00:00:00 Einführung in das Interview
00:02:09 Qualität vs Kosten bei supply chain Entscheidungen
00:05:16 iPhone als Qualitätsbeispiel
00:08:36 Entscheidungsfindung und Optionalität in supply chain
00:11:47 KPIs zur Bewertung der supply chain Performance
00:14:27 Servicelevels als Leistungsmaßstab
00:17:24 Bedeutung relevanter Qualität im Produktdesign
00:20:42 Komplexität jenseits des menschlichen Verstands in supply chain
00:24:11 Auswirkungen von KI und Automatisierung auf supply chain
00:27:59 Einsatz von Large Language Models bei Lokad
00:31:21 Geschwindigkeit moderner Computer und KI-Kosten
00:34:34 Beschaffungsanalyse und Einfluss der KI auf die Kosten
00:38:17 Kostenabwägungen in supply chain
00:41:38 Festlegung der Anzahl der zu überwachenden Wettbewerber
00:45:10 Vergleich der Software-Komplexität mit der Mitarbeiterzahl
00:48:26 Investition in das Verständnis der Treiber von supply chain
00:51:43 Marktsituation lässt sich nicht in die Zukunft verlängern
00:54:23 Profit als Maßstab für die Entscheidungsqualität
00:58:12 Komplexität von supply chains durch die Digitalisierung
01:00:52 Amazons Erfolg und Wachstumsstrategien
01:03:24 Ermutigung, sich nicht vor der Komplexität von supply chain zu fürchten
01:06:01 In etwa richtig zu sein ist besser, als genau falsch zu liegen
Zusammenfassung
In einem Dialog mit Lokads Kommunikationschef, Conor Doherty, diskutiert Lokad-CEO Joannes Vermorel das Qualitäts-Kosten-Verhältnis im supply chain management. Vermorel betont, dass sich Qualität auf die Entscheidungsfindung bezieht und nicht auf Produkteigenschaften, und dass die vom Kunden wahrgenommene Qualität möglicherweise nicht mit optimalen supply decisions aufgrund der Kosten übereinstimmt. Er kritisiert traditionelle KPIs und argumentiert, dass diese nicht die echte Qualität widerspiegeln. Vermorel erörtert außerdem die Rolle von Large Language Models (LLMs) im supply chain management und stellt fest, dass sie zu intelligenteren Entscheidungen führen können, jedoch IT-Budgets in die Höhe treiben. Er schlägt vor, dass das Qualitäts-Kosten-Dilemma ein Meta-Spiel ist, bei dem Softwareentwicklung notwendig ist, um supply chain Probleme zu lösen und trade-offs zu bewerten.
Erweiterte Zusammenfassung
In einem zum Nachdenken anregenden Gespräch zwischen Conor Doherty, Kommunikationschef bei Lokad, und Joannes Vermorel, CEO und Gründer von Lokad, taucht das Duo in das komplexe Konzept des Qualitäts-Kosten-Verhältnisses im supply chain management ein. Vermorel erläutert, dass sich Qualität im Kontext von supply chain auf die Qualität der Entscheidungen bezieht und nicht auf die physikalischen Eigenschaften der Produkte. Er betont, dass der höchste Servicegrad aus Kundensicht nicht zwangsläufig mit der höchsten Qualität hinsichtlich der supply decision für ein Unternehmen übereinstimmen muss, aufgrund der damit verbundenen Kosten.
Vermorel führt weiter aus, dass, obwohl die Investition in mehr Ressourcen, Personal und Software zu besseren Entscheidungen führen kann, diese Entscheidungen nicht mit der vom Kunden wahrgenommenen Qualität verwechselt werden sollten. Er räumt ein, dass die Messung der Qualität von Entscheidungen subjektiv ist, im Gegensatz zur unkomplizierteren Bewertung physischer Produkte. Dennoch argumentiert er, dass die wahrgenommene Qualität eines Produkts oft über dessen physikalische Eigenschaften hinausgeht, wobei er das iPhone und seinen App Marketplace als Beispiel anführt.
Aus Vermorels Sicht ist supply chain management eine Meisterschaft der Optionalität, bei der die Qualität der Entscheidungen schwer fassbar sein kann. Er schlägt vor, dass einige Metriken, wie Entschlossenheit, objektiv gemessen werden können. Er kritisiert den Einsatz von KPIs wie service levels und der Nachfrage forecast accuracy zur Bewertung der supply chain performance, und argumentiert, dass diese nicht wirklich die Qualität widerspiegeln. Er beschreibt diese KPIs als numerische Artefakte, die möglicherweise nicht mit der Qualität und dem Erfolg einer supply chain korrelieren.
Vermorel erörtert zudem die Rolle von Large Language Models (LLMs) im supply chain management. Er erklärt, dass, obwohl LLMs teuer sind, sie zu intelligenteren, qualitativ hochwertigeren Entscheidungen führen können. Er warnt davor, dass Unternehmen große Summen für diese Systeme ausgeben, was ihre IT-Budgets erheblich in die Höhe treiben kann. Er schlägt vor, dass es Fälle gibt, in denen es kosteneffektiver wäre, eine günstigere Version von LLM zu verwenden.
Vermorel ist der Ansicht, dass Unternehmen mit LLMs die Qualität ihrer Entscheidungen gezielt gestalten und den Kostenausgleich steuern können. Er stellt fest, dass es sich hierbei um ein Konzept handelt, das im Mainstream des supply chain managements selten diskutiert wird. Er erklärt, dass modern supply chains durch Software ausgeführt werden, die gestaltet werden kann. Er weist darauf hin, dass es einfache Metriken gibt, um die Kosten für den Betrieb von Software zu messen, wie Zeit, Speicher und Festplattenverbrauch.
Vermorel argumentiert, dass es beim Qualitäts-Kosten-Dilemma darum geht, Software zu entwickeln, um supply chain Probleme zu lösen und trade-offs zu bewerten. Der Fokus sollte darauf liegen, Software zu schaffen, die bestimmen kann, was für Kunden bessere Qualität bedeutet. Er betont, dass das Qualitäts-Kosten-Dilemma ein Meta-Spiel ist, das Unternehmen spielen müssen, um überlegene supply chains zu entwickeln. Er vergleicht es mit einem Schachspiel, das nur durch Software gewonnen werden kann.
Abschließend rät Vermorel, die Entscheidungen in der supply chain zu identifizieren und zu bewerten, was Qualität im weitesten Sinne bedeutet. Er schlägt vor, 20 Dimensionen der supply chain zu identifizieren, als einen umfassenderen Ansatz im Vergleich zu vereinfachten Rahmenwerken. Dieses Gespräch erinnert an die Komplexität und Feinheiten, die im supply chain management involviert sind, und an die Notwendigkeit eines anspruchsvolleren Ansatzes bei der Entscheidungsfindung und Qualitätsbewertung.
Gesamtes Transkript
Conor Doherty: Willkommen bei Lokad. Jede Geschäftsentscheidung spiegelt ein sorgfältiges Gleichgewicht zwischen Qualität, also wie gut etwas ist, und den Kosten wider. Aber erstreckt sich dieses Qualitäts-Kosten-Verhältnis auch auf supply chain? Zu diesem Thema diskutiert Lokad-Gründer Joannes Vermorel.
So Joannes, das Qualitäts-Kosten-Verhältnis, ähnlich wie Knappheit, haben die Leute sicherlich eine allgemeine Vorstellung davon, was andere damit meinen, wenn sie es verwenden. Könntest du jedoch eine kurze Übersicht geben, was das bedeutet, und es dann explizit mit dem Thema supply chain verbinden und erläutern, warum es wichtig ist?
Joannes Vermorel: Qualität ist ein Merkmal, das man viel mehr auf das physische Produkt selbst anwendet. Zum Beispiel ist ein iPhone ein hochwertiges Smartphone. Man kann ein sehr billiges Auto, ein sehr hochwertiges, teures Auto und alles dazwischen haben. Das ist vermutlich der einfachste Ansatz. Aber wenn wir über supply chain sprechen, stellt sich heraus, dass supply chain nicht die Produkte entwickelt, sondern sie nicht herstellt. Wenn wir also aus der Perspektive der supply chain über Qualität nachdenken, interessieren uns nicht genau die physikalischen Eigenschaften der Produkte.
Obwohl dies bis zu einem gewissen Grad ein supply chain Problem sein mag, werden wir darauf vielleicht später noch einmal zurückkommen, aber grundsätzlich ist es nicht Teil dessen, da es nicht in der Verantwortung der supply chain liegt.
