Buchveröffentlichung: Einführung in Supply Chain

Zusammenfassung

Eine offene Sitzung über die wichtigsten Theorien und Praktiken aus Joannes neuem Buch Einführung in Supply Chain. Wir werden untersuchen, wie man über die Nachfrage hinaus prognostiziert, von KPIs zu Cash übergeht, resiliente Entscheidungen unter Unsicherheit aufbaut und Variabilität zu einem zentralen Bestandteil des Tagesgeschäfts macht.

Volles Transkript

Conor Doherty: Dies ist Supply Chain Breakdown, und heute werden wir die wesentlichen Theorien und Themen von Joannes Vermorels neuem Buch Einführung in Supply Chain analysieren. Mein Name ist Conor – das weißt du – Kommunikationsdirektor hier bei Lokad. Und zu meiner Linken, wie immer, Lokads Gründer, CEO und versierter Wortkünstler, Joannes Vermorel. Und wie immer betreut den Live-Chat: Alexey Tikhonov. Schickt ihm eure Fragen so schnell wie möglich, und wir werden sie später beantworten. Aber zum Hauptereignis – Joannes, zu meiner Linken, habe ich dein neues Buch Einführung in Supply Chain. Raum Cam 1. Es ist ein wunderbares Buch. Warum haben Sie dieses Buch geschrieben, mein Herr?

Joannes Vermorel: Die ersten Jahre von Lokad waren rau. Als ich 2008 anfing, ging ich davon aus, dass supply chain ein bereits weitgehend ausgereiftes Studien- und Praxisfeld sei, mit zu der Zeit über 60 Jahren Literatur. Jetzt, würde ich sagen, sind es seit dem Ende des Zweiten Weltkriegs 70 Jahre, mit über einer Million Arbeiten. Ich habe kürzlich überprüft: Es gibt über 10.000 Bücher über supply chain auf Englisch, die bei Amazon erhältlich sind. Es ist ein riesiges Feld, und mein Ansatz war es, dies schön verpackt in die Cloud zu bringen – mit einer SaaS-App – während meine damaligen Wettbewerber, die etablierten Anbieter, noch fette Clients verwendeten.

Das Bereitstellen in der Cloud war einfach. Die Kunden kamen auch. Aber nichts funktionierte. Nichts funktionierte, und es hat Jahre gedauert, bis ich alle Probleme identifiziert hatte. Es stellte sich heraus, dass die Mainstream-supply chain theory sich ausschließlich auf Dinge konzentriert, die nicht funktionieren. Wir könnten sogar das Wort „mental“ dafür verwenden, aber es ist äußerst merkwürdig: Man hat über eine Million Arbeiten, und nichts funktioniert. Man führt surreale Diskussionen mit supply chain Praktikern, die sagen: „Ja, nächstes Jahr werden wir tatsächlich die safety stock Formel verwenden, aber vorerst nutzen wir noch etwas etwas Merkwürdiges in unseren Tabellenkalkulationen. Nächstes Jahr fangen wir an, das Richtige zu tun; wir werden die wahre ernsthafte Mathematik einsetzen, und es wird gut sein.“ Es stellte sich heraus, dass genau das diese Unternehmen seit Jahrzehnten versuchen.

Was tatsächlich funktionierte, waren Klassen von Heuristiken, die in der Literatur vollkommen fehlen. Das meiste, was als supply chain Literatur durchgeht, funktioniert einfach nicht. Lokad hat sehr unterschiedliche Wege in der supply chain eingeschlagen – diejenigen, die diesem Kanal schon länger folgen, wissen das vielleicht – und ich habe mich entschieden, eine aktuelle Zusammenstellung zu erstellen. Übrigens, die Theorie, die wir bei Lokad entwickelt haben, entwickelt sich ständig weiter. Ich begann bereits 2017 eine weltweite Vortragsreihe. Es sind einige Jahre vergangen. Viele Dinge wurden seitdem verfeinert. Insgesamt ist es viel konsistenter, und es gibt auch Dinge, die einfach besser sind.

Conor Doherty: Wenn ich mir diesen Überblick anhöre – korrigiert mich, wenn ich falsch liege – aber typischerweise, wenn jemand ein Buch in supply chain schreibt, dann geschieht dies entweder, um eine Lücke zu füllen oder ein bestehendes Problem anzugehen. In deinem Vortrag hört es sich an, als würdest du sagen, dass dies mehr oder weniger all das vorbestehende Wissen ersetzt. Oder ist das eine Übertreibung?

Joannes Vermorel: Es ist sicherlich eine Art Neubegründung. Das Problem beginnt wirklich damit: Wo ordnet man supply chain im Baum des menschlichen Wissens ein? Was ich verteidige, ist, dass der Großteil der Literatur in zwei Lager fällt, die beide gleichermaßen falsch liegen.

Die Hälfte der Literatur stammt aus dem Bereich der angewandten Mathematik. Das grundlegende Problem bei diesem Ansatz ist, dass man supply chain Arbeiten – „Theorien“ – produziert, die niemals durch die Realität widerlegt werden können. Das ist sehr merkwürdig. Normalerweise, wenn man Wissen über etwas in der Welt hat und die eigene Theorie falsch ist, sollte die Welt in der Lage sein, der Theorie zu widersprechen. Wenn deine Theorie immun gegen Rückmeldungen aus der Realität ist, betreibst du ein reines logisches, mathematisches Gedankenspiel; es gehört nicht zu den experimentellen Wissenschaften.

Dann gibt es noch ein anderes Lager – typischerweise das soziologische Lager – das erörtert, wie man das Problem in großen Organisationen segmentiert. Sie verfolgen eine soziologische Perspektive. Das Problem dabei ist, dass diese Perspektive nichts über die eigentliche Lösung aussagt, nämlich: Wie verteilt man seine Ressourcen? Wie trifft man Entscheidungen, um den Fluss zu steuern?

In diesem Buch habe ich mich daher für einen dritten Ansatz entschieden: angewandte Ökonomie. So überraschend es auch erscheinen mag, diese Perspektive fehlt weitgehend in der gesamten Literatur.

