00:00:00 Was macht jemanden gut im supply chain?
00:00:42 Career Companion und Lücken in Soft Skills
00:02:18 Theorie vs. Praxis in der supply chain Ausbildung
00:06:29 Kommunikationsfehler und das Umformulieren von Botschaften
00:09:55 Warum die formale Ausbildung im supply chain zu wenig leistet
00:15:48 LLMs, Schreiben und Denken in der modernen Bildung
00:20:30 LLMs als Forschungswerkzeuge vs. oberflachen Eingabeaufforderungen
00:24:58 Führungskompetenz vermitteln durch frustrierende Übungen
00:31:40 Die Excel-Debatte und die Bedeutung von Plausibilitätsprüfungen
00:36:50 Must-have vs. nice-to-have supply chain Tools
00:42:40 Agentic AI und digitale Zukunftskompetenz
00:45:55 KI-getriebene Arbeitsplatzumwälzungen in analytischen Rollen
00:48:40 Von der Mechanisierung zur Zusammenarbeit mit Partnern
00:52:00 Abschließende Gedanken: übergeordnetes Denken vs. Automatisierung
00:53:05 Lebenslange Neugier und der Wert von Soft Skills
Zusammenfassung
In einem Dialog, moderiert von Conor Doherty, erörtern Philip Auinger und Joannes Vermorel, was einen großartigen supply chain Praktiker ausmacht. Philip, der auf seine supply chain Erfahrung zurückgreift, hebt die Bedeutung hervor, analytische Fähigkeiten mit zwischenmenschlichen Kompetenzen zu verbinden – eine Lücke, die in der Branche oft zu beobachten ist. Gegründet im Jahr 2019, schließt Philips Unternehmen, Career Companion, diese Lücke, indem es interaktive Workshops anbietet, welche die praktische Anwendung von Theorien für Unternehmen und akademische Kreise fördern. Joannes kritisiert veraltete akademische Modelle und betont die Notwendigkeit effektiver Kommunikation. Sie diskutieren den Einfluss von KI auf die Bildung und stellen fest, dass fundamentales kritisches Denken inmitten technologischer Fortschritte unerlässlich bleibt. Beide betonen, wie wichtig es ist, zwischenmenschliche Interaktionen in zukünftigen supply chain Rollen zu integrieren.
Erweiterte Zusammenfassung
Im Interview, moderiert von Conor Doherty von LokadTV, entfaltet sich ein bemerkenswerter Austausch zwischen Philip Auinger, einem Verfechter der persönlichen Entwicklung im Bereich supply chain management, und Joannes Vermorel, CEO von Lokad, rund um das Thema “Was macht einen großartigen supply chain Praktiker wirklich aus.” Die Diskussion geht der Integration von analytischer Stärke und zwischenmenschlicher Wirksamkeit auf den Grund, wobei Philip eine in der Branche häufig beobachtete Lücke betont, in der quantitative Fähigkeiten die zwischenmenschlichen Kompetenzen überschatten und so entscheidende Beziehungsherausforderungen in supply chain Rollen verursachen.
Philip Auinger zeichnet seinen Karriereweg nach – von der Tätigkeit als Schraubenzähler als Praktikant bis hin zur Leitung von Teams im Bereich der Bedarfsplanung – und hebt dabei seinen Weg hervor, von der Auseinandersetzung mit supply chain Komplexitäten bis zur Gründung von Career Companion im Jahr 2019. Seine Erzählung wirft ein erhellendes Licht auf die Unzulänglichkeiten traditioneller Bildungssysteme, die, so Conor, jungen Fachkräften nur eine unzureichende Vorbereitung bieten. Philip plädiert dafür, theoretisches Lernen mit praktischer Anwendung zu verbinden, ein Grundsatz, der in den von ihm durchgeführten Workshops zum Ausdruck kommt und sowohl auf Unternehmen als auch auf akademische Institutionen zugeschnitten ist, die darauf abzielen, die Soft Skills ihrer Mitglieder zu verbessern.
Joannes Vermorel bringt sich in die Diskussion um Hard Skills ein und wiederholt seinen Skeptizismus gegenüber veralteten akademischen Theorien. Er behauptet, dass eine effektive Artikulation durch Schreiben zentral für das Management von trade-offs ist, und präsentiert damit eine kritische Perspektive auf den pädagogischen Fokus der Universitäten. Philip unterstreicht dies anhand einer persönlichen Anekdote, die die Kommunikationsfehler in Bedarfsplanung scenarios veranschaulicht. Diese Austausche betonen die unverzichtbare Rolle präziser Kommunikation bei der Ausrichtung der Stakeholder und der Weiterentwicklung von supply chain Strategien.
Der Dialog nimmt eine besonnene Wendung, als sowohl Philip als auch Joannes die Grenzen formaler Ausbildung erörtern und die supply chain Bildung im Vergleich zu strenger definierten Bereichen wie Ingenieurwesen und Chirurgie gegenüberstellen. Philip erweitert die Erkenntnisse aus LinkedIn-Recherchen – wobei er die vielfältigen Bildungshintergründe erfolgreicher Praktiker hervorhebt – und kritisiert Zertifizierungen wegen ihrer losgelösten Relevanz und Kosten. Joannes schließt sich Philips Kritik an und konzentriert sich auf strukturelle Beschränkungen der akademischen Notengebung, die es versäumen, essenzielle Fähigkeiten wie differenziertes Problemlösen und komplexe Trade-off-Präsentationen zu berücksichtigen.
Im Verlauf des Gesprächs kommt die Entstehung von KI-Werkzeugen wie ChatGPT zur Sprache, was zu Überlegungen über deren Auswirkungen auf die Bildung führt. Philip und Joannes bieten jeweils Perspektiven zur Mechanisierung von Aspekten des Schreibens durch KI an, während sie betonen, dass fundamentales kritisches Denken und erfahrungsbasiertes Lernen unabdingbar bleiben. Philips Ansatz stellt den Einsatz von KI der aktiven Einbindung von Studierenden in Gruppendiskussionen gegenüber, um eine echte Aneignung von Fähigkeiten zu fördern.
Conor lenkt das Gespräch in Richtung einer Untersuchung praktischer Kompetenzen, bei der Philip und Joannes die Relevanz traditioneller Werkzeuge wie Excel und Programmiersprachen wie Python analysieren. Philip sieht vor, dass Excel – dank technologischer Fortschritte, die Schnittstellen benutzerfreundlicher machen – von einem “must-have” zu einem “nice-to-have” wird. Joannes betont hingegen die Bedeutung, jede Programmiersprache zu beherrschen, um ein konzeptionelles Denkvermögen zu entwickeln.
Der Einfluss von KI auf zukünftige supply chain Rollen bildet einen weiteren entscheidenden Abschnitt. Sowohl Philip als auch Joannes prognostizieren eine weitgehende Automatisierung analytischer Aufgaben, was den Bedarf an Anpassungsfähigkeit und die Förderung zwischenmenschlicher Kompetenzen unterstreicht, um in zunehmend automatisierten Umgebungen erfolgreich zu sein. Zu den Strategien, um supply chain Rollen zukunftssicher zu gestalten, gehört es, Front-Office-Interaktionen zu integrieren und damit interne Prozesse zu mechanisieren, wie es von Joannes vorgeschlagen wird, während Philip die Bedeutung eines empathischen und anpassungsfähigen professionellen Denkansatzes hervorhebt.