Wenn wir das in die supply chain einbeziehen, wird die supply chain so umfassend, dass es beinahe bedeutungslos wird, da sie dann fast nicht mehr vom gesamten Unternehmen zu unterscheiden ist. Lassen Sie uns also, der Klarheit halber, sagen, dass die Qualität, also die physischen Eigenschaften der Produkte, nicht genau eine supply chain ist. Das ist nicht das, was ich unter Qualität im Kontext der supply chain meine.
Mit Qualität im Kontext der supply chain meine ich die Qualität der Entscheidungen. Das erste Problem ist wahrscheinlich, dass die Qualität der Entscheidungen nicht die Dienstleistungsqualität ist, wie sie vom Kunden wahrgenommen wird. Zum Beispiel wäre das nie-auftretende Fehlbestand in sehr einfachen Einzelhandelsumgebungen der höchste Grad an unmittelbarem Service. Dies entspricht zwar der höchsten Servicequalität aus Kundensicht, ist aber nicht die höchste Qualität in Bezug auf die supply decision für Ihr Unternehmen. Absolut nicht, denn es wäre für Ihr Unternehmen auf Dauer zu kostenintensiv. Die Qualität der Entscheidungen – das meine ich im Vergleich von Qualität und Kosten.
Um zu einer besseren Entscheidung zu kommen, können wir in mehr Ressourcen, mehr Personal, mehr Software und letztlich in Forschung und Entwicklung investieren, um das Ganze zu verbessern. Dies sind alles Elemente der Kostenseite, und so erhalten wir Entscheidungen, die eine höhere Qualität aufweisen – allerdings eine höhere Qualität aus der Perspektive der supply chain, die nicht mit der vom Kunden wahrgenommenen Qualität verwechselt werden sollte.
Nochmal: supply chain dreht sich ganz um Kompromisse. Eine sehr hochwertige Entscheidung ist also eine Entscheidung, die all diese Abwägungen sorgfältig ausbalanciert. Wie ich in meiner Vortragsreihe sage: supply chain ist die Beherrschung von Optionalität. Wenn wir also von super hoher Qualität sprechen, dann meinen wir damit, dass es sich um eine sehr erfolgreiche Umsetzung handelt, um ein hohes Maß an Beherrschung dieses Spiels, das immer wieder bei der Entscheidungsfindung in der supply chain gespielt wird.
Conor Doherty: Um direkt daran anzuknüpfen, nennst du das Beispiel des iPhones. Wenn man über dessen Qualität, Qualitätssicherung und all die Protokolle spricht, die in eine Qualitäts-Kosten-Bewertung einfließen, kann man auf die physikalischen Eigenschaften eines iPhones hinweisen und sagen: Hier ist die Qualität des Chips, hier ist die Qualität des Speichers. Das kann ich messen und sagen, nun, das ist hohe Qualität. Aber wenn man von der Qualität der Entscheidungen spricht, bewegt man sich in sehr subjektives Terrain.
Joannes Vermorel: Auf der oberflächlichen Ebene, ja, bei physischen Produkten lässt sich die Qualität klarer beurteilen – aber nur auf der oberflächlichen Ebene. Wenn wir auf das iPhone zurückkommen, das ein wirklich gutes Beispiel ist: Im ersten Jahr der iPhones waren die Verkaufszahlen nicht besonders beeindruckend. Wenn ich mich recht erinnere, war das für Apple in Ordnung, besonders da Apple zu jener Zeit sehr, sehr kämpfte, aber es war relativ bescheiden.
Das iPhone explodierte einige Jahre später, nach der Einführung des App Marketplace. Und genau da entschied Apple, dass es diesen Marktplatz mit einer buchstäblich einmaligen Klick-Installation für Apps geben würde – einfach auf eine App klicken, 1 Dollar bezahlen, und schon hat man eine App, die perfekt kompatibel ist und super einfach auf dem Smartphone zu installieren ist. Und genau da explodierten die Popularität und die wahrgenommene Qualität des iPhones. Betrachtet man die physikalischen Eigenschaften, war das Gerät zwar sehr schön, aber in Wirklichkeit war das Smartphone in Bezug auf die reine Telefonfunktionalität ziemlich mickrig. Es war kein besonders gutes Telefon, wenn es darum ging, die erste Aufgabe zu erfüllen, nämlich Anrufe zu empfangen und zu tätigen.
Aber die wahrgenommene Qualität explodierte, als sie den App Store einführten, denn plötzlich ergab dieses Smartphone-Format vollkommen Sinn. Man hatte tatsächlich einen Mini-Computer, mit dem man so viel machen konnte, und die wahrgenommene Qualität bestand darin, dass es nicht mehr nur ein Telefon war, sondern ein Smartphone. Aber die Menschen erinnern sich nicht daran, dass es erst ein Jahr später zu etwas wurde. Der Punkt, den ich machen möchte, ist, dass es bei Qualität ja auch um grundlegende Aspekte geht: besseres Material, höhere Belastbarkeit und Ermüdungsresistenz, sodass das Gerät nicht zusammenbricht oder sich abnutzt. Es sollte leicht sein. Im Allgemeinen gilt: Je leichter etwas ist, desto besser, etc.
Also, ja, es gibt einige sehr grundlegende Aspekte, aber auch bei physischen Produkten ist Qualität häufig mehr, als das Auge auf den ersten Blick wahrnimmt. Es können alle Erwartungen vorhanden sein, dass man mit dem Produkt mehr erreichen kann, dass es ein Ökosystem gibt, dass es allerlei Zubehör gibt, das dazu passt, oder selbst, wenn es rein dekorativ ist, dass es in vielen Situationen gut aussieht. Ein Objekt, das sehr dekorativ ist und in Ihrer Wohnung wie ein sehr schönes Stück aussieht, selbst wenn es zu einem ganz anderen Einrichtungsstil passt, mag eine Art super immaterielle Qualität besitzen, aber sie ist insofern vorhanden.
Conor Doherty: Aber nur sehr wenig davon überträgt sich auf Entscheidungen in der supply chain.
Joannes Vermorel: Qualität ist es, ja, würde ich sagen, zumindest bei physischen Produkten – man hat viele einfache, direkte Messgrößen, aber dennoch existiert eine Tiefe, die schwer zu erfassen ist. Und wenn wir dann über supply chain sprechen, geht es bei supply chain um die Meisterschaft der Optionalität, also buchstäblich darum, Optionen zu beobachten und irgendwann unter den aktiv geförderten Möglichkeiten eine auszuwählen, die dann zu Ihrer Entscheidung wird.
Okay, das ist super abstrakt, sodass Qualität zu etwas sehr Flüchtigem wird. Obwohl, selbst wenn wir von etwas sprechen, das ziemlich schwer fassbar ist, wie der Qualität von Entscheidungen, gibt es dennoch einige Metriken, die nicht allzu schwierig sind. Zum Beispiel gibt es im Militär das Sprichwort, dass der schlechteste Plan kein Plan ist, und dass es auf dem Schlachtfeld nichts Schlimmeres gibt als einen Chirurgen, der einfach unentschlossen ist. Unentschlossenheit ist fast immer falsch. Das bedeutet, dass selbst wenn Ihre Entscheidung lautet, nichts zu tun, abzuwarten, bis der Feind einen Fehler macht, das etwas ganz anderes ist, als unentschlossen zu sein und nichts zu unternehmen.
Es ist nicht so, dass ich unentschlossen bin, sondern ich habe entschieden, dass die beste Entscheidung darin besteht, zu warten, bis der Zeitpunkt passt – und das unterscheidet sich erheblich davon, unentschlossen zu sein, nicht zu wissen, was zu tun ist, einfach in Panik zu geraten und nichts zu unternehmen. Das ist ein völlig unterschiedlicher Geisteszustand, und ich würde argumentieren, dass, obwohl die Entscheidung im Grunde gleich ist – nämlich nichts zu tun – die Qualität einer Entscheidung, bei der wir zielgerichtet und absichtlich warten, weil wir wissen, worauf wir warten, im Vergleich zu einer, bei der wir einfach unentschlossen sind und uns in einem halbpanierten Zustand befinden, sehr, sehr unterschiedlich ist.
Also, zum Beispiel, Entschlossenheit ist etwas, das man auf eine relativ unkomplizierte Weise messen kann. In supply chain settings würde es bedeuten, ob du deine Entscheidung zügig treffen kannst oder ob es aus unerklärlichen Gründen ewig dauert. Das wäre eine Art Metrik, und das Messen der Zeit, bis eine Entscheidung getroffen wird, kann objektiv erfolgen. Bis zu einem gewissen Grad gibt es also einfache Metriken, aber ich würde sagen, sie sind nicht wirklich sehr gut. Anders als auf dem Schlachtfeld, wo im supply chain selten Dinge in den nächsten Sekunden oder Minuten extrem dringend sind, ist es nicht ganz eindeutig.