Conor Doherty: Um die Idee der supply chain als Ökonomie zu wechseln – in dem Buch definierst du sie als Beherrschung der Optionarität. Ich werde dies vorlesen, da es eine kleine Aktualisierung der historischen Definition von supply chain darstellt: „Supply chain ist die Beherrschung der Optionarität unter Variabilität bei der Steuerung des Flusses physischer Güter.“ In einfachem Englisch, wie unterscheidet sich diese Definition von dem vorherrschenden Verständnis von supply chain?

Joannes Vermorel: Genau darum geht es. Wenn man hinsieht – ich kann mich nicht einmal genau an die auf Wikipedia gegebene Definition von „supply chain“ erinnern – liegt das Problem darin, dass die meisten Definitionen nicht von „supply chain“ sprechen, sondern von „supply chain management“. Man bewegt sich bereits im Bereich der Soziologie – „Ich werde das managen; ich werde eine Arbeitsteilung anwenden.“ Die meisten Definitionen sind extrem weit gefasst und umfassen alles, was mit der Beschaffung von Rohmaterialien, der Transformation, dem Transport und der Kundenzufriedenheit zu tun hat.

Die meisten supply chain Definitionen umfassen einen ganzen Absatz und erwähnen so ziemlich alles, was den Fluss physischer Güter betrifft. Es ist eine Aufzählung: Rohmaterialien beschaffen, transportieren, lagern, verarbeiten, erneut transportieren, Kunden bedienen etc. Diese Definitionen sind nicht präzise. Wenn man ihnen folgt, ist nicht einmal klar, was Industrieingenieurwesen und supply chain, oder Fertigung und supply chain, oder Unternehmensfinanzen und supply chain unterscheidet.

Diese Definitionen fehlen an klaren Grenzen und einem Kern – sie klären eine eindeutige Absicht, anstatt lediglich Dinge aufzulisten. Zum Beispiel werden die meisten supply chain Definitionen, die man auf Wikipedia findet, nicht die Retourenlogistik behandeln. Sobald man sich Dinge ansieht, die etwas französisch sind, aber trotzdem fest im Bereich der supply chain liegen, neigen diese sehr beschreibenden, aufzählenden Definitionen dazu, sie zu übersehen.

Conor Doherty: Wenn du supply chain und ihre Grundlagen aus der Perspektive der Ökonomie neu denkst, wie vereinbarst du das mit dem, was ich kenne – dass in Bezug auf Mathematik generell ein leichter Ansatz verfolgt wird? Abgesehen vielleicht von den Seitenzahlen wird man im Buch kaum viele ganze Zahlen finden. Du hast dich bewusst für einen eher philosophischen Ansatz entschieden. Wie nehmen die Leute diese ökonomischen Theorien auf, wenn es im Grunde nur Worte sind?

Joannes Vermorel: Zunächst einmal ist das ein Problem, das ich bei den meisten akademischen Arbeiten heutzutage sehe: Mathematik, wie sie in den meisten Arbeiten verwendet wird, ist nur Beiwerk. Ich wurde als Mathematiker ausgebildet – kein Problem dabei – aber die Mathematik, die wir sehen, vermittelt keine kraftvollen Ideen. Supply chain ist ein Zweig der Ökonomie; Mathematik ist ein Instrument, nicht das Ziel.

Wenn ich ein Buch veröffentlichen möchte, in dem mathematische Instrumente auftauchen, stellt sich die Frage: Werde ich den Punkt auf eine weniger mehrdeutige und prägnantere Weise vermitteln? Darum geht es bei mathematischen Formeln. Die Maxwellschen Gleichungen für den Elektromagnetismus sind extrem kompakt; in buchstäblich vier Gleichungen kann ich das vermitteln, wofür normalerweise 20 Seiten Text notwendig wären. In diesem Fall bringen die Gleichungen die Erkenntnisse.

Aber wenn man sich die überwiegende Mehrheit der supply chain Papiere ansieht, in denen Mathematik verwendet wird, dann ist die Mathematik wenig erhellend. Die Beweise sind prozedural und uninteressant. Gib einem Masterstudenten ein paar Stunden, und er wird deinen Beweis nachvollziehen; es gibt sehr wenige Überraschungen. Selbst in der Formalisierung der Probleme ist es uninteressant.

Kurz gesagt: Man landet mit etwas, das ermüdend zu lesen ist und relativ wortreich, mit Seiten von Herleitungen, die sehr wenig Einsicht bieten. In diesem Buch habe ich entschieden, dass Mathematik und Algorithmen Nebenwissenschaften von supply chain sind. Ich versuche, die richtigen Konzepte und Ideen einzuführen; dann werden Menschen mit dem passenden Hintergrund – in Mathematik, Statistik, Algorithmen – in der Lage sein, die ziemlich mechanischen Herleitungen nach Bedarf mit der richtigen Perspektive durchzuführen.

Conor Doherty: Wir werden später noch ausführlicher auf die Theorien eingehen, aber zunächst eine kleine Anekdote. Ich möchte dich zurückführen auf April letzten Jahres, etwa zu der Zeit, als du mit dem Schreiben des Buches begonnen hast – und ich mache dabei akribisch Notizen. Es war ein Dienstag im April 2024. Wir unterhielten uns; du hast erwähnt, dass du ein Buch schreibst. Ich erinnere mich, dass ich dich fragte: Wer ist die Zielgruppe dieses Buches? Ich habe zwei Namen genannt, die wir beide kennen – Freunde des Kanals, die hier aufgetreten sind – und ich sagte: „Ist es Person A oder Person B?“ Zwei sehr unterschiedliche Profile, beide in supply chain. Erinnerst du dich, was du mir gesagt hast?

Joannes Vermorel: Ich erinnere mich nicht.

Conor Doherty: Das ist nicht einstudiert – du erinnerst dich wirklich nicht. Du hast gesagt: „Es mag dich überraschen: weder noch.“ Jetzt, etwa 20 Monate später, hast du das Buch geschrieben, es ist veröffentlicht, es ist verfügbar – wer ist die Zielgruppe?