Als das Interview zu Ende geht, reflektieren Joannes und Philip über beständige Fähigkeiten, wobei Joannes für ein höherwertiges Denken im Einklang mit den Herausforderungen des Managements plädiert und Philip die Relevanz zwischenmenschlicher Fähigkeiten bekräftigt – und dabei die menschliche Verbindung als einen unverzichtbaren Wert inmitten des rasanten technologischen Wandels betont. Conor schließt das Gespräch, erkennt den wertvollen Beitrag beider Gäste an und lädt sie sowie das Publikum dazu ein, zu ihren jeweiligen Aufgaben zurückzukehren.
Vollständiges Transkript
Conor Doherty: Willkommen zurück bei LokadTV. Joannes und ich werden begleitet von Philip Auinger. Er ist der Gründer von Career Companion und heute teilt er seine Einsichten zu einer sehr wichtigen Frage mit uns, einer, die genau an der Schnittstelle zwischen persönlicher Entwicklung und harter Analytik liegt, und diese Frage lautet: Was genau macht jemanden gut im supply chain? Bevor wir anfangen, kennt ihr den Ablauf: Abonniert den YouTube-Kanal und folgt uns auf LinkedIn. Und damit diese promotion aus dem Weg geräumt ist, präsentiere ich euch das heutige Gespräch mit Philip Auinger.
Nun, Philip, vielen Dank, dass du heute dabei bist.
Philip Auinger: Es ist mir eine große Freude, danke, dass ich hier sein darf.
Conor Doherty: Es hat eine Weile gedauert, aber bevor wir in das eigentliche Gespräch zwischen dir und Joannes einsteigen, könntest du dich bitte dem Publikum vorstellen und erklären, was genau Career Companion macht?
Philip Auinger: Sicher, mein Name ist Philip Auinger. Ich habe ungefähr acht Jahre im supply chain gearbeitet, davon vier Jahre als Teamleiter eines regionalen Teams. Irgendwann in meiner Karriere wurde mir klar, dass supply chain nicht nur um Zahlen geht; es geht wirklich auch um Menschen. Dann entdeckte ich, dass viele Menschen im supply chain großartig mit Zahlen umgehen, aber nicht so gut mit Menschen, und da dachte ich mir definitiv: “Hey, vielleicht ist das genau mein Fall, vielleicht ist das etwas, in das ich richtig eintauchen kann.”
Das war im Jahr 2019, als ich mein eigenes Unternehmen, Career Companion, gründete, das sich auf Kommunikationsfähigkeiten für Menschen konzentriert, die speziell im supply chain tätig sind. Ich arbeite am liebsten mit jungen Leuten, weil sie noch ihre ganze Karriere vor sich haben, und es erinnert mich immer daran: “Mensch, hätte ich das doch nur gewusst, als ich angefangen habe.” Diese Motivation ist ständig in meinem Hinterkopf, wenn ich für die supply chain Community arbeite, besonders auch auf LinkedIn.
Conor Doherty: Nun, tatsächlich habe ich so zum ersten Mal von dir erfahren. Ich habe einige deiner Beiträge gesehen. Tatsächlich habe ich sogar gestern auf einige Dinge geantwortet, die du auf LinkedIn gepostet hast, völlig unabhängig davon, um heute eine Beziehung aufzubauen, versichere ich dir. Aber du hast erwähnt, dass du gerne mit vielen jungen Berufstätigen arbeitest. Was denkst du, was junge Berufstätige in Bezug auf die Einstellung, in Bezug auf Soft Skills benötigen, die nicht ausreichend bereitgestellt werden?
Philip Auinger: Ich denke wirklich, man muss unterscheiden, ob es sich um junge Menschen handelt, die an einer Universität Theorie lernen, oder ob sie an einer Art Akademie oder Fachhochschule sind, wo sie den realen supply chain lernen, denn da gibt es einen großen Unterschied. Erst kürzlich arbeitete ich mit einem Unternehmen zusammen, das mich bat, seine Materialien zu überprüfen – und es war reine Theorie.
Ich sagte: “Ja, es könnte sein, dass, wenn du safety stock berechnen möchtest, dies die richtige Formel ist, aber wenn ein Vertriebsmitarbeiter dir zuruft, dass du alles auf Lager haben musst, wirst du ihn nicht dadurch überzeugen, dass du die Formel zitierst.” Und ich denke, das ist der entscheidende Punkt, den auch junge Menschen verstehen sollten: Es gibt Theorie und es gibt Praxis.
Der beste Weg, um in die Karriere zu starten, besteht darin, zu verstehen, dass beide wichtig sind, und die Verbindungen zwischen ihnen herzustellen, denn viele Menschen, die im supply chain arbeiten, besitzen nicht das theoretische Wissen, sondern haben es quasi on the job erlernt.
Aber wenn du – insbesondere als junger Student – die Theorie lernst und während des Studiums bereits mit Unternehmen zusammenarbeitest, sodass du reale Daten, echte Fallstudien hast, dann kannst du diese Verbindung herstellen, und genau hier haben junge Menschen definitiv einen Vorteil beim Einstieg.
Conor Doherty: Nun, danke, Philip. Joannes, du hast schon wieder gewartet. Ich weiß, dass du in der Vergangenheit einige Fähigkeiten als eher weich beschrieben hast; du möchtest dich mehr auf die hard skills konzentrieren. Also bin ich einfach neugierig, was du denkst, wenn du hörst, was Philip zu sagen hat?
Joannes Vermorel: Ich meine, ja, sowohl hard skills als auch soft skills sind, so glaube ich, entscheidend. Aber ich würde sagen, was an den meisten Universitäten als Theorie im supply chain gilt, ist ziemlich veraltet und ziemlich nutzlos. Also sind zum Beispiel die safety stock Formeln tolle mathematische Rätsel, weil sie analytische Ausdrücke haben. Man verwendet die Normalverteilung, sodass man sie tatsächlich aufschreiben kann, man kann eine Berechnung durchführen.
Ein weiteres Beispiel wäre das EOQ, economic order quantity, das als ein Polynom zweiten Grades dargestellt werden kann, welches eine schöne analytische Lösung hat, sodass man es buchstäblich aufschreiben kann und in der Mitte eine Quadratwurzel erscheint. Oh ja, großartig. Also denke ich, dass das meiste davon erstmal nur Dinge sind. Ich meine, es ist technisch, aber es ist auch ein wenig trivial, anstatt tiefgehendes technisches Wissen zu sein. Es ist relativ oberflächlich; es sind nicht Dinge, die wirklich, wirklich nützlich sind.
Und andererseits, wenn es um soft skills geht, würde ich sagen, dass sie meist fehlen. Für mich ist einer der Bereiche, die am meisten fehlen, das richtige Schreibvermögen. Die supply chains sind komplex; sie sind komplexe Ungeheuer. Zum Beispiel allein das Umreißen der Trade-offs, die wir ansprechen wollen, ist von entscheidender Bedeutung. Wenn du das nicht hast, werden die Leute sich beschweren. Der CFO würde sagen: “Oh, das ist viel zu viel Working Capital.” Der Vertrieb würde sagen: “Oh, es sind viel zu viele stockouts,” und andere wiederum, usw., usw.
Also, in Wirklichkeit gibt es nur Trade-offs. Bevor du dich den technischen Feinheiten des Trade-offs widmest, solltest du als supply chain Praktiker in der Lage sein, dies auf sinnvolle Weise zu vermitteln, idealerweise schriftlich. Ich meine, es ist am besten, wenn du diese schriftlichen Darstellungen dann durch Meetings unterstützt – so viele Meetings wie nötig. Aber hier, wenn wir diese Art von soft skills berühren, welche hochstrukturiert und von sehr hoher Kommunikationsqualität sind, ist das völlig abwesend.
