Supply Chain Debatte über das Demand Driven Adaptive Enterprise Model (mit Carol Ptak) - Ep 165

00:00:00 Einführung von Conor Doherty
00:00:35 Erläuterung des Debattenformats
00:02:59 Eröffnungsbemerkungen von Joannes Vermorel
00:09:52 Eröffnungsbemerkungen von Carol Ptak
00:17:07 Widerlegung von Joannes Vermorel
00:22:13 Widerlegung von Carol Ptak
00:27:17 Abschließende Bemerkungen von Joannes Vermorel
00:29:19 Abschließende Bemerkungen von Carol Ptak
00:31:24 Fragen aus dem Publikum
00:32:10 Herausforderungen der Entscheidungsfindung
00:34:56 Gedanken zur Theorie hinter DDMRP
00:37:51 Demand Driven Ansatz während der COVID-Pandemie
00:40:52 Lokads Umgang mit Störungen
00:42:17 DDAE und probabilistische Prognosen
00:49:14 DDMRP im Vergleich zu MRP
00:56:40 Minimale Technologie für Optimierung
00:58:44 DDMRP-Implementierungen in großen Einzelhandelsnetzwerken
01:00:02 Bedeutung des Flusses in DDMRP
01:01:09 Anpassungsfähigkeit auf Systemebene
01:03:35 Können Fallstudien verglichen werden?
01:07:46 Umgang mit Unsicherheit auf Unsicherheit
01:12:26 Hauptkritikpunkt am DDMRP-Modell
01:19:19 Wenn DDMRP nicht ausreicht
01:24:47 Perspektive von Push vs. Pull
01:26:46 Sicherheitsbestand und hohe Variabilität
01:29:46 Warum sich der Demand Driven Ansatz nicht weiter verbreitet
01:35:01 Das Ende der Debatte

Vollständiges Transkript

Conor Doherty: Herzlich willkommen zu einer ganz besonderen Folge von LokadTV. Heute habe ich das Vergnügen, eine live und hoffentlich freundliche Debatte zwischen Carol Ptak und Joannes Vermorel zu moderieren. Carol ist Partnerin am Demand Driven Institute und Gastprofessorin sowie herausragende Führungskraft an der Pacific Lutheran University. Joannes hingegen, hier rechts von mir, ist der Gründer und CEO von Lokad. Er ist Ingenieur beim Corps des Mines France und hat sechs Jahre lang Softwaretechnik an der École Normale Supérieure unterrichtet.

Nun werde ich versuchen, die Parameter der Debatte schnell zu erläutern. Zunächst das Thema: “Kann das Demand Driven Adaptive Enterprise Model den Herausforderungen der Entscheidungsfindung in der realen Supply Chain gerecht werden?” Carol wird dafür argumentieren und Joannes dagegen. Zunächst wird es Eröffnungsbemerkungen von sieben Minuten geben, wie im Voraus vereinbart. Joannes spricht zuerst, gefolgt von Carol. Anschließend hat jeder Redner eine fünfminütige Widerlegung. Danach hat jeder Redner eine zweiminütige abschließende Bemerkung. An diesem Punkt werde ich einige Fragen stellen, hoffentlich ausschließlich aus dem Publikum. Sie können Ihre Fragen jederzeit im Live-Chat stellen. Oh, und am Ende wird es einen freien Austausch geben, worauf alle hier sind.

Nun, zur Vorbereitung auf die Debatte haben beide Redner folgende Definition vereinbart, und ich zitiere: “Das DDAE-Modell ist ein Managementinstrument zur Wahrnehmung von Marktveränderungen, zur Anpassung an komplexe und volatile Umgebungen und zur Ermöglichung marktorientierter Innovationsstrategien. Seine drei Hauptkomponenten sind das nachfragegesteuerte Betriebsmodell, die nachfragegesteuerte Vertriebs- und Betriebsplanung und die adaptive Vertriebs- und Betriebsplanung.” Um fair zu sein, das ist eine lange Definition, daher haben wir aus diesem Grund einen Link zu einem offenen Google-Dokument in den Live-Chat eingefügt. Wenn Sie darauf klicken, gelangen Sie zu einem offenen Google-Dokument, in dem Sie detaillierte Definitionen für all diese Begriffe und vollständige Biografien der Redner finden.

Während des Debattenteils werde ich beide Redner streng zeitlich begrenzen. Die einzige Unterbrechung wird ein sanfter Hinweis sein, wenn Ihnen die Zeit davonläuft. Ich empfehle Ihnen außerdem, sich gegenseitig auf Ihren Geräten zu timen. Redner, wir sind fast fertig. Während des vorbereiteten Teils der Debatte müssen die Redner vollkommen schweigen. Wenn Sie sich während Ihrer vorbereiteten Bemerkungen gegenseitig unterbrechen, werden Sie stummgeschaltet, und Sie wurden im Voraus davor gewarnt. Und zu guter Letzt, wenn Ihnen gefällt, was wir hier tun, wenn Ihnen die Supply Chain-Debatten gefallen, ermutige ich Sie, den YouTube-Kanal von Lokad zu abonnieren und uns auf LinkedIn zu folgen.

Und nach dieser dreisten Eigenwerbung frage ich Sie beide: Kann das Demand Driven Adaptive Enterprise Model den Herausforderungen der Entscheidungsfindung in der realen Supply Chain gerecht werden? Joannes wird dagegen argumentieren.

Joannes Vermorel: Meine Damen und Herren, geschätzte Kollegen und Supply Chain-Enthusiasten, es ist mir eine Freude, hier zu sein, um das Demand Driven Adaptive Enterprise Model und seine Fähigkeit zur Bewältigung realer entscheidungsbasierter Herausforderungen in der Supply Chain zu diskutieren. Zu diesem Zweck hat Carol mir drei Bücher vorgeschlagen: “Demand Driven Material Requirements Planning” von 2016, “Demand Driven Adaptive Enterprise” von 2018 und schließlich “Adaptive Sales and Operations Planning” von 2022.

Das sind insgesamt 886 Seiten, aber keine Sorge, Sie müssen nur etwa ein Drittel davon lesen. Der Rest ist wie eine Netflix-Serie, die nicht aufhören kann, vergangene Episoden zusammenzufassen, da sich diese Bücher stark überschneiden. Ich werde Ihnen das ersparen und sie als ein einziges, übermäßig wiederholendes Werk verwerfen. Als jemand, der stark in die Supply Chain investiert ist, habe ich mich mit großer Hoffnung dem nachfragegesteuerten Paradigma genähert. Schließlich, wer wäre nicht begeistert von einem Rahmenwerk, das verspricht, unsere Branche zu revolutionieren? Nachdem ich mich jedoch fast tausend Seiten lang damit beschäftigt habe, bin ich nicht überzeugt.

Zunächst die Banalitäten. Seite 43 von “Adaptive Enterprise”, und ich zitiere: “Wenn Führungskräfte ihre Mission erfüllen wollen, müssen sie wissen, wo sie anfangen sollen.” Nun ja. Seite 163: “Konsistente Definition, konsequente Einhaltung der gleichen Prinzipien.” Ich nehme an, es ist konsequent, Konsistenz für diejenigen zu definieren, die die Grundschule übersprungen haben. Die Illustrationen, die vermutlich dem Leser helfen sollen, sind auch nicht besser. Auf Seite 150 haben wir eine Tabelle mit Zahlen, die als “Daten” bezeichnet sind, ein Balkendiagramm mit der Bezeichnung “Graph” und einen Text, der, warten Sie darauf, “Text” genannt wird. Gott sei Dank klären sie das auf. Ich war kurz davor, das Balkendiagramm als moderne Kunst zu bezeichnen. Es ist, als ob die Autoren befürchten, dass wir diese grundlegenden Konzepte nicht erkennen könnten, aber vielleicht erbringen sie einen öffentlichen Dienst für diejenigen, die von ihrer Grundschule enttäuscht wurden.

Nun, wenn die einfachen Teile beleidigend einfach sind, wie sieht es dann mit den schwierigen Teilen aus? Vielleicht liegt der wahre Wert von bedarfsgesteuerten Ansätzen dazwischen, vergraben zwischen den Klischees. Schauen wir uns die Gleichungen an. Und ja, es gibt Gleichungen, oder zumindest werden sie als solche bezeichnet. Auf den Seiten 17, 25, 28 und 29 von “Adaptive Enterprise” stoßen wir auf das, was die Autoren als Gleichungen bezeichnen. Aber diese Gleichungen sind nur eine zufällige Ansammlung von griechischen Buchstaben und Bruchstrichen. Sie sind in keiner Weise Gleichungen. Als jemand, der auch mit dem Gleichungseditor von Microsoft Word gespielt hat, verstehe ich die Versuchung, aber wenn sie versuchen, eine bessere Entscheidungsfindung in der Supply Chain zu lehren, wäre es vielleicht nützlicher, einige tatsächliche mathematische Formeln anzubieten.

Umgekehrt müssen wir uns von den Seiten 99 bis 105 eine quälend langweilige Erklärung anhören, in der uns die Autoren in einfacher Sprache sagen: “Addiere dies, subtrahiere das und multipliziere dies.” Es ist wie das Lesen eines Kochrezepts für mathematische Operationen. Ein halbes Dutzend Seiten könnte auf nur wenige Zeilen grundlegender Formeln reduziert werden. Aber vielleicht würde dies offenbaren, dass die zugrunde liegende Mathematik des Demand Driven Adaptive Enterprise nicht die Raffinesse eines Schulbuches für die Mittelstufe hat. Nicht gerade das, was man von einem Werk erwarten würde, das Teil der, und ich zitiere, “aufstrebenden Wissenschaft der komplexen adaptiven Systeme” sein will.

Um fair zu sein, es gibt eine echte Gleichung in diesen drei Büchern. Nur eine. Und nein, es ist nicht die sogenannte Nettostromgleichung auf Seite 150 des DDMRP Buches, die trotz ihres pompösen Namens nur eine Definition ist. Die einzige Gleichung findet sich in “Adaptive S&OP” auf Seite 156. Es handelt sich um den Taguchi-Fähigkeitsindex. Diese Formel ist ein einfacher Copy-and-Paste aus Wikipedia, aber hey, es ist immer noch eine Gleichung. Leider handelt es sich um eine Gleichung aus dem Maschinenbau für Maßtoleranzen und wird normalerweise als völlig unabhängig von der Supply Chain betrachtet. Sie taucht zufällig mitten in einer Diskussion über S&OP-Leistungsziele auf.

Nun, ich würde nicht behaupten, dass die Autoren versuchen, die Leser mit irrelevanten Gleichungen zu verwirren. Vielleicht haben sie sich nur in einer Flut von Kopieren und Einfügen verirrt. Wenn wir uns zwischen den Klischees und den Pseudo-Gleichungen tiefer graben, finden wir zahlreiche Handlungsaufforderungen. Handlungsaufforderungen sind großartig. Unternehmen müssen handeln. Auf Seite 44 von “Adaptive Enterprise” werden wir mit einer Reihe von Empfehlungen behandelt, die nahelegen, dass Menschen systematisch denken sollten, dass Menschen eine gemeinsame Sprache haben sollten, eine gemeinsame systemische Sprache zum Denken und Arbeiten, und dass wir Menschen befähigen müssen, die Verbindungen zwischen Abteilungen, Ressourcen und Menschen zu verstehen.

Meine Damen und Herren, was für ein brillantes Programm. Als CEO selbst würde ich mich freuen, wenn meine 60 Mitarbeiter das erreichen könnten. Und beachten Sie, bei Lokad stellen wir Elite-Ingenieurtalente ein, und selbst für uns ist das, was Carol vorschlägt, lächerlich schwierig. Ich kann mir nur vorstellen, wie gut das in einem Unternehmen funktionieren würde, das Tausende von Mitarbeitern beschäftigt, bei dem die einzige Verbindung, die sie verstehen, das gemeinsame Feierabendbier am Freitagabend ist. Natürlich habe ich darauf gehofft, in dem Buch Anleitungen dazu zu finden, wie ich den Geist meiner Mitarbeiter neu ausrichten kann, ihnen eine neue Sprache beibringen kann und sie die Feinheiten jeder Abteilung verstehen lassen kann. Aber nachdem diese Bombe abgeworfen wurde, gehen die Bücher prompt zum nächsten Kapitel über und geben keinerlei Anleitung, wie diese ehrgeizigen Ziele erreicht werden können.

Zusammenfassend lässt sich sagen, dass wir fast tausend Seiten haben, die zwischen dem blendend Offensichtlichen, dem völlig Banalen, dem mathematisch Unsinnigen und dem wild Unpraktischen hin und her pendeln. Demand-driven rühmt sich damit, eine Revolution im Supply Chain Management anzuführen. Ironischerweise hat es das Einzige, was es revolutioniert hat, meine Enttäuschung über den aktuellen Stand der Literatur zur Supply Chain.

Conor Doherty: Joannes, Ihnen bleiben noch 21 Sekunden.

Joannes Vermorel: Ich bin fertig.

Conor Doherty: Sie sind fertig? Nun gut, Joannes, vielen Dank für Ihre Eröffnungsbemerkungen. Carol, ich wende mich nun an Sie für Ihre siebenminütige Eröffnung, bitte.

Carol Ptak: Oh, vielen Dank. Nun, das war höchst amüsant. Mir war nicht bewusst, dass ich hier für einen Buchbericht und eine seitenweise Kritik bin. Um das beiseite zu legen, hatte ich wirklich gehofft, dass unsere Debatte über das Demand Driven Adaptive Enterprise-Modell sein würde und nicht über einen Buchbericht und zitierte Seiten. Um das klarzustellen, diese drei Bücher wurden für drei völlig unterschiedliche Märkte geschrieben. Ich habe nicht erwartet, dass irgendjemand da draußen alle tausend Seiten liest. Ich dachte nur, dass Joannes mit seinem wissenschaftlichen Verstand vielleicht Freude daran hätte, sowohl die operative, taktische als auch strategische Sichtweise dieser Supply Chain zu verstehen.

Also lassen Sie uns darüber sprechen, was das Demand Driven Adaptive Enterprise-Modell wirklich ist und warum es revolutionär ist. DDAE basiert tatsächlich auf der Wissenschaft komplexer adaptiver Systeme und dem Verständnis, dass Supply Chains keine Ketten sind. Supply Chains waren noch nie Ketten. Wir haben sie falsch benannt, als wir sie benannt haben, und das liegt daran, dass wir, die wir an der Benennung von Supply Chains beteiligt waren, mich eingeschlossen, aus dem operativen Bereich kamen, wo wir es gewohnt waren, Optimierungsalgorithmen zu verwenden, um zu verstehen, wo unsere Engpässe lagen und wie wir die Ausgabe des Gesamtprozesses basierend auf der Maximierung des Engpasses maximieren konnten.