Obwohl es offensichtlich ist, dass, wenn es vier Monate dauert, irgendeine Entscheidung zu treffen, du wahrscheinlich sehr schlecht bist. Aber ja, du hast diese Elemente, die schwieriger, abstrakter und auch unglaublich offen sind. Es gibt keinerlei klare Grenze dafür, was man betrachten könnte, um die Qualität dieser Entscheidungen zu beurteilen.
Conor Doherty: Die Analogie des Generals auf dem Schlachtfeld – wo jede Entscheidung besser ist als völlige Unentschlossenheit – passt. Es gibt bereits KPIs, die Unternehmen zur Bewertung der Performance nutzen – sagen wir erst einmal Performance –, und dann können wir über Qualität sprechen, um die Performance der supply chain zu beurteilen. Zum Beispiel Service Level für einen bestimmten Referenzwert oder in manchen Fällen, wie genau eine Nachfrageprognose ist. Es gibt KPIs, die dir sagen, dass es beispielsweise zu 50 % oder 60 % genau war. Sagst du, dass das besser ist als nichts?
Joannes Vermorel: Nicht ganz. Erstens, weil diese KPIs die Qualität in einem echten, tiefgehenden Sinne nicht wirklich widerspiegeln. Sie sind nur numerische Artefakte. Die meisten dieser KPIs sind nur numerische Artefakte.
Conor Doherty: Was meinst du, wenn du sagst, dass es sich um numerische Artefakte handelt?
Joannes Vermorel: Ich meine Zahlen, die nach einer unkomplizierten mathematischen Definition festgelegt sind. Aber warum sollte diese mathematische Definition in einem echten Sinn eine Korrelation zur Qualität haben?
Conor Doherty: Du meinst, sie sind nur Zahlen auf einer Seite?
Joannes Vermorel: Ja, sie sind nur Zahlen. Und nicht irgendwelche Zahlen. Zahlen, die typischerweise aus Lehrbüchern oder Formeln abgeleitet werden. Zum Beispiel, wenn ich den mittleren quadratischen Fehler für die Prognosegenauigkeit anführe – das ist eine sehr beliebte Metrik. Das ist eine Metrik, die du in vielen Lehrbüchern, mathematischen Lehrbüchern finden wirst. Warum gibt es diese Metrik? Nun, du findest sie in Lehrbüchern, weil es viele Theoreme gibt – das ist die Norm zwei, das ist die mittlere quadratische Metrik, du hast Norm eins, Norm zwei usw. – und es gibt viele mathematische, statistische Theoreme, die mit dieser Metrik assoziiert sind.
Das Problem besteht darin, dass es eine nach innen gerichtete Perspektive ist. In der mathematischen Welt fragen sich die Leute: “Warum interessierst du dich für diese Norm zwei?” Die Antwort lautet: Weil ich so viele Theoreme habe, die mit dieser Norm zwei verbunden sind. Damit kann ich spielen, abstrakte Konstruktionen entwickeln und mathematisch einiges tun. Fein, das macht sie zu einem interessanten mathematischen Objekt – genauso wie Primzahlen zum Beispiel. Primzahlen sind faszinierende mathematische Konstrukte. Sie sind in mathematischer Hinsicht sehr real. Aber allein das beweist nicht, dass es irgendeine Korrelation zur Qualität und zum Erfolg gibt, den deine supply chain genießen wird.
Conor Doherty: Verknüpfe diese schöne Analogie dann mit den Service Levels.
Joannes Vermorel: Service Level – warum sollte hier irgendeine Art Korrelation existieren? Ja, insofern als, wenn du beispielsweise einen 0% Service Level hast, verkaufst du nichts, was schlecht aussieht. Wenn du jedoch einen 100% Service Level hast, ist das auch schlecht, weil es bedeutet, dass du ständig Lagerabschreibungen hast. Denn wenn du es dir nicht erlaubst, jemals einen Out-of-Stock zu haben, kannst du nie etwas liquidieren. Die Extreme sind also ziemlich schlecht. Aber dazwischen ist alles möglich. Du weißt, dass das Optimum nicht am Extrem, sondern in der Mitte liegt – mein Tipp ist genauso gut wie deiner. Es ist einfach sehr unscharf.
Ich bin sehr misstrauisch, wenn mir jemand einen Prozentsatz als vermeintliches Maß für Performance oder Qualität nennt. Wo bleibt die Begründung? Es ist einfach etwas, das aus dem Nichts auftaucht. Du gibst mir einfach eine Formel, und solange du kein starkes Argument vorlegen kannst, habe ich keinen Grund zu glauben, dass dieses numerische Artefakt angemessen ist. Es ist einfach etwas Zufälliges, das du einem mathematischen oder statistischen Lehrbuch entnommen hast.
Das Interessante ist, dass, wenn man diese Art von KPI-Mentalität verfolgt – insbesondere im Hinblick auf Qualität –, und man Lehrbücher über Design und Fertigung heranzieht, dort sehr differenzierte Diskussionen geführt werden. Zum Beispiel empfiehlt der Gründer von Ikea in einem wunderschön knappen Testament – das ich dem Publikum wirklich ans Herz lege –, das man sich nicht von einfachen Metriken zur Produktqualität täuschen lassen sollte. Einer der etwa 20 Punkte, an den ich mich – ob es nun Punkt 11 oder 14 ist – erinnert.
Zum Beispiel sagt er als Erstes, wenn du eine schöne Oberfläche haben möchtest, bedenke, dass nur die Oberfläche zählt, die Menschen berühren und sehen können. Und er spricht von Möbeln. Er meinte: “Sei nicht stolz darauf, etwa eine hochwertige Oberfläche zu haben, die über Jahre hinweg super langlebig, super glatt und gut aussehend ist, wenn sie doch von den Menschen weder gesehen noch berührt wird.” Er bezog sich also auf Bereiche wie die Rückseite der Möbel oder Bereiche unter dem Tisch, die niemals wirklich geschätzt werden. Er sagte, wenn du in Qualität investierst, solltest du sicherstellen, dass es wirklich relevantes ist und nicht irgendeine abstrakte Messgröße wie “Ich habe überall hochwertige Materialien oder eine hochwertige Oberfläche”, selbst an Stellen, die aus Kundensicht nichts bedeuten.
Und warum? Er erwähnte, dass, wenn du das tust – was er in seinem kurzen Punkt erwähnte – am Ende die Kunden für Qualitäten bezahlen, die sie nicht genießen werden. Aus seiner Sicht war das ziemlich schlecht. Jeder bezahlte Cent fließt in die Qualität, die sie tatsächlich zu schätzen wissen. Und das war eine sehr nuancierte Sichtweise. Ich würde sagen, wenn wir über Design und Fertigung sprechen, gibt es genau diese differenzierte Diskussion über Qualität versus Kosten und wie man das angeht.
Aber wenn wir in den Bereich der supply chain und Entscheidungsprozesse gehen, fehlt dieses Element völlig. Die gängige supply chain Theorie – und ich würde sogar sagen, die gängige betriebswirtschaftliche Theorie, im MBA-Stil – befasst sich kaum mit der Qualität von Entscheidungen. Die Argumentationen der Leute sind sehr binär. Ich habe noch nie ein Lehrbuch über supply chain oder allgemeine Wirtschaftsstudien gesehen, in dem das Spektrum der Investitionen und Ressourcen, die du aufwenden kannst, um deine Entscheidungen geringfügig zu verbessern, bis abnehmende Erträge deine Bemühungen zunichte machen und die Kosten den Nutzen übersteigen, in der Tiefe diskutiert wurde.
Und nochmals: Wenn man die Qualität beim Streben nach dem richtigen Service Level betrachtet, sagen Unternehmen einfach: “Wir haben diese Zielvorgaben für den Service Level.” Aber was ist mit der Investition – sowohl Capex als auch Opex –, die du tätigst, um den richtigen Service Level zu erreichen? Wiederum: Der Service Level ist keine großartige KPI, aber um es dem Publikum einfach zu halten, bezeichne ich ihn als etwas, mit dem sie vertraut sind. Selbst wenn du einen Service Level wählst und sagst: “Das ist mein Ziel, das ist der beste Kompromiss für meine supply chain und mein Unternehmen” – wie beurteilst du dann die Qualität dieser Einschätzung? Solltest du mehr investieren, um diesen Wert weiter zu verfeinern, oder nicht – und warum?