Völlig abwesend. Das wäre meiner Meinung nach der offensichtlichste Mangel in der Ausbildung junger Berufstätiger für supply chain Jobs.
Philip Auinger: Ein Beispiel dafür, was du genau gesagt hast, wie du es formulierst – das war der dumme junge Philip, der das gemacht hat. Also habe ich früher Forecasts für sehr wichtige Produkte vom Vertrieb gesammelt. Offensichtlich, wenn du in der Demand Planning tätig bist, möchtest du es nicht übertreiben, denn wenn du zu viel verlangst, bekommst du keine Antworten mehr.
Also, was ich tat, war, monatliche E-Mails zu verschicken, um nach Forecasts zu fragen, und dann dachte ich, es würde sie motivieren zu sagen: “Hey, wenn du bei dieser einen Schätzung präziser gewesen wärst, hätten wir 80% forecast accuracy erreicht.” Also, was kümmert es einen Vertriebsmitarbeiter, meine Forecast Accuracy? Natürlich, es war mir wichtig, aber rückblickend betrachtet war das eine dumme Formulierung.
Wenn ich sage: “Hey, danke für deine Inputs, denn aufgrund dessen konnten wir die Rohstoffe einkaufen und pünktlich liefern, und es lief jetzt besser als zuvor, als du uns keinerlei Forecasts gegeben hast.” So verkauft man es dem Vertrieb. Wenn du stets im Hinterkopf behältst, was das für andere Abteilungen bedeutet, was es für die eine Person bedeutet, die ich überzeugen möchte, dann hast du diesen Zauberstab, mit dem du ein Projekt ins Rollen bringen kannst, das normalerweise nur als “Ja, es ist schön, wenn man es tut, aber wen interessiert es wirklich, ob du es machst oder nicht” abgetan würde.
Aber wenn sie den Wert darin erkennen und dir vertrauen, dann kannst du wirklich einen Unterschied machen, denn plötzlich arbeiten die Leute mit dir und nicht gegen dich.
Conor Doherty: Denn mir fällt auf, dass buchstäblich jeder, der an diesem Gespräch beteiligt ist, in irgendeinem Fach Professor ist. Also alle sind wir im tertiären Bildungsbereich. Als Kollegen, darf ich folgende Frage stellen: Wir haben das Thema Bildung und Fähigkeiten und das, was Studierende lernen, angeschnitten und ich möchte mich nicht ausschließlich darauf konzentrieren, was ihnen fehlt. Seien wir zunächst wohlwollend: Du hast über junge Menschen gesprochen, die in die Bildung einsteigen, also ob sie an Berufsschulen oder an Universitäten sind – welche Aspekte der Theorie bekommen sie richtig? Also, welche valide Theorie erhalten sie, und welche Theorie fehlt ihnen möglicherweise?
Philip Auinger: Gehen wir einen Schritt zurück, denn jetzt sprechen wir von Menschen, die eine Universitätsausbildung oder irgendeine höhere Bildung erhalten, um in der supply chain zu arbeiten. Viele tun das nicht. Also habe ich einmal diese Recherche gemacht, habe in meinem LinkedIn-Netzwerk herumgefragt, “Okay, wie viele von euch haben tatsächlich supply chain studiert?” Und es waren weniger als die Hälfte, so um die 55 % stammen tatsächlich aus einem anderen Bereich. Das Extremste, dem ich je begegnet bin, war Meeresbiologie, und sie arbeiteten in der supply chain. Sie waren ausgezeichnete Supply Planner.
Also, um diesen Kommentar voranzustellen: Man muss supply chain nicht studieren, um in der supply chain arbeiten zu können. Falls man supply chain studiert oder sich damit beschäftigt und im Feld arbeiten möchte, dann sehe ich bei den Studierenden, mit denen ich arbeite, sehr ausgeprägte analytische Fähigkeiten. Es ist wie dieser Sherlock-Holmes-Ansatz: Du entdeckst ein Problem, willst es durchdringen und suchst nach einer Lösung. Vielleicht stellst du fünfmal “Warum?"-Fragen, um wirklich bis zur Wurzel des Problems vorzudringen, aber diese Fähigkeit sehe ich bei jungen Menschen. Diese Fähigkeit behält man idealerweise sein ganzes Berufsleben, denn sie ermöglicht es, nicht dieselben Fehler noch einmal zu machen. Ich denke, das ist eine kritische Denkweise, die für Studierende von Anfang an wertvoll ist, wenn sie in der supply chain arbeiten wollen.
Joannes Vermorel: Also, ich meine, eindeutig ja – ich bin sogar überrascht, dass in deiner Umfrage 45 Prozent der Menschen einen formalen, supply chain-bezogenen Hintergrund hatten.
Meine Erfahrung wäre, wenn ich raten müsste, dass das nur eine Wahrnehmung war – wenn ich eine Zahl schätzen müsste, hätte ich einfach ein Drittel gesagt, also sogar noch weniger.
Für mich ist es ein Beweis dafür, dass das meiste, was als supply chain Theorie durchgeht, defekt, zutiefst fehlerhaft ist. Der Grund ist, dass man, wenn man beispielsweise Menschen mit und ohne formale Ausbildung in, sagen wir, Maschinenbau vergleicht, gar nicht in derselben Liga ist. Ich meine, die Art von Fähigkeiten, die man besitzt – die Fähigkeit, Arbeit auszuführen und Dinge zu erledigen – ist um Größenordnungen besser, wenn man ausgebildet ist.
Gleiches gilt für die Chirurgie: An keinem Punkt würdest du sagen, “Oh, weißt du was, die Hälfte unserer Chirurgen hat überhaupt keine Ausbildung in Chirurgie, aber es läuft trotzdem alles.” Wenn dem so wäre, würde das bedeuten, dass das, was als Ausbildung gilt, einfach gar nichts ist.
Und hier, was du beschreibst – und dem stimme ich sehr zu –, verfügen jene Menschen, die ohne jegliche Ausbildung erfolgreich sind, tatsächlich über übertragbare Fähigkeiten, analytische Fähigkeiten, würde ich sagen auch über die Fähigkeit, sehr gewissenhaft und organisiert in ihrem Arbeitsalltag zu sein, usw.
Du hast also viele Dinge, die sich übertragen lassen, und das ist sehr erfreulich – aber das spiegelt wiederum sehr schlecht wider, was in der Wissenschaft und in vielen professionellen Ausbildungseinrichtungen im Bereich supply chain als Vermittlung gilt.
Denn wiederum würde man von Menschen mit formaler Ausbildung erwarten, dass sie – wenn wir wahre, echte, sehr effiziente Theorien hätten – um eine Größenordnung besser wären. Denk nur daran, wie viele Menschen sich das Violinspiel selbst beigebracht haben und darin exzellent sind – es ist praktisch niemand.
Sogar bei grundlegenden Sportarten wie Fußballspielen und so weiter sind diejenigen, die spezifische Trainingsprogramme und Mentoring durchlaufen haben, in einer ganz anderen Liga als diejenigen, die es nicht getan haben.
Das ist also, würde ich sagen, meine Wahrnehmung dieses Fachgebiets, und dieser Prozentsatz aus deiner Umfrage, der für mich sehr interessant ist, bestätigt gewissermaßen diese Intuition.
