster Linie nach dem Motto “Vertrauen, aber prüfen” ausgeübt. Anweisungen werden über die vom Unternehmen definierte Befehlskette erteilt, und man vertraut implizit darauf, dass die Mitarbeiter ihr Bestes tun, um diesen Anweisungen zu folgen. Das Vertrauen wird jedoch nicht blind gesetzt – Manager entlang der Befehlskette müssen in der Lage sein, die Angemessenheit der Umsetzung durch ihre Untergebenen zu überprüfen. Im Zeitalter digitaler supply chains geht “Vertrauen, aber prüfen” mit der Erwartung einher, dass die Anwendungslandschaft Berichte, Dashboards und alle anderen Formen der Datenvisualisierung bereitstellt. Diese Landschaft kann auch Spreadsheets umfassen, die von den Managern selbst zur Unterstützung ihrer maßgeschneiderten Prüfprozesse entwickelt wurden. Anders ausgedrückt bringt die direkte Vision, weit davon entfernt, Softwaretechnologien abzulehnen, ihre eigenen spezifischen Erwartungen an die Anwendungslandschaft mit sich. Dazu gehören beispielsweise Key Performance Indicators (KPIs), aber auch Alarme und Ausnahmen. Diese Erwartungen spiegeln die Vorstellung davon wider, welche Art von Arbeit das Management leisten sollte.

Auf der anderen Seite bedeutet Kontrolle für diejenigen, die die indirekte Vision vertreten, obwohl sie ebenfalls eine praktische Angelegenheit ist, etwas völlig anderes. Standardmäßig hat Software keinerlei Kontrolle über irgendetwas im Unternehmen. Es bedarf einer sorgfältig ausgearbeiteten, gut integrierten IT-Infrastruktur, um eine solche Kontrolle zu ermöglichen. Aus dieser Perspektive bedeutet Kontrolle in erster Linie eine gut integrierte Anwendungslandschaft. Durch diese Integration wird es möglich, die Automatisierung zu betreiben. Ohne diese besteht nicht einmal die Möglichkeit der Kontrolle, da keine Arbeit stattfindet.

Eine gut integrierte Anwendungslandschaft bietet nicht nur die Möglichkeit, Befehle oder Anweisungen in spezifische Subsysteme einzuspeisen, sondern auch die notwendigen Fähigkeiten, um jegliche Fehlfunktionen zu prüfen und zu beheben – sei es durch das Abrufen historischer Daten aus den Subsystemen oder durch das Einspeisen von Befehlen in diese. Umgekehrt ist die Kontrolle der Automatisierung selbst, wie beim “Vertrauen, aber prüfen”, weitgehend unproblematisch. Die Automatisierung wird durch ihren Code-Bestand oder alternativ durch ihre Konfigurationseinstellungen definiert. Die Konfiguration mag Bugs oder Mängel aufweisen, aber das ist eine völlig andere Angelegenheit, als dass ein Element in der Organisation die vom Management vorgegebenen Richtlinien entgleisen lässt.

Diese beiden Visionen sind in der Praxis schwer miteinander zu vereinbaren, da ihre jeweiligen Prioritäten für IT-Entwicklungen sehr unterschiedlich sind. Die Berichte und Dashboards, wie sie vom Lager der direkten Vision gefordert werden, werden vom anderen Lager weitgehend als Zeitverschwendung betrachtet. IT-Ressourcen würden nicht nur für den Aufbau umfangreicher Berichtsfunktionen verschwendet, sondern die Mitarbeiter würden auch später weiterhin Zeit damit verbringen, diese Dashboards endlos zu überprüfen.