Und in supply chain Lehrbüchern wird das typischerweise nie diskutiert. Man bekommt einfach ein Rezept und hört: “Wende das an”, und dann hast du zwei Optionen: Entweder bist du konform mit deinem Prozess oder nicht. Und das war’s. Das Spektrum dessen, was überhaupt unter Konformität und Qualität fällt und welche Richtung man einschlagen sollte – welcher Weg eingeschlagen werden sollte – fehlt komplett.
Conor Doherty: Ich lege dem zwar nicht böse, aber es gibt zwei Aspekte. Der erste wäre: Ist es nicht möglich oder vernünftig zu sagen, dass das Vorhandensein dieser binären Abgrenzungen (akzeptabel/nicht akzeptabel, gut/schlecht), denen es an Finesse fehlt, ein Resultat der Tatsache ist, dass das, was du beschreibst, ein Maß an Komplexität besitzt, das über den menschlichen Verstand hinausgeht? Und deshalb gibt es diese sehr crude Eigenschaften wie “go”, “no go”, “gut”, “schlecht”. Ich stimme zu, es fehlt an Raffinesse, aber es ist nicht wegen Dummheit, sondern weil man Millionen und Abermillionen von Platten jonglieren muss.
Joannes Vermorel: Ich würde zustimmen, dass es ein Resultat des menschlichen Geistes ist, aber nicht unbedingt so, wie man es sehen möchte. Du hast es hier mit Menschen zu tun, und Menschen sind unglaublich komplex. Es liegt nicht daran, dass der menschliche Verstand begrenzt ist, sondern daran, dass du es mit Individuen zu tun hast, die von Natur aus äußerst komplex sind. Daher musst du auf sehr einfache Kriterien zurückgreifen – nicht, weil dein Verstand limitiert ist, sondern weil du es mit Menschen zu tun hast, die so unglaublich komplex und nuanciert sind, dass die abnehmenden Erträge sehr, sehr schnell einsetzen.
Angenommen, du hast etwa hundert Demand und Supply Planner. Der Aufwand, um diese feinen Abstufungen zu erreichen, ist immens. Ich stimme also der Aussage zu, dass es zu viel wäre – allerdings nicht, weil unsere Auffassung begrenzt ist. Wir können viel erreichen, es liegt einfach daran, dass du es mit Menschen zu tun hast, die so unglaublich komplex und nuanciert sind, etc., dass der Versuch, dies technisch zu konstruieren, – zumal sie aufgrund ihrer Komplexität einen eigenen Willen haben – die meisten Versuche, hyper-rational zu agieren, schlicht nach hinten losgehen. Das ist der Fluch: Wenn man versucht, Menschen zu incentivieren, nutzen sie das System aus und reagieren negativ. Normalerweise ist es also sicherer, alles super einfach zu halten.
Ein weiteres Thema ist, dass supply chain Management im 21. Jahrhundert nicht auf allen Ebenen von Menschen betrieben werden sollte. Ja, an der Spitze gibt es Menschen, aber die Ausführungsebene sollte vollständig mechanisiert sein.
Conor Doherty: Meine nächste Frage also: Ist die Abwesenheit dieser Perspektive in traditionellen Lehrbüchern nicht gerade ein Folgeerscheinung unserer heutigen Ära, in der Machine Learning, AI und Automation in einem Ausmaß und in einer Granularität verfügbar sind, die es vor fünf Jahrzehnten – ja, sogar vor zwei Jahrzehnten – nicht gab? Was ist deine Antwort?
Joannes Vermorel: Hier wird es wirklich interessant. Wenn du sagst, dass Entscheidungen konstruiert werden sollen, dann wird es eine Maschine geben, die diese intelligenten Entscheidungen generiert. Ja, es ist künstliche Intelligenz. Nicht allgemeine künstliche Intelligenz, aber sie ist künstlich. Wenn sie wiederholt eine Reihe guter Entscheidungen trifft, können wir zumindest sagen, dass sie ein gewisses Maß an Intelligenz besitzt. Es ist Intelligenz in sich, wenn auch in begrenztem Maße. Sie ist sicherlich nicht dumm.
Large Language Models (LLMs) demonstrieren auf sehr direkte und anschauliche Weise, was ich unter Qualität versus Kosten verstehe. Wenn du beispielsweise ChatGPT-3.5 mit der kostenpflichtigen Version, GPT-4, vergleichst, wirst du feststellen, dass du, wenn du mehr zahlst, etwas Intelligenteres bekommst. Es gibt ein Spektrum von Intelligenz bei diesen LLMs – von kleinen, günstigen und schnellen Modellen bis hin zu größeren, langsameren, kostenintensiveren und tatsächlich wesentlich qualitativ hochwertigeren Modellen.
Du kannst das selbst auf sehr direkte Weise erfahren. Du gehst in einen Dialog und versuchst, dieses LLM zu veranlassen, ein Problem für dich zu lösen. Du kannst das mit GPT-2, GPT-3.5 und GPT-4 ausprobieren, und höchstwahrscheinlich wirst du vom Grad der Intelligenz, die du erhältst, erstaunt sein. Es ist sehr granular. Manche Dinge funktionieren, während kleinere Modelle ins Stocken geraten, und wenn du dann zu größeren, intelligenteren Modellen wechselst, führen die Diskussionen zu mehr Tiefe, mit nuancierteren Antworten, die den Kern deiner Frage besser erfassen, und so weiter.
Du kannst selbst sehen, was es bedeutet, Entscheidungen von höherer Qualität zu treffen. Du stellst dem LLM eine Frage und es liefert dir eine Antwort. Das ist die Art von Qualität, um die es hier geht. Selbst wenn diese Auffassung von Qualität – beispielweise eine sehr gute reine Textantwort auf eine Frage – schwer fassbar ist, kannst du das Spektrum der Qualität buchstäblich innerhalb von Minuten erleben.
Das gibt es bei Lokad seit fast einem Jahrzehnt, diese Art von Nuance. Aber da wir bislang keine Möglichkeit hatten, dies zu demonstrieren – denn Entscheidungen im supply chain sind häufig sehr abstrakt und etwas undurchsichtig, weil sie sich auf eine supply chain beziehen, mit der du möglicherweise nicht vertraut bist, und es ist nicht etwas, das man einfach anfassen kann – ist es nicht gerade etwas, das sich leicht demonstrieren lässt. Selbst wenn man es demonstrieren könnte, würden die Leute diesen feinen Unterschied zwischen niedriger und höherer Qualität nicht wahrnehmen, einfach weil ihnen Informationen und Kontext fehlen.
Aber LLMs waren ein Durchbruch, denn plötzlich konntest du einfach damit experimentieren und feststellen: “Oh ja, für diesen Geldbetrag erhalte ich eine Entscheidung, die um einiges besser ist – und das ist irgendwie offensichtlich.” Und dann merkst du, dass es Situationen gibt, in denen nicht intelligentere Entscheidungen gefragt sind. Es ist nicht immer besser. In manchen Fällen reicht es, die Antwort schneller zu erhalten. Das ist der richtige Kompromiss. Und du erkennst, dass in Bezug auf Intelligenz höhere Qualität nicht immer einfach nur besser ist. Irgendwann muss man abwägen: Schnell ist in der Tat besser als intelligent.
Conor Doherty: Wie wirkt sich – weil ich weiß, dass wir jetzt auch LLMs als Teil unseres Angebots einsetzen – die Einbindung von LLMs genau auf das Qualitäts-Kosten-Verhältnis aus, das ohnehin schon ziemlich abstrakt ist? Jetzt fügen wir eine weitere Abstraktionsebene hinzu, nämlich LLMs, aber pragmatisch oder praktisch gesprochen, idealerweise in einem Beispiel: Wie beeinflusst das aus der supply chain Perspektive das Qualitäts-Kosten-Verhältnis?
Joannes Vermorel: Das ändert sich, denn LLMs sind momentan so teuer. Ich meine, das Publikum merkt das vielleicht nicht, aber LLMs – sie sind großartig, aber kostenintensiv. Als Faustregel gilt: Um ein Kilobyte Daten mit einem LLM zu verarbeiten, kostet es dich etwa eine Million Mal mehr als fast jede andere Art von Berechnung mit demselben Kilobyte an Daten. Also buchstäblich, LLMs sind um sechs oder sieben Größenordnungen teurer pro Kilobyte Datenverarbeitung und zudem langsamer als jede andere Berechnung, die du durchführst.