Als wir Supply Chain zum ersten Mal benannt haben, haben wir gesagt: “Nun gut, ich werde meine Operationen mit meinem Kunden und dem Kunden meines Kunden und meinem Lieferanten und dem Lieferanten meines Lieferanten verbinden, und voilà, da haben wir eine Supply Chain.” Wir lagen sehr falsch. Supply Chains sind keine Ketten, waren es nie. Es sind komplexe adaptive Systeme, und komplexe adaptive Systeme funktionieren nach einer ganz anderen Wissenschaft als eine Kette. Eine Kette ist ein lineares System. Komplexe adaptive Systeme sind nicht linear. Es sind Netzwerke. Es gibt viele Knoten, es gibt viele Verbindungen, und leider lieben es Wissenschaftler, die Verbindungen zu trennen, um die Knoten im Detail zu untersuchen und dann zu glauben, dass wir alles wieder zusammenfügen und das Ganze verstehen können. Wenn die Verbindungen jedoch einmal getrennt sind, haben wir den Kontext für das Ganze verloren.

Was DDAE also anders macht, ist die Tatsache, dass es versteht, dass Supply Chains tatsächlich keine Ketten sind; es sind komplexe adaptive Systeme, was bedeutet, dass sie nicht lange in einem stabilen Zustand bleiben. Sobald Druck auf sie ausgeübt wird, werden sie sich verändern und entwickeln, und per Definition können sie nicht mathematisch optimiert werden. Die Wissenschaft komplexer adaptiver Systeme stammt aus der Biologie und der Wirtschaft, und daher ist sie sehr gut verstanden. Wenn jemand an einem sehr guten Buch darüber interessiert ist, gibt es ein Buch namens “Team of Teams” von General Stanley McChrystal.

Wie funktioniert also DDAE? Nun, wir verstehen, dass jedes Unternehmen heute in einer variablen, volatilen, unsicheren, komplexen und mehrdeutigen Welt ist. Daher müssen wir in der Lage sein, Veränderungen in diesem Markt sehr schnell wahrzunehmen und dann die Planung in der Produktion anzupassen, von Lieferanten zu ziehen und sich darum zu kümmern und das alles in Echtzeit zu tun. Eine brandneue Idee? Nein. Die Definition von demand driven existierte bereits 2001. Sie wurde tatsächlich geprägt, als ich bei PeopleSoft war. Wir haben erst etwa 2006 verstanden, wie man es umsetzt, als Chad Smith und sein Team das Konzept der Entkopplung in der gesamten Supply Chain einsetzten.

Aufgrund der VUCA-Welt, dieser volatilen, unsicheren, komplexen, mehrdeutigen Welt, in der wir leben, muss unsere Reaktionszeit auf den Markt kürzer sein als die Toleranzzeit unserer Kunden. Irgendwo entlang der Supply Chain muss also jemand Bestände halten. Bestände sind ein Vermögenswert. Wir haben es zugelassen, dass Bestände als Verbindlichkeiten, als Vermögenswerte, hin und her diskutiert werden, aber es hängt davon ab, wo und wie viel von diesem Bestand vorhanden ist. Wenn wir den richtigen Bestand am richtigen Ort haben, dann ist der Bestand eindeutig ein Vermögenswert, weil er die Rendite für das Unternehmen verbessert, was die relevante Kennzahl ist.

Wie können wir also Kohärenz in einer Organisation erreichen, um die Rendite zu steigern? Wie verwalten wir die operativen, taktischen und strategischen relevanten Bereiche, damit das Unternehmen in Kohärenz ist und die Rendite erreicht? Ich kann nicht auf den Shopfloor gehen und Joe auf dem Shopfloor fragen, was er an diesem Tag getan hat, um die Rendite zu steigern, aber ich kann ihn auf dem Shopfloor ansprechen und fragen: “Was hast du getan, um den Fluss zu verbessern?” Und wieder ist das keine neue Idee. Wir wissen schon sehr, sehr lange über den Fluss Bescheid, bis zurück zu den antiken Phöniziern, als sie ihre Handelsschiffe zu Kriegsschiffen umrüsten mussten.

Das DDAE-Modell basiert auf der Kohärenz des Flusses in der Organisation, was alles in der Organisation transformiert. Wir konzentrieren uns nicht mehr auf Kosteneffizienz und Optimierung, weil wir erkennen, dass wir kein lineares System verwalten, sondern ein komplexes adaptives System. Und die moderne Welt, in der wir es verwalten, ist eine volatile, unsichere, komplexe und mehrdeutige Welt. MRP wurde zum Beispiel in den 50er Jahren konzipiert und in den 70er Jahren kommerzialisiert, als Joe Orlicky sein Buch schrieb. Und was wir damals verstanden haben, ist, dass wir abhängige Planung durchführen müssen, und abhängige Planung war der eigentliche Vermögenswert von MRP.

Aber denken Sie daran, dass wir in den 50er und 60er Jahren nur 8K Speicher und ein paar Bandlaufwerke hatten, und so haben wir in der Regel die Materialplanung vielleicht einmal pro Woche durchgeführt, viele Unternehmen einmal im Monat, und von dort aus disaggregiert. Und wir dachten wirklich, dass sich die Dinge verbessern würden, wenn die Technologie schneller würde. Und tatsächlich brachte PeopleSoft im Jahr 2001 das erste Echtzeit-MRP-System heraus, und die Reaktion unserer Kunden war: “Bitte lassen Sie es aufhören”, weil sie mit der Systemnervosität nicht umgehen konnten. Das Maß an Präzision, wenn wir versuchen, es über die gesamte Supply Chain zu verbinden, verursacht eine derartige selbstinduzierte Volatilität und Variabilität, dass die Planer damit nicht umgehen können.

Die Idee ist also, wie können wir gleichzeitig sehr schnell auf Veränderungen im Markt in einer volatilen, variablen, unsicheren, komplexen und mehrdeutigen Umgebung reagieren und die Vorteile der heutigen Echtzeit-Computing nutzen? Als Dr. Goldratt und ich das Buch “Necessary But Not Sufficient” geschrieben haben, haben wir über Technologie gesprochen, weil wir verstanden haben, dass sich mit der Veränderung der Technologie auch die Geschäftsregeln ändern müssen. Und wenn sich die Geschäftsregeln ändern, muss sich auch die Technologie ändern. Und wir haben heute das Glück, Dinge wie Machine Learning und künstliche Intelligenz zu haben, die übrigens auf der gleichen Wissenschaft wie das DDAE-Modell basieren.

Und das ist es, was uns sehr innovativ macht, dass die Geschäftsregeln jetzt mit den Möglichkeiten der Technologie übereinstimmen, so dass wir jetzt Veränderungen auf dem Markt erkennen können, unsere Planung und Produktion anpassen, von Lieferanten abrufen und die Echtzeitsysteme nutzen können, die wir haben.

Conor Doherty: Nun, Carol, ich habe Ihnen dort 3 Sekunden extra gegeben, aber sie waren gut investiert. Vielen Dank. Vielen Dank. An dieser Stelle, Joannes, übergebe ich Ihnen das Wort für Ihren 5-minütigen Widerspruch.

Joannes Vermorel: Ja, ich meine, das Erste, was mir auffällt, sind die Widersprüche, zum Beispiel in Bezug auf die Mathematik. Denn wenn Carol moderne Computer zitiert, dann berechnen Computer, wie der Name schon sagt. Das ist das Einzige, was sie tun. Sie haben keine Kristallkugeln oder ähnliches. Und tatsächlich gibt es in den Büchern selbst Tonnen von Gleichungen. Nochmals, ich sage nicht, dass ich etwas gefunden habe - ich beschreibe Dinge als Gleichungen. Die Autoren selbst erwähnen und listen Dinge als Gleichungen auf. Und wenn sie sich mit Nichtlinearität befassen, bewegen wir uns wieder im Bereich der Mathematik. Das ist also nichts, was ich mir selbst ausdenke; das ist das, was die Autoren selbst aufstellen.

Nun, basierend auf meiner Kritik an diesen Büchern, die sozusagen die heiligen Schriften der nachfragegesteuerten Paradigmen sind, scheint die Antwort zu sein, obwohl es viele Abschweifungen gibt, dass das Ganze mehr ist als die Summe seiner Teile. Richtig, wir können uns die Einzelteile nicht wirklich anschauen. Also egal wie dysfunktional die Teile sind, setzen Sie sie zusammen und voilà, Sie haben Größe. Es ist wie das Zusammenbauen eines Autos aus Ersatzteilen von Toyota und die Erwartung eines Tesla. Und raten Sie mal? Wir haben auch Fallstudien, die das unterstützen. Das ist auch ein interessanter Punkt.

Auf Seite 325 des DDAE-Buchs haben wir zum Beispiel eine Einzelhandels-Fallstudie mit DDMRP. Es wird eine Umsatzsteigerung von 60%, eine Bestandsreduzierung von 40% und ich zitiere: “die Beseitigung eines Gefühls der Knappheit in den Geschäften, obwohl der Bestand fast halbiert wurde.” Nun, wenn Sie das glauben, habe ich eine Brücke in Brooklyn zu verkaufen. Aber hier ist der Clou: Wir können keine dieser Fallstudien überprüfen. Schockierend, ich weiß. Und die Unterstützung kommt vom Verkäufer selbst, der das wunderbare Heilmittel der nachfragegesteuerten Wirtschaft anpreist. Es ist wie ein Restaurantbesitzer, der seine eigene Fünf-Sterne-Bewertung auf Yelp schreibt: “Vertrauen Sie mir, es ist der beste Sushi in der Stadt.” Sicher, aber die Fallstudien sind nichts weiter als eine elegante Art zu sagen: “Weil ich es sage.” Nicht gerade überzeugende Beweise.

Nun, zum Punkt, weil es hier so viele Abschweifungen gab, waren wir bei Fakten, der Definition von komplexen adaptiven Systemen, Anekdoten, woher der Name Supply Chain stammt, und einigen Trivia über ERP, das besser wird, und Technologien und so weiter. Aber die Realität ist, wenn wir zu einem einfachen Test zurückkehren, würde ich sagen, in Echtzeit eines adaptiven Unternehmens, listet Seite 7 die Nichtlinearität als das allererste Prinzip auf, das Carol auch erwähnt hat. Das ist also das allererste Prinzip komplexer adaptiver Systeme. Klingt beeindruckend, aber nehmen wir die einfachste Nichtlinearität, die wir in der Lieferkette haben können: MOQs, Mindestbestellmengen. Sicherlich hätte die nachfragegesteuerte Wirtschaft etwas Bedeutendes über MOQs zu sagen. Nun, eigentlich nicht. Über tausend Seiten hinweg werden MOQs sechs Mal erwähnt. Das ist nett in jedem einzelnen Buch, also etwa zwei Mal im Durchschnitt für jedes Buch. Das ist also ziemlich viel Material, das wir haben.

Und nehmen wir ein Beispiel. Auf Seite 63 haben wir ein Beispiel für eine MOQ, die so klein ist, dass sie praktisch nicht existiert, weil sie numerisch keinerlei Auswirkungen auf die Berechnung hat. Faszinierend. Und dann auf Seite 115 haben wir eine Situation mit einer Containerbestellung. Interessante Nichtlinearitäten von mehreren Seiten mit einer MOQ. Und wie ist die Situation? Wir haben eine Bestellmenge von 100 Einheiten, eine Containergröße von 100 Einheiten und eine MOQ - warten Sie darauf - von 100 Einheiten. Was für ein Zufall. Es ist, als ob sich die Sterne genau so ausrichten würden, dass sie sich nicht mit irgendeiner tatsächlichen Nichtlinearität befassen müssten. Sie können diesen Prozess mit Preisstaffelungen, verderblichen Gütern, Cross-Docking, reparierbarer Ausrüstung und so weiter wiederholen. Die nachfragegesteuerte Wirtschaft hat absolut nichts zu diesen gängigen Nichtlinearitäten zu sagen. Nichts. Nada.

Und das ist das Wesen der nachfragegesteuerten Wirtschaft: eine schillernde Theorie, die sich ehrgeizige Ziele setzt und das Beste nutzt, was die Technologie zu bieten hat. Ja, aber die Technologie gibt Ihnen Computer, um Berechnungen durchzuführen, und es gibt so viele Gleichungen, und doch tun sie nichts. Im Wesentlichen setzen wir uns ehrgeizige Ziele, haben aber nichts anzubieten, um mit gängigen Entscheidungsproblemen umzugehen. Und sollen wir glauben, dass die nachfragegesteuerte Wirtschaft reale Herausforderungen in der Lieferkette bewältigen kann? Lass mich nachdenken. Nein, absolut nicht.

Conor Doherty: Noch einige Sekunden übrig. Vielen Dank, Joannes. Carol, Ihre fünfminütige Widerlegung, wenn Sie bereit sind.

Carol Ptak: Danke. Ich bin wieder sehr enttäuscht, dass Joannes sich dafür entscheidet, einen Buchbericht zu verwenden, anstatt das Modell zu diskutieren, über das wir eigentlich debattieren sollten. Aber lassen Sie mich zunächst auf den Fall eingehen, den er im Buch zitiert, und ich lade Sie ein, uns nächste Woche in Frankfurt zu besuchen, wo Sie mit der Person sprechen können, die diese Implementierung tatsächlich durchgeführt hat. David Poveda wird von Medan Colombia dort sein und Ihnen die genauen Details geben können.

Nächste Woche findet die Demand Driven World statt, und wir haben auch, weil ich weiß, dass Sie immer sehr besorgt über Fallstudien sind, dass es, glauben Sie mir, und es ist immer der Fall, dass die Fallstudien vom Softwareunternehmen oder vom Berater durchgeführt werden, die immer versuchen, ein glänzendes Bild auf den Apfel zu setzen. Das erlauben wir nicht am Demand Driven Institute. Alle unsere Fallstudien werden von Praktikern durchgeführt. Also lade ich Sie, Joannes, und alle unsere Zuhörer ein, sich für die Demand Driven World nächste Woche anzumelden.

Wir haben neun Fallstudien von Unternehmen wie Assa Abloy, wo Fredrik Helgesson, der Logistikdirektor, präsentieren wird. Ein weiterer Fall aus Mexiko, von Mega Alimentos, wo Antonio Treviño, der Supply Chain Director, kommt. Mettler Toledo kommt mit dem Leiter ihrer globalen Planung, oder A2A mit ihrem Geschäftsführer, oder Gelwin mit ihrem VP of Supply Chain, oder Sapo mit ihrem Leiter der Planung, oder Koch Engineered Solutions mit ihrem globalen Leiter für Planung und Terminierung, oder PPG mit ihrem lateinamerikanischen Supply Chain Director.

Das sind nur die Fallstudien, die nächste Woche in Deutschland erscheinen werden. Ich ermutige jeden, glauben Sie mir, gehen Sie voran. Wir stellen alle unsere Fallstudien auf unserer Website zur Verfügung. Sie werden nur von den Praktikern durchgeführt. Wir erlauben weder dem Softwareunternehmen noch dem Berater, gemeinsam zu präsentieren. Diese Praktiker sagen: “Das haben wir gemacht, das ist der Grund, warum wir es gemacht haben, das war das Problem, das wir hatten, das sind die Ergebnisse, die wir erzielt haben”, und sie sagen ganz offen: “Und wenn wir es noch einmal machen müssten, würden wir das ändern.” Wir überwachen oder bearbeiten keine ihrer Kommentare.