Das Lager der indirekten Vision lehnt Berichterstattung nicht kategorisch ab, legt jedoch (bezüglich des Umfangs und der Leistungsfähigkeit der Berichte) weit weniger Wert darauf. Aus dieser Perspektive wurde die Automatisierung von Anfang an darauf ausgelegt, Kennzahlen zu optimieren, die den KPIs selbst entsprechen. Beispielsweise – abgesehen von Bugs und Mängeln – ergibt sich bei einem Lagerbestand von 10 Millionen Euro: Wenn die Automatisierung einen Servicegrad von 88 % erreicht, während Manager einen Servicegrad von 90 % bevorzugt hätten, dann hat es keinen Sinn, weiter an der Kontrolle der Automatisierung zu feilen. 88 % ist genau das, was die Automatisierung bei einem Lager im Wert von 10 Millionen Euro erreicht.

Eine überlegene Technologie für die Automatisierung könnte unter derselben Quote an Betriebskapital diesen 90-%-Servicegrad erreichen. Allerdings ist es nicht garantiert, dass sich diese überlegene Technologie überhaupt realisieren lässt. Dies ist im Grunde ein offenes Forschungsproblem, das nichts mit Kontrolle zu tun hat. Daher wird die Überwachung der feinen Details der Automatisierung größtenteils als sinnlose Übung betrachtet, da sie nicht den Weg für eine greifbare Verbesserung der Automatisierung ebnet. Bestenfalls ermöglicht sie eine frühzeitige Erkennung von Rückschritten – was sich jedoch auch mit weitaus weniger Indikatoren und Berichtsaufwand erreichen lässt, als ein Manager typischerweise benötigt, um sich in Kontrolle zu fühlen.

Im Gegensatz dazu können die bidirektionalen Integrationen und all die infrastrukturellen Anforderungen des Lagers der indirekten Vision vom anderen Lager als kostspielige Ausgaben ohne offensichtliche Rendite angesehen werden. Tatsächlich sind diese Ausgaben überwiegend instrumental und nicht operativ. Zudem wirken diese Investitionen weitgehend losgelöst von den dringenden Erfordernissen des Tagesgeschäfts. Das Lager der direkten Vision lehnt Integrationen oder Investitionen in die IT-Infrastruktur allgemein nicht kategorisch ab, da diese auch für Berichtszwecke benötigt werden. Allerdings wird dort nicht derselbe Wert auf den Umfang und die Zuverlässigkeit dieser Integrationen gelegt. Etwas unvollständige und unzuverlässige Integrationen werden toleriert, da man erwartet, dass die Mitarbeiter im Lösungsprozess eingebunden bleiben. Unsinnige Zahlen – solange sie nicht zu häufig auftreten – werden von den Mitarbeitern, die als Filter gegen jedweden IT-Nonsens fungieren, aussortiert.

Zusammenfassend lässt sich sagen, dass, während sowohl die direkte als auch die indirekte Vision hohe Erwartungen an die Anwendungslandschaft stellen, ihre Erwartungen radikal unterschiedlich sind und in ganz verschiedene Arten von Softwareinvestitionen münden.

In seinem berühmten Buch “The Goal”, das 1984 veröffentlicht wurde, schlug Eliyahu Goldratt eine Geschäftsphilosophie vor, die sich kurz zusammenfassen lässt: “Jede Verbesserung, die irgendwo außerhalb des Engpasses vorgenommen wird, ist eine Illusion.” Als Beleg für die Popularität der vor vier Jahrzehnten von Goldratt vorgeschlagenen Ideen ist die Wertschätzung von Engpässen zu einem festen Bestandteil der etablierten Geschäftskultur geworden.

Heutzutage übernehmen Manager, die noch nie von Goldratt gehört haben, instinktiv dessen Rahmenkonzept, das als Theory of Constraints bekannt ist. Die Theory of Constraints hätte einen eigenen Vortrag verdient, aber sie reduziert sich letztlich auf eine kurze Abfolge von Schritten: Die Engpässe des Systems müssen identifiziert werden, wir müssen entscheiden, wie diese Engpässe auszunutzen sind, und andere Entscheidungen der Nutzung dieser Engpässe unterordnen. Im Laufe der Zeit gilt es, die Engpässe zu beseitigen, und schließlich, sobald die Engpässe abgebaut sind, kehren wir zum Ausgangspunkt zurück, da zwangsläufig ein weiterer Engpass als neues Nadelöhr im System entstanden ist.