Conor Doherty: Philip, wenn ich dazu zurückkommen darf: Als du das sagtest – ich meine, es war so, dass du 55 % erwähnt hast, also etwa die Hälfte deines Publikums eine formale supply chain Ausbildung hatte – oder meintest du, dass sie supply chain an der Universität studiert haben oder an Kursen, an beruflicher Ausbildung teilnahmen, wie zum Beispiel APICS, Six Sigma, dergleichen, also Zertifizierungen im Bereich Berufsschule?
Oder war das formale Universitätsstudium?
Philip Auinger: Das ist schon eine Weile her; ich glaube, ich hatte es so formuliert: Habt ihr eine formale Ausbildung, beispielsweise einen Universitätsabschluss – so habe ich es ausgedrückt.
Denn offensichtlich ist es etwas anderes, ein Diplom von einer Universität zu haben und tatsächlich zwei, drei, fünf Jahre daran zu arbeiten, als beispielsweise ein Zertifikat zu erwerben.
Conor Doherty: Das führt zur nächsten Frage, denn wie gesagt, es ist durchaus möglich, dass jemand sagen könnte: Braucht man wirklich – es liegt auf der Hand –, dass man nicht unbedingt eine formale tertiäre Ausbildung haben muss, um in der supply chain exzellent zu sein?
Man könnte kürzere Kurse wie Six Sigma, APICS absolvieren, und dann stellt sich wieder die Frage: Ist das deiner Meinung nach ausreichend?
Philip Auinger: Lass mich die Frage noch einmal umformulieren: Es ist nicht nur ausreichend, es ist notwendig!
Viele widersprechen mir, wenn ich das sage, aber ich bin kein großer Fan von Zertifikaten. Ich habe welche – fünf Ebenen, sehr nervig, viel Arbeit, um diese Prüfung zu bestehen. Ich erinnere mich, als ich in der Schule war, dass die Bestehensgrenze 50 % war – und hier lag sie bei 93 %.
Wenn du 92,9 hattest – mir ist das einmal passiert, ich habe es um einen Punkt verpasst – dann bist du durchgefallen. Es war also sehr, sehr streng, aber die Lerninhalte waren ehrlich gesagt nicht besonders gut.
Besonders: Es war – ich werde jetzt nicht den Namen nennen – aber es handelte sich um ein großes amerikanisches Institut, das versuchte, seine Sichtweise der Welt dem Rest der Welt aufzuzwingen.
Wenn du in Europa bist, merkst du, dass vieles davon einfach keinen Sinn ergibt, weil es nicht derselbe Markt ist, und zum Beispiel Güter nicht auf dieselbe Weise transportiert werden.
Wir mussten Dinge lernen, von denen wir wussten, dass sie für unser eigenes Geschäft falsch waren, aber wir mussten sie so lernen, um die Prüfung zu bestehen – und deshalb denke ich, dass sie manchmal überbewertet werden.
Gleichzeitig kommen sie mit einem hohen Preisschild daher. Hätte ich das selbst bezahlt, wäre ich sehr verärgert über das Preis-Leistungs-Verhältnis.
Wenn es von einem Unternehmen bezahlt wird – wir waren etwa 10, 15, 20 Personen –, meine ich, das kostet dutzende Tausend Euro. Das ist eine enorme Summe, um dann zu sagen, dass die meisten Leute danach denken: “Ja, ich habe das gelernt, die Prüfung bestanden, aber ich fühle nicht, dass es für meinen Job so relevant war.”
Wenn du überhaupt keine Erfahrung hast, ist das eine gute Möglichkeit, die fehlende Ausbildung nachzuholen, die du vorher hattest, wenn das der richtige Weg für dich ist. Es könnte passen.
Aber wenn du das bereits studiert hast, wenn du schon jahrelange Erfahrung im Feld hast, lernst du nur noch die Grundlagen, und die Grundlagen auf Basis deiner Erfahrung sind nicht einmal mehr korrekt.
Wie du bereits, Joannes, angemerkt hast, ist es manchmal einfach sehr theoretisch, und selbst die Theorie ist veraltet.
Also, wiederum widerspricht mir das eine Menge Menschen.
Conor Doherty: Nun Joannes, gehörst du zu denjenigen, die Philip in dieser Angelegenheit widersprechen werden?
Joannes Vermorel: Nein, nein, nein, weißt du, ich unterrichte seit sieben Jahren an der Universität und bin zu der Erkenntnis gekommen, dass das Bewerten der Studierenden eine enorme Einschränkung dafür darstellt, was man lehren kann und wie man es lehrt. Ich hatte immenses Privileg, sodass ich so ziemlich machen konnte, was ich wollte. Ich hatte ein Verwaltungspersonal, das sehr nachsichtig mit mir war, sodass es ihnen egal war, ob meine Bewertungsweise bei allen kanonisch war oder nicht.
Aber die Realität ist, dass, wenn man es buchstäblich machen will, man genau bei den Dingen landet, die du ansprichst. Wenn du dein Bewertungssystem haben möchtest, wirst du dich darauf konzentrieren, zu überprüfen, ob die Leute in der Lage sind, Faktenwissen aufzunehmen, anstatt Fähigkeiten, die weitaus interessanter, aber auch schwer fassbar sind.
Zum Beispiel habe ich über die Fähigkeit geschrieben, einen sehr komplexen, verschwommenen Interessenkonflikt in etwas zu verwandeln, das für Nicht-Spezialisten Klarheit schafft. Das ist schwierig. Wie bewertet man eine solche Fähigkeit? Als Professor kannst du deinen Studierenden auftragen, einen Aufsatz oder Ähnliches zu verfassen, aber es dauert so lange, diesen zu überprüfen und zu bewerten, dass wir gar nicht in derselben Kategorie sind. Es ist die Art von Sache, bei der es eine Stunde dauert, bis der Studierende den Aufsatz verfasst, und eine Stunde, bis du, der Professor, ihn bewertest. Es ist brutal.
Philip Auinger: Glaubst du wirklich, dass sie ihn heutzutage noch selbst schreiben?
Conor Doherty: Genau das wollte ich fragen.
Joannes Vermorel: Offensichtlich – das ist das Interessante. ChatGPT ist ein fantastisches Werkzeug und diese LLMs sind großartige Hilfsmittel. Ich benutze es und setze es ebenfalls ein, aber das Interessante ist, dass wenn du schlecht im Denken bist, also nicht klar denkst, wirst du Unsinn eingeben, und ChatGPT wird freudig mitspielen. Ja, du erhältst einen Text, der oberflächlich sehr konsistent, gut geschrieben und so weiter ist – danke, ChatGPT – aber er könnte völlig an deinem Ziel vorbeigehen.
Also, für mich ist das Interessante, dass die Verfügbarkeit von LLMs diesen Fähigkeiten noch mehr Druck verleiht, insofern als dass du in der Lage sein musst, sehr rasch einzuschätzen, ob dein LLM etwas produziert hat, das mit deiner Absicht übereinstimmt. Du kannst den Teil überspringen, der sehr mühsam und langsam war – das schmerzhafte Wort-für-Wort-Niederschreiben –, denn das übernimmt ChatGPT. Was übrig bleibt, ist das Denken, und ich würde sagen, das sind schlechte Nachrichten für viele Studierende. Denken könnte nicht der Bereich sein, in dem sie wirklich glänzen – das weißt du. Es ist also wieder eine brutale und demütigende Erfahrung, diese Werkzeuge zu nutzen, weil du plötzlich mit deinen eigenen Grenzen konfrontiert wirst. Du erkennst, dass die Grenze nicht in deiner Fähigkeit zu schreiben liegt, da das LLM dies übernimmt, sondern in deiner Fähigkeit zu denken.