Wenn wir uns die Idee der MOQ anschauen, glaube ich, dass Sie die Anzahl der Male, in denen MOQ dort erscheint, falsch zitiert haben, da es jedes Mal erscheint, wenn auch die Nettoflussgleichung dort erscheint. Aber ich denke immer noch, dass Sie den Punkt dessen, was das Demand Driven Adaptive Enterprise ist, verfehlen. Es sind wirklich drei separate relevante Zeitbereiche mit den erforderlichen Werkzeugen, die für diesen Zeitbereich relevant sind.

Was ist also Relevanz? Und das ist eine Definition, die im Buch steht. Relevanz ist, wie ich die Anforderungen mit dem verbinde, was in diesem Zeitbereich passiert. Wie verbinde ich meine Vermögenswerte enger mit dem, was auf dem Markt passiert? Durch die Implementierung von DDMRP, das der Motor im Demand Driven Operating Model ist, erreichen Unternehmen in der Regel durchschnittlich eine Reduzierung des Lagerbestands um ein Drittel bis die Hälfte und in der Regel steigt die pünktliche und vollständige Lieferung auf über 90%.

Ich würde Sie auf den Fall von Coca-Cola Africa verweisen, um zu hören, wie Coca-Cola Africa darüber spricht, was dort passiert ist. Bevor sie DDMRP eingeführt haben, lag ihre Prognosegenauigkeit bei etwa 50%. Sie haben Verbesserungen erzielt, ihr Lagerbestand ist gesunken, ihre pünktliche und vollständige Lieferung ist gestiegen und am Ende lag ihre Prognosegenauigkeit bei etwa 50%. Bedeutet das, dass wir nicht prognostizieren? Nein, natürlich nicht. Wir benötigen Prognosen, um den taktischen und strategischen Bereich betreiben zu können. Ich hatte gehofft, dass wir in dieser Debatte mehr über die Funktionsweise des DDAE-Modells sprechen würden, anstatt eine Buchbesprechung Seite für Seite durchzuführen.

Wenn wir also die Idee der Prognose betrachten, ja, sie hat definitiv eine Rolle, aber nur im taktischen und strategischen Bereich, was es uns ermöglicht, das Betriebsmodell anzupassen und anzupassen, von dem DDMRP der Planungsmotor ist. Wenn wir das betrachten, müssen wir berücksichtigen, dass das DDAE-Modell nur das berücksichtigen kann, was wir beeinflussen können. Außerhalb unserer Betrachtung müssen unsere marktgetriebene Innovation und auf der anderen Seite die tatsächliche Marktnachfrage berücksichtigt werden.

Und wie ich bereits sagte, wenn wir das Glück haben, dass unsere gesamte kumulative Durchlaufzeit innerhalb der Erwartungen unserer Kunden liegt, ist das ein leicht zu führendes Unternehmen. Aber das ist nicht die Welt, in der wir leben. Unsere Kundentoleranzzeiten sind deutlich kürzer als unsere kumulative Durchlaufzeit. Daher müssen wir ein Managementmodell haben, um die Veränderungen auf dem Markt wahrnehmen zu können, unsere Planung und Produktion anzupassen, einen adaptiven Geschäftsplan in die operative Fähigkeit zu übersetzen und unsere einzigartige operative Fähigkeit strategisch zu nutzen. Ich glaube, ich habe Ihnen die drei Sekunden zurückgegeben.

Conor Doherty: Mit Veränderung. Danke. Nun, vielen Dank, Carol. Damit gebe ich Ihnen, Joannes, für Ihre abschließende zweiminütige Bemerkung das Wort.

Joannes Vermorel: Fast tausend Seiten Material zum Demand Driven, plus ein paar Minuten Kommentar, können auf einem Haftnotiz zusammengefasst werden. Hier ist nichts anderes als das Vernichtendste: Das Demand Driven-Paradigma ist völlig unempfänglich für Vernunft. Ich könnte den ganzen Tag lang Zitate anführen, hervorheben, ob jeder davon trivial, unsinnig oder schlichtweg illusorisch ist, und wir würden immer noch an derselben Stelle feststecken, wie ein Hamster im Rad, aber ohne Unterhaltungswert. Warum ist das so? Denn jedes Mal, wenn ich einen Fehler aufzeige, ist es, als würde ich Schach mit einer Taube spielen. Sie wirft die Figuren um, kackt auf das Brett und dann stolziert sie herum, als hätte sie gewonnen.

Carol ist auf keine der ernsthaften Kritikpunkte eingegangen, die ich vorgebracht habe, einschließlich der grundlegenden wie dem offensichtlichen Missbrauch des Taguchi-Fähigkeitsindex. Sie hat die Pseudo-Gleichungen nicht erklärt. Sie hätte versuchen können, meine Argumente einzeln zu widerlegen, hat es aber nicht getan. Und sie hat es nicht getan, weil sie es nicht kann. Stattdessen werden wir mit einer Reihe von Abschweifungen behandelt, hauptsächlich mit Autoritätsargumenten. Lassen Sie uns nichts vormachen. Fallstudien sind nur eine elegante Art zu sagen: “Vertrauen Sie mir, ich bin ein Profi.” Meine Damen und Herren, ich appelliere an die höchste Form menschlichen Denkens: den Ententest. Wenn es wie eine Ente aussieht, schwimmt wie eine Ente und quakt wie eine Ente, dann ist es wahrscheinlich eine Ente. Wenn eine Theorie wie Müll aussieht, wie Müll riecht und wie Müll klingt, dann ist sie wahrscheinlich Müll.

Zusammenfassend kann das Modell des Demand Driven Adaptive Enterprise reale Herausforderungen in der Supply Chain nicht bewältigen. Aber ich gebe zu: Wenn es Ihnen gelingt, Ihre Konkurrenten dazu zu bringen, zu glauben, dass es das kann, dann werden Sie definitiv einen Vorteil erlangen, da sie scheitern werden.

Conor Doherty: Vielen Dank, Joannes. Und Carol, ich wende mich an Sie für Ihre abschließende Bemerkung von zwei Minuten, bitte.

Carol Ptak: Danke. Nun, ich bin sehr enttäuscht von Joannes, um ganz ehrlich zu sein. Ich hatte wirklich eine offene, ehrliche Diskussion erwartet, anstatt dass er von seinen vorbereiteten Notizen abliest, ohne die gemachten Punkte zu berücksichtigen.

Was die Taguchi-Funktion betrifft, wie ich bereits in meinem fünfminütigen Widerlegungsvortrag sagte, erstellt der adaptive Geschäftsplan dann ein Betriebsmodell. Ein Betriebsmodell hat ein Ziel, hat eine obere und untere Spezifikationsgrenze, und wenn wir das mit der Art und Weise vergleichen, wie der Prozess abläuft, weil das Modell des Demand Driven Adaptive Enterprise uns jetzt operationell ermöglicht, mit Prozesskontrolle zu arbeiten, im Gegensatz zur Transaktionskontrolle, wie wir es in den alten Tagen von MRP hatten, dann passt die Taguchi-Funktion offensichtlich, weil wir sehen wollen, wie gut unsere tatsächliche Leistung gegenüber diesem definierten Bereich ist.

Wie gesagt, ich habe keinen seitenweisen Buchbericht oder Buchrezension erwartet. Was ich wirklich erwartet habe, war eine Diskussion über die Methodik selbst. Und es geht nicht um “Vertrauen Sie mir”. Ich würde vorschlagen, dass Sie mit den tatsächlichen Praktikern sprechen und sich ihre tatsächlichen Ergebnisse ansehen. Für mich spricht das wirklich lauter als alles andere. Es geht nicht um “Vertrauen Sie mir”. Es geht darum, “Dies war unser Geschäftsproblem, das haben wir umgesetzt, das sind die Ergebnisse, die wir erzielt haben, und wenn wir es noch einmal tun müssten, würden wir es anders machen.”

Und wenn wir darüber sprechen, ob das Modell des Demand Driven Adaptive Enterprise den Anforderungen dieser VUCA-Welt gerecht wird und realweltliche Ergebnisse liefert, dann lautet die Antwort eindeutig ja. Die Zehntausende von Menschen, die die DDI-Ausbildung durchlaufen haben, die Ergebnisse der Unternehmen, die Steigerungen des ROI, die Fähigkeit des Unternehmens, die Pandemie zu überstehen, obwohl sich die Nachfrage-Muster völlig verändert haben, und dennoch in der Lage waren, Umsatz und ROI zu verbessern, sprechen meiner Meinung nach für sich.

Conor Doherty: Nun, vielen Dank euch beiden. Und Carol, danke für diese Bemerkungen. An dieser Stelle werde ich zu einigen Fragen aus dem Publikum übergehen. Tatsächlich gibt es bereits einige im Live-Chat. Um es klarzustellen, wir bitten darum, dass die Fragen gekennzeichnet werden, an wen sie gerichtet sind, aber ich werde sie natürlich beiden stellen. Und nochmals, es gibt keine Zeitbegrenzung, aber versuchen Sie, die Bemerkungen kurz zu halten, damit jeder eine Chance bekommt.

Bevor ich jedoch zu den Fragen aus dem Publikum komme, gibt es eine Frage, die ich aufgeschrieben habe, weil ich euch beiden jetzt seit 33 Minuten zugehört habe. Und ihr habt über die Bücher hin und her diskutiert und ob es um die Bücher geht, das ist in Ordnung. Aber es ist mir nicht aufgefallen, dass einer von euch tatsächlich definiert hat, welche Herausforderungen ihr bei der Entscheidungsfindung in der realen Welt der Supply Chain seht. Also Carol, ich fange mit Ihnen an. So knapp wie möglich, was sehen Sie als die eigentlichen Herausforderungen bei der Entscheidungsfindung in der realen Welt der Supply Chain?

Carol Ptak: Nun, die größte Herausforderung besteht darin, wie ich bereits sagte, wie reagiere ich auf eine Welt, die variabel, volatil, unsicher, komplex und mehrdeutig ist? Und wie mache ich das so, dass ich meine Investitionsrendite steigern kann?

Conor Doherty: Johannes?

Carol Ptak: So knapp wie möglich gesagt. Und wenn Johannes es auf einen Post-it-Zettel schreiben möchte, kann er das tun. Es fasst das Modell des Demand Driven Adaptive Enterprise in einem Post-it-Zettel zusammen: Es geht alles um den Fluss.

Conor Doherty: Nun, danke, Carol. Joannes?

Joannes Vermorel: Meiner Meinung nach ist die Supply Chain die Beherrschung der Optionen. Sie haben begrenzte Ressourcen für alles und müssen sie zuweisen, was in der Praxis Millionen von Entscheidungen täglich für eine bedeutende Supply Chain bedeutet. Die Lösung des Problems bedeutet im Wesentlichen, diese Entscheidungen zu treffen. Sie sind sehr grundlegend. Es geht darum, was Sie kaufen, was Sie produzieren, was Sie zuweisen, welchen Preis Sie haben, ob Sie Ihr Sortiment erweitern oder verkleinern usw. usw. Und meiner Meinung nach geht es dabei tatsächlich um Gewinn. Aber meiner Meinung nach ist die Supply Chain eine Theorie und eine Praxis, die es Ihnen ermöglicht, diese Entscheidungsfindung im großen Maßstab durchzuführen, was heutzutage viele Berechnungen erfordert, damit sie mit Computern automatisiert werden kann. Das ist so ziemlich alles.

Conor Doherty: Nun, Carol, jetzt, da Sie Joannes’ Standpunkt hören, möchten Sie Ihren eigenen ändern oder stimmen Sie zu oder widersprechen Sie?

Carol Ptak: Nein, überhaupt nicht, aber ich denke, und wissen Sie, ich bin seit den frühesten Tagen der Computer dabei und hatte ein Gespräch mit einem Computerunternehmen und einem Softwareunternehmen. Er sagte: “Wir schreiben unseren Kunden nicht vor, wie sie die Dinge tun sollen.” Und ich sagte: “Das tun Sie mit Sicherheit, denn das, was Sie in Ihre Software einbauen, sind das, was Sie für bewährte Branchenpraktiken halten.” Was ist, wenn diese Praktiken falsch sind?

Also geht die Methodik mit der Berechnung und die Technologie mit der Methodik einher. Zum Beispiel haben wir nächste Woche auf der Demand Driven World Simo zu Gast, der eine vollständige digitale Zwilling eines Unternehmens erstellen kann, um einige dieser strategischen Entscheidungen zu treffen, auf die Joannes sich bezieht. Aber er tut dies mit dem Potenzial eines DDMRP-Motors, der dort sitzt und versteht, wo ich strategische Bestandsbuffer positioniere, wie ich sie plane und wie ich dann in Echtzeit auf meinen Markt reagiere. Technologie an sich ist also notwendig, aber nicht ausreichend. Ein guter Buchtitel.

Conor Doherty: Möchten Sie noch etwas hinzufügen oder soll ich weitermachen?

Joannes Vermorel: Nein, machen Sie weiter.

Conor Doherty: Machen Sie weiter. Diese Frage richtet sich an Joannes. Ich lese sie wörtlich so vor, wie sie mir gestellt wurde. Könnte Joannes seine Gedanken zur Theorie hinter DDMRP teilen, insbesondere DDMRP und wie es auf bestehenden Supply-Chain-Praktiken aufbaut?

Joannes Vermorel: Kurz gesagt, DDMRP ist eine Sammlung von Banalitäten. Sie dimensionieren Puffer mit drei Farben. Es ist nichts wirklich Spezifisches am Entkopplungspunkt angegeben. Es gibt keinen Algorithmus, um zu wissen, wie man sie platziert, daher bieten sie nur äußerst vage Anweisungen. Es gibt auch grobe Fehler. Zum Beispiel sagen sie, wenn die Mindestbestellmenge vorhanden ist, muss die grüne Zone so groß sein wie die Mindestbestellmenge, was absolut verrückt ist, weil es viele Situationen gibt, in denen es verrückt ist, bis zur Mindestbestellmenge nachzubestellen. Das sollte also auf keinen Fall Teil dessen sein, was DDMRP als grün bezeichnet.

Aber im Grunde genommen ist es sehr, sehr dünn. Das ist das Ding, dass für etwas Quantitatives, meiner Meinung nach, in etwa drei Seiten zusammengefasst werden könnte und das war’s. Und deshalb ist es sehr, sehr schwach. Es ist sogar eine Beleidigung für die Operationsforschung, die davor kam, zu sagen, dass es der Nachfolger wäre. Das ist es nicht. Die Operationsforschung war der DDMRP bereits Jahre an Raffinesse voraus.

Carol Ptak: Nun, und ich würde die Raffinesse gegenüber den Ergebnissen in Frage stellen. Nur weil etwas raffiniert ist, bedeutet das nicht, dass es besser ist. DDMRP basiert tatsächlich auf der Idee der schlanken Produktion, MRP, DRP, der Theorie der Engpässe mit einigen Innovationen, die all diese Dinge harmonisieren, von denen wir zuvor dachten, dass sie sich gegenseitig widersprechen. Es geht also wirklich um den Fluss.