Die direkte Vision steht in hohem Maße im Einklang mit der Art und Weise, wie Goldratt die Anwendung seiner Theory of Constraints envisagierte. Der „rinse and repeat“-Ansatz zur Arbeit wird vom Management übernommen. In supply chain-Begriffen wären Engpässe beispielsweise das maximale Betriebsvermögen, das maximale Lagerbestandsvolumen, das in der Lagerstätte gehalten werden kann, die minimale Servicequalität, die von den Kunden erwartet wird, und der maximale Durchsatz des Lagers, um Waren zu empfangen und zügig zu bearbeiten.

Anhand anekdotischer Beispiele lässt sich erkennen, dass die Notfälle, die den Alltag vieler supply chain Praktiker dominieren, als ein schneller Wechsel der Stelle des Engpasses betrachtet werden können. An einem Tag mag der Engpass im fehlenden Lagerbestand eines bestimmten Produkts liegen, am nächsten Tag im Mangel an Lagerraum. Tatsächlich könnten Warnmeldungen und Ausnahmen, Merkmale, die in supply chain Software weit verbreitet sind, lose als automatisierte Erkennungssysteme für Engpässe angesehen werden.

Im Gegensatz dazu beschäftigt sich die indirekte Vision ebenfalls mit Engpässen, sieht diese jedoch in einem völlig anderen Licht. Die indirekte Vision betrachtet einen bestimmten Engpass als den König aller Engpässe, den einen Engpass, der alle anderen übertrumpft: die Fähigkeit der Mitarbeiter, überhaupt Engpässe wahrzunehmen. In der Handlung, wie sie in „The Goal“ von Goldratt dargestellt wird, mag die Identifizierung der Engpässe etwas subtil sein, aber ihre Lösung erfordert nicht nur umfangreiches Nachdenken, sondern auch erfinderisches Denken.

Die Handlung von „The Goal“ spielt sich jedoch in einer einzigen Fabrik ab, die ein einzelnes Produkt herstellt. Die Gesamtheit der Komplexität würde nach den Maßstäben unseres heutigen digitalen Zeitalters als äußerst bescheiden gelten. Die Identifizierung von Engpässen inmitten von Dutzenden von Prozessen, Hunderten von Standorten und Millionen von SKUs – Zahlen, wie sie in modernen supply chains üblich sind – ist ein vollkommen anderes Unterfangen im Vergleich zu der Einproduktfabrik, wie sie in „The Goal“ dargestellt wird.

Die indirekte Vision betrachtet die supply chain als ein System, das die Leistungsfähigkeit des menschlichen Verstandes zur Erfassung übersteigt. Sie sieht in der Fähigkeit des Teams, Automatisierung zu entwickeln, die in der Lage ist, Engpässe zu erkennen, die höchste zu bewältigende Herausforderung. Zudem wird – anders als in den Fertigungsumgebungen von „The Goal“ – die Beseitigung der Engpässe in der supply chain nicht als etwas angesehen, das wirklich erfinderisches Denken erfordert. Die Lösung in der supply chain reduziert sich darauf, mehr oder weniger Ressourcen zuzuweisen oder die Infrastruktur zum Transport, zur Produktion oder Lagerung der Güter zu vergrößern bzw. zu verkleinern. Folglich gilt: Wenn die Automatisierung leistungsfähig genug ist, um den Engpass zu identifizieren, dann ist es selbstverständlich, dass sie auch in der Lage ist, den Engpass zu beheben.