Philip Auinger: Darf ich hier noch hinzufügen, dass ich denke, viele Leute dazu neigen zu glauben, wenn sie einfach durchlesen, was ChatGPT geschrieben hat, sie es verstehen, verinnerlichen und es tief in ihrem Gedächtnis verankert wird. So funktionieren unsere Gehirne jedoch nicht. Wenn du ChatGPT das einfach machen lässt und ich dich einen Monat später frage: “Was hat ChatGPT für dich geschrieben?” – dann ist es komplett verschwunden. Wenn du es an einem Computer geschrieben hättest, erinnerst du dich vielleicht an Teile davon. Wenn du es von Hand geschrieben hättest, würdest du wahrscheinlich das meiste behalten. Und das ist gegeben und wird sich nicht ändern, nur weil wir mehr Technologie zur Verfügung haben.
Und deshalb mache ich jetzt einen Führungskurs für meine alte Alma Mater, die Universität, an der ich studiert habe. Und natürlich gibt es auch einen schriftlichen Teil, der im Grunde aus drei Reflexionsfragen besteht. Aber ich sage: Wenn du das mit ChatGPT schreiben möchtest, nur zu. Ich werde nicht als Polizist herumschleppen, um zu überprüfen, ob du es gemacht hast oder nicht. Aber wir werden danach in einer Gruppe einen Call haben, der als Abschlussprüfung dient, und ich werde sehr schnell merken, ob du wirklich darüber nachgedacht hast oder ob du einfach ein LLM das machen lassen hast.
Am Ende des Tages, selbst wenn du dich dadurch durchmogelst oder gut darin bist, die mündliche Prüfung zu bestehen – super für dich –, hast du daraus wirklich etwas gelernt oder hast du einfach nur gelernt, das System zu umgehen und diesen einen Kurs mit möglichst wenig Aufwand zu absolvieren? Und ich sage ihnen immer wieder: Je mehr du wirklich darüber nachdenkst, und je mehr ich sie inspirieren kann, ihre eigenen Gehirnzellen einzusetzen, um Lösungen zu finden oder sogar Fragen zu stellen, bei denen du sagst: “Ich kann das nicht lösen. Hey Professor, wie siehst du das?”, dann hast du viel mehr gelernt, als wenn ChatGPT, ich weiß nicht, fünf Seiten über ein Thema schreibt. So lernt man einfach nicht.
Joannes Vermorel: Meiner Meinung nach sind diese Werkzeuge fantastisch. Ich nutze sie den ganzen Tag, und ich denke, das ist der Grund, warum ich derzeit an der Universität keinen vollumfänglichen Masterkurs mehr unterrichte. Aber ich denke, das führt dazu, dass tiefgehende Fragen gestellt werden, wie man die Lehre unter Berücksichtigung dessen sogar modifizieren möchte. Zum Beispiel habe ich kürzlich ein sehr schönes Programmierbuch gelesen.
Ich glaube, der Titel lautet etwa “Python for Thinking Like a Computer Scientist.” Es ist ein sehr kurzes Buch, und was ich sehr interessant fand, war, dass der Autor buchstäblich sagte – als Fußnote dazu –, “Oh, wenn du weitere Fragen hast, nimm einfach deinen liebsten virtuellen Assistenten und befrage ihn zu diesen Stichwörtern.” Aber das Interessante daran war, dass es eine Möglichkeit war, die Diskussion sehr kurz zu halten und gleichzeitig Ansatzpunkte zu bieten, wie man sie erweitern kann – es war sorgfältig ausgeführt. Es war gut gemacht.
Also, so verstehst du, wie ich darüber denke, und so nutze ich diese LLM-Tools: Wenn ich ein Thema angehe und es niederschreibe, frage ich die Tools ständig zu Dingen ab, die ich nicht wirklich weiß – Dinge, die an der Grenze meines Verständnisses, meiner Kenntnisse liegen. “Okay, erzähl mir mehr darüber.” Und wenn ich den Verdacht habe, dass das Tool mir nur falsche Informationen liefert, kann ich es überprüfen. Aber in Wirklichkeit liegt das Problem meist einfach in meiner schieren Unwissenheit in Bereichen, von denen ich nichts weiß.
Also, ich fordere das Tool nicht zu sehr mit hochkomplizierten, kniffligen Argumentationen heraus. Es ist nur so, dass meine Spezialität supply chain software ist, und wenn du mir sehr spezifische Fragen stellst – sagen wir mal zum Schiffbau, die verschiedenen Phasen und so weiter –, bin ich kein absoluter Experte darin, also ziemlich unwissend. Und ein LLM kann dir wirklich sehr schnell dabei helfen, diese Lücken zu füllen.
Conor Doherty: Nun Philip, wenn ich mich einmischen darf – und ich möchte die Diskussion nicht zu sehr mit Pädagogik belasten – aber du hattest zuvor zwischen formativer und summativer Bildung unterschieden. Und ich würde dir zustimmen, dass bei der summativen Bewertung, sprich der Idee, einfach einen Aufsatz zu schreiben, die meisten Leute das von ChatGPT machen lassen. Der formative Aspekt der Bewertung – etwa durch eine Reihe kleiner Assessments, bei denen ich möchte, dass ihr Gruppenarbeiten leistet und in Echtzeit Probleme um mich herum löst – so führe ich meinen Masterkurs auch durch. Ich bin also einfach neugierig: Wie stellst du beim Unterrichten fest, dass die Leute die Fähigkeiten erlernen, von denen du denkst, dass sie sie besitzen müssen?
Philip Auinger: Offensichtlich kann ich nicht in jeden Kopf schauen. Ich kann nicht einmal in den Kopf einer einzelnen Person blicken. Wenn man eine Gruppe hat – und ich meine, ich habe das Glück, dass es vielleicht 18, 20 Personen sind, also eine ziemlich kleine Gruppe – ist es relativ einfach, im Publikum zu beobachten, ob skeptische Augenbrauen zu sehen sind oder ob alle in Ordnung sind. Ein großer Unterschied; man kann allein an den Augenbrauen sehr viel ablesen.
Aber was ich zu einem bestimmten Zeitpunkt tat, war, dass ich dachte, wir würden über laterale Führung sprechen – also, wenn dir niemand unterstellt ist, aber du für dieses eine Projekt der Projektleiter bist. Das ist sehr knifflig. Was kann ich also tun, um ihnen zu zeigen, wie knifflig es ist? Ich könnte eine schöne PowerPoint erstellen, fünf Punkte aufschreiben und sagen: “Ihr müsst aufpassen, falls ihr jemals laterale Führung übernehmt.” Oder ich könnte sie fragen: “Hey, arbeitet heraus, was ihr für die kritischen Pfade haltet, wenn ihr bei diesem Projekt laterale Führung übernehmt.” Nein, stattdessen führte ich ein Experiment durch.