Und was die Positionierung dieser Puffer betrifft, denke ich, dass er diese Seiten im Buch wahrscheinlich übersehen hat. Es gibt sechs Kriterien, nach denen diese Puffer positioniert werden, und das umfasst die Toleranzzeit des Kunden, das Marktpotenzial, die Vorlaufzeit, die Wasserstände, die externe Variabilität. Es gibt also sechs davon, und das wird dann in einem digitalen Zwilling optimiert und berücksichtigt, sobald ich diese Puffer positioniert habe.

Typischerweise sehen wir, dass sich Lieferketten stabilisieren, weil wir die Systemnervosität beseitigt haben, und dann müssen sich sowohl die Positionierung als auch die Menge ändern. Das ist also der Anpassungszyklus. Es geht also nicht nur um reines Pull; es geht um Positionierung, Schutz, Pull und Anpassung. Aber wir sind uns sehr bewusst, wo diese Puffer positioniert sind und grün, gelb, rot, weil das die Praktikabilität gegenüber der Raffinesse ist. Jeder versteht grün, gelb, rot.

Und deshalb verstehe ich die Regeln. Was passiert, wenn ich grün, gelb, rot sehe? Das ist der Grund, warum Planer es lieben und Unternehmen sehr schnell sind, es umzusetzen, und Implementierungen gehen in der Regel viel schneller als ursprünglich geplant.

Conor Doherty: Joannes, kein Kommentar?

Joannes Vermorel: Kein Kommentar.

Conor Doherty: Ich mache weiter. Diese Frage richtet sich direkt an Sie, Carol. Ich lese sie so vor, wie sie geschrieben ist. Warum hatte der nachfragegesteuerte Ansatz während der COVID-Krise Schwierigkeiten und was sollten Unternehmen in solchen Situationen tun, um sich anzupassen?

Carol Ptak: Nun, während der COVID-Krise gab es eine interessante Unterhaltung. Wir hatten keine Schwierigkeiten. Ich denke, jedes IT-Projekt da draußen, jedes Prozessverbesserungsprojekt da draußen wurde während COVID eingestellt, und das war bedauerlich. Wir haben viel Zeit am Telefon mit leitenden Angestellten verbracht, die sagten: “Nun, wir werden die Umsetzung wieder aufnehmen, wenn wir zur Normalität zurückkehren.” Und unsere Botschaft an sie war: “Willkommen in der neuen Normalität.”

Die Frage ist nicht, ob Störungen kommen, sondern wann und wo, also sollten Sie besser vorbereitet sein. Und was wir gesehen haben, ist, dass nach COVID die tatsächliche Nachfrage nach unseren Bildungsangeboten auf einen Rekordwert gestiegen ist und die Anzahl der Implementierungen weltweit auf einen Rekordwert gestiegen ist, weil Führungskräfte erkannt haben, dass sie mit dieser variablen, volatilen, verrückten Welt umgehen müssen, in der wir uns befinden. Wir hatten nicht nur COVID, sondern auch die russische Invasion der Ukraine, die nächste Pandemie, die durchkam, den Wahnsinn in den amerikanischen Häfen, wir haben Streiks von Hafenarbeitern. Es geht nicht darum, ob die nächste Störung kommt, sondern wann und wo.

Und leider haben während der COVID-Krise viele Führungsteams gesagt: “Nun, wenn wir zur Normalität zurückkehren”, und unsere Botschaft war: “Willkommen in Ihrer neuen Normalität.”

Conor Doherty: In Ordnung, danke, Carol. Joannes, verzeihen Sie mir, warum glauben Sie, dass der nachfragegesteuerte Ansatz während der COVID-Krise möglicherweise Schwierigkeiten hatte oder auch nicht?

Joannes Vermorel: Diese Frage wurde nicht an mich gerichtet, daher kann ich nur auf die Antwort von Carol eingehen. Denn ich habe keine genauen Informationen darüber, was in den Unternehmen, die diese Dinge betreiben, genau vor sich geht. Aber was ich sagen würde, ist, dass wir bei einer so faktischen Frage wie dieser eine endlose Liste von Faktoren erhalten, und das ist etwas, das sehr typisch für die nachfragegesteuerten Paradigmen ist: Regression, Krieg in der Ukraine, Volatilität, Unsicherheit usw. Buzzword, Buzzword, Buzzword, Problem, Problem, Situation.

Sehen Sie, es ist wie eine Fülle von Dingen. Aber wenn ich wieder anfange und die Bücher sind genau gleich, haben Sie die Liste auf jeder einzelnen Seite. Sie würden sich auf 20 Nebenschauplätze begeben, und jedes Mal denke ich: “Okay, jetzt haben sie wie 20 Kapitel geöffnet, um jeden einzelnen dieser Nebenschauplätze anzusprechen”, und Sie bekommen nichts Konkretes, mathematisch Fundiertes, und wenn ich von mathematisch fundiert spreche, meine ich nicht höhere Mathematik, sondern sogar Mathematik der Grundschule, etwas, das nicht mehrdeutig ist, das Ihnen eine Regel gibt, die Sie berechnen können, und dann nichts. Sie gehen einfach weiter, und das ist nur eine Fülle endloser Faktoiden. Und ich denke, das ist wirklich ein Muster, und ich möchte das Publikum bitten, auf diese Fülle von Faktoiden zu achten.

Conor Doherty: Nun, wenn ich weitermachen kann, denn die nächste Frage wird an Joannes gehen und dann an Carol, werde ich sie Ihnen stellen. Bietet Lokad tatsächlich einen anderen Ansatz zur Bewältigung von Störungen wie den während COVID gesehenen, und wenn ja, wie geht es mit solchen Herausforderungen um?

Joannes Vermorel: Die lange Antwort finden Sie in der Reihe von Supply-Chain-Vorlesungen, aber das ist eine sehr lange Antwort. Die kurze Antwort ist, dass wir Wahrscheinlichkeiten und probabilistische Prognosen verwenden. Die Idee besteht darin, ein wirtschaftliches Modell zu haben, in dem Ereignisse mit geringer Wahrscheinlichkeit und großer wirtschaftlicher Auswirkung berücksichtigt werden können. Sie benötigen also probabilistische Prognosen, und darauf aufbauend benötigen Sie ein zweites Instrument. Das vorhersagende Instrument ist also die stochastische Optimierung, was der allgemeine Begriff für jede Art von allgemeinem Solver ist, der Ihnen unter Unsicherheit eine optimierte Antwort geben kann.

Kurz gesagt, Sie bewerten die Wahrscheinlichkeiten aller möglichen Zukunftsszenarien, Schritt eins. Schritt zwei, Sie betrachten alle möglichen Entscheidungen, natürlich auf das beschränkt, was ein Computer verwalten kann, und Sie optimieren das, was Ihnen den höchsten risikoadjustierten Return on Investment bietet. Das ist die kurze Antwort darauf, wie Lokad es macht, würde ich sagen, in sehr, sehr technischen Begriffen.

Conor Doherty: Carol, Sie haben zuvor gesagt, dass das DDAE-Modell, wie die umfassende Hierarchie der Konzepte, mit probabilistischer Prognose kompatibel ist.

Carol Ptak: Absolut, absolut. Ich meine, probabilistische Prognosen sind etwas, das uns dabei helfen würde, zu gestalten, wie das Betriebsmodell definiert wird. Aber, wissen Sie, um auf Joannes’ Antwort zurückzukommen, das war eine sehr komplizierte wissenschaftliche Antwort, die im Grunde genommen darauf hinausläuft, “Sie wissen schon, die Antwort kam aus dem Computer, vertrauen Sie darauf.” Und ich kenne keinen einzigen Planer auf der Welt, der sagen wird: “Oh, es kam aus dem Computer, vertrauen Sie darauf.” Das DDAE-Modell ist verständlicher.

In Ordnung, in Laiensprache, ich habe keinen Doktortitel oder zwei oder drei. Und deshalb würde ich sagen: “Okay, zuerst müssen wir uns auf das Problem einigen. Was ist das Problem, das wir lösen wollen?” Und deshalb reden wir immer wieder über Variabilität, Vielfalt, die realen Probleme der realen Welt und wie DDAE das löst. Und die andere Frage, die ich hätte, ist: “Okay, Lokad, wo ist deine Seite mit Fallstudien, wie du Probleme für deine Kunden in der realen Welt gelöst hast, mit den realen Ergebnissen, die von deinen Praktikern präsentiert werden?” Und ich würde diese Seite jederzeit dem vergleichen, was das Modell der nachfragegesteuerten adaptiven Unternehmens getan hat. Und wie gesagt, kommen Sie nächste Woche nach Deutschland, treffen Sie diese Menschen persönlich, sprechen Sie mit ihnen.

Conor Doherty: Irgendwelche Kommentare? Kein weiterer Faktor und keine weiteren Abschweifungen und kein Autoritätsargument über Cherry und den Kuchen. Also, kein weiterer Kommentar.

Nun, wenn ich da noch einmal nachhaken darf, Carol, und ich möchte Ihnen keine Worte in den Mund legen, also korrigieren Sie mich, wenn ich falsch liege, aber die Art und Weise, wie Sie auf Joannes’ Kommentar geantwortet haben, war fast so, als ob Sie sagen wollten: “Nun, ich habe auch keinen Doktortitel, also hey, ich bin kein Arzt. Ich komme aus der Informatik und den Zahlen.”

Es schien, als würden Sie sich und Ihren Ansatz positionieren, nicht unbedingt anti-akademisch, sondern verständlich zu sein. Meine Frage an Sie als Nachfrage ist, wenn es verständlich ist, aber weniger effektiv als eine anspruchsvollere Lösung, wären Sie damit einverstanden?

Carol Ptak: Nein, wäre ich nicht, denn ich denke, es ist verständlicher und effektiver. Wenn Planer und Manager verstehen können, wie etwas funktioniert, werden sie es nutzen. Wie gesagt, es gibt keinen Manager auf der Welt, der sagen wird: “Oh, die Zahlen kamen aus dem Computer, gut.” Denn ich würde auch Joannes herausfordern, dass man eine Lieferkette nicht optimieren kann, weil Lieferketten komplexe adaptive Systeme sind. Man kann Alternativen betrachten und eine auswählen, aber die Realität ist, dass es immer eine Bandbreite von Möglichkeiten geben wird, die die tatsächlichen Ergebnisse sehen werden, solange es keine Variabilität in der Ausführung gibt.

Im nachfragegesteuerten Bereich würde ich sagen, dass es nicht nur sehr verständlich ist, sondern dass wir nichts höheres als Mathematik der fünften Klasse verwenden. Also, ich kann verstehen, warum Joannes von der primären Akademie der Mathematik beleidigt wäre, aber gleichzeitig verwenden wir nichts höheres als Mathematik der fünften Klasse. Es ist sehr verständlich, also nutzen Unternehmen es und sie sehen unglaubliche Ergebnisse. Es gibt eine großartige Fallstudie; es war die letzte, als wir vor ein paar Jahren in Deutschland waren. Sie sagt: “Ja, ich weiß, dasselbe wie alle anderen, der Bestand ist um die Hälfte gesunken, die pünktliche Lieferung ist um 90% gestiegen, langweilig.” Und ich dachte: “Mann, wenn du es leid bist, diese Ergebnisse zu sehen, bin ich am falschen Ort.”

Also würde ich Ihnen vorschlagen, dass es nicht nur einfacher zu verstehen ist, sondern auch effektiver. Aber es steht nicht im Widerspruch zur probabilistischen Prognose, denn diese Mathematik kann uns helfen zu verstehen, wenn wir uns durch das Modell bewegen, sobald die anfängliche Implementierung abgeschlossen ist. Wie passen wir uns an? Und hier denke ich, kommen die probabilistische Prognose und die digitalen Zwillinge ins Spiel, um all diese Beziehungen zu verstehen. Aber zuerst muss der erste Schritt sein, die Lieferkette zu stabilisieren, um diese operationale Variabilität zu mildern.

Conor Doherty: Okay, nun, Joannes, um fair zu sein, haben Sie sich einige Notizen gemacht. Haben Sie eine Antwort darauf?

Joannes Vermorel: Ich meine, zunächst einmal weise ich auf Dinge hin, die etwas unsinnig sind. Ja, das DDMRP und das komplexe adaptive System und all diese Theorie optimieren. Es wird am Anfang erklärt: Es optimiert die Kapitalrendite. Wenn Sie versuchen, eine Zahl nach oben oder unten zu drücken, optimieren Sie. Das ist die Definition einer Optimierung. Also, wenn Sie sagen: “Sehen Sie, das ist die Art von Dingen, die völlig schizophren sind”, wo Sie sagen: “Oh nein, das machen wir nicht wirklich, wir optimieren nicht”, und dann erwähnen Sie in der nächsten Minute, dass Sie versuchen, die Kapitalrendite zu optimieren. Das ist wie, Entschuldigung, das ist die Definition von Optimierung.

Und dann, wenn wir zurückgehen zu…

Carol Ptak: Wir versuchen, die Kapitalrendite zu steigern, nicht zu optimieren.

Joannes Vermorel: Aber das ist dasselbe. Steigern, Optimierung ist buchstäblich eine Möglichkeit, eine Zielgrößenfunktion, die die Kapitalrendite sein kann, ein wenig in die gewünschte Richtung zu verschieben. Das ist buchstäblich die Wikipedia-Definition von Optimierung. Also, das ist genau das, was Sie tun. Also, das ist für mich verrückt, diese Art von Ansatz.

Und dann probabilistische Prognose, es tut mir sehr leid, aber die Formeln und alles, was in diesen Büchern gegeben wird, sind sehr schwach. Die Formeln, ja, ich kann auch, das ist ein bisschen ein Autoritätsargument meinerseits, aber es ist völlig unvereinbar mit der probabilistischen Prognose. Nur um Ihnen einen Vorgeschmack darauf zu geben, wie es aussieht, wenn Sie die probabilistische Prognose anwenden, das erste, was Sie tun möchten, ist, Ihre SKUs nicht unabhängig voneinander zu betrachten. Sie werden den Beitrag jeder einzelnen Einheit unabhängig im gesamten Unternehmen gewichten. Das ist buchstäblich die Grundlage der probabilistischen Prognose, die Sie erhalten werden.

Also hier in dieser Methodik beschäftigen Sie sich mit dem Puffer einen Puffer nach dem anderen. Also, das ist, Entschuldigung, das ist einfach nicht, diese Dinge existieren nicht einmal in der gleichen Ebene. Sie sind nicht kompatibel, weder in Bezug auf Konzepte, noch in Bezug auf Methodik, noch in Bezug auf Technologien. Sie sind weit, weit voneinander entfernt.

Carol Ptak: Habe ich gesagt, dass die probabilistische Prognose einen Puffer nach dem anderen sein würde? Ich glaube, eine Sache, die wir immer über DDAE gesagt haben, ist, dass wir das ganzheitliche und die Ursache-Wirkung überblicken. Und noch einmal, ich lade Sie ein, an einem Training teilzunehmen, kommen Sie nächste Woche nach Frankfurt. Wir haben etwa drei Präsentationen, in denen die probabilistische Prognose das gesamte Netzwerk betrachtet und erfolgreich im DDAE-Modell eingesetzt wird.