Zusammenfassend erkennen sowohl die direkte als auch die indirekte Vision die Bedeutung von Engpässen an – doch beide Lager stellen sich gänzlich unterschiedliche Arten von Engpässen vor. Das direkte Lager sieht Engpässe als ein externes Phänomen, als die Manifestation physischer Beschränkungen im Warenfluss. Das indirekte Lager hingegen betrachtet seine eigene Unfähigkeit, die perfekte Automatisierung zu entwickeln – jene, die alle Engpässe automatisch lösen würde – als den wahren Engpass. Es sieht Engpässe als internes Phänomen, als Ausdruck der intellektuellen Grenzen derjenigen, die den Warenfluss überwachen.

Wir haben drei Sätze widersprüchlicher Visionen in Bezug auf Wissen, Zeit und Arbeit gesehen. Das sollte klarstellen, was im Kontext dieses Vortrags unter einer Vision verstanden wird. Diese Visionen sind kraftvoll und schlagen radikal unterschiedliche Wege vor, um eine gegebene supply chain weiterzuentwickeln. Wenn jedoch zwei Visionen auseinandergehende Wege vorschlagen, wäre es höchst überraschend, wenn beide Wege sich letztlich als gleichermaßen vorteilhaft oder nachteilig für das Unternehmen erweisen würden. Es gibt keinen ersichtlichen Grund zu der Annahme, dass alle Visionen für supply chain-Zwecke gleichermaßen gültig sind.

Bevor wir uns der Frage der Gültigkeit dieser Visionen widmen, wollen wir zunächst ihre Vielfalt betrachten. Im engsten Sinne ist die Gesamtheit der Visionen, die jede Person in einer Organisation hat, so einzigartig wie die Individuen selbst, da man immer winzige Variationen finden kann. Wie Thomas Sowell in seinem Buch “A Conflict of Visions” demonstriert, stammt jedoch fast das gesamte Spektrum der politischen Meinungen, das in den letzten drei Jahrhunderten der westlichen Zivilisation vertreten war, aus einigen wenigen, markant unterscheidbaren Visionen, die sich meist um die Natur des Menschen und sein Potenzial drehen.

Basierend auf meinen eigenen lockeren Beobachtungen der letzten 15 Jahre in supply chain Kreisen bin ich fest davon überzeugt, dass ein ähnlicher Sachverhalt auch in der supply chain gilt. Einige wenige, markant unterscheidbare Visionen untermauern die überwältigende Mehrheit der supply chain-Initiativen. Wenn Einwände gegen den eingeschlagenen Weg einer dieser Initiativen vorgebracht werden, stammen diese Einwände ebenfalls aus demselben kleinen Pool von Visionen.

Das Fehlen von Vielfalt unter den Visionen ist nicht überraschend. Wie zu Beginn dieses Vortrags festgestellt, sind Visionen instinktiv und im Wesentlichen simpel. Die Menschen nehmen selten in Kauf, ihre eigenen Visionen infrage zu stellen. Wenn dies geschieht, bezeichnen sie den Vorgang oft als eine “Road to Damascus”-Erfahrung, die sowohl dramatisch als auch erstaunlich ist. Ein viel größeres Spektrum zeigt sich weiter unten in den Theorien, Prozessen und Techniken, die aus diesen Visionen abgeleitet wurden, denn diese sind wesentlich ausgefeilter als die ursprüngliche Vision.

Die relative Homogenität der in der supply chain anzutreffenden Visionen ist von grundlegender Bedeutung, da sie impliziert, dass wir nicht vor der unmöglichen Aufgabe stehen, die einzigartige Vision jeder einzelnen Person zu beweisen oder zu widerlegen. Wir beschäftigen uns lediglich mit der Bewertung der Gültigkeit einer kleinen Anzahl konkurrierender Visionen.