Natürlich muss man moderieren, muss den Prozess begleiten, wenn man hereinkommt und sagt: “Dies ist ein Experiment, ihr werdet mich jetzt hassen, aber lasst es uns ausprobieren.” Also gab ich ihnen im Grunde sehr rudimentäre, sehr schlechte Anweisungen, was zu tun sei, und gab ihnen eine halbe Stunde, und dann hielt ich den Mund. Ich sagte kein Wort, und sie wurden frustriert; sie wussten nicht, was zu tun war. Zwischendurch gab ich ihnen noch einige Hinweise, um es noch schlimmer zu machen – Dinge wie: “Eines eurer Teammitglieder geht jetzt zur nächsten Gruppe, und wenn es dort ankommt, widersetzt es sich allem, was bisher gemacht wurde,” oder: “Eines eurer Teammitglieder wird plötzlich still oder sagt: ‘Das ist Unsinn, ich verstehe es nicht, warum machen wir das?’”
In den letzten Minuten bin ich herumgelaufen und habe alles kritisiert, mit Kommentaren wie: “Darauf schreibst du? Im Ernst?” – und habe dabei richtig negative Energie verbreitet. Nach einer halben Stunde beendete ich das Experiment und sammelte dann: “Okay, was habt ihr gelernt und was ist euch dabei aufgefallen?” Und all die Punkte, die sie hier einbrachten – all diese Punkte wären auf meiner PowerPoint gewesen – haben sie selbst erarbeitet. Und das nicht nur, weil sie ChatGPT gefragt oder es theoretisch diskutiert haben, sondern weil sie es erlebt haben. Sie haben erkannt, wie wichtig es ist, eine klare Führung, ein klares Ziel, ein strukturiertes Ziel zu haben, sodass nicht ständig Leute hin- und herspringen und jeder involviert ist, und so weiter.
So haben sie das gelernt, und ich sagte zu ihnen – ich meine, das ist eine Art Prophezeiung, die ich noch nicht beweisen kann – aber ich sagte: “Beim ersten Mal, wenn ihr in der Situation seid, laterale Führung in einem Projekt zu übernehmen, werdet ihr genau an diesen Moment zurückdenken.” Ich hoffe also, dass ich hier einen Einfluss hatte, damit die Leute etwas begreifen, indem sie es erleben – und nicht nur, indem sie darüber lesen, es aufschreiben oder darüber sprechen – sondern indem sie es selbst erfahren. Und genau das ist es, wenn man anschaut, wie man lernt und wie man lehrt – das ist offensichtlich auf dem neuesten Stand der Technik. Wenn man den Menschen etwas erleben lässt, werden sie definitiv mehr lernen als mit jeder anderen Methode.
Conor Doherty: Das bereitet hier tatsächlich den Übergang vor, denn wir haben ja schon ausführlich darüber gesprochen, wie wir Leute – vor allem junge Leute – auf Karrieren vorbereiten. Tatsächlich hast du Führungsschwierigkeiten erwähnt, und das führt gleich zum nächsten Punkt: Philip, was sind deiner Erfahrung nach die größten Probleme, die du bei jungen Menschen festgestellt hast, wenn sie vom Studium von supply chain Konzepten in die reale Welt des praktischen Anwenden in einem Unternehmensumfeld übergehen?
Philip Auinger: Erwartungen sind ein zentrales Thema. Zunächst einmal beurteilt man sich selbst: Man denkt, man sei jetzt so schlau, weil man einen Master in supply chain hat, also wisse man alles. Und dann hat man den ersten Tag in der Planung im Bereich der Fast-Moving Consumer Goods. Ich plane zum Beispiel Milchprodukte. In meiner ersten Woche hatte ich einen Panikanfall. Ich rannte zur Toilette, spritzte kaltes Wasser ins Gesicht und versuchte, das Weinen zu unterdrücken. Ich dachte, ich wüsste alles, und dann traf mich die Erkenntnis, dass nichts von dem, was ich in der Theorie gelernt hatte, hier heute Anwendung findet. Mit einem wütenden Chef, dem truck Fahrer, der wissen will, wo die Waren verladen werden sollen, und einem verärgerten Vertriebsmitarbeiter – es kamen so viele Dinge auf mich zu, auf die ich nicht vorbereitet war.
Gleichzeitig denke ich, dass, wenn man sich das allgemeine Meinungsbild auf LinkedIn ansieht, zum Beispiel alle Excel verunglimpfen: “Oh, es ist so ein altes Tool und es ist so schrecklich.” Ja, darauf kommen wir noch, aber trotzdem betreiben die meisten Unternehmen ihre supply chains mit Excel. Und gleichzeitig verwendet man in den meisten Fällen grundlegende Mathematik, die auch in den nächsten 100 Jahren gelten wird. Und es spielt keine Rolle, ob man das mit einem Tool namens Excel macht oder mit einem anderen Tool; man wendet Mathematik an.
Ich glaube, dass viele Studierende denken: “Oh, ich gehe zu einem großen Unternehmen und alles wird KI-gesteuert sein.” Nein, dem wird nicht so sein. Man wird damit kämpfen, dass irgendwo in einem ERP unsaubere Daten vorliegen, die man herausfiltern muss, und wenn man Glück hat, kann man das in Excel importieren und versuchen, Schlüsse daraus zu ziehen.
Ich denke also, dass es darauf ankommt, fähig zu sein, das zu bewältigen und zu realisieren: “Okay, so machen wir es jetzt. Gibt es einen Weg, schlauer zu werden? Gibt es einen Weg, das zu automatisieren? Gibt es einen Weg, dass mir KI diesen Bericht erstellt, anstatt dass ich acht Stunden pro Woche damit verbringe?” Genau hier können Studierende den Unterschied machen, weil sie mittlerweile digitale Eingeborene sind.
Wenn ihr euer Studium jetzt im Jahr 2025 beendet, heißt das wahrscheinlich, dass ihr nach 2000 geboren wurdet. Ihr seid also die Zukunft für supply chains, die das Beste aus beiden Welten vereinen können, um zu sagen: “Okay, ich verstehe, wie die Mathematik funktioniert, das habe ich gelernt, aber gleichzeitig gibt es Tools, die so viel schlauer sind als ein menschliches Gehirn.” Ich denke, hier können Studierende wirklich den Unterschied machen.
Wenn ihr in beidem nicht gut seid, habt ihr ein Problem. Wenn ihr also keine Mathematik im Kopf rechnen könnt, wenn ihr nicht überprüfen könnt, ob das, was ChatGPT oder welches Tool auch immer euch präsentiert, korrekt ist, wenn ihr es nicht plausibilisieren – wenn das ein Wort ist – wenn ihr nicht prüfen könnt, ob diese Zahlen Sinn ergeben, dann habt ihr ein Problem, weil ihr blind berichten werdet: “Schaut, was mein Tool gerade gesagt hat, mein Tool ist so großartig.”
Noch eine kleine Anekdote, wenn ihr erlaubt: Wir hatten einmal ein Praktikum, und sie war so stolz, weil sie eine große, ausgefeilte Analyse durchgeführt hatte. Damals kam sie zu dem Ergebnis oder der Berechnung, dass die Lagerkosten für ein kleines Land – die Slowakei – bei 17 Milliarden Euro lagen, zu einer Zeit, als der globale Umsatz des Unternehmens bei 18 Milliarden Euro lag.
Ich fragte: “Bist du dir absolut sicher, dass deine Zahlen korrekt sind?” “Ja, die Analyse hat das so ergeben.” “Bist du dir absolut sicher, dass wir 90 % unserer Profitabilität oder 90 % unseres Umsatzes für ein Lager in einem Land verschwenden? Bist du dir absolut sicher?” “Oh, vielleicht habe ich irgendwo eine Null vergessen.” Darauf sagte ich: “Nein, du hast wahrscheinlich 27 Nullen vergessen.”