Conor Doherty: Okay, nächste Frage. Auch diese ist direkt an Sie gerichtet, Carol. Es gibt ziemlich viele. Wenn wir müde werden, können wir aufhören, sie alle zu beantworten. Wie geht DDMRP, nochmals wörtlich genommen, mit den in der MRP-Logik inhärenten Problemen um? Muss es mehrmals am Tag ausgeführt werden, um effektiv zu sein?

Carol Ptak: Je näher Sie an die Echtzeit-Ausführung von DDMRP kommen, desto stabiler wird es, weil es unseren Planern ermöglicht, die relevantesten Echtzeitinformationen zu haben. Ist es notwendig, in Echtzeit auszuführen? Nein. Wie es die Einschränkungen der MRP-Logik angeht, liegt die Stärke von MRP darin, dass alles voneinander abhängig ist, und die schlechte Nachricht über MRP ist, dass alles voneinander abhängig ist. Eine Verzögerung an einer Stelle ist eine Verzögerung überall.

Wie DDMRP diese Probleme angeht, ist durch das Einfügen von Entkopplungspunkten basierend auf einem der sechs Kriterien, um zu bestimmen, wo diese Positionen der Unabhängigkeit sein werden, so dass es die Variabilität von beiden Seiten aufnimmt. Es entkoppelt und bietet unsere primäre Position für die Planung. Zwischen den Entkopplungspunkten ist es abhängig, wie es immer war. Deshalb haben wir viel Kritik bekommen, als wir es DDMRP genannt haben, und das liegt daran, dass MRP immer noch darin enthalten ist. Denn zwischen den Entkopplungspunkten ist es immer noch abhängige Planung, wie wir es immer hatten. Es behebt die Einschränkungen von MRP durch das Einfügen dieser Entkopplungspunkte, und das sind die primären Positionen für die Planung.

Conor Doherty: Danke. Joannes, überlassen wir Ihnen das Wort.

Joannes Vermorel: Ja, hier gibt es mehrere Dinge. Erstens ist MRP wirklich die falsche Grundlage. Im Kern verwendet es eine traditionelle Datenbank, und das Problem ist, dass ein transaktionaler Kern absolut unbrauchbar ist, wenn es um Analysen geht, alle Arten von Analysen. Das ist also Wahnsinn. Das ist eine wahnsinnige Grundlage, und deshalb denke ich, dass es falsch ist, MRP mit irgendetwas zu vergleichen. Das ist eine veraltete Grundlage, die nicht einmal in Betracht gezogen werden sollte.

Wenn es dann um Echtzeit geht, meine ich, dass Sie wirklich hinterfragen sollten, woher die Frage kommt. Denn die Realität ist, dass ein moderner Computer Ihnen als Grundlage einen 2 GHz Prozessor bietet. Das bedeutet, dass Sie zwei Milliarden Operationen pro CPU durchführen können. Und ein moderner Computer hat, Ihr Telefon hat acht CPUs, das sind also buchstäblich zig Milliarden Operationen pro Sekunde auf einem Smartphone.

Die Frage ist also, was haben Sie, das nicht innerhalb einer Latenz von Mikrosekunden erledigt werden kann? Und die kurze Antwort ist, dass Sie bei der Konzeption eines Systems auf einer transaktionalen Datenbank absolut schreckliche Leistung erhalten. Und so bezeichnen Anbieter, die es irgendwie schaffen, die absolut schreckliche Leistung zu mildern, das als Echtzeit. Das ist wirklich Unsinn, wirklich, wirklich Unsinn. Es ist einfach eine falsche Verwendung moderner Computerhardware. Ich könnte ins Detail gehen, aber ich würde sagen, hier haben wir eine wirklich falsche Grundlage für MRP und für Echtzeit. Das wären meine Kommentare.

Conor Doherty: Carol, ich denke, da stimmen Sie einigen Punkten zu, dass MRP eine falsche Grundlage ist, oder?

Carol Ptak: Nun, die Realität ist diese: MRP wird von praktisch jedem Unternehmen auf der ganzen Welt verwendet. Ja, ich stimme zu, es ist veraltet. Ich stimme zu, es musste in die Zukunft gehen, und deshalb haben wir DDMRP gemacht. Deshalb mussten wir die Entkopplungspuffer implementieren, die es uns dann ermöglichten, Operationen gemäß der Prozesssteuerung anstelle der Transaktionssteuerung durchzuführen, was MRP tut. Alles ist Transaktionssteuerung. Sie sind entweder in Ordnung oder nicht in Ordnung in MRP. Sie wissen nicht, wie in Ordnung oder wie nicht in Ordnung Sie sind.

Und wissen Sie, MRP in Echtzeit wurde erstmals 2001 mit PeopleSoft eingeführt, und unsere Kunden haben es gehasst. Ich meine, ich habe den Vorteil gegenüber Joannes, dass ich wirklich alt bin. Als ich also an der Universität unterrichtet habe, haben mir Studenten gesagt, wie sehr sie es bewundern, wie ich die Forschung zur Geschichte der IT gemacht habe, und es ist wie, ja, das war keine Forschung, das ist anekdotisch, ich habe es erlebt.

Und wir dachten wirklich, dass sich unser Problem lösen würde, wenn Computer schneller werden. Aber wir haben festgestellt, dass sich unsere Probleme verschlimmert haben, als Computer schneller wurden, und das lag an der Systemnervosität. Mein allererstes APICS-Treffen vor 46 Jahren handelte von der Systemnervosität. Wir wussten damals davon, wir wussten nur nicht, wie wir es lösen sollten. Und wir wussten nicht, wie wir es lösen sollten, bis DDMRP kam, um die Planungsfunktion zu stabilisieren.

Aber die ganze Idee von APS, ich meine, es gibt keine APS-Implementierung, die erfolgreich war. Um Joannes’ Definition zu geben, ist Erfolg: Hat es die ROI des Unternehmens erhöht? Und das liegt daran, dass versucht wird, diese Multi-Echelon-Optimierung auf der Grundlage einer falschen Geschäftsfunktion durchzuführen. Und ich stimme ihm zu, wissen Sie, die Technologie muss sich ändern, wenn sich die Geschäftsregeln ändern, und die Geschäftsregeln müssen sich ändern, wenn sich die Technologie ändert. Das haben Eli und ich 2000 geschrieben, als wir “Notwendig, aber nicht ausreichend” geschrieben haben. Das wissen wir schon lange.

Conor Doherty: Danke.

Joannes Vermorel: Ja, ich würde noch einmal kommentieren, Missbrauch von Begriffen. Wenn ich bei einem Datenbanksystem von Transaktionen spreche, meine ich es in einer sehr spezifischen Weise. Es bezieht sich auf die Art und Weise, wie es verwendet wird, wenn Sie Datenbanken entwerfen. Und wenn Sie von Transaktionen sprechen, hat es nichts mit Finanzen oder irgendeiner Art von Prozess usw. zu tun. Es bedeutet im Wesentlichen die ACID-Eigenschaften: Atomarität, Konsistenz, Isolation, Dauerhaftigkeit. Diese Eigenschaften werden von Ihrem Speicher gewährleistet.

Und DDMRP ist genauso transaktional wie MRP als Paradigma. Und alle Implementierungen, die ich gesehen habe, Ihre Anbieter, die DDMRP machen, machen es auf SQL-Datenbanken genauso wie alle anderen, die MRP machen. Also noch einmal, es gibt so viele Dinge, bei denen Sie Wörter verwenden, aber Sie verwenden sie nicht in der richtigen Weise. Das bedeutet, dass Sie, wenn Sie von Transaktion sprechen, von etwas sprechen, das nichts mit dem Punkt zu tun hat, nämlich dem Entwurf von Datenbanksystemen. Sie werden sich in eine Sackgasse begeben und Transaktion für etwas verwenden, das eher der Methodik von DDMRP ähnelt.

Und noch einmal, das sind völlig unterschiedliche Dinge. Es tut mir leid, aber ich weise nur darauf hin, dass wir, wieder einmal, Faktoren hatten, aber wir verschieben auch ständig die Semantik dessen, was die Wörter tatsächlich bedeuten.

Carol Ptak: Nun, und ich denke, das ist der Punkt, an dem das Gespräch, das wir hatten, als wir dieses Debattensetting eingerichtet haben, zur Definition führen soll. Denn meine Perspektive auf die Welt stammt aus einem Leben in der Fertigung und als Betriebsplaner, als Planer auf dem Shopfloor, als Supervisor, als Betriebsleiter, als Mitarbeiter der IT-Branche als Branchenexperte.

Sie wissen, ich betrachte es aus der Perspektive der Praktiker in der realen Welt und nicht aus dem, was wir früher das kleine weiße Haus nannten, das ist die IT in den alten Tagen mit dem erhöhten Boden. Und da wollte man im Sommer hin, weil es klimatisiert sein musste. Also komme ich nicht von dem, was wir Bit-Twiddler nennen. Ich komme aus der realen Welt, wie man tatsächlich einen Betrieb und eine Produktionsstätte in eine integrierte Lieferkette einbindet.

Also ja, ich würde sagen, wir haben wahrscheinlich sehr unterschiedliche Definitionen, aber meine Definitionen wären diejenigen, die von, wissen Sie, das war Teil unserer Debatte: Löst es die Herausforderungen der realen Welt von heute? Und das ist die Welt, aus der ich komme.

Conor Doherty: Okay, entschuldigen Sie, ich werde ein wenig nachhaken, da es noch einige Fragen gibt, die wir klären müssen. Aber wir können später noch einmal auf diesen Punkt zurückkommen. Also zu Joannes, und Sie haben das bereits angesprochen, also können Sie diese Frage vielleicht etwas leichter beantworten. Welche Mindesttechnologie benötigen wir, um eine Optimierung durchzuführen?

Joannes Vermorel: Ich schlage vor, das Problem andersherum anzugehen: Welche Technologien stehen Ihnen explizit im Weg, um dieses Ziel zu erreichen? Denn die Realität ist, dass Data Science im Allgemeinen sehr wenig benötigt. Deshalb ist zum Beispiel Python so beliebt.

Meiner Meinung nach besteht der Fluch heutzutage darin, dass moderne Unternehmenssysteme wie tausend Schichten sind. Sie haben die Datenbank, Sie haben die Betriebssysteme, Sie haben alle Arten von Caches, Sie haben alle Arten von Datenaufbereitungsschichten usw., Schichten über Schichten. Und im Grunde genommen bewegen moderne, würde ich sagen, Unternehmenssoftware Systeme einfach nur Daten von einer Schicht zur nächsten, und das erfordert Unmengen an Rechenressourcen, Speicher, CPU, Bandbreite und so weiter.

Das Fazit ist also, dass es keine Mindestanforderung gibt, aber Sie müssen sich über all die Dinge im Klaren sein, die im Weg stehen. Und in diesem modernen Stand der Softwaretechnologien ist das enorm. Also meine Botschaft lautet: Denken Sie nicht über die Dinge nach, die Sie benötigen; denken Sie über die Dinge nach, die Sie nicht benötigen, und werden Sie sie los. Und wenn Sie dann wieder beim Kern, dem algorithmischen Kern, angelangt sind, sind Sie gut aufgestellt.

Conor Doherty: Carol, ich weiß, Sie haben gesagt, dass die Supply Chain nicht optimiert werden kann, aber lassen Sie mich trotzdem fragen. Wenn Sie denken würden, dass sie optimiert werden kann, welche Technologie wäre dafür erforderlich?

Carol Ptak: Oh, das ist für mich, Technologie ist, wissen Sie, das überlasse ich Joannes. Ich lebe in der realen Welt mit den realen Problemen und betrachte die Methoden. Und ich arbeite immer sehr eng mit ihnen zusammen, weil ich eine Weile für IBM gearbeitet habe und die große Ehre hatte, mit dem Watson Research Center zusammenzuarbeiten. Das sind die brillanten PhD-Leute. Ich gehöre nicht dazu. Ich bin nur eine sehr pragmatische Betriebsleiterin, die in den letzten 45 Jahren eine sehr erfolgreiche Karriere hatte.

Conor Doherty: Okay, dann werde ich weitermachen. Carol, ich lese diese Fragen nur der Vollständigkeit halber vor. Wurde DDMRP oder sogar DDAE erfolgreich in großen Einzelhandelsunternehmen mit mehreren hundert Filialen implementiert? Wenn ja, könnten Sie bitte Beispiele nennen?

Carol Ptak: Klar, ja. Das erste, was mir in den Sinn kommt, ist Mick. Die meisten Einzelhandelsunternehmen, in denen es implementiert wurde, befinden sich in Südamerika. Mick hat also mehrere Einzelhandelsgeschäfte. Ich versuche, an einige andere zu denken. Der größte Einzelhändler in Kolumbien hat DDMRP implementiert. Im Einzelhandel gibt es eine besondere Herausforderung, weil der Einzelhandel das hat, was man eine lange Schwanz nennt. In der Regel generieren etwa 10% ihrer Produkte 90% ihres Umsatzes, und 90% ihrer Produkte generieren 10% des Umsatzes.

Es handelt sich also um eine besondere Anwendung, aber die meisten Einzelhandelsimplementierungen befinden sich tatsächlich in Südamerika und Mexiko. Und dann haben wir auch noch einen Einzelhandelsfall aus Südafrika. Takealot sollte auf der Konferenz sein, und das ist das größte Geschäft in Südafrika.

Conor Doherty: Okay, danke. Ich werde weitermachen. Es gibt nicht wirklich viel, was Sie zu dieser Frage hinzufügen können, Carol. Sie haben das Konzept des Flusses schon ein paar Mal erwähnt. Könnten Sie das Konzept des Flusses tatsächlich definieren und erklären, was es im Kontext von DDMRP bedeutet, bitte?

Carol Ptak: Nun, das ist das grundlegende Prinzip. Der Fluss ist die Geschwindigkeit, mit der eine Supply Chain Materialien in Produkte umwandelt, die von einem Kunden benötigt werden. Und das ist sehr spezifisch. Der Fluss ist die Geschwindigkeit, mit der eine Supply Chain Materialien, Inputs, in Outputs umwandelt, die von einem Kunden benötigt werden. Es ist absolut das grundlegende Prinzip unter DDMRP. Es ist auch das grundlegende Prinzip unter Lean und Theory of Constraints und vielen anderen, ich würde sagen, gängigeren, jüngeren, Operationsverbesserungsbereichen. Das ist also das ganze grundlegende Prinzip. Wie gesagt, wenn Joannes einen echten Post-it-Hinweis über demand-driven schreiben wollte, geht es nur um den Fluss.

Conor Doherty: Danke, Carol. Joannes, du hast dir Notizen gemacht. Möchtest du antworten? Nun, diese Frage richtet sich an dich. Wie integriert Lokad die Anpassungsfähigkeit auf Systemebene, während die Lösung empfindlich auf Variationen in der Supply Chain ausbalanciert wird?