Conor Doherty: Sprichst du von quantitativen oder qualitativen Aspekten – oder beidem?
Joannes Vermorel: Es geht nur um faktenbasierte Metriken, also wieviel Zeit und Kosten es dich kostet, ein Kilobyte zu verarbeiten. Dass man sieht, wie der Text vor einem gestreamt wird, finden viele cool, aber als Informatiker denke ich: “Wow, das ist so 1950.” Heutzutage sind Computer so schnell, dass man normalerweise – ich würde sagen – Tausende von Zeilen in Millisekunden anzeigen kann. Wenn du eine gut gestaltete Webseite hast, wird sie in Millisekunden eine endlose Textwand anzeigen, und du wirst nicht sehen, dass der Text Zeichen für Zeichen ausgegeben wird. Warum? Weil es so schnell ist, dass es unterhalb der Wahrnehmungsschwelle liegt.
Wenn man in die 1960er Jahre zurückblickt, konnte man in sehr alten Filmen sehen, wie der Text Zeichen für Zeichen ausgegeben wurde. Wenn du alte Filme anschaust – zum Beispiel den James Bond der 60er und so weiter –, siehst du diese uralten Terminals, bei denen der Text zeilenweise angezeigt wurde. Und warum war das so? Weil die Computer damals so träge waren, dass man das sehen konnte. Und der Grund, warum du jetzt auf eine Webseite klickst und – zack – sie sofort angezeigt wird, liegt meist daran, dass du beim langsamen Laden das Äquivalent von 10 oder Hunderttausenden Seiten Text lädst. Das ergibt keinen Sinn – schlechte Softwareentwicklung – aber im Grunde sollte Text sofort erscheinen. Ich meine, es kann physikalisch nicht wirklich sofort sein, aber es sollte so schnell sein, dass die Textwand weit außerhalb der Wahrnehmungsschwelle des menschlichen Geistes liegt. Die Tatsache, dass du siehst, wie der Text angezeigt wird, zeigt einfach, dass das System unglaublich langsam ist.
Also, zurück zu deiner Frage, ob das Einfluss hat: Nun, LLMs sind sehr teuer. Du wirst merken, dass du darauf achten musst, denn Open AI hat einen dermaßen verrückten Unternehmenswert, weil – weißt du, Investoren sind keine Idioten – sie sehen: “Oh, Unternehmen hauen Geld wie verrückt in diese Systeme, Millionen von Dollar,” und sagen: “Oh, wir wollen bei der IT Geld sparen,” und zack, kommt Open AI, und es gibt Unternehmen, die sagen: “Wir sind stolz, eine Million Dollar im Monat für diese LLMs auszugeben.” Herzlichen Glückwunsch, du hast gerade dein IT-Budget explodieren lassen. Vielleicht hast du einen guten Grund dazu, aber machen wir keine Fehler: Es ist teuer.
Und es gibt sogar Situationen bei Lokad, in denen wir sagen: “Nein, an diesem Punkt ist es tatsächlich günstiger, einen teuren White-Collar in Paris zu beschäftigen,” weil es billiger ist. Also, LLMs sind eben – so sehe ich das – in diesem Sinne relevant, weil sie teuer sind, sodass man darauf achten muss. Und du wirst merken, dass, wenn du es richtig anstellst, es Bereiche gibt, in denen du sagen musst: “Nein, das machen wir nicht, weil es einfach zu kostspielig ist,” oder “Wir müssen auf eine billigere Version eines LLM ausweichen, die nicht so intelligent ist, denn wenn wir das Teuerste vom Markt nehmen, wird es zu teuer.”
Conor Doherty: Du kannst die Details korrigieren, wo ich falsch liege, aber ich erinnere mich an eines der Gespräche, das irgendwie die Idee für diese Aufnahme inspirierte: Du hast das Beispiel genannt – stell dir vor, wir wären ein Unternehmen, das Bestellungen aufgibt, und unser Lieferant ist ein wenig unzuverlässig. Wir vermuten, dass er unzuverlässig ist, dass es vielleicht eine bessere Option auf dem Markt gibt, wir könnten woanders beschaffen, aber – ich meine – wir sind nur zu dritt im Team. Werde ich deine Zeit dafür opfern, eine Analyse durchzuführen, um andere potenzielle Lieferanten zu finden? Also könntest du ein LLM einsetzen, um jedes Mal, wenn du eine Bestellung aufgibst, automatisch eine Sourcing-Analyse durchzuführen, diese dann in Ruhe zu überprüfen – und das wäre deutlich günstiger, als deine mentale Kapazität, deine Zeit und deine Mühe zu investieren, etc. Und das skaliert. Also, noch einmal: Darum geht es mir, in Bezug darauf, wie sich das auf das Qualitäts-Kosten-Verhältnis auswirkt.
Joannes Vermorel: Es skaliert, aber es ist nicht kostenlos. Wenn du zum Beispiel bei jeder Bestellung so vorgehst, was wird das kosten? Allein eine Sourcing-Operation: Du wirst Webseiten mithilfe von LLMs scannen. Vielleicht musst du sogar bis zu einem Megabyte Text scannen, weil du das Web analysierst. Das ist nicht billig. So kann es passieren, dass du am Ende E-Mails verfassen musst und vielleicht sogar die LLMs mit ein paar Skripten kombinierst, um eine E-Mail zu senden, die Antwort zu verarbeiten und ein Hin und Her zu führen – ganz wie es ein Mensch tun würde.
Ja, du kannst etwas völlig Automatisiertes haben, aber du wirst feststellen, dass jedes Mal, wenn du so eine Sourcing-Umfrage auslöst, es dich etwa 5 Dollar an LLM-Kosten kostet. Ja, es ist billig. Es ist sicherlich günstiger, als wenn eine Person zwei Tage an diesem Fall arbeitet, aber es ist nicht wirklich kostenlos. Es ist günstiger, als wenn eine Person zwei Tage arbeitet, aber nicht kostenlos. Wenn du also sagst, dass du bereit bist, 5 Dollar jedes Mal auszugeben, wenn du eine Bestellung aufgibst, wirst du am Ende des Jahres feststellen, dass du viel Geld ausgibst. Vielleicht möchtest du das nicht immer machen.
Conor Doherty: Aber das ist ein Extrem. Nochmals, das ist ein weiteres Extrem. Es wird einen idealen Mittelweg geben.
Joannes Vermorel: Genau, dort haben wir dieses Spektrum. Aus der Mainstream-Perspektive – wenn es um Leute geht – denkst du einfach, es ist entweder angemessen oder unangemessen. Du wählst einen Prozess und setzt ihn durch. Vielleicht bist du dir des Spektrums bewusst, aber du gehst es sehr grob an, zum Beispiel, indem du festlegst: Jeder Lieferant wird einmal im Jahr überprüft – Punkt. Das ist dein Prozess, halte es einfach. Aber hier, anstatt zu versuchen, einen nuancierten Ansatz zu wählen, nimmst du den hammerartigen Prozess und löst das in einer sehr binären Weise. Mit LLMs kannst du dein Spektrum jedoch so gestalten, dass du sagen kannst: Nun, ich kann bei jeder Bestellung meine Optionen neu bewerten – das ist ein Extrem – oder es nur einmal im Jahr tun, das ist das andere Extrem. Alles dazwischen ist akzeptabel und du kannst es so umsetzen.
Es ist interessant, weil du die Qualität deiner Entscheidungen, die Qualität deiner Optionsvielfalt gezielt steuern kannst. Und dann stehst du vor einem richtigen Kosten-Abwägungsvorgang. Das ist etwas, worüber die Mainstream-supply chain Perspektive nicht einmal annähernd spricht. Ich habe noch nie ein supply chain Lehrbuch gesehen, das erklärt, wie du den Entscheidungsfindungsprozess so gestalten sollst, dass du pro investiertem Dollar den größten Nutzen erzielst.
Conor Doherty: Wie genau grenzt du die Abstufungen entlang dieses Spektrums ab – von einem Extrem bis zu einem etwas weniger extremen – bis hin zum äußersten Ende, das vollkommen inakzeptabel ist? Ist es möglich, die Schritte zwischen diesen Modulen quantitativ zu bestimmen?
Joannes Vermorel: Bis zu einem gewissen Grad ist das möglich. Aus unserer Sicht wird eine moderne supply chain von Software ausgeführt. Diese Entscheidungsebene ist eine Maschine. Es handelt sich um ein komplexes Softwarestück mit einer Reihe numerischer Rezepte. Man kann sich über die Grenzen davon Gedanken machen. Doch selbst wenn man darüber nachdenken kann, sind die Menschen, die das entwickeln, immer noch Menschen. Es gibt eine Grenze der Rekursion, denn irgendwann muss man entscheiden, wie viele supply chain scientists man haben möchte – und das ist eben eine Frage des Urteils – aber zumindest die Basisebene, die die Entscheidungen generiert, ist eine Maschine und kann gestaltet werden.