Joannes Vermorel: Die Zielgruppe war ein wenig egozentrisch: Ich selbst vor 20 Jahren. Hätte ich dieses Buch in Händen gehabt, bevor ich Lokad gründete, wäre alles so viel einfacher gewesen. Es hätte mir ein Jahrzehnt voller Leid erspart. Das ist ein seltsamer Teil von Unternehmenssoftware: Selbst wenn deine Software nicht funktioniert, kann sie durchaus profitabel sein. Nicht im finanziellen Sinne des Leids – die Kunden klopfen immer noch an deine Tür – aber es ist nicht gut.

Das hätte mir und den Teams bei Lokad enorm viel Zeit erspart. Ich habe absichtlich alle mathematischen Formeln aus dem Haupttext entfernt – im Anhang gibt es noch ein bisschen – weil mir klar wurde, dass sie nicht viel Einsicht bieten. Ich ließ mich von Basic Economics von Thomas Sowell inspirieren. Es ist wunderschön geschrieben. Die meisten Bücher über Ökonomie sind ziemlich mathematiklastig, und ich stellte fest, als ich Basic Economics las – ich las es meiner Tochter vor; du hast es mir auch gegeben – dass es ein ausgezeichnetes Buch, eine hervorragende Einführung ist. Wenn man etwas richtig angeht, braucht man keine Mathematik. Die technischen Details stehen einer echten Verständigung im Weg. Wenn es in der Ökonomie funktionieren kann, kann es sicherlich auch in supply chain funktionieren. Das ist der Ansatz.

Einige Themen wurden in den Anhang verschoben, aber sie klären für das technisch versierte Publikum auf. Ansonsten ist das Buch vollständig zugänglich für Praktiker, unabhängig von deren mathematischen Kenntnissen.

Conor Doherty: Aus dem Buch – für alle, die es noch nicht online gelesen haben, es ist kostenlos online verfügbar; man kann es auch bei Amazon bestellen. Bevor wir ins Detail gehen, eine Sache vom Ende her: Im Abschnitt „Looking Onward“ schlägst du einen konkreten Test für den Fortschritt in supply chain vor – „deine Software, was auch immer sie ist, muss unbeaufsichtigte, prüfbare (also nachvollziehbare) Entscheidungen generieren, oder du musst anhalten und erklären, warum.“ Ist das deiner Meinung nach das ultimative Ziel der supply chain Entscheidungsfindung?

Joannes Vermorel: Es ist buchstäblich ein Ausgangspunkt. Solange du kein System hast, das in der Lage ist, unbeaufsichtigte Entscheidungen mit dem, was wir bei Lokad 0% Wahnsinn nennen – diese Entscheidungen sind zumindest einigermaßen in Ordnung, nichts Verrücktes – zu generieren, bist du nicht einmal in der Lage, systematische Verbesserungen vorzunehmen. Du jonglierst mit einem chaotischen, halbmanuellen Prozess, der in der Regel auch sehr bürokratisch ist. Es ist unmöglich, irgendetwas zu benchmarken. Du kannst nichts A/B testen. Du kannst nicht zuverlässig beweisen, dass jegliche Veränderung, die du im System vornimmst, es verbessert.

Sobald du den Punkt erreicht hast, an dem du unbeaufsichtigte Entscheidungen ohne Wahnsinn generierst – selbst wenn sie noch nicht besonders gut sind – hast du etwas, das du A/B testen kannst. Du kannst das System modifizieren und im Parallelbetrieb laufen lassen: Option A versus Option B, welche ist die beste? Du kannst Beweise sammeln, auswählen, iterieren. Dann können die wirklich guten Dinge beginnen: Du kannst quantitativ überlegen und entscheiden, ob etwas den Prozess verbessert oder verschlechtert.

Solange du völlig unklar bist, gibt es ein Meer von Meinungen und viele verschiedene Personen. Ebenso, solange du halbmanuelle Prozesse hast, kann es zu Rückschritten kommen, nur weil jemand sehr Erfahrener in den Ruhestand gegangen ist. Die Zusammensetzung des Teams ändert sich; du hast nichts anderes verändert, und es kann zu Rückschritten kommen. Das ist ein großes Problem – massive Störfaktoren.

Conor Doherty: Offensichtlich umfasst es 500 Seiten; wir werden nicht alles behandeln. Im Verlauf der Saison werden wir Stück für Stück darauf eingehen. Historisch gesehen gibt es übergreifende Kritikpunkte, die du an supply chain Theorie hast. Einer der offensichtlichsten – und ein großer Teil des Buches – ist deine Perspektive auf die time series Prognose, die du als technologische Sackgasse für supply chain bezeichnest. Warum ist das so?

Joannes Vermorel: Das ist Teil des Kapitels über die Zukunft. Das zugrunde liegende Paradigma ist die teleologische Sicht auf die Zukunft. Du sagst buchstäblich: „Ich kann die Zukunft projizieren und sagen, sie ist so“, und genau wie der Plan wird diese Beschreibung zur Verpflichtung. Diese Perspektive stammt aus den Naturwissenschaften. Es ist das, was Astronomen verwenden, um die Bewegung der Planeten vorherzusehen.

Einer der frühen ökonomischen Prognostiker des 20. Jahrhunderts, Roger Babson, war ein großer Fan von Newton. Seine Perspektive – die Zyklen ökonomischer Prognostiker, dann des Operations Research und schließlich der supply chain durchdrungen hat – war, dass wir mit der richtigen Mathematik bald in der Lage sein werden, die Zukunft der Ökonomie, der Märkte, alles, mit der gleichen Präzision wie bei der Positionierung der Planeten, vorherzusagen. Es war Teil eines fortschrittlichen Scientismus in der ersten Hälfte des 20. Jahrhunderts.

Es hat nie funktioniert. Und du hast viele Gründe zu der Überzeugung, dass es niemals funktionieren wird. Es bewahrt nicht deine eigene zukünftige Handlungsfähigkeit. Es behandelt die Zukunft, als ob sie bereits eingefroren wäre, als ob das Unternehmen keine Möglichkeit hätte, den Kurs zu ändern. Das ist sehr merkwürdig.