Joannes Vermorel: Also, hier gibt es zwei Aspekte. Was die Empfindlichkeit gegenüber Variationen betrifft, ist die Frage: Sind sie wünschenswert oder nicht? Es gibt Klassen von numerischen Rezepten, die extrem, würde ich sagen, ergebnishungrig sind, und das ist sehr schädlich, weil es in der Supply Chain Ratscheneffekte gibt. Sobald Sie eine Produktionscharge ausgelöst haben, können Sie das nicht rückgängig machen, also müssen Sie mit Ihrer Entscheidung leben.

Sie möchten also keine numerischen Rezepte, die von sich aus ergebnishungrig und unberechenbar sind. Übrigens tendiert die probabilistische Prognose dazu, die numerischen Rezepte viel stabiler zu machen. Ein Großteil der Unsicherheit, die Sie bei traditionellen Systemen haben, besteht darin, dass bei einer klassischen Prognose eine geringfügige Abweichung der Prognose zu massiven Abweichungen nachgelagert führt. Dieses Problem wird durch den Wechsel zur probabilistischen Prognose und stochastischen Optimierung gelöst.

Jetzt haben wir einen weiteren Aspekt in der Frage, nämlich die Anpassungsfähigkeit. Die Realität ist, dass es bei einem numerischen Rezept und einem katastrophalen oder völlig unvorhersehbaren Ereignis keinen Ersatz für menschliche Intelligenz gibt. Die Art und Weise, wie Lokad funktioniert, besteht darin, Supply Chain Scientists zu haben, die in sehr kurzer Zeit die numerischen Rezepte umschreiben und an die neue Situation anpassen können. Nochmals, wir haben keine Kristallkugel; wir können etwas Radikal Unvorhersehbares wie die Evergreen, die einen Kanal blockiert, nicht vorhersehen.

Aber wenn es passiert, gibt es so viele Veränderungen, dass ein menschlicher Verstand erforderlich ist. Aber der menschliche Verstand ist nicht da, um jedes einzelne SKU einzeln zu flicken; er ist da, um das numerische Rezept neu zu schreiben. Dann sind wir wieder im Geschäft. Alle Entscheidungen werden automatisiert getroffen und automatisch und im großen Maßstab durchgeführt.

Conor Doherty: Carol, möchtest du noch etwas hinzufügen?

Carol Ptak: Ich kann Lokad nicht diskutieren.

Conor Doherty: Nun gut, diese Frage war eigentlich für dich, Carol, aber ich denke, es wäre interessanter, sie zuerst an Joannes zu stellen und dann können wir deine Antwort kontrastieren. Also, Joannes, warum zögerst du, Fallstudien zur probabilistischen Prognose mit DDMRP oder denen von Carol zu vergleichen? Lass es uns einfach so ausdrücken.

Joannes Vermorel: Weil ich erstens überhaupt nicht an Fallstudien in Unternehmenssoftware oder Unternehmenspraktiken glaube. Das Gebiet ist seit den 1950er Jahren mit Problemen behaftet. Das Problem ist wiederum, dass es massive Interessenkonflikte gibt. Denken Sie nur einmal daran: Der Anbieter wird die Fallstudie nicht veröffentlichen, es sei denn, er wird auf ein Podest gestellt.

Und dann haben die Kunden, die Manager, die ihr Ansehen riskieren, wenn sie eine Initiative ergreifen, ein massives Interesse daran, dass die ganze Welt glaubt, dass diese Initiative hervorragend verlaufen ist. Meine oberflächliche Beobachtung ist, dass 90% der Initiativen in der Supply Chain in allen Unternehmen, allen Ländern und allen Branchen scheitern. 90%, das ist die gleiche Grundlinie.

Und wie viele Fallstudien kann ich in meiner gesamten Karriere nennen, die desaströse Ergebnisse gezeigt haben? Keine, nicht eine einzige. Die einzige negative Fallstudie, die ich finden konnte, wurde von, ich würde sagen, brillanten Journalisten verfasst. Zum Beispiel ermutige ich dieses Publikum, “The Last Days of Target Canada” zu lesen. Das ist eine fantastische Zusammenfassung aller Dinge, die schief gelaufen sind, aber es ist super selten.

Leo hat vor ein paar Jahren gerade mal eine halbe Milliarde Euro bei einer SAP-Bestandsoptimierungsinitiative verloren. Keine Fallstudie. Sie sehen also meinen Punkt. Der Interessenkonflikt ist so massiv, dass es nicht darum geht, meine Fallstudie mit deiner Fallstudie zu vergleichen. Diese Methode muss komplett abgelehnt werden, Punkt.

Conor Doherty: Richtig. Nun, Carol, die Frage war eigentlich an dich gerichtet. Warum glaubst du, dass Joannes zögert, Fallstudien mit deinen zu vergleichen?

Carol Ptak: Nun, das ist eine sehr gute Frage, und nur er kann sie beantworten. Ich weiß, dass er sehr zögerlich ist, was Fallstudien betrifft. Ich meine, für den realitätsnäheren Beobachter wäre die Frage offensichtlich: “Hast du welche?” Und ich ermutige die Leute, mit diesen Leuten zu sprechen, nicht nur das, was veröffentlicht wird, sondern tatsächlich zu ihnen zu kommen und sich die Details anzuhören.

Denn wir ermutigen sie tatsächlich dazu zu sagen: “Wenn wir es noch einmal machen müssten, was würden wir anders machen? Wo sind wir gescheitert? Was hat nicht funktioniert? Was dachten wir, würde funktionieren?” Wir fördern diese Art von Transparenz in unseren Fallstudien. Wie ich bereits sagte, erlauben wir es den Softwareunternehmen und den Beratungsunternehmen nicht, die Fallstudien durchzuführen. Es sind die Menschen.

Das ist der Grund, warum wir Demand Driven World veranstalten, damit diese Praktiker miteinander sprechen können, um solche Gespräche darüber zu führen, was funktioniert hat, was wirklich nicht funktioniert hat, was haben sie gelernt, wie können wir voneinander lernen. Nicht nur die Erfolge, die wichtig sind, sondern wie lernen wir aus den Misserfolgen? Was ist schiefgegangen?

Und ich denke, das ist absolut entscheidend. Wenn wir dazu beitragen können, die Misserfolge zu teilen, damit jemand anderes nicht über denselben Bordstein stolpern muss, dann denke ich, dass das eine gute Sache ist. Das ist der Grund, warum wir Demand Driven World machen. Die meisten unserer Implementierungen sind in Europa, deshalb kommen wir nächste Woche nach Europa.

Aber wir halten Fallstudien für absolut entscheidend, weil das das Erste ist, was wir gefragt werden. Verstehen Sie, das Demand Driven Institute ist kein Beratungsunternehmen. Wir sind kein Softwareunternehmen. Wir waren noch nie ein Softwareunternehmen und wir waren noch nie ein Beratungsunternehmen. Wir sind nur Meinungsführer auf dem Gebiet der Supply Chain. Wir sind also sehr unabhängig von allen Softwareunternehmen.

Aber als die Leute über eine bedarfsorientierte Herangehensweise nachdachten, änderte sich das direkt nach der Pandemie. Ich würde sagen, es änderte sich von “Haben Sie bedarfsorientiert ausprobiert?” zu “Warum haben Sie bedarfsorientiert nicht ausprobiert?” Und das lag an den Ergebnissen, die das Unternehmen während der Pandemie sah, das bereits Implementierungen hatte.

Conor Doherty: Okay, nun, ich werde weitermachen, aber ich werde zu Ihnen zurückkommen, Carol. Zuerst, wieder einmal, es geht eigentlich an euch beide, aber ich fange einfach mit Carol an, weil Sie bereits gesprochen haben. In einer hochvolatilen Welt mit spärlicher und unregelmäßiger Nachfrage, wie würden Sie Entscheidungen treffen, ohne die Lagerbestände signifikant zu erhöhen? Und Unterfrage, wie managen Sie Unsicherheit auf Unsicherheit in solch herausfordernden Situationen?

Carol Ptak: Nun, und dafür müssen Sie das Geschäft wirklich verstehen. Diese Frage gibt nicht genug Informationen. Was ist Unsicherheit auf Unsicherheit? Wie viel dieser Unsicherheit ist selbst verursacht? Wie viel dieser Unsicherheit liegt an Ihrer Preisstrategie? Es gibt viele Schichten der Zwiebel, die dort abgezogen werden müssen, um zur eigentlichen Ursache zu gelangen.

Ich war gerade auf einer Konferenz in Wisconsin, wo ein Softwareunternehmen zu mir kam und fragte: “Wie würden Sie die Zuteilung bei knappen Ressourcen vorschlagen?” Ich fragte: “Hat Ihr Kunde überschüssige Bestände?” “Oh ja, sie haben zu viel von der falschen Ware, zu wenig von der richtigen Ware.” Ich sagte: “Lösen Sie dieses Problem.” Manchmal sehen wir, dass diese Variabilität auf Variabilität selbst verursacht wird.

Wenn ich ein Lieferant mit schneller Reaktionsfähigkeit, hoher Variabilität und niedrigem Volumen sein möchte, werde ich das nicht erreichen, indem ich aus China importiere. Das ist eine andere Strategie. Ihre Strategie muss mit Ihrer operativen Fähigkeit übereinstimmen, und Ihre operative Fähigkeit ermöglicht es Ihnen, unterschiedliche strategische Vorteile zu haben. Diese Dinge müssen übereinstimmen. Deshalb betrachtet DDAE Strategie, Taktik und Operationen und trennt diese drei relevanten Bereiche.

Conor Doherty: Vielen Dank. Joannes, dieselbe Frage.

Joannes Vermorel: Das ist eine sehr interessante Frage. Fangen wir mit spärlichen, intermittierenden Verhaltensweisen an. Spärlich und unregelmäßig, ja, das ist der Bereich, in dem der probabilistische Ansatz wirklich glänzt. Wenn Sie es mit etwas zu tun haben, das spärlich ist, müssen Sie ein mathematisches Instrument haben, das es Ihnen ermöglicht, mit Teilmustern umzugehen.

Wenn Sie einfach fragen: “Wie viele Einheiten werde ich im Laufe einer Woche verkaufen?” könnten Sie sagen: “50%ige Chance, dass ich nur eine verkaufe.” In der klassischen Welt würden Sie 0,5 sagen, aber das ergibt keinen Sinn, weil Sie die Einheit nicht in Bruchteile aufteilen können; sie ist verpackt. Die klassische Perspektive hat Schwierigkeiten mit Teileinheitsvorhersagen, was zu viel Unsinn führt, weil Sie am Ende mit Bruchzahlen enden, die einfach nicht real sind. Sie existieren in der Mathematik, aber sie existieren nicht in der Supply Chain, wo es entweder null oder eins ist.

Mit Wahrscheinlichkeiten erhalten Sie eine schöne, elegante Lösung, die tatsächlich funktioniert, bei der Sie eine Wahrscheinlichkeit für null, eine Wahrscheinlichkeit für eins, eine Wahrscheinlichkeit für zwei Einheiten und vielleicht auch eine Wahrscheinlichkeit für 50 Einheiten haben können, was der unregelmäßige Spitzenwert sein wird. Also, spärlich und unregelmäßig, das ist der Bereich, in dem es wirklich glänzt.

Nun, wenn Sie Unsicherheit auf Unsicherheit häufen, stellt sich eine sehr interessante Frage. Wie machen Sie das in einer deterministischen Welt, wenn Sie eine Verzögerung auf eine andere Verzögerung addieren? Die Antwort: Sie machen eine Summe, eine Addition, die sich wie eine übernatürliche Sache anfühlt. Also können Sie addieren, subtrahieren, multiplizieren. Nun, es stellt sich heraus, dass wenn Sie Unsicherheit haben, wenn Sie so etwas wie eine Algebra der Zufallsvariablen haben, können Sie all diese Kombinationen von Unsicherheiten machen, und Sie werden durch eine Algebra der Zufallsvariablen gehen. Sie werden tatsächlich in der Lage sein, die Art von resultierenden Unsicherheiten zu berechnen, die Sie oben drauf haben. Also, ich beschreibe nicht genau die Lösung; ich beschreibe nur die Instrumente, mit denen Sie dorthin gelangen können.

Zuerst müssen Sie statistische Instrumente haben, die mit Sparsamkeit und Unregelmäßigkeit umgehen. Das wird nicht Ihre klassische Art von Prognose sein. Das werden nicht die Puffer sein, die glorifizierte gleitende Durchschnitte sind, die in DDMRP präsentiert werden. Und zweitens, wenn Sie mit zusammengesetzten Unsicherheiten umgehen, müssen Sie die Instrumente haben, die es Ihnen ermöglichen, das zu tun. Die Leute machen das seit einem halben Jahrhundert in der Finanzwelt. Das ist keine Magie. Lokad hat das nicht erfunden. Es ist nur ein etwas ungewöhnliches Instrument, aber es ist sehr einfach. Genau wie das Hinzufügen, Subtrahieren von Zahlen und Multiplizieren fühlt sich natürlich an, werden Sie lernen, das mit Unsicherheit zu tun.

Conor Doherty: Okay, gut, danke. Ich werde weitermachen. Also, das ist eine ziemlich umfangreiche Frage. Ich werde versuchen, das in Echtzeit zusammenzufassen. Ähm, okay, nun, ich meine, das wird an Sie gehen, Joannes, weil Sie das bereits irgendwie beantwortet haben. Es gibt ein paar bewegliche Teile, aber ich werde mich auf das Wesentliche konzentrieren.

An Joannes: Was ist Ihre Hauptkritik am DDMRP-Modell und an welchen spezifischen Aspekten zweifeln Sie? Ich glaube, Sie haben das bereits beantwortet, aber ich habe kein stichhaltiges Argument gegen DDMRP gehört, außer dass es zu einfach ist. Wenn ein einfaches Modell Ergebnisse liefern kann, warum brauchen wir dann komplexere und ausgefeiltere Systemdynamikmodelle?

Joannes Vermorel: Meine Hauptkritik ist, dass es außerordentlich wenig gibt, wissen Sie, und deshalb habe ich auf Seiten hingewiesen. Denn wenn Sie die Teile nehmen, erkennen Sie, dass es größtenteils viel Nichts ist. Und die Idee, dass aus viel Nichts zusammengefügt, voilà, eine große Montage entsteht, halte ich für völligen Unsinn. Also, meine Hauptkritik ist, dass es sowohl Zeile für Zeile als auch insgesamt sehr, sehr schwach ist.

Und dann kommen wir zurück zu der Frage, warum es so gut funktioniert. Die Frage, wenn Sie bereits davon ausgehen, dass alle Fallstudien wahr sind - tut mir leid, da kann ich nichts für Sie tun. Wenn Sie annehmen, dass Sie durch die Anwendung von DDMRP im Einzelhandel zuverlässig eine Umsatzsteigerung von 60% erzielen können, während Sie den Lagerbestand halbieren und den Eindruck erwecken, dass der Laden sogar noch voller ist, wenn Sie denken, dass das die Art von Ergebnis ist, das Sie erzielen können, wissen Sie, weil das präsentiert wird - tut mir leid, ich habe auch eine Brücke in Brooklyn zu verkaufen. Das ist es.