Wenn es sich um ein physisches Produkt handelt, hast du einige einfache Metriken. Handelt es sich um ein Softwarestück, das du betreiben musst, gibt es ebenfalls eine Reihe einfacher Metriken, vor allem hinsichtlich der Kosten: Wie viel Zeit es benötigt, wie viel Speicher es belegt, wie viel Festplattenspeicher es verbraucht usw. All dies hast du, und dann kannst du erkennen, wenn du ein ganzes Spektrum an optionalen Dingen hast, die du ausführen – oder eben nicht ausführen – kannst. Zum Beispiel kannst du entscheiden, dass du deine Preisanalyse mit Wettbewerbsintelligenz durchführst. So erhältst du die Daten deines Konkurrenten. Aber von wie vielen Konkurrenten sprechen wir? Das Scannen des Internets ist nicht kostenlos, es kostet Geld.
Für diejenigen, die mit dem Scraping-Geschäft, also Web Scraping, vertraut sind – dem Abrufen der Webseiten deiner Mitbewerber – gibt es erhebliche Kosten. Wenn du jede Seite deines Konkurrenten täglich neu scannen möchtest, sind die Kosten nicht unerheblich, besonders wenn deine Konkurrenten Zehntausende von Produkten präsentieren. Also, von wie vielen Konkurrenten sprechen wir? Möchtest du deinen Nummer-eins-Konkurrenten scannen, deine Top drei Konkurrenten oder die Top 20? Die Kosten steigen im Grunde linear: Je mehr Webseiten du überwachen willst, desto mehr steigen deine Kosten proportional zur Anzahl der Konkurrenten. Aber die Informationen, die du erhältst, bringen natürlich mit abnehmenden Erträgen wenig Mehrwert.
Auch deine Konkurrenten überwachen ihre Konkurrenten. Wenn du also beispielsweise deine Top drei Konkurrenten überwachst, dann überwachen diese Konkurrenten wiederum etwa ihre Top drei oder fünf Konkurrenten. Das kann auch Unternehmen umfassen, die du selbst nicht überwachst. Am Ende überwacht also quasi jeder ein wenig jeden. Wenn du dir das Diagramm ansiehst, wer wen überwacht, wirst du sehen, dass es ein höchst vernetztes Geflecht ist, in dem praktisch jeder ein bisschen jeden überwacht. Die Großen überwachen andere Große, plus vielleicht einen kleineren Konkurrenten. Kleinere Konkurrenten überwachen einige kleinere Konkurrenten und nur einen Großen, einfach so.
Obwohl es schwierig ist, ist es nicht unmöglich. Du bekommst den Eindruck, dass es abnehmende Erträge gibt. Wenn du deine Algorithmen mit oder ohne Datensatz ausführst, bekommst du ein Gefühl dafür, ob sie die Ergebnisse wirklich verbessern oder nur leicht verändern. Zum Beispiel, wenn du eine Preisoptimierung durchführen möchtest und feststellst, dass bis zu drei Konkurrenten der Preis quantitativ wirklich beeinflusst wird – dann verändert das Hinzufügen eines weiteren Konkurrenten den letztlich erzielten Preis spürbar.
Wenn ich meinem numerischen Rezept vertraue und sage, dass das Hinzufügen dieses dritten Konkurrenten meine Preise durchschnittlich von sagen wir 0,75 % auf weniger als 1 % ändert – wobei 0,75 % nicht unerheblich sind –, und du dann den vierten Konkurrenten hinzufügst und siehst, dass sich der Preis um nur 0,1 % ändert – ich weiß nicht, ob diese 0,1 % für mein Geschäft super kritisch sind – dann stellt das dennoch eine obere Grenze für den Gewinn dar, den dieses System generieren kann. Im besten Fall sind es 0,1 % Marge – wenn der Preis jedes Mal exakt in die richtige Richtung angepasst würde –, aber das setzt eine Obergrenze für den möglichen Einfluss. Und hier kannst du sagen, dass es sich wirklich winzig anfühlt, und daher würde ich sagen, abnehmender Ertrag: Ich mache das nicht, weil die Kosten für diesen vierten Konkurrenten es vielleicht nicht wert sind.
Also, wie du siehst, gibt es Wege – in der Regel Wege, dies anzugehen. Und solche Nuancen und Abstufungen treten typischerweise dann auf, wenn du numerische Rezepte einsetzt, die anspruchsvoller, intelligenter und leistungsfähiger sind. Wenn wir eine menschliche Analogie verwenden wollen, ist es so, als ob du eine sehr ausgeklügelte und intelligente Software einsetzt, die deiner Personalstärke ähnelt. Wie viele Leute brauche ich, um dieses Problem anzugehen? Nur dass du viel direkteren Einfluss hast und, wenn du skalieren willst, du keine Leute entlassen oder ihr Ego berücksichtigen musst. Das ermöglicht dir, das Ganze zu gestalten, anstatt mit Menschen zu arbeiten, die typischerweise negativ reagieren, wenn du versuchst, ihren täglichen Arbeitsprozess zu optimieren.
Conor Doherty: Mir fällt auf, dass es in der klassischen Betrachtung das Qualitäts-Kosten-Dilemma nicht gab, weil die supply chain von sehr einfachen Heuristiken beherrscht wurde. Jetzt sagst du, dass wir mit dem technologischen Fortschritt das Qualitäts-Kosten-Verhältnis von supply chain Entscheidungen in beliebiger Präzision quantifizieren können. Das führt zur nächsten Frage: Wenn du die beiden Konzepte, Qualität und Kosten, auseinander nimmst und Software oder KI zur Bewertung von supply chain Entscheidungen einsetzt – das Kostenaspekt ist nachvollziehbar – aber ist Qualität immer noch ein subjektives Gefühl? Oder sprichst du vom Return on Investment dieser Kosten?
Joannes Vermorel: Zunächst möchte ich das Publikum darauf hinweisen – und ich komme direkt zu deiner Frage – dass die meisten Trade-offs, die in der supply präsentiert werden, wie zum Beispiel das typische Dreieck aus Liquidität, Kosten und Service – genau das ist es, was mir an diesem Qualitäts-Kosten-Dilemma wirklich gefällt. Es hebt das Thema auf eine völlig neue Ebene. Ich bin der Überzeugung, dass all diese Trade-offs, wenn wir dieses Dreieck betrachten, in Wahrheit viel mehr Dimensionen besitzen. Es ist kein Dreieck, sondern ein Dilemma mit n-dimensionalen Ausprägungen, bei dem hunderte Faktoren deine Richtung in unterschiedlichen Einschränkungen, Treibern und was sonst noch zählt, beeinflussen. Es gibt buchstäblich Trade-offs in hundert oder mehr Dimensionen – so sieht es aus.
Und das Interessante am Kosten-Qualitäts-Dilemma beim Spielen der supply chain Spiele ist, dass es das Thema aufwertet. Es geht nicht um diese Trade-offs. Es geht um das Meta-Problem, wie man ein Stück Software entwickelt, das dieses Problem löst. Genau so werden Sie es, denn durch diese Qualität werden Sie eine Bewertung all dieser Trade-offs vornehmen. Wenn wir also von diesem Qualitäts- versus Kosten-Trade-off im Master of Optionality sprechen, meinen wir, dass wir in die Aufklärung jener 100 Treiber und Einschränkungen investieren, die das supply chain Spiel, das Sie spielen, rahmen. Das ist eine sehr meta Perspektive. Anstatt zu denken: “Habe ich das richtige Servicelevel?” denken Sie: “Habe ich eine Software, die herausfinden wird, was bessere Qualität für meine Kunden bedeutet?” Das ist sehr meta. Darüber sprechen wir.
Zurück zu Ihrer Frage, und ich wurde ein wenig durch Ihre Frage abgelenkt. Entschuldigung.
Conor Doherty: Messen Sie Qualität rein anhand subjektiver Wahrnehmung oder wird sie durch finanziellen Ertrag bestimmt?