Ich lehne eine andere Vision ab – die Vision der Unternehmer – die raue Vision, die viel opportunistischer ist. Grundlegend ist diese grandiose, teleologische Vision, bei der man die Zukunft als eine bekannte Größe behandelt und alles daraufhin orchestriert, fehlerhaft. Zeitreihen sind die Verkörperung dieser Perspektive: Sie betrachten die Zukunft als exakte Spiegelung der Vergangenheit. Du hast eine Kurve – zum Beispiel Temperaturen in Paris, ein Datenpunkt pro Tag – und du projizierst die Kurve in die Zukunft. Wenn ich das Jetzt entferne, unterscheidet sich die Vergangenheit nicht von der Zukunft; es ist dieselbe Zeitreihe. Wenn du mir nicht sagst, wo „jetzt“ ist, kann ich es nicht wissen. Es ist einfach eine Kurve, die in beide Richtungen unendlich verläuft.

Diese Zeitreihenperspektive aus der Naturwissenschaft ist für das Geschäft unsinnig, weil es eine absolute Asymmetrie gibt: Du kannst die Vergangenheit nicht ändern; du hast Einfluss auf die Zukunft. Sobald du das akzeptierst, gibt es – bis du eine Ressource einsetzt – keinen Grund, die Zukunft als bereits entschieden zu betrachten.

Conor Doherty: Du gehst ins Detail und gibst konkrete Begriffe an: den Unterschied zwischen einem einzigen großen Käufer und vielen kleinen Käufern – „viele kleine Körbe versus ein paar große Körbe“ – um das Problem zu veranschaulichen. Zehn Personen kaufen eine Sache versus eine Person, die zehn kauft: dieselbe Zeitreihe.

Joannes Vermorel: Genau. Zeitreihen sind eine sehr verlustbehaftete Darstellung. Sie komprimieren Informationen in einen eindimensionalen Vektor, und dabei gehen wesentliche Informationen verloren. Stell dir vor, du hast heute 10.000 Einheiten der letzten 10 Jahre. Wie lautet dein korrekter Lagerbestand?

Szenario eins: Diese 10.000 Einheiten stammen von 1.000 verschiedenen Kunden; sie sind sehr verstreut; nicht einmal dieselben Kunden jeden Tag. Die Wahrscheinlichkeit, dass du all diese Kunden sehr schnell verlierst, ist gering. Szenario zwei: Diese 10.000 Einheiten wurden in den letzten 10 Jahren von einem einzigen Kunden bestellt. Irgendwann wirst du diesen Kunden verlieren – Insolvenz, Wechsel, was auch immer – und das potenzielle Risiko ist jederzeit enorm. Es gibt keinen ewigen Kunden oder ein ewiges Unternehmen. Wenn es passiert, wird dein verbleibender Lagerbestand über Nacht zu toten Beständen ohne Rückgriff.

Die Zeitreihen sind identisch, aber das Risikoprofil ist extrem unterschiedlich. Der einzige Weg, dies zu erkennen, besteht darin, die Kundenstruktur zu betrachten. Somit verlierst du neben der eigenen Handlungsfähigkeit auch kritische Informationen, da die Zeitreihe die Vergangenheit verlustbehaftet wiedergibt.

Conor Doherty: Wie wirkt sich der Verlust dieses Risikos negativ auf die Lagerbestandsrichtlinien aus? Dies wird in „The Limits of Planning“ behandelt. Nimm dieses konkrete Beispiel: Was ist das unmittelbare negative Ergebnis im Vergleich zu einem wahrscheinlichkeitstheoretischen Ansatz, den du im Buch skizzierst?

Joannes Vermorel: Wenn wir das Risiko ins Auge fassen, behandelt die klassische teleologische Sichtweise – die dem S&OP zugrunde liegt – Risiko als nicht vorhanden. Die Menschen sind keine Narren; sie wissen, dass Risiko existiert, aber wenn man sich die Instrumente anschaut, fehlt das Risiko. Es gibt nichts Paradigmatisches am Risikomanagement. Ja, theoretisch kann man Szenarien durchspielen, aber sie sind zweitrangig – ein nachträglicher Gedanke, der nicht in das Paradigma passt.

Risiko ist die Kehrseite der Gelegenheit. Etwas Unerwartetes kann Schaden verursachen; etwas Unerwartetes kann aber auch eine Chance darstellen, die du ergreifen kannst. In der teleologischen, S&OP-Perspektive existiert die Idee, unbekannte Chancen zu suchen und am richtigen Ort bereit zu sein, sie zu nutzen, nicht – ebenso wie Risiko nicht existiert.

Unternehmer sehen die Zukunft nicht als einen bekannten Großplan. Sie betrachten die Zukunft als unscharf und unklar, aber wenn du dich richtig positionierst und vorbereitet bist, kannst du großes Glück haben. Ich glaube, Aristoteles sagte, dass das Glück denen widerfährt, die gut vorbereitet sind. Es ist eine andere Denkweise und eine völlig andere Art, die Zukunft zu betrachten.

Conor Doherty: Im Gegensatz dazu bringst du das vor, was du die „raue Vision“ nennst. Wie genau unterscheidet sich diese?

Joannes Vermorel: Anstatt zu glauben, dass man die Zukunft kennen kann, umarmst du das Chaos und nutzt es zu deinem Vorteil. Wenn man an S&OP denkt, wollen die Leute so genaue Prognosen wie möglich – in technischen Begriffen: die Varianz reduzieren. Was, wenn du das Gegenteil machst – deine Varianz explodieren lässt?

In der Unterhaltungsbranche will man Mega-Hits. Du interessierst dich nicht für eine geringe Varianz, da die meisten Versuche scheitern: Treffer oder Fehlversuch. Eine Reduktion der Varianz würde in Mittelmäßigkeit münden. Du willst so agieren, dass, wenn du einen Hit landest, dieser absolut massig ist.