Nichtsdestotrotz ist es schwierig, Visionen zu bewerten – selbst wenn es nur wenige sind. Visionen befassen sich nämlich nicht mit dem, was ist – den bloß dargelegten Fakten – sondern vielmehr damit, was sein sollte. Die Fakten selbst werden weitgehend durch die Linse der jeweiligen Vision wahrgenommen. Jeder Misserfolg kann einem fehlerhaften Versuch zugeschrieben werden, anstatt die Vision, die diesen Versuch ins Leben gerufen hat, in Frage zu stellen. Beispielsweise scheint es, egal wie oft Unternehmen mit ihren Prognoseinitiativen keine Kapitalrendite erzielen konnten, als bestünde ein unerschöpflicher Glaube daran, dass die Technologie beim nächsten Mal so weit gereift sein wird, dass sie endlich präzise Prognosen liefert. Ebenso scheinen Unternehmen, selbst wenn jeder Mitarbeiter, der jemals einen S&OP-Prozess von innen erlebt hat, diesen als bürokratischen Albtraum beschreibt, weiterhin bereit zu sein, eigene S&OP-Prozesse einzurichten – in der Annahme, dass es damit anders sein wird. Sollte sich herausstellen, dass die von Thomas Sowell im Bereich der Politik identifizierten Eigenschaften von Visionen auch im Bereich der supply chain gelten, so ist zu erwarten, dass fehlgeleitete Visionen ein ganzes Leben lang fortbestehen, selbst wenn sie mit einer Flut widersprüchlicher Beweise konfrontiert werden.

Freie Märkte sind jedoch hervorragende Filter. Der Markt bildet Unternehmen nicht zu besseren Visionen aus, sondern eliminiert lediglich diejenigen, die nicht überwiegend die richtigen vertreten. So kamen beispielsweise viele stationäre Einzelhändler sehr spät zum E-Commerce. Sie waren nicht aufgrund technologischer Hindernisse spät dran; vielmehr hegten sie eine Vorstellung vom Einzelhandel, die nicht die Möglichkeit einschloss, dass ihre Kunden niemals eines ihrer Geschäfte betreten. Viele dieser Einzelhändler wurden durch Insolvenzen sanktioniert, wie Toys R Us im Jahr 2017 und Bed Bath & Beyond im Jahr 2023.

Ein vernünftiger Ausgangspunkt, um eine derartige Katastrophe zu vermeiden, besteht darin, die vorherrschenden Visionen innerhalb des Unternehmens zu identifizieren. Eine solche Bestandsaufnahme ermöglicht es, die Vor- und Nachteile dieser Visionen zu diskutieren, wie wir es in diesem Vortrag getan haben.

Abschließend lässt sich sagen, dass Visionen eine Intuition der Kausalität sind. Sie fungieren als Kompass für den Fokus des Geistes. Visionen sind zwar simpel, aber dennoch notwendig. Sie prägen, wie wir uns bewusst mit komplexen Systemen auseinandersetzen – wobei die supply chain ein hervorragendes Beispiel für ein solches System ist. Kaum ein supply chain-Lehrbuch oder eine supply chain-Software erkennt die zugrunde liegenden Visionen an. Dennoch sind diese Lehrbücher und Programme, weit davon entfernt, visionsneutral oder visionslos zu sein, oft der Inbegriff spezifischer Vorstellungen davon, wie die supply chain gemäß ihrer jeweiligen Vision beschaffen sein sollte.

Diese Visionen sind mächtig und bestimmen weitgehend, wie Unternehmen wiederum ihre Prozesse, die Arbeitsteilung, die Zukunft und die allgemeine Planung sowie die Rollen und Pflichten ihrer Mitarbeiter gestalten. Trotz ihrer Bedeutung werden Visionen selten anerkannt – geschweige denn verändert. So ist es beispielsweise möglich, wie ich es getan habe, Hunderte aktueller Forschungspapiere zur Bedarfsprognose zu lesen, ohne auf einen einzigen Autor zu stoßen, der in Frage stellt, ob die im Papier verfolgte technische Perspektive überhaupt geeignet ist, die Zukunft zu erfassen.