Joannes Vermorel: Ich würde sagen, theoretisch sollte es rein quantitative Erträge geben. Aber in der Praxis wird es rein subjektiv sein. Das ist sehr merkwürdig, denn man sagt: “Oh, du hast mir gerade gesagt, dass es theoretisch völlig quantitativ ist, aber in der Praxis wird es völlig subjektiv sein. Kein Widerspruch?” Also lautet die Realität, ja, aus sehr theoretischer Sicht wollen Sie die langfristige Rentabilität Ihres Unternehmens gestalten. Im Wesentlichen ist es also quantitativ.
Nun, das Problem ist, dass, wenn man weit in die Zukunft blickt, all Ihre quantitativen Indikatoren völlig an Relevanz verlieren. Mein persönlicher Standpunkt ist daher, dass, wenn Sie glauben, dass Sie die Zahlen, die Sie heute haben, nehmen und ein Jahrzehnt in die Zukunft projizieren können und dass diese Zahlen Ihnen etwas Wertvolles aussagen werden, Sie sich täuschen. Sie sehen, es ist eine Illusion. Das sage ich als professioneller Zahlenjongleur. Bei Lokad rechnen wir unser Geld mit Zahlen, und das tun wir seit eineinhalb Jahrzehnten. Zahlen werden völlig bedeutungslos, wenn man sie ein Jahrzehnt in die Zukunft projiziert.
Warum ist das so? Es liegt daran, dass supply chains wettbewerbsfähig sind. Es ist ein Spiel, das gegen superintelligente Entitäten ausgetragen wird. Wenn ich superintelligent sage, meine ich, dass Ihre Konkurrenten mehr sind als die Summe ihrer Teile. Sie bestehen aus vielen Mitarbeitern, sodass deren Gesamtheit bedeutet, dass Sie einer Entität gegenüberstehen, die im Sinne von intelligenter als jeder Mensch auf der Erde superintelligent ist. Wenn Sie gegen ein Unternehmen wie Apple antreten, handelt es sich um eine Ansammlung von Experten, von sehr klugen Menschen, und das Endergebnis ist, dass diese Menschen Dinge tun werden, die Sie überraschen. Sie werden Sie in so vieler Hinsicht übertreffen, dazu kommen noch neue Marktteilnehmer, neue Rivalen und so weiter. Letztlich bedeutet das, dass Sie die aktuelle Marktsituation nicht als gegeben ansehen und diese einfach 10 Jahre in die Zukunft fortschreiben können. Das ist ein sehr großer Fehler.
Conor Doherty: Nur um einen Punkt anzubringen, ich möchte sicherstellen, dass ich – sowie alle, die zuschauen – das verstehen. Machen Sie im Grunde dieselbe Argumentation bezüglich des Qualitäts-Kosten-Verhältnisses wie bei der allgemeinen Prognose? Gibt es einen begrenzten Zeithorizont in Bezug auf deren Gültigkeit?
Joannes Vermorel: Ja, genau. Und nochmals: Gültigkeit, statistische Gültigkeit, das können Sie betrachten. Man könnte also argumentieren, dass der Konsum von Milch – ich nehme ein sehr grundlegendes Produkt – in 10 Jahren auf dem französischen Markt ziemlich genau vorhergesagt werden kann, weil man über eine solche Erfolgsbilanz verfügt. Wobei ich widerspreche: Darauf können Sie Ihre Geschäftsstrategie nicht stützen. Warum? Weil in einem Jahrzehnt vielleicht das, was eine Marke frischer Milch ansprechend macht, völlig anders sein wird als heute. Vielleicht wird es neue Labels geben, neue Erwartungsstandards dafür, was ein wirklich hochwertiges, biologisches Produkt eigentlich bedeutet. Dies ist ein Spiel, das sehr aggressiv gespielt wird. Vielleicht wird sich der Milchverbrauch im Grunde genommen kaum ändern, aber es könnte sein, dass das Spiel grundsätzlich anders ist, nur weil das Branding, das Sie betreiben müssen, und die Verpackung sehr subtile Unterschiede aufweisen, die den Unterschied ausmachen.
Ja, ich erwarte, dass es in 10 Jahren immer noch überwiegend weiße Flaschen geben wird. Ja, okay, aber dabei wird übersehen, dass es so viele kleine Nuancen gibt, die den Unterschied bei der Gewinnung von Marktanteilen, beim Erzielen von Profit und so weiter ausmachen können. Sie sehen, es ist nicht in Stein gemeißelt. Und wenn Sie selbst sehr erfolgreiche Unternehmen betrachten, sagen wir etwa die Coca-Cola Company, dann haben sie sich kontinuierlich in Bezug auf Image und Branding neu erfunden – es gibt sowohl Kontinuität als auch Neuerfindungen in jedem Jahrzehnt. Das ist also nicht lediglich dasselbe Spiel zu spielen. Es ist das, und es ist sehr beeindruckend, wenn man Unternehmen wie Coca-Cola betrachtet. Sie haben sich im Grunde genommen seit 100 Jahren erfolgreich neu erfunden. Das ist sehr beeindruckend.
Und genau das meine ich, wenn wir zur ursprünglichen Frage zurückkehren: Auf fundamentaler Ebene, ja, Sie streben nach Profit. Ja, und das ist etwas, wobei in Zukunft die Qualität Ihrer Entscheidung in – sagen wir – hart erarbeiteten Euro oder Dollar gemessen wird. Letztlich wird es also quantitativ und rein quantitativ sein. Wenn Sie sehr erfolgreich sind, wird sich das in monetären Größen zeigen. Aber aufgrund der Tatsache, dass diese KPIs ihre Relevanz verlieren, wenn Sie weit in die Zukunft projizieren, basiert vieles letztlich fast ausschließlich auf Ermessensentscheidungen und ist somit qualitativ. Allgemein gesprochen erzielen sie bessere Ergebnisse.
Und das sehe ich als professioneller Datenanalyst auch so. Ich sage den Lokad-Kunden, dass sie ihre 10-Jahres-Strategie nicht von den Zahlen diktieren lassen sollten, die sie gerade sehen. Das ist irreführend. Es ist ein Fehler. Der Markt wird sich so entwickeln, dass diese Zahlen in gewisser Weise irrelevant werden. Selbst wenn die prognostizierten Zahlen, wie der zukünftige Milchkonsum, zutreffen, wird es andere Faktoren geben, die diese Zahlen irrelevant machen – einfach, weil Ihre Konkurrenten Wege finden werden, Sie auf überraschende Weise zu übertreffen. Das ist es, was der Wettbewerb im weiteren Sinne tut.
Conor Doherty: Wenn ich unsere Diskussion in einer Frage zusammenfassen dürfte: Wenn das wahre Qualitäts-Kosten-Dilemma in der supply chain so komplex und kostspielig zu lösen ist, wie Sie es beschrieben haben, und einen so begrenzten Zeithorizont hat – ähnlich wie die Prognose selbst –, warum sollten die Menschen dann genau von den sehr bequemen, sehr diskreten, sehr verständlichen einfachen Metriken von gutem und schlechtem Servicelevel abrücken? Warum das, trotz oder angesichts all dessen, was Sie gerade beschrieben haben? Was ist der Anreiz?
Joannes Vermorel: Der Anreiz ist vergleichbar mit dem Streben danach, ein Schachmeister zu werden. Es ist sehr schwierig, sehr teuer, sehr zeitaufwendig, aber man tut es, um zu gewinnen. Sehen Sie, das Entscheidende ist, dass Sie Konkurrenten haben und man sagt, die supply chains von heute sind unglaublich komplex geworden. Es gibt also ein enormes Potenzial, dies zu verbessern. Nochmals: Das Interessante ist, dass supply chains in den letzten fünf Jahrzehnten enorm an Komplexität zugenommen haben, weil Unternehmen – ich führe das auf die Digitalisierung zurück – ERPs ERPs, WMS und E-Commerce-Plattformen besitzen.
So haben sie die Möglichkeit erlangt, super komplexe supply chains einfach umzusetzen – und das tun sie auch. Und wenn ich mit vielen Kunden spreche, gibt es nur sehr wenige, die mir sagen: Weißt du was, wir wollen zu den einfacheren, weniger Produkten, längeren Durchlaufzeiten zurückkehren. Also, halten wir es einfacher, wissen Sie, Dinge wie längere Durchlaufzeiten, zum Beispiel, dass wir erst produzieren, nachdem wir die Bestellungen erhalten haben, also auf Bestellung.
Es gibt nur sehr wenige Unternehmen, die sagen: Weißt du was, wir wollen zurück zu “Made on Order”, weil es alles so einfacher machte. Nein, das ist nicht genau die Richtung, von der wir sprechen. Letztlich sind supply chains durch die Digitalisierung – und machen Sie keinen Fehler, die Digitalisierung ist alt, sie ist etwas, das vor drei Jahrzehnten begann – massiv komplexer geworden.