Die raue Vision ist eine andere Herangehensweise an Ungewissheit und Variabilität. Sie betrachtet diese als eine Ressource, die ausgebeutet werden kann, und nicht als einen Mangel. Die teleologische Perspektive behandelt die Zukunft als etwas, das geklärt, festgelegt, immobilisiert werden soll – deine Prognose und dein Commitment – und Optimierung bedeutet, die Einhaltung des Plans effizient zu erreichen.

Mit der rauen Vision geht es darum, Ungewissheit und Variabilität auszunutzen. Sorge dafür, dass du, wenn sich Gelegenheiten bieten, einen First-Mover-Vorteil hast, weil du so schnell handelst, dass du sie gewinnbringend ergreifst. Solltest du Fehler machen, sind die Kosten begrenzt. Es ist in Ordnung, wenn die meisten Wetten verlieren, solange die Kosten begrenzt bleiben; wenn du gewinnst, gewinnst du groß.

Das schafft eine andere Perspektive darauf, was es bedeutet, zu planen und sich vorzubereiten. Du umarmst Ungewissheit und Variabilität. Das gilt ebenso für deine Wettbewerber. Anstatt zu sagen, „Ich werde more accurate sein“, sagst du: „Ich werde reaktiver, agiler, profitabler und opportunistischer sein.“ Du erkennst an, dass opportunistische Schritte Teil des Plans sind, und es ist in Ordnung, nicht genau zu wissen, wohin du steuerst. Du möchtest in der Lage sein, profitabel auf jede Situation zu reagieren, ohne genau wissen zu müssen, was sie ist.

Aus der rauen Perspektive ist die Zukunft radikal ungewiss – radikal anders als die Vergangenheit. Du betrachtest deine Ressourcen als etwas, bei dem du deine Handlungsfähigkeit und Chancen bewahren möchtest. Eine nette Gelegenheit bietet sich, aber du könntest sie verpassen, weil du denkst, dass eine viel größere gleich kommen wird. Du willst dich nicht erschöpfen.

Zum Beispiel haben einige Unternehmen mit den Zollmaßnahmen in der Trump-Administration Verzerrungen erwartet und vor Einführung des Zolls viel Inventar angehäuft, um zu den alten Preisen verkaufen zu können. Die raue Vision würde sagen: absolut nicht. Jetzt, da es diesen Zoll gibt, kann niemand mehr Waren zum gleichen Preis anbieten. Es gibt keinen Grund, zu liquidieren. Ja, Wettbewerber werden zu niedrigen Preisen liquidieren; wenn es nicht perishable ist, ist das in Ordnung. Du kannst das Inventar ein paar Monate lagern und dann zu einem wesentlich höheren Preis mit einer sehr guten Marge verkaufen.

Außerdem wird deine Handlungsfähigkeit durch die Preise bestimmt. Das ist beim S&OP und in der teleologischen Vision sehr wenig vorhanden; die Idee, dass du Preise als Teil deines Plans beeinflussen kannst, fehlt völlig.

Conor Doherty: Ein großer Teil der ökonomischen Perspektive ist die finanziell angepasste oder ROI-gesteuerte Sichtweise. Im Buch führst du in Münzen bemessene Zielsetzungen ein – du misst alles in „coins“. Wie unterscheidet sich das von der bisherigen Denkweise über den ROI? Ist es einfach umfassender?

Joannes Vermorel: Zunächst wird in einem Großteil der wissenschaftlichen Literatur – angewandte Mathematik mit einem ökonomischen Thema – nominell gesagt: „Wir optimieren diese Zielfunktion“, angeblich in Dollar. Aber das ist keine echte ökonomische Perspektive; es ist angewandte Mathematik, die einen ökonomischen Hut aufsetzt. Hier erkennen wir an, dass die ökonomische Modellierung die wirklich schwierige Herausforderung ist, nicht die technische Berechnung, die aus der Modellierung resultiert.

Die angewandte Mathematik sagt: „Gib mir deine ökonomische Funktion, und ich werde viele Dinge mit Formeln machen, ableiten, Theoreme konstruieren.“ In Ordnung. Aber wenn ich diese Perspektive einnehme – ja, meine Zielfunktion soll in Dollar bemessen sein –, interessiert es in der Praxis niemanden wirklich. Folglich, wenn man sich viele supply chain-Papiere genau anschaut, wird nicht einmal in ökonomischen Begriffen optimiert. Sehr häufig sind es service levels oder Tonnen nicht-ökonomischer Zielsetzungen. Das spiegelt die grundlegend angewandte Mathematikperspektive wider: Es zählt, eine Funktion zur Optimierung zu haben; die Natur der Funktion ist dabei weitgehend irrelevant.

Conor Doherty: Um es praktischer zu machen: Die Umsetzung deiner Vision – der rauen Vision – erfordert mindestens zwei Rollen, nicht nur eine Philosophie. Du führst die Rollen des Flow Manager und des Scientist ein und betonst die Bedeutung dieser Kombination.

Joannes Vermorel: Das kommt später im Buch; es ist ein Detail. Solange du in Bezug auf das Paradigma die Zukunft falsch betrachtest, bist du blockiert. Nichts kann geschehen; solche Dinge sind nicht einmal denkbar. Die Art und Weise, wie du die Rollen organisierst, ist eine technische Detailfrage. Ich beschreibe es zur Klarheit, aber es ist von zweitrangiger Bedeutung. Wenn du an etwas nicht einmal denken kannst, kannst du es nicht umsetzen, egal wie du die Arbeit zerschneidest oder welche Instrumente du hast.

Wenn wir das Wort „Planung“ erwähnen, ist es fast unmöglich, sich eine Alternative vorzustellen, die nicht die in der Sowjetunion praktizierte Planung ist – trotz des Gosplan. Es ist seltsam, denn die UdSSR war ein Misserfolg, und dennoch ahmen große Unternehmen buchstäblich nach, was 70 Jahre lang im Gosplan – dem großen Planungsinstitut, das die gesamte Wirtschaft zentral steuerte – gescheitert ist.