Ich meine, ich hatte tatsächlich dieses Gespräch, aber ganz im Hinterkopf dachte ich, dass man besser darin sein muss, Zahlen zu prüfen.
Conor Doherty: Joannes, ich meine, du prüfst Unternehmen schon lange. Du hast eines 16 Jahre lang geleitet. Ich bin sicher, du hast ähnliche Geschichten oder Herausforderungen erlebt, wo Menschen, die studiert haben, plötzlich den Übergang schaffen müssen.
Joannes Vermorel: Ja, obwohl man von digitalen Eingeborenen hört, würde ich sagen, ja und nein. In dem Sinne, dass die jüngeren Generationen keinem Computer feindlich gegenüberstehen – das stimmt – aber heutzutage muss man oft einen supply chain Director im Alter von über 65 Jahren suchen, um jemanden zu finden, der nicht mit einem PC, mit Tabellenkalkulationen und dergleichen vertraut ist.
Vielleicht findet man einige Jüngere, aber insgesamt würde ich sagen, ja – dennoch stelle ich viel digitale Ignoranz fest, selbst unter sehr jungen Generationen. Und wenn ich von digitaler Ignoranz spreche, meine ich, wenn man sich den Bereich FMCG anschaut – denn FMCG ist in Bezug auf Datenmanagement relativ einfach, da die Anzahl der Produkte sehr begrenzt ist.
Da hat man hohe Volumina, wenige Produkte. Wenn man in wirklich herausfordernde supply chains geht, sagen wir aviation, wird man mit Millionen von Teilen konfrontiert. Und bei den meisten Teilen – und da gibt es Teile, die von Schrauben bis zu Flugzeugtriebwerken reichen – ist die Vielfalt absolut verrückt. Manche Dinge sind flüssig, andere sind Kabel.
Ich meine, die Vielfalt der Dinge kann absolut überwältigend sein. Dasselbe gilt zum Beispiel für Öl und Gas. Wenn man die Liste der Dinge zusammenstellen will, die man benötigt, um eine Bohrinsel am Laufen zu halten, ist das einfach überwältigend kompliziert.
Okay, nun merkt man, dass die Daten nicht in einem ERP liegen; es gibt sozusagen 10 ERPs. Und weil drei davon altmodisch sind und nie abgeschafft wurden und es dann zu Fusionen und Übernahmen kam, besitzt man eine applicative landscape, die ich als eine Zusammenführung zahlreicher alter, antiker Unternehmenssoftwareprodukte bezeichnen würde, die bereits aus den 90ern oder sogar früher stammen können. Und sie sind noch immer vorhanden und funktionieren.
Und wie man sieht: Wenn ich sage, ja, die Menschen sind digitale Eingeborene, dann stellt sich die Frage, ob sie auch in der Lage sind, sich in einer komplizierten applicative landscape zurechtzufinden. Das ist wirklich viel anspruchsvoller, als nur in der Lage zu sein, eine Excel-Tabelle zu öffnen und ein paar Zahlen zu kopieren und einzufügen.
Was ich sehe, ist, dass allzu oft – sobald die Leute auf Schwierigkeiten stoßen – sie den Ball fallen lassen und ihn an die IT weitergeben. Und dann hat die IT einen vierjährigen Rückstand. Also, wie ihr seht, ja, die IT kann diese SQL-Abfrage für euch zusammenstellen; in zwei Jahren werden sie das oder so erledigen.
Das sind die Dinge, bei denen, wenn man wirklich – ich würde sagen, was ich als echte digitale Eingeborene bezeichnen würde – in einem Sammelsurium von applicative landscape Tag für Tag das nötige Wissen erlangt, sich damit vertraut macht und in der Lage ist, diese unterschiedlichen Systeme abzufragen.
Finde Hilfe, wo immer du kannst, und nutze IT nicht als Krücke, als Ersatz für die Fähigkeit, die du eigentlich haben solltest, sondern als potenziellen Mentor, der dir Unterstützung bietet, wenn du wirklich vor einer Herausforderung stehst und einfach nicht weißt, wie du weitermachen sollst.
Aber nochmals, als Mentor und nicht als eine Art Kollege, der deine Arbeit in nur zwei Jahren für dich erledigen wird.
Conor Doherty: Nun, nochmals, wir haben bereits ein wenig über Fähigkeiten gesprochen, und ich möchte diesmal, angesichts der aktuellen Gesellschaft, etwas anderes ausprobieren. Was ich also getan habe, ist eine Liste einiger Fähigkeiten zusammenzustellen, und ich würde sie euch gerne vorstellen.
Gib mir einfach Bescheid, ob sie ein Muss oder nur schön zu haben sind, aber nicht unbedingt kritisch, und dann kannst du kurz erklären, warum. Ich werde also mit einem der offensichtlichsten beginnen und fange mit dir an, Philip. Muss oder schön zu haben? Excel.
Philip Auinger: In der Vergangenheit war es ein absolutes Muss. Für die Zukunft ist es schön zu haben.
Conor Doherty: Okay, warum?
Philip Auinger: Weil, offensichtlich, wenn man sieht, wann Excel eingeführt wurde – ich vermute, das war in den 90ern – war es seitdem im Grunde genommen das einzige Werkzeug, wenn man in ein bestehendes Unternehmen kam. Aber heutzutage, schau dir einfach die Veränderungen der letzten Jahre an.
Sieh dir sogar etwas an, das viele als sehr neu betrachten, wie ChatGPT. Schau, welchen Fortschritt in den letzten Monaten erzielt wurde. Deshalb glaube ich, dass in den nächsten Jahren Funktionen, die Excel bietet, von anderen Tools übernommen werden, indem man auf einen Button klickt und einen guten Prompt eingibt.
Dennoch ist es, wie bereits erwähnt, gut zu wissen, ob dieses Tool nun etwas Korrektes produziert. Grundlegende Mathematik, einfache Logik und Plausibilitätsprüfungen machen weiterhin Sinn, aber in Zukunft wirst du Excel dafür nicht mehr benötigen. Diese Entwicklungen könnten jedoch eine Weile dauern, daher sage ich nicht, wie weit in der Zukunft.
Conor Doherty: Nun, Joannes, bitte kein Fluchen! Aber Excel, muss oder schön zu haben?
Joannes Vermorel: Ja, Tabellenkalkulationen gibt es schon ewig. Tatsächlich wurden sie in den späten 70ern eingeführt, und dann kam Microsoft Excel in den 80ern, aber ja, es ist alt. Ich würde sagen, es ist vor allem ein Muss, denn ehrlich gesagt, wenn du 10 Tage mit Excel verbringst, wirst du schon sehr gut.
Ich meine, wenn du fleißig arbeitest, reden wir nicht davon, zwei Jahre deines Lebens zu investieren. Weißt du, 10 Tage – mit genug Einsatz bist du schon solide in Excel.
Conor Doherty: In Ordnung, danke. Als Nächstes…
Joannes Vermorel: Ehrlich gesagt braucht man nur so etwas wie 30 Funktionen, um eine supply chain zu betreiben. Das ist alles, was man benötigt.
Conor Doherty: Ja, ja. Nächster Punkt, wieder du, Philip. Muss oder schön zu haben? Python.
Philip Auinger: Schön zu haben. Ich würde sagen, das war ein großer Trend, als ich die Unternehmenswelt verließ – also das war fast vor sieben Jahren. Das war der neue Hit: Python, R.