Und so ist die Fähigkeit, dieses Spiel, das massiv an Komplexität gewonnen hat – es ist wie Schach in fünf Dimensionen oder so ähnlich – wirklich zu optimieren, nicht annähernd so schnell fortgeschritten. Das Interessante daran ist, dass, wenn ich nochmals auf diese Anekdote zurückkomme, beide meiner Eltern vor mehr als vier Jahrzehnten bei Procter and Gamble angefangen haben.
Und damals hatten sie buchstäblich etwa 200 Produkte für das Weltunternehmen und den französischen Markt. Also war es ein Spiel, das sehr einfach zu spielen war. Und das ist in Bezug auf die Komplexität um, sagen wir, zwei Größenordnungen gewachsen, wenn nicht sogar drei. Und es sind immer noch dieselben naiven Rezepte und so weiter.
Aber es gibt also ein großes Potenzial und ja, es ist sehr schwierig, das gebe ich zu, es ist herausfordernd, aber wenn Sie es nicht tun, wird es jemand anderes für Sie tun. Und man sieht sich Amazon an. Oh, Amazon ist ein so riesiges Unternehmen, es ist so profitabel und es wächst immer noch.
Und die Leute sagen: Ja, aber wissen Sie was. Ich würde sagen, wenn man sieht, wie Amazon so groß und so schnell wächst, ist meine Reaktion auch, dass es im Grunde eine ganze Klasse von Konkurrenten gibt, die es nicht schaffen, Amazon herauszufordern, diese super aggressive Art, eine supply chain zu gestalten.
Und die Art von Dingen, die ich hier beschrieben habe, sind die Spiele, die bei Amazon seit mehr als einem Jahrzehnt gespielt werden. Und ja, die Leute sehen, dass es immer noch ein absoluter Riese ist, der weit über diese Größenvorteile hinausgeht. Ich meine, das Spiel, das Amazon heutzutage spielt, ist, dass Amazon so groß ist, dass die Menschen nicht wirklich begreifen, dass Amazon mit einem massiven Nachteil operiert.
Sie haben quasi einen massiven Handicap. Man kann es sich vorstellen wie, wissen Sie, einen riesigen Handicap, als ob Sie Golf gegen jemanden spielen würden, der eine Augenbinde trägt, und Sie gegen ihn antreten müssen. Sie sind also so groß, dass sie diesen absolut massiven Handicap haben und trotzdem wachsen und zahlreiche Unternehmen übertreffen.
Und ich sehe das zum großen Teil als Ausdruck davon, dass viele, viele Unternehmen es versäumt haben, ihr supply chain Spiel zu verbessern. Ich meine, schauen Sie nur: Amazon verwaltet jetzt ungefähr 300 Millionen gelistete Produkte. Das ist, wissen Sie, buchstäblich fast zwei Größenordnungen mehr als so ziemlich jedes andere Großunternehmen. Das ist sehr, sehr beeindruckend.
Nochmal, mein Eindruck ist, dass – um es zusammenzufassen – dieses Dilemma der Entscheidungsqualität versus Investition ein Meta-Spiel ist, das gespielt wird und das über das übliche traditionelle Dilemma, das Trilemma – also Cash versus Kosten versus Service und so weiter – hinausgeht.
Das ist das Meta-Spiel, das gespielt wird, und ich würde sagen, wenn Sie dieses Meta-Spiel nicht zu spielen beginnen, werden Sie das Spiel einfach verlieren, weil Sie nicht erkennen, was es wirklich braucht, um eine überlegene Form der supply chain für Ihr Unternehmen zu gestalten. Sie stecken fest darin, zu versuchen, das Spiel an sich zu adressieren, aber jetzt ist es ein Meta-Spiel.
Ebenso wie wenn Sie heutzutage wirklich im Schach gewinnen wollen, können Sie nur durch Software gewinnen. Es ist zwei Jahrzehnte her, dass die Maschine den Weltmeister im Schach besiegt hat. Wer also Schach spielen will, um zu gewinnen, weiß, dass es in absoluten Begriffen ausschließlich auf Software hinausläuft.
Es geht nur darum, dass ein Team ein Stück Software entwickelt, gegen ein anderes Team, das ebenfalls Software entwickelt. Wenn Sie denken, dass Sie Schach durch Ihr direktes Handeln gewinnen können, haben Sie verloren. Es ist jetzt ein Kampf, der ausschließlich zwischen Teams ausgetragen wird, die Software entwickeln.
Die Leute würden sagen: Oh, du hast verloren, das ist nicht so interessant. Ich hingegen finde es faszinierend. Ich meine, es ist immer noch spannend, diese Teams von Ingenieuren zu sehen, die mit besseren Ideen aufwarten und unterschiedliche Wege entwickeln – um ehrlich zu sein, Schach hat mich nie wirklich interessiert.
Ich war schon immer viel mehr daran interessiert, die Software zu entwickeln, die Schach spielt. Und ich bin der Ansicht, dass, selbst wenn Sie ein wenig Angst haben, weil Sie vom Schachspielen zu diesem Meta-Spiel übergegangen sind – also der Frage, was ich tun muss, um dieses Stück Software zu besitzen – das Spiel insgesamt viel interessanter wird.
Wissen Sie, haben Sie keine Angst davor – insgesamt ist es viel interessanter, viel befriedigender. Und supply chains sind so komplex, dass Sie keine Angst haben müssen, wenn Sie kein Programmierzauberer sind. Das Problem ist so immens, dass es reichlich Bereiche gibt, in denen Sie Ihre Fähigkeiten entwickeln und Ihren Weg auf dieser Reise finden können.
Conor Doherty: Abschließend sagen wir oft: “Strebe nach Fortschritt, nicht nach Perfektion.” Als einen umsetzbaren nächsten Schritt: Wenn jemand versuchen sollte, von der klassischen binären Perspektive eines guten oder schlechten Servicelevels in Richtung Amazon zu wechseln, was wäre ein einfacher nächster Schritt?
Joannes Vermorel: Zuerst identifizieren Sie die Entscheidungen, die in Ihrer supply chain getroffen werden. Nehmen Sie sich echte Zeit, um in einem sehr breiten Sinne zu bewerten, was Qualität in Ihrer supply chain bedeutet. Und es überrascht mich immer wieder, wenn Leute sagen: Oh, Verbesserung der supply chain bedeutet besseres Servicelevel. Nein, das ist es nicht. Oder es geht um die Kosten. Nein, das ist es auch nicht. Es ist nur ein Bruchteil davon. Und denken Sie zum Beispiel an dieses Trilemma von Kosten versus Service versus Qualität.
Und nochmals, es ist die Qualität, die das Servicelevel auf eine sehr spezifische Weise definiert. Meine Herausforderung an das Publikum lautet: Finden Sie 20 Dimensionen Ihrer supply chain. Sie sollten in der Lage sein, 20 zu finden. Es ist nicht so schwer. Sie werden sehen, wenn Sie wirklich intensiv nachdenken, dass es mindestens 20 Dimensionen gibt, die alle in verschiedene Richtungen wirken.
Ich meine, wie Treiber, Einschränkungen, Überlegungen, die verschieden sind. Und lassen Sie sich nicht von diesen super simplen Rahmenwerken verführen, die Ihnen versprechen, Ihre supply chain mit einem Trilemma zu lösen. Anstatt ein Dilemma zu haben, in dem zwei Dinge in unterschiedliche Richtungen ziehen, identifizieren Sie diese 20 Dimensionen und machen Sie Brainstorming dazu.
Und dann werden Sie anfangen zu begreifen, dass ein sehr komplexes Spiel gespielt wird und dass das eine Antwort verdient, die das irgendwie umarmt. Und nochmals: Ungefähr richtig ist besser als genau falsch. Ja, Ihre Antwort mag etwas grob sein, aber zumindest ist sie viel umfassender, als zu sagen: Ich habe dieses optimale Modell, das sich nur auf zwei Dimensionen unter 20 konzentriert.
Und das gibt Ihnen die Illusion von Optimalität, weil es zwar eine Optimalität ist, aber in einer unglaublich engen, vereinfachten Weise, die nicht einmal annähernd berücksichtigt, was es im Allgemeinen bedeutet, eine hochwertige supply chain-Ausführung zu haben, die Ihr Unternehmen wirklich braucht.
Conor Doherty: Alles klar, Joannes, ich habe keine weiteren Fragen. Vielen Dank für deine Zeit. Und vielen Dank fürs Zuschauen. Wir sehen uns beim nächsten Mal.