Dennoch müssen Visionen hinterfragt werden. Wie in diesem Vortrag gezeigt, widerspricht die statische Vision, die in supply chain Kreisen immens populär ist, dem, was seit einem Jahrhundert als grundlegende Wirtschaftstheorie gilt. Dazu gehören Techniken wie Sicherheitsbestände und die ABC-Analyse, die in der Welt der supply chain buchstäblich allgegenwärtig sind. Doch wenn uns die Geschichte der Wissenschaft eines lehrt, dann: Ein weit verbreiteter Konsens impliziert keineswegs eine echte Gültigkeit. Die Annahme, dass diese supply chain Techniken – ABC-Analyse und Sicherheitsbestände – durch ihre Gültigkeit letztlich das gesamte Feld der Wirtschaftswissenschaften widerlegen könnten, erscheint höchst unwahrscheinlich.

Die supply chain ist nach wie vor recht unreif – sowohl als Studienfach als auch in der praktischen Anwendung. Wie bereits in dieser Vortragsreihe erörtert, ist nicht gänzlich geklärt, ob die supply chain überhaupt schon als Wissenschaft gelten kann. Was auch immer in unserem heutigen Verständnis der supply chain fehlen mag, könnte tiefgreifend sein – im Sinne von Visionen. Die Ausgereiftheit – oder deren Fehlen – der von uns verwendeten Methoden könnte völlig irrelevant sein, falls sich herausstellt, dass wir die Probleme von vornherein falsch umschreiben.

Nun fahre ich mit den Fragen zu diesem Vortrag fort. Übrigens werde ich diese Vortragsreihe für ein paar Monate pausieren. Ich habe erkannt, dass ich Zeit benötige, um diese Vorträge in schriftliche Form zu bringen. Ich habe bereits an einem Buch gearbeitet und erwarte, all diese Elemente zu einer kohärenten Erzählung zusammenführen zu können, die all diese Erkenntnisse bündelt. Aber jetzt komme ich tatsächlich zu den Fragen.

Frage: Gibt es eine Möglichkeit, alltägliches Wissen zu automatisieren und zu skalieren, ohne dass ein rigoroses Wissenssystem im Unternehmen vorhanden ist? Zum Beispiel: Ist ein kleines Unternehmen nicht in der Lage, den von dir befürworteten quantitativen Ansatz umzusetzen?

Der Kniff besteht darin, dass per Definition alltägliches Wissen jenes Wissen ist, das nicht kodifiziert wurde. Wenn man einen Weg findet, das im Unternehmen vorhandene Wissen zu kodifizieren, verwandelt man es effektiverweise in spezielles Wissen. Allerdings ist spezielles Wissen sehr kostspielig, unabhängig von der Größe des Unternehmens. Es gibt immer eine enorme Menge an alltäglichem Wissen, das umherirrt, weil es wirtschaftlich nicht tragbar wäre, all dies zu kodifizieren, zu strukturieren und zu verfeinern. Dabei handelt es sich um Wissen über die Umstände von Zeit und Ort. Ein Großteil dieses Wissens ist flüchtig. Beispielsweise ist es heute entscheidend, den Zustand der Bremsen eines Lastwagens zu kennen, doch sobald die Bremsen repariert sind, verliert dieses Wissen an Relevanz.

Es ist also nicht primär ein Skalierungsproblem, sondern vielmehr ein Balanceakt zwischen alltäglichem und speziellem Wissen. Jedes Unternehmen, egal welcher Größe, muss sich mit einem immensen Volumen an alltäglichem Wissen auseinandersetzen. Man kann nicht davon ausgehen, dass man dieses Problem allein durch Automatisierung lösen kann.