Conor Doherty: Nun, Carol, ich möchte noch einmal darauf eingehen, und das baut darauf auf. Also, noch einmal, das ist eine Frage, die sich sowohl aus Joannes’ Äußerungen als auch aus dem Gespräch insgesamt ergibt. Am Anfang haben Sie kommentiert: “Ich war überrascht, dass Joannes über die Bücher sprechen wollte.” Und noch einmal, ich möchte nicht für Joannes sprechen, aber zumindest für mich persönlich, wenn Sie sagen würden: “Möchtest du etwas lernen? Hier sind mehrere Bücher, die erklären, wie ein Flugzeug abhebt.” Sie lesen über Luft- und Raumfahrt oder Aerodynamik, Sie lernen das Bernoulli-Prinzip kennen. Es steht in einem Buch. Also, ich lerne nicht, dass Flugzeuge fliegen; ich lese dieses Buch, um zu lernen, wie Flugzeuge fliegen.

Also, wenn Sie über Fallstudien sprechen, und ich sage einfach mal, dass es funktioniert, okay, aber ich denke, sowohl für Joannes als auch für die Zuhörer ist das Problem, dass, wenn ich lernen möchte, wie es funktioniert, Sie sagen, dass es nicht in den Büchern steht.

Carol Ptak: Oh nein, es steht ganz klar in den Büchern. Joannes sagt, dass es nicht in den Büchern steht. Es steht in den Büchern. Wir haben diese drei Bücher für drei völlig separate, unterschiedliche Märkte geschrieben. Das Buch “Demand Driven Adaptive Enterprise” wurde für Führungskräfte geschrieben, um zu verstehen, wie das Ganze zusammenpasst. Das Buch “Adaptive S&OP” wurde für das S&OP-Team geschrieben, um zu erklären, wie wir jetzt einen strategischen S&OP-Prozess verknüpfen, der einen anpassungsfähigen Geschäftsplan erstellt, der in ein nachfragegesteuertes Betriebsmodell übersetzt werden kann. Und das Buch “DDMRP” erklärt sehr spezifisch, wie der DDMRP-Mechanismus funktioniert.

Nun, ich liebe die Kritik, dass es zu einfach ist. Ich denke, das ist das beste Kompliment, das ich bekommen kann. Warum? Weil es sehr einfach ist, Dinge komplex zu machen. Es ist sehr schwierig, Dinge einfach zu machen. Und wir haben sehr, sehr hart daran gearbeitet, das Konzept einfach zu verstehen und einfach umzusetzen.

Also, das ganze Gespräch heute dreht sich darum: Löst das DDAE-Modell das Problem in der realen Supply Chain von heute? Nun, das ist die reale Welt. Wir müssen etwas haben, das verständlich, einfach umzusetzen ist und signifikante Ergebnisse liefert. Wenn wir uns die Werkzeuge des kritischen Denkens ansehen, suchen wir immer nach dieser bahnbrechenden Idee, die viele Probleme löst und das auf eine sehr tiefgreifende Weise tut. Und das ist es, was demand-driven tut.

Ich meine, ich liebe Eli Goldratt. Er hat immer so gut gesagt. Er sagte: “Wenn du Mathematik verwenden musst, um dich zu erklären, dann weißt du nicht, wovon du redest.” Ich liebe Goldratt. Er hat großartige Dinge entwickelt, wissen Sie, also wenn Joannes’ schärfste Kritik darin besteht, dass er nicht mag, was wir eine Gleichung nennen, okay, der Rest der Welt nennt das Gleichungen. Und es gibt bestimmte Formatierungsanforderungen durch einen Verlag, und ich weiß nicht, wie viele Bücher Joannes veröffentlicht hat, aber es gibt bestimmte Verlagsanforderungen bei der Formatierung, wenn man ein Buch veröffentlicht, bei denen man Dinge als Diagramm und Abbildung bezeichnen muss, richtig? Und das ist eine Anforderung.

Also, Sie haben es mit den Verlagen zu tun, und wir würden gerne alles entfernen, aber es ist eine Anforderung. Also, ich weiß nicht, wie viele Bücher Sie bereits veröffentlicht haben, aber Sie werden feststellen, dass dies eine Anforderung ist, wenn Sie mit einigen der Top-Verlage veröffentlichen, als ob all diese Dinge gekennzeichnet sein müssen. Daher ist es das beste Kompliment, dass wir das, was wir tun, als einfach bezeichnen, denn wir arbeiten sehr, sehr hart daran, es einfach zu verstehen und einfach umzusetzen, aber dabei tiefgreifende Ergebnisse zu erzielen.

Conor Doherty: Okay, danke, Carol. Ich gebe zurück an Joannes.

Joannes Vermorel: Ja, ich denke, es ist eine Fehlinterpretation meiner Kritik. Ich habe nicht gesagt, dass diese Bücher einfach sind. Im Gegenteil, ich habe ausführlich dargestellt, dass sie sehr verworren sind, um Dinge darzustellen, die letztendlich sehr einfach sind. Das ist es, wenn ich sage, dass Sie buchstäblich ein halbes Dutzend Seiten auf Englisch benötigen, um zu sagen: “Addieren Sie dies, subtrahieren Sie das, multiplizieren Sie mit dem.” Es ist einfach wahnsinnig schwierig zu verstehen, was mit, wiederum, Grundschulformeln, wie super einfach, dargestellt werden könnte.

Und im Gegenteil, sehen Sie, darum geht es bei diesem Buch. Ich kritisiere nicht, dass sie zu einfach sind. Das ist nicht mein Punkt. Mein Punkt ist, dass sie außerordentlich schwach sind. Das ist eine ganz andere Kritik. Schwäche ist nicht Einfachheit. Sie können Dinge haben, die außerordentlich einfach und schön sind. Maxwells Gleichungen, wissen Sie, außerordentlich einfach, schön. Ja, das Formalismus ist ziemlich aufwendig, aber das ist nicht die Art von Einfachheitsproblem, über das ich spreche.

Mein Punkt ist, dass diese Bücher drastisch vereinfacht hätten werden können, tatsächlich drastisch, indem man sich an die etablierten Normen hält, wenn man Dinge hinzufügen, subtrahieren und so weiter möchte, verwendet man einfach eine einfache Formel und geht nicht auf buchstäblich ein halbes Dutzend Seiten extrem komplizierter und verworrener Erklärungen ein, um das Einfache zu erklären. Und mein Punkt, die Kritik, ist, dass Sie dadurch die Anzahl der Seiten erhöhen, die Masse der Worte aufblähen, um letztendlich sehr, sehr wenig auf, wiederum, 900 Seiten zu liefern.

Conor Doherty: In Ordnung, ich werde weitermachen. Zu diesem Zeitpunkt sind wir bereits seit 80 Minuten dabei, also werde ich anfangen, Fragen zu kürzen, die bereits beantwortet wurden. Also, ich werde Joannes nicht noch einmal nach DDMRP-Fallstudien fragen. Wir haben dieses Thema bereits ausführlich behandelt. Ja, also, ich werde zuerst Carol fragen.

Können Sie gemeinsam den Umfang, die Situationen oder Bedingungen definieren, in denen etwas Sophistizierteres als DDMRP erforderlich ist? Zum Beispiel scheint DDMRP bei Demontageprozessen nicht ausreichend zu sein. Wie würden Sie solche Szenarien angehen?

Carol Ptak: Tatsächlich hat es bei Demontage sehr gut funktioniert. Eine der frühesten Fallstudien war ein Unternehmen namens Erickson Air-Crane. Entschuldigen Sie, Joannes, dass ich auf eine Fallstudie zurückkomme, aber das Erickson Air-Crane hat tatsächlich das Flugzertifikat für den Sikorsky-Hubschrauber. Und sie haben einen vollständigen Demontageprozess. Also es funktioniert tatsächlich sehr, sehr gut, und es funktioniert dort sehr gut aufgrund des hohen Maßes an Variabilität.

Wenn ein Flugzeug landet, ist es gewartet. Jetzt müssen Sie herausfinden, wie es gebaut und konstruiert wurde, und dann müssen Sie versuchen, das Ganze wieder umzurüsten. Und dann haben Sie ein Problem mit Ihrem FAA-Flugzertifikat, das besagt, dass ein Teil umgerüstet wurde und bis zum 31. Oktober 2024 gültig ist, aber ein anderes Teil wurde umgerüstet und ist bis zum 1. Juni 2025 gültig. Der Rahmen ist jetzt nur bis zum 31. Oktober 2024 zertifiziert, weil alle Teile übereinstimmen müssen. Wenn Sie also eine solche hohe Variabilität haben, funktioniert es tatsächlich ziemlich gut.

Was ich den Leuten sage, die mich immer fragen: “In welcher Branche funktioniert es nicht?” Die Branche, in der eine nachfragegesteuerte Lösung nicht funktioniert, ist eine Branche, in der die Toleranzzeit des Kunden kürzer ist als die kumulative Durchlaufzeit und in der keine Betriebsvariabilität besteht. Dann funktioniert es nicht.

Implizit habe ich diesen Ort noch nicht gefunden, aber theoretisch könnte man es bis zu diesem Punkt bringen. Je mehr Variabilität, Volatilität, Unsicherheit, Komplexität und Mehrdeutigkeit vorhanden ist, desto besser funktioniert es, weil es dafür entwickelt wurde. Die nachfragegesteuerte adaptive Unternehmensführung wurde für die heutige VUCA-Welt entwickelt und funktioniert in der heutigen VUCA-Welt.

Conor Doherty: Ich lasse Sie antworten.

Joannes Vermorel: Ja, ich würde dieses Beispiel noch einmal für das Publikum nehmen. Okay, sprechen wir über die Luftfahrt. Wir haben also Teile, die Flugstunden und Flugzyklen haben. Ich mache es für das Publikum sehr einfach. Das bedeutet dann, wenn Sie Ihren Bestand betrachten, können Sie nicht sagen: “Ich habe eine Einheit, zwei Einheiten, drei Einheiten, fünf Einheiten.” Das ergibt nicht wirklich Sinn, weil jede Einheit, die Sie haben, eine bestimmte Anzahl von Flugstunden und Flugzyklen hat, übrigens.

Sie können also Tausende von Flugstunden haben, aber nur ein Teil oder vielleicht nur 100 Flugstunden, aber aus irgendeinem Grund zwei Teile haben. Das Fazit ist, dass Sie keine eindimensionale Darstellung Ihres Artikels mehr haben können. Sie können also nicht sagen: “Ich habe eine, zwei, drei, vier, fünf zusätzliche Einheiten.” Sie benötigen eine mehrdimensionale Darstellung des Artikels.

Und noch einmal, wenn ich auf DDMRP und alles, was in den Büchern steht, zurückkomme, werden diese Punkte nie berührt, nicht einmal die Art von allem, was diese Punkte ansprechen könnte. Sie werden nicht berührt. Ich garantiere Ihnen, dass Sie in diesen Büchern nichts finden werden, was Ihnen hilft, sich mit mehrdimensionalen Artikelproblemen auseinanderzusetzen. Und doch ist es genau die Art von Nichtlinearität und Komplexität, die sich die Bücher von Anfang an zum Ziel gesetzt haben.

Carol Ptak: Ich stimme Joannes absolut zu. Ja, wir behandeln keine mehrdimensionalen Teile. Bedeutet das, dass wir nicht wissen, wie man es macht oder wie man es umsetzt? Absolut nicht. Mein Hintergrund liegt in der Luft- und Raumfahrt. Ich habe viel mit den NAA-Flugzeugdepots in Cherry Point, Jacksonville und Kalifornien sowie mit den Hubschrauberunternehmen zusammengearbeitet. Das war meine Karriere. Wenn Sie recherchieren, werden Sie feststellen, dass ich 20 Jahre in der Luft- und Raumfahrt verbracht habe.

Also ich verstehe mehrdimensionale Teile, weil Sie unterschiedliche SKU-Nummern mit unterschiedlichen Zustandscodes und unterschiedlichen Flugstunden haben. Und Joannes, Sie haben absolut recht. Wir behandeln mehrdimensionale Teile in keinem dieser Bücher. Nun, wenn Sie ein ERP-Buch lesen möchten, ist mein ERP-Buch das erste Mal, dass Remanufacturing in einem Buch auftaucht. Aber es ist so eine spezialisierte Umgebung, dass diese Bücher 3.000 Seiten umfassen würden, wenn wir alles über jede einzelne Umgebung aufnehmen würden, die es gibt.

Das sind die Grundlagen, die Bausteine für jedes nachfragegesteuerte adaptive Unternehmen. Es gibt verschiedene Dimensionen, die Sie hinzufügen, wie wir bereits den Einzelhandel, die Luft- und Raumfahrt, die Remanufacturing, das Projektmanagement diskutiert haben. Wie wäre es mit einem Unternehmen, das niemals dasselbe Material zweimal verwendet? Sehr erfolgreiche Implementierungen von nachfragegesteuerten Lösungen. Diese Bücher repräsentieren die Bausteine.

Sie wissen, es ist wie Sie vorhin erwähnt haben, wenn ich über Flugzeuge lese, ja, ich werde die Bücher lesen und das Bernoulli-Prinzip verstehen und so weiter, aber das macht mich nicht zum Piloten einer 747.

Conor Doherty: Es würde mich nur zum Ingenieur machen, um das Gleichnis zu vervollständigen. Aber Joannes, Ihre…

Joannes Vermorel: Nein, ich denke, wir stehen wieder vor dem Argument der Autorität für das Publikum, das ich zu Beginn erwähnt habe, nämlich “Vertrau mir”. Wie auch immer, ich schlage vor, wir gehen einfach weiter, um nicht zu den gleichen Argumenten zurückzukehren.

Conor Doherty: Nun, okay. Nun, diese Frage geht an Joannes. Sowohl APICS als auch ASCM betonen auch die Bedeutung der Push-Pull-Grenze. An welchem Punkt im Supply-Chain-Netzwerk wechseln Sie in Ihrer Lösung von einem Push- zu einem Pull-Ansatz?

Joannes Vermorel: Zunächst einmal basiert die Unterscheidung zwischen Push und Pull wieder auf dem falschen Ausgangspunkt. Wir kehren also zu der Art von Denkweise der 1970er Jahre zurück, in der angenommen wird, dass die verschiedenen Teile der Organisation nicht miteinander kommunizieren können. Tatsächlich muss eine Partei entscheiden, wann sie pushen soll oder wann sie pullen soll. Aber auch das ist in diesem Zeitalter des Internets unsinnig. Warum? Ganz einfach, Sie können eine Intelligenz darüber setzen, künstlich oder nicht, spielt keine Rolle, solange Sie ein Netzwerk haben.

Das Einzige, was Sie tun müssen, ist Entscheidungen auszulösen. Wenn Sie sich entscheiden, 10 Einheiten von Punkt A nach Punkt B zu bewegen, meine ich, es ist nur eine Perspektive zu sagen, dass Sie pullen, wenn Punkt A die Einheiten anfordert, und dass Sie pushen, wenn Punkt B entscheidet. Auch das ist in diesem Zeitalter des Internets keine gültige Unterscheidung. Meine Meinung wäre also, bitte halten Sie nicht an Konzepten fest, die vor etwa 25 Jahren durch die Idee eines Internetnetzwerks und der freien Informationsfluss über Ihre Supply Chain obsolet geworden sind.