Gosplan operierte von 1925 bis 1991. Es erstellte für all diese Jahre Pläne; keiner dieser Pläne war jemals realisierbar. Wenn ich mit großen Unternehmen spreche, bekomme ich seit fast zwei Jahrzehnten diese Stimmung: Großpläne, die nicht funktionieren – und konzeptionell auch nicht können. Die Leute denken: „Wenn wir damit aufhören, denken wir auch nicht mehr an die Zukunft“, was nicht akzeptabel ist. Wir müssen an die Zukunft denken, aber wir können schlechte Planung nicht durch gar keine Planung ersetzen. Du brauchst eine Alternative. Vergiss die Rollen: Solange du nicht richtig denken kannst – die raue Vision als Alternative zur Teleologie – ist jede Lösung undenkbar und somit unmöglich umzusetzen.

Conor Doherty: Es gibt einige Fragen aus dem Publikum, auf die ich eingehen möchte, aber bevor wir dazu kommen – abgesehen davon, dass man das Buch liest – nehmen wir an, jemand hat es gelesen und ist wirklich begeistert. Was sind die nächsten Schritte, um die von dir beschriebene raue Vision umzusetzen?

Joannes Vermorel: Kontaktiere uns. Aber ich denke, diese Dinge werden sich ganz natürlich ergeben. Dieses Buch ist eine Einführung, aber ich hoffe, dass vieles offensichtlich wird, wenn man die richtige Perspektive hat. Deshalb bin ich nicht ins mathematische Detail gegangen. Wenn du weißt, wie man an ein Problem herangeht, wird die Lösung prozedural, technisch – ein alltäglicher Aufwand.

In der Schule lernen wir: Hier ist ein Problem; finde eine Lösung; du wirst für deine Antwort benotet. In der realen Welt ist das Schwierigste jedoch, die richtige Problemstellung zu identifizieren. Sobald du klar über dein Problem denkst, erscheint die Lösung fast von selbst. In Zukunft würde es mich nicht überraschen, wenn du, sobald du dein Problem klar vor Augen hast, es einem LLM übergibst, das das prozedurale Denken übernimmt, um dir die Lösung zu liefern. Die intellektuell anspruchsvollere Aufgabe besteht darin, das richtige Problem zu finden, das gelöst werden muss.

Joannes Vermorel: Durch diese Einführung kann der Leser eine ganz andere Perspektive gewinnen, wie er überhaupt an sein Unternehmen, seine supply chain und die Art von Lösungen denkt, die in Frage kommen. Sobald du erkennst, dass viele Techniken in der supply chain nicht ökonomisch sind – etwa Sicherheitsbestände – wirst du nicht überrascht sein, dass sich keine Rendite einstellt. Sicherheitsbestände optimieren nicht die Kapitalrendite. Sei nicht überrascht.

Wenn man das Buch durcharbeitet, werden die Leute sagen können: „Diese Denkweise liegt nicht einmal im richtigen Paradigma.“ Es ist eine Sackgasse; sie wird keine Renditen erzeugen, weil du nicht im richtigen Territorium bist. Sobald du dort bist, kehrst du zu diesem Prinzip bei Lokad zurück: Es ist besser, annähernd richtig zu sein, als genau falsch. Mit der richtigen Denkweise und einer Excel-Tabelle kommst du weit – anstatt dich mit der falschen Herangehensweise an das Problem zu verlieren.

Conor Doherty: Grundsätzlich ist es eine Denkweise, die du befürwortest.

Joannes Vermorel: Ja. Zum Beispiel, könnte das Publikum in einem Satz definieren, was Ökonomie eigentlich ist? Es wurde vor mehr als einem Jahrhundert klar von Lionel Robbins, einem britischen Ökonomen, definiert. Wenn du die Leute fragst, haben sie meistens keine Ahnung. Ich gebe eine prägnante Definition für supply chain, aber die prägnante Definition für Ökonomie lautet: „die Untersuchung knapper Ressourcen, die alternative Verwendungen haben.“ Sobald du die Worte in dieser präzisen Definition verstehst, verstehst du, worum es bei der Ökonomie geht.

Übrigens, was in den Medien als Ökonomie durchgeht, ist nicht Ökonomie. Es ist politische Ideologie oder Wirtschaftsgeschichte – „die Arbeitslosigkeit in Frankreich steigt oder sinkt“ etc. Das ist beschreibend; es ist nicht Ökonomie. Wirtschaftsgeschichte erfordert eine ökonomische Theorie, um Sinn zu ergeben. Die Ökonomie liefert dir diese Theorie; es sind getrennte Anliegen.

Conor Doherty: Vielen Dank, Joannes. Ich werde nun mit den Fragen aus dem Publikum fortfahren. Wie du an dem Banner auf dem Bildschirm siehst, zögere nicht, sie privat einzureichen; einige Kommentare hier sind DMs, aber es gibt auch öffentliche Fragen. Folgendes von Manuel: „Dies ist dein zweites Buch. Ich habe das erste. Was sind die großen Unterschiede zwischen den beiden, oder die wesentlichen funktionalen Unterschiede?“

Joannes Vermorel: Das Fehlen von mathematischem Code ist ein enormer Unterschied. Dieses Buch ist viel besser. Das vorige entstand wirklich unter Zeitdruck; es wurde in drei Monaten erstellt. Die ersten 100 Seiten sind akzeptabel; die folgenden sind obsolet – völlig veraltet.

Das vorherige Buch hieß „Here is the recipe at Lokad“, welches wir die die Quantitative Supply Chain nannten. Damals war ich mir nicht ganz sicher, wofür ich mich einsetzte. Ich war vollständig im Widerspruch zur Mainstream supply chain theory, also sagte ich: „Ich werde etwas anderes machen und es die Quantitative Supply Chain nennen.“ Aber die Entwicklung mit diesem Buch ist: Was in der Literatur als supply chain theory durchgeht, ist einfach falsch. Kapitel 3 klärt dies aufgrund epistemischer Bedenken: Wo ordnet man supply chain ein – angewandte Mathematik, Soziologie oder angewandte Ökonomie? Ich argumentiere, dass angewandte Ökonomie der richtige Weg ist.