Wenn es darum geht, dass kleine Unternehmen mit dem quantitativen Ansatz zurechtkommen, den Lokad befürwortet, gab es in den letzten 15 Jahren eine anhaltende Herausforderung in Bezug auf die Reife digitaler supply chains. Große Unternehmen sind in Bezug auf ihre supply chains seit fast vier Jahrzehnten digitalisiert. Barcodes sind nicht neu. In kleinen Unternehmen begann dieser Prozess erst vor zwei Jahrzehnten, sodass ein Zeitunterschied von 20 Jahren besteht. Hinzu kommt die Frage des Integrationsgrades der Anwendungslandschaft. Ein Merkmal großer Unternehmen ist die Verfügbarkeit einer IT-Abteilung. Sobald eine IT-Abteilung vorhanden ist, gibt es Mitarbeiter, die dafür bezahlt werden, die Anwendungslandschaft zu integrieren. Ohne diese Integration lassen sich die Daten nicht konsolidieren, um überhaupt mit der Ausführung der die Quantitative Supply Chain, wie sie von Lokad vorgesehen ist, zu beginnen.

Hier liegt das Hauptproblem in der mangelnden Integration. Doch wenn man zufällig über eine sehr integrierte Anwendungslandschaft verfügt – wie dies bei einigen E-Commerce-Unternehmen der Fall ist – können selbst sehr kleine Unternehmen von einem Ansatz wie dem von Lokad Befürworteten profitieren.

Frage: Anscheinend rechtfertigen die meisten supply chain Manager häufig den Einsatz der Mainstream-supply chain Theorie mit ihrem einfachen Ansatz, auch wenn sie die Realität etwas ungenau abbildet. Anschließend stellen sie diese einer scheinbar überlegenen, wenn auch komplexen, englischen Technologie gegenüber. Was wäre in einem solchen Diskurs dein Argument?

Ich glaube nicht, dass die meisten supply chain Manager in ihrer täglichen Praxis auf die Mainstream-supply chain Theorie zurückgreifen. Sie kennen sie und haben Konzepte wie optimal service level vernommen – vielleicht noch während ihres Studiums vor einigen Jahren. Dabei geht es jedoch nicht um Einfachheit versus Komplexität, sondern vielmehr darum, wie man Probleme angeht: Wählt man Ansätze, die organisch im Unternehmen gewachsen sind, oder formuliert man sie als klare Problemstellungen mit entsprechenden Lösungsansätzen? Das sind völlig unterschiedliche Herangehensweisen.

Die meisten Manager, insbesondere diejenigen in Führungspositionen in Unternehmen, die große supply chains betreiben, sehen ihre Rollen und Verantwortlichkeiten nicht als eine Ansammlung von Problemen und Lösungen, sondern vielmehr als betriebliche Vorgehensweisen, Praktiken, Gewohnheiten und Traditionen.

Also ist die Kluft viel größer, als einfach nur im Einklang mit einer Theorie zu stehen oder nicht. Es ist buchstäblich ein Unterschied darin, wie wir das grundlegende Problem angehen, was es bedeutet, ein Unternehmen zu verbessern. Aus einer Perspektive des speziellen Wissens bedeutet Verbesserung, eine bessere Lösung für ein gegebenes Problem zu finden. Wenn Ihre Weltanschauung Ihre Position und damit auch Ihre Abteilung im Unternehmen nicht im Hinblick auf Probleme und Lösungen definiert, dann gibt es ein Missverhältnis in der Vision. Das ist sehr schwer miteinander in Einklang zu bringen.

In der Tat gibt es Punkte, an denen, ganz gleich welche Vision man hat, es zwangsläufig zu einer drastischen Vereinfachung der zugrunde liegenden Realität kommen muss. Das trifft auch auf die Quantitative Supply Chain zu, wie sie von Lokad angegangen wird. Der Hauptunterschied besteht darin, dass wir anerkennen, dass der Aufwand für die Modellierung der supply chain das eigentliche Nadelöhr darstellt. Diese Vereinfachung wird als die primäre Einschränkung der Initiative betrachtet.

Es geht jedoch nicht darum, der Illusion zu verfallen, dass das, was getan wird, zwangsläufig fortschrittlicher oder genauer die Realität widerspiegelt als andere Ansätze.

Vielen Dank an alle, ich denke, das war es für heute. Bis zum nächsten Mal.