Plötzlich kam ChatGPT auf, und ich glaube, dass es einfach so viel bessere Funktionalitäten und Möglichkeiten bietet, um all die verschiedensten Dinge zu erledigen, dass Python, R und andere zwischenzeitlich Zukunftshoffnungen waren, aber in Zukunft nicht mehr so relevant sind. Daher würde ich sagen, schön zu haben.
Conor Doherty: Joannes, gleiche Frage: Python, Muss oder schön zu haben?
Joannes Vermorel: Ich würde sagen, es ist ein Muss, allerdings mit dem Vorbehalt, dass es keine Rolle spielt, welche Programmiersprache es ist. Entscheidend ist, eine Programmiersprache zu beherrschen – egal welche –, denn sie vermittelt dir die Denkweise, was ein Computer tatsächlich ausführen kann.
So kannst du plötzlich unterscheiden zwischen “Oh, dieses Ding kann eine analytische Auflösung haben, die ein Algorithmus ausführt und mir diese Berechnung liefert” und einem Problem, bei dem nein, es ist super unscharf. Vielleicht kann ein LLM mir eine Antwort geben, aber grundlegend gehört dies nicht in den Bereich des Berechenbaren.
Daher denke ich, dass es sehr wichtig ist, mindestens eine Programmiersprache zu kennen – egal welche, sie muss nicht ausgefallen sein –, aber zumindest die Grundlagen in jeder Sprache zu beherrschen. Es spielt keine Rolle, welche.
Conor Doherty: Danke. Philip, muss oder schön zu haben: Power BI oder sonstige Tools zur Datenvisualisierung?
Philip Auinger: Datenvisualisierung ist absolut, absolut wichtig. Wir haben bereits erwähnt, dass, wenn du andere überzeugen möchtest, ein Zahlenfriedhof wie eine große Tabellenkalkulation die Leute nicht überzeugen wird. Wenn du diese Daten in ein Diagramm überführst, werden plötzlich Zusammenhänge sichtbar.
Ich denke nicht, dass Power BI notwendig ist für, sagen wir, irgendeine Person, die in der supply chain arbeitet, aber ich finde, es ist gut, eine Abteilung zu haben, die sich mit solchen Dingen befasst; Geeks zu haben, die in der Lage sind, erstaunliche Excel-Tabellen zu erstellen, die Standardnutzer nicht können, und sie sozusagen als eine Entscheidungsunterstützungsabteilung zu behandeln.
Ich glaube, eines der Unternehmen nennt ihre, ich denke, es ist Nestlé, ihre Datenanalyseabteilung “Decision Support”. Wenn du Power BI in ein Team von Leuten integrierst, die die supply chain verstehen und Berichte erstellen, die dann der Rest des Unternehmens verwendet, ist das sehr, sehr wertvoll.
Aber nochmal, ich denke nicht, dass jeder, der in der supply chain arbeitet, das braucht. Es ist also schön zu haben.
Conor Doherty: Joannes, dieselbe Frage: Muss oder schön zu haben Power BI?
Joannes Vermorel: Ja, ich würde sagen, überwiegend schön zu haben. Nochmals, hier ist das die Art von Sache, bei der das Fehlen der entsprechenden Konzepte im Kopf einen nicht wirklich daran hindern wird, die richtige Anleitung von ChatGPT zu bekommen.
Siehst du, da ist es so: Als ich Python als schön zu haben oder ähnliches verglichen habe, wenn du nicht einmal so denken kannst, wie Programmierung funktioniert, wie sich Computeranweisungen nacheinander mit Verzweigungen, Schleifen und Ähnlichem entfalten, wirst du höllisch Schwierigkeiten haben, überhaupt eine Antwort von ChatGPT zu bekommen, die Sinn macht.
Für Visualisierungen würde ich sagen, wenn du nicht die entsprechenden Slice-and-Dice-Primitiven im Kopf hast oder nicht weißt, dass Dinge wie Balkendiagramme, Liniendiagramme, Kreisdiagramme und so weiter heißen, ist das in etwa in Ordnung. Das Tool – weil es sehr visuell ist – schafft es, dich zu leiten.
Also würde ich sagen, schön zu haben. Ich sehe nicht, beziehungsweise glaube nicht, dass das Konzept, wenn du etwas unwissend in diesen Konzepten bist, dich daran hindern sollte, dich irgendwie durchzuschlagen. Das wäre meine Meinung.
Conor Doherty: Also, als Randbemerkung, um es klarzustellen, Joannes, du bist ein französischer Muttersprachler. Ein Kreisdiagramm heißt auf Französisch “camembert”, korrekt?
Joannes Vermorel: Ja, genau, wir nennen es camembert.
Conor Doherty: Entschuldigung, das ist so… einfach… Ich habe zwei Jahre darauf gewartet, diesen Einfall fallen zu lassen. Endlich hat sich der Moment ergeben.
Absolut, das ist ein tiefer Schnitt für Leute, die mich kennen. Jedenfalls, Entschuldigung, das war der letzte in diesem Segment. Also, Philip, Muss oder schön zu haben: agentic AI?
Philip Auinger: Ich bin neugierig zu hören, was Joannes dazu zu sagen hat.
Joannes Vermorel: Ein Muss, aber es wird sehr schnell dahin abgleiten, relevant zu bleiben als digital native. Also, was meine ich mit Agents? Es ist zum Beispiel OpenAIs tiefe Forschungskapazität, die dir ein LLM gibt, das die Fähigkeit hat, etwa 200 Seiten zu durchforsten, um dir einen Überblick über ein Thema zu geben.
Also hast du diesen Agent, der in einer Schleife arbeitet, und es gibt viele Situationen, in denen ein LLM im Grunde sich selbst aufrufen kann, um eine Iteration durchzuführen, damit eine Aufgabe abgeschlossen wird, die nicht mit nur einem Durchlauf, einer einzigen LLM-Vervollständigung, erledigt werden konnte.
Aber ich glaube, dass so etwas sich sehr schnell weiterentwickelt. Zu wissen, wann und wie man – wo und wie man diese Fähigkeiten nutzen möchte – wird einfach Teil davon sein: “Weißt du, wie man ChatGPT effizient nutzt oder welcher Konkurrent von ChatGPT auch immer existiert?”
Nochmals, für mich ist das ein Teil davon, ein relevanter digital native zu sein, so wie die Fähigkeit, Google Maps, Uber und Ähnliches zu nutzen. Es gibt so viele Apps, bei denen, wenn du nicht weißt, wie man Google Maps benutzt, die Leute denken würden: “Oh, das ist? Ja, es ist nicht sehr schwierig.”
Aber nochmal, wenn du nicht einmal weißt, dass so etwas existiert, dann bist du im Nachteil gegenüber denen, die das problemlos nutzen. Aber die Fähigkeit, das zu erlernen, ist völlig unkompliziert.
Was die Leute darüber denken, das wird dann die eigentliche zukünftige Version sein. Denk daran als die zukünftige Version von ChatGPT, wo du die Kontrolle über Dateien, die auf deinem Computer liegen, delegierst.
Wo sich dieses LLM plötzlich in eine Webseite eingesperrt sieht, die völlig isoliert ist – bis vor kurzem vollkommen isoliert vom Rest des Universums. Jetzt ist ChatGPT sehr gut darin, das Web zu durchsuchen und auch Fragen zu stellen, bevor es