Habe ich also eine weitere Theorie, oder sage ich: „Dies ist mein bester Versuch der korrektesten supply chain theory“, ein Ersatz für das, was vorher kam? Das vorige Buch wurde als ein Rezept von Dingen präsentiert, die bei Lokad funktionieren. Interessanterweise ist dieses frühere Buch jetzt im Wesentlichen ein einzelnes Kapitel im neuen Buch – das Kapitel namens „Deployment“. Es behandelt eine bessere, reifere Version von dem, was ich zuvor beschrieben habe. Das alte Buch ist ein Kapitel von elf.

Mir wurde klar, dass es so viel mehr unter den Grundlagen gibt: wie man supply chain als Wissen – Epistemologie; Ökonomie – betrachtet, was ich im vorherigen Buch umgangen habe. Wir wollen Profitabilität, aber dann muss man zu den wirtschaftlichen Wurzeln zurückkehren: Was bringt die Wirtschaftswissenschaft zur supply chain? Die kurze Antwort lautet: ganz schön viel. Sobald man die Dinge unter dem expliziten Banner der Ökonomie angeht – was ich zuvor nicht getan habe – wird vieles deutlich.

Es gab viele andere Dinge, die ich in meinen Vorlesungen als selbstverständlich erachtete. Ich erkannte, dass ich ins Kleingedruckte gehen musste, wie zum Beispiel die moderne Informationstheorie – Shannons Theorie – die sehr folgenschwer für supply chain und die Art und Weise, wie man über “informierte” Entscheidungen nachdenkt, ist. Dann muss man an die anwendungsbezogene Landschaft denken: Software ist äußerst wichtig, und supply chains sind komplett digitalisiert. Ich erläutere die Softwarelandschaft, wie man darüber nachdenken sollte, und wie deine Optimierung als Überlagerung darauf erfolgen muss.

Dann die Zukunft: teleologische vs. robuste Vision. Dieses Kapitel entstand aus Frustration; ich hatte Hunderte von Anrufen, in denen ich versuchte, probabilistische Prognosen zu erklären. Zu sagen “probabilistische Prognose” war der falsche Ansatz. Es ist die korrekte technische Antwort, aber um die richtige Vision – unabhängig von der Mathematik – zu verstehen, benötigt man die teleologische vs. robuste Perspektive. Das gibt einem die zugrunde liegenden Gründe, warum das Instrument wünschenswert ist.

Ebenso gilt das für “informierte” Entscheidungen und Intelligenz. Was ist Intelligenz? Mit den jüngsten Entwicklungen im Bereich machine learning können wir intelligenter über Intelligenz nachdenken. Das bedurfte einer Behandlung. Gleiches gilt für Entscheidungen: Wenn supply chain ein Teil der Ökonomie ist, muss jede Entscheidung als Allokation knapper Ressourcen mit alternativen Verwendungsmöglichkeiten betrachtet werden. Man muss sich in seinem Unternehmen fragen: Was sind die alternativen Verwendungen für jede Ressource? Das klärt vieles. Es gibt ein ganzes Kapitel, das decision-making gewidmet ist, und wir werden in einer späteren Episode darauf zurückkommen.

Conor Doherty: Nächste Frage kommt von Vivek – danke, dass du das Buch herausgebracht hast; ich bin sicher, dass dies eine andere Perspektive zu all dem supply chain Material, das uns zur Verfügung steht, hinzufügen wird. “Gibt es in deinem neuen Buch einige Anwendungsfälle realer supply chain-Probleme?”

Joannes Vermorel: Es gibt eine Stelle, an der ich beschreibe, was ich von Fallstudien halte – und dass sie nicht funktionieren. Aber Use Cases sind allgegenwärtig. Wann immer man eine Allokation von Ressourcen hat, die alternative Verwendungsmöglichkeiten bieten, ist das ein Use Case.

Wann immer du einen Dollar ausgibst, um etwas zu kaufen, hättest du diesen Dollar für etwas anderes verwenden können – Allokation von Ressourcen. Wenn du Rohstoffe hast, die zur Herstellung mehrerer Produkte verwendet werden können, und du entscheidest, sie zu verbrauchen, um einen Produktionslauf auszulösen – das ist eine Allokation. Wenn du entscheidest, dass Fertigprodukte an diesen Ort gehen, können sie nicht an jenen Ort gelangen – Allokation. Etc. Use Cases sind äußerst alltäglich.

Die supply chain Literatur hat dies oft falsch verstanden, weil sie keine klare Vorstellung davon haben, was supply chain ist und was eine supply chain Entscheidung ausmacht. Klärt, dass es sich um eine Allokation von Ressourcen mit alternativen Verwendungsmöglichkeiten handelt, und die Use Cases werden offensichtlich: Du hast den Fluss, Ressourcen, alternative Verwendungsmöglichkeiten. Jedes Mal, wenn du zwischen Alternativen wählst, ist es eine supply chain Entscheidung, die optimiert werden muss. Um den erwarteten Payback zu kennen, führe eine Faustrechnung durch.

Aufgrund seichter Grundlagen endest du mit Dingen, die unklar sind – wie “supply chain digital twins.” Worum geht es dabei eigentlich wirklich? Was genau versuchst du zu lösen? Ein Mittel zum Zweck? Viele Angebote – Berater, Anbieter, Professoren – liefern keine klare Definition und positionieren supply chain nicht als einen Zweig der Ökonomie. Dadurch entstehen Fragen wie “Use Cases”, die schwer zu beantworten sind, weil die Grundlagen oberflächlich sind.

Dieses Buch ist auch ein Versuch, eine langjährige Frustration anzugehen. Implizit hat Lokad seit einem Jahrzehnt supply chain Entscheidungen als Allokationen von Ressourcen mit alternativen Verwendungsmöglichkeiten betrachtet. Aber wir haben es nicht so dargestellt, und wir waren ratlos, warum probabilistische Prognosen am besten sind. Es ist sehr relevant – aber eine technische Kleinigkeit. Gleiches gilt für stochastische Optimierung – sehr nützlich, aber eine technische Kleinigkeit, die erst interessant wird, sobald man das richtige Paradigma versteht.