Bei Lokad beschäftigen wir uns nicht wirklich damit, weil es ein Problem ist, das veraltet ist und nur in Unternehmen existiert, die weiterhin veraltete Methoden und veraltete Perspektiven verwenden, würde ich sagen.

Conor Doherty: In Ordnung, es gibt noch zwei weitere Fragen und dann werden wir weitermachen, weil es schon eine Weile dauert. Aber Joannes, Sie sind zuerst dran. Wie effektiv sind traditionelle Sicherheitsbestandsberechnungen für ein Unternehmen, das sowohl hohe Volumina als auch hohe Variabilität in seinem Betrieb verwaltet?

Joannes Vermorel: Der Sicherheitsbestand ist aus so vielen Gründen fehlerhaft. Ich werde es kurz halten, aber im Grunde genommen ist der springende Punkt, warum er völlig fehlerhaft ist, folgender: Immer wenn Sie 1 Dollar in Ihre Supply Chain investieren, konkurriert dieser 1 Dollar mit allen Investitionen in Inventar, sagen wir, mit allen SKUs. Alle SKUs konkurrieren um diesen 1 Dollar. Ihr Sicherheitsbestandsmodell geht davon aus, dass Sie eine SKU in völliger Isolation verarbeiten können, ohne alles zu berücksichtigen, was bei den anderen SKUs passiert. Das ist buchstäblich das Sicherheitsbestandsmodell.

Allein auf dieser Annahme beruht der Sicherheitsbestand. Und dann haben Sie ein zweites Problem, das ein Implementierungsdetail ist, aber in der Praxis wirklich tödlich ist, nämlich die Normalverteilungsannahme, die darauf gemacht wird. Sicherheitsbestand bedeutet unweigerlich, sowohl in Lehrbüchern als auch in Softwareimplementierungen, dass Normalverteilungen für die Nachfrage und die Vorlaufzeiten verwendet werden sollen. Und das ist verrückt.

Das große Problem ist also, dass alle SKUs um dieselbe Investition konkurrieren. Jede SKU-unabhängige Logik ist von vornherein fehlerhaft. Und dann haben Sie ein zweites Problem, nämlich die Mathematik, die verwendet wird, die wirklich unzureichend ist.

Conor Doherty: Vielen Dank. Carol, was denken Sie dazu?

Carol Ptak: Ich freue mich, dass ich einen weiteren Punkt gefunden habe, in dem ich mit Joannes übereinstimme. Der Sicherheitsbestand ist grundsätzlich fehlerhaft, absolut. Gut, er ist eine der beiden Dinge, die wir in der nachfragegesteuerten Methodik eliminieren. Und der Grund dafür ist, dass Sicherheitsbestände, wie sie durch jede MEIO-Optimierungssoftware berechnet werden, davon ausgehen, dass Sie mehr Inventar haben müssen, um einen besseren Kundenservice zu bieten, und dass Sie den erforderlichen Sicherheitsbestand, wie Joannes sagte, SKU für SKU, durch Betrachtung der Variation und des z-Scores für Ihren gewünschten Kundenservice berechnen können.

Das ist lächerlich. Das ist absolut lächerlich, und wir nennen das eine tiefe Wahrheit. Eine tiefe Wahrheit kann nur durch eine tiefere Wahrheit aufgedeckt werden, die wiederum auf den Post-it-Notiz zurückgeht, den ich gerne in Joannes’ Büro kleben würde: “Es geht alles um den Fluss.” Wenn wir einen besseren Fluss haben, erhalten wir gleichzeitig einen besseren Kundenservice mit weniger Inventar. Es ist kein Kompromiss, wissen Sie.

Die MEIO-Systeme, die versuchen, diese beiden Positionen der Menge an Inventar für den Kundenservice zu optimieren, sind absolut grundlegend fehlerhaft, und die nachfragegesteuerte Methode verwendet keine Sicherheitsbestände. Also stimme ich Joannes absolut zu.

Conor Doherty: Gut, und noch eine letzte Frage. Es gab noch andere Fragen, aber ich möchte zum nächsten Abschnitt übergehen. Alles, was nicht beantwortet wurde, werden wir auf LinkedIn behandeln. Aber dies ist tatsächlich eine Frage, die Carol von einem Fan von Ihnen erhalten hat. Ich werde den Namen nicht nennen, aber jemand, der ein Fan von Ihnen war. Also, Carol, an Sie: Wenn Joannes’ Kritik völlig falsch ist, wenn er völlig daneben liegt, warum glauben Sie dann, dass die nachfragegesteuerte Methode nicht weiter verbreitet oder beliebter ist?

Carol Ptak: Nun, das ist interessant. Ich… seine Kritik… gut, lassen Sie mich zurückgehen. Meine Enttäuschung war, dass ich dachte, unsere heutige Debatte würde sich um die Methodik drehen, nicht um Seitenzahlen und die Kennzeichnung von Dingen, Graphen und Abbildungen, was wir von unseren Verlegern vorgeschrieben bekommen. Also war ich enttäuscht von der Tiefe unserer heutigen Diskussion.

Ich denke, die Fragen, die wir hin und her hatten, waren der bessere Teil davon, anstatt dass Joannes seine vorbereiteten Notizen vorliest, wie er hereinkam. Also habe ich nach einer dynamischeren Diskussion gesucht. Warum ist die nachfragegesteuerte Methode nicht verbreiteter? Sie ist in bestimmten Ländern sehr bekannt und hängt vom Team ab, das in dem Land tätig ist. In Frankreich ist sie sehr, sehr bekannt, deshalb sind wir seit vielen Jahren das Ziel von Joannes.

Er hat die nachfragegesteuerte Methode seit vielen Jahren angegriffen, weil sie in Frankreich sichtbar ist. Unser Hauptland ist Frankreich. Nummer zwei ist Kolumbien. Nummer drei ist Mexiko. Wir haben gerade nach Japan expandiert. Die Vereinigten Staaten wachsen wie verrückt. Also sehen wir einige sehr große Konsumgüterunternehmen, wie Fortune Brands, die implementieren. Wir haben einige weniger bekannte Markennamen wie Toyota und Caterpillar, die implementiert haben.

Er hat die nachfragegesteuerte Methode seit vielen Jahren angegriffen, weil sie in Frankreich sichtbar ist. Unser Hauptland ist Frankreich. Nummer zwei ist Kolumbien. Nummer drei ist Mexiko. Wir haben gerade nach Japan expandiert. Die Vereinigten Staaten wachsen wie verrückt. Also sehen wir einige sehr große Konsumgüterunternehmen, wie Fortune Brands, die implementieren. Wir haben einige weniger bekannte Markennamen wie Toyota und Caterpillar, die implementiert haben.

Also würde ich die Tatsache in Frage stellen, dass sie nicht bekannter ist. Es sind sehr, sehr große Unternehmen, die in der Regel die Idee angenommen haben. Wir haben auch einige kleine Familienunternehmen, weil sie die Auswirkungen und die Bedeutung des Cashflows verstehen. Das Spannende ist, dass wir während der Pandemie nach China expandiert haben und jetzt gerade nach Japan expandieren. Das Team in Japan sagt: “Wir erkennen, dass die nachfragegesteuerte Methode das ist, was uns gefehlt hat, weil der Kaizen-Ansatz begrenzt ist und wir eine bahnbrechende Idee brauchen.” Sie glauben, dass die nachfragegesteuerte Methode das auch ist.

Also würde ich die Tatsache in Frage stellen, dass sie nicht bekannter ist. Diejenigen von uns in der Gemeinschaft neigen dazu, darauf zu schauen, wie viele Unternehmen sie nicht verwenden, anstatt auf die Größe und Breite der Unternehmen, die es tun. Zu Joannes’ Punkt: Viele Unternehmen geben nach der Implementierung keine Fallstudie heraus, weil sie es als Wettbewerbsvorteil betrachten, und das ist bedauerlich.

Conor Doherty: Also gut, Joannes, ich werde die Frage leicht abändern, weil offensichtlich die Gründe, warum Sie denken, dass es nicht funktioniert, nicht unbedingt mit denjenigen übereinstimmen, die nicht Ihr Maß an akademischer Ausbildung haben. Warum denken Sie also, dass es für andere Praktiker nicht verbreiteter und nicht mehr angenommen wird?

Joannes Vermorel: Ich meine, faktisch würde ich sagen, sehr, sehr faktisch, weil meiner Meinung nach ist es äußerst mehrdeutig. Es gibt einige Methoden, wenn ich sie mit anderen Supply-Chain-Theorien vergleichen würde - nicht meine, lassen Sie uns meine eigenen Sachen aus der Gleichung nehmen - sagen wir, wenn ich zu konkurrierenden Theorien gehen würde, sagen wir, Flowcasting zum Beispiel. Ich glaube auch nicht an Flowcasting, aber sie sind extrem spezifisch in ihrer Theorie, extrem, extrem spezifisch.

Wenn ich also eine Flowcasting-Software implementieren möchte, kann ich das Flowcasting-Buch nehmen - es heißt Flowcasting - und sie geben mir buchstäblich alles, was ich brauche. Es gibt fast keine Mehrdeutigkeit darüber, was ich tun muss, um es zu implementieren. Ich sage nicht, dass Flowcasting gut ist; tatsächlich denke ich, dass es ziemlich schrecklich ist. Aber dem Verdienst der Autoren nach ist ihre Theorie, die sie präsentieren, nicht mehrdeutig und nicht vage. Hier, DDMRP, würde ich sagen, die Hauptkritik wäre, dass es äußerst vage, extrem schwach ist und es sehr schwierig ist, etwas zu formulieren.

Wenn ich meine Rolle als Software-Editor ablegen würde und sagen würde, dass ich das implementieren möchte, ist das so unglaublich vage, dass ich nicht einmal weiß, wo ich anfangen soll. Entschuldigung, und ich weiß, dass es eine subjektive Sache ist, also kann ich nur zum Publikum sagen, nehmen Sie eines dieser Bücher, lesen Sie 10 Seiten zufällig und stellen Sie sich die Frage: “Kann ich das Gesagte nehmen und unzweideutig etwas für mein Unternehmen tun?” Unzweideutig. Stellen Sie sich Ihre eigene Frage und die Antwort, die Sie auf diese Frage geben, die Sie sich selbst stellen, sollte der wahre Richter darüber sein, ob das, was ich sage, richtig ist oder nur Unsinn.

Carol Ptak: Nun, ich würde bezweifeln, dass Sie durch das Aufnehmen eines Buches und das Lesen von 10 Seiten ein vollständiges Bild erhalten. Die Art und Weise, wie alle unsere Bücher geschrieben sind, ist zunächst die Beschreibung des Problems, dann die Beschreibung der Lösungsrichtung, dann die Beschreibung, wie die Lösung das Problem löst, und dann behandeln wir das, was wir als Hindernisse, die “Ja, abers” bezeichnen, und dann beschreiben wir einen sicheren Weg nach vorne. Wenn Sie also 10 Seiten zufällig nehmen, glaube ich nicht, dass Sie dorthin gelangen, wo Sie hinwollen.

Aber ich würde die heutige Diskussion so zusammenfassen: Es geht alles um den Fluss, und ungefähr richtig ist besser als genau falsch.

Conor Doherty: Nun, an diesem Punkt habe ich keine weiteren Fragen, aber ich werde einfach das Wort an das Publikum richten. Joannes, gibt es etwas, das Sie Carol direkt stellen möchten, ohne meine Aufsicht?

Joannes Vermorel: Nein, ich möchte Carol für diese Übung danken. Ich schätze es wirklich. Es war eine echte Debatte. Ich meine, es ging nicht darum, meine Ansichten zu versöhnen. Ich werde Sie nicht überzeugen können, und Sie werden mich wahrscheinlich nicht überzeugen können, aber ich schätze es wirklich, dass Sie sich die Zeit und Mühe gemacht haben, diese Diskussion zu führen. Für mich bedeutet das viel, und mein Ziel für die Zukunft ist es, mehr solcher Debatten zu führen. Natürlich gibt es auch andere Theorien, also ist das ein Ziel, das ich mir für diesen Kanal gesetzt habe.

Ich bin sehr froh, dass Carol wiederum eine solide, was, 90 Minuten ihrer Zeit gewidmet hat. Das schätze ich wirklich, und ich möchte Ihnen, Carol, dafür danken.

Carol Ptak: Nun, sehr gerne, und ich schätze die Einladung. Ich hatte gehofft, dass wir die Debatte von Angesicht zu Angesicht führen könnten, aber dann kam die Pandemie, also wurde sie verschoben. Ich bin also froh, dass sich diese Gelegenheit wieder ergeben hat, denn wenn Sie sich erinnern, hatte ich Ihnen zugesagt, dass ich Ihnen jederzeit und überall gerne an diesem Debattieren teilnehmen würde, weil ich es für sehr wichtig halte, die vollständigen Informationen auf den Markt zu bringen und diese Punkte zu debattieren.

Ich denke, wie bei einer Debatte kann jemand genau entscheiden, welchen Weg er gehen möchte, und das ist völlig in Ordnung. Wie ich bereits sagte, wenn ich es zusammenfassen müsste, geht es bei der nachfragegesteuerten Methode alles um den Fluss. Ungefähr richtig ist besser als genau falsch.

Conor Doherty: Nun, Carol, ich weiß, dass ich irgendwo gehört habe, dass Frankreich das Land Nummer eins für die Implementierung von DDMRP ist. Also das nächste Mal, wenn Sie zufällig in Frankreich sind, wenn Sie in Paris sind, wissen wir beide, dass wir uns sehr freuen würden, Sie zu empfangen, wenn auch nur zum Abendessen.

Carol Ptak: Das ist mein Favorit. Meine Leute in Toulouse wissen, dass ich, wenn ich dort bin, Foie Gras und Entenbrust haben muss. Ich bekomme meinen Canard, ich bekomme meinen Foie Gras und ich bin ein glücklicher kleiner Camper.

Conor Doherty: Nun, an diesem Punkt werde ich die Dinge abschließen. Ehrlich gesagt, es war sehr angenehm, Ihnen zuzuhören, wie Sie hin und her gehen, muss ich sagen. Das hat mehrere Jahre gedauert, denke ich, das kann man wohl sagen. Also, wenn es nicht erhellend war, hoffe ich, dass es zumindest für alle unterhaltsam war. Also nochmals vielen Dank an euch beide.

Carol Ptak: Conor, ich finde, du hast einen absolut fantastischen Job gemacht, und ich schätze es. Wie gesagt, Joannes und ich haben seit mehreren Jahren darüber gesprochen, also bin ich froh, dass wir es endlich geschafft haben.

Conor Doherty: Damit schließe ich die Dinge ab. Joannes, vielen Dank für Ihre Zeit. Carol, Sie waren eine große Unterstützung. Vielen Dank auch Ihnen, und vielen Dank an alle, die zugeschaut haben. Wir sehen uns das nächste Mal.