Conor Doherty: Nächste Frage von Nick Green – diese stammt aus unserem YouTube-Stream (wir streamen gleichzeitig auf LinkedIn und YouTube). Ich lese sie wortwörtlich vor: “Vielen Dank, dass Sie das eBook kostenlos zur Verfügung stellen. In Südostasien ist es nicht einfach, Amazon-Bücher zu bekommen. Ich freue mich darauf, es zu lesen. Wird im Buch die Rolle von Anreizen in der supply chain thematisiert?”

Joannes Vermorel: Oh ja – absolut. Anreize sind wichtig. Überall gibt es gegensätzliche Anreize. Die traditionelle supply chain Literatur ignoriert weitgehend Anreize und verhält sich wie gelehrte Idioten – äußerst naiv in Bezug auf Anreize.

Im Buch gehe ich detailliert auf die Anreize von Mitarbeitern, Beratern, software vendors und Akademikern ein und darauf, wie sie mit deinem Versuch, das Beste für das langfristige Interesse des Unternehmens zu tun, zusammenwirken. Wenn du dies nicht explizit als ein gegensätzliches Problem angehst, wird es nicht funktionieren. Du hast es mit Menschen zu tun, die Handlungsspielraum besitzen; ihr Handeln ist nicht im Einklang mit den Interessen des Unternehmens. Viele Situationen sind von vornherein defekt; du musst sie als solche erkennen.

Wichtig ist, dass man bei Interessenkonflikten nicht auf das Urteil befangener Personen vertrauen kann. Man kann nicht sagen: “Ich weiß, dass ich befangen bin, aber glaub mir, ich bin ehrlich.” So geht man mit Konflikten nicht um. Wenn jemand einen Interessenkonflikt hat, sollte dieser von dem Prozess, der die Entscheidung generiert, ausgeschlossen werden. Die medizinische Wissenschaft hat das vor Jahrzehnten entdeckt. Wenn du das nicht tust, wird es nicht funktionieren.

Ich beschreibe auch die Interessenkonflikte, die Anbieter von Unternehmenssoftware haben – wozu auch wir gehören. Ich bemühe mich, mein Bestes zu geben, aber ich bin befangen. Wenn Leute Dinge ansprechen wollen, die ich möglicherweise ausgelassen habe, hinterlasst Kommentare. Ich bin in Bezug auf die Machenschaften der Anbieter von Unternehmenssoftware sehr gründlich vorgegangen – das ist etwas, das ich aus nächster Nähe kenne – aber Rückmeldungen wären großartig.

Conor Doherty: Es gibt keine weiteren Fragen. Abschließender Gedanke: Wenn die Leute nur einen Abschnitt des Buches lesen würden, welchen würdest du empfehlen? Natürlich möchtest du, dass sie alles lesen und es kaufen – aber was ist eine zentrale Erkenntnis für heute? Du hast über Intelligenz gesprochen; du gehst durch Record-Systeme; es gibt so vieles. Ein Abschnitt?

Joannes Vermorel: Lese Kapitel 3, “Epistemology.” Es ist die Grundlage dessen, was überhaupt als supply chain Wissen gilt. Wenn du ans Ende dieses Kapitels gelangst, wirst du wahrscheinlich erkennen, dass 99% von dem, was du in deinem Leben gelesen hast, sobald du diesen erkenntnistheoretischen Ansatz verstehst, nicht als Teil des relevanten Wissenskorpus für supply chain zählt. Das ist seltsam, aber das erklärt das “Warum” meines Elends in den ersten zehn Jahren bei Lokad: Ich habe im Grunde versucht, die falschen Theorien zu verwenden – wie der Versuch, Ergebnisse mit Alchemie statt mit Chemie zu erzielen. Es wird nicht funktionieren. Du verwendest etwas, das wie Wissenschaft aussieht – Alchemie war einst sehr ernst. Sir Isaac Newton – bei euch beliebt – verbrachte die Hälfte seines Lebens mit Alchemieforschung und die andere Hälfte mit der Bewegung von Himmelskörpern. Er veröffentlichte zwei ebenso umfangreiche Bücher: eines über Himmelsmechanik und das andere über Alchemie.

Es ist nicht so, dass Isaac Newton ein Narr war; es ist so, dass die Identifizierung des korrekten Paradigmas schwierig ist. Wenn du falsch liegst, kannst du etwas haben, das wie Wissenschaft aussieht. Geh nicht davon aus, dass du automatisch erkennen kannst, was als gültiges Wissen in supply chain betrachtet werden sollte. In Kapitel 3 versuche ich, den Lesern intellektuelle Werkzeuge an die Hand zu geben, um zu sortieren, was als gültiges Wissen in Frage kommt oder nicht. Selbst wenn du den Rest des Buches außer Acht lässt, wird dir dieses Instrument äußerst nützlich sein, weil du so eine Möglichkeit hast, das potenziell korrekte Wissen von dem zu trennen, was garantiert irrelevant ist.

Conor Doherty: In Ordnung. Ich bin überzeugt. Ich habe keine weiteren Fragen. Vielen Dank für deine Zeit und für deine Antworten. Und an alle anderen, vielen Dank für eure Teilnahme. Vielen Dank für eure Fragen – auch die vielen privaten Nachrichten. Wie ich schon oft gesagt habe, fühlen sich manche Menschen wohler, wenn sie öffentlich kommentieren; andere ziehen es vor, mir privat zu schreiben. Alles, was mir zugeschickt wird, gebe ich wortwörtlich an Joannes weiter, oder zumindest so, wie es bei mir ankommt. In diesem Sinne, vernetzt euch unbedingt mit mir auf LinkedIn, und wir sehen uns nächste Woche zu einer weiteren Live-Episode von Breakdown. Und in diesem Sinne – macht weiter so. Schaut euch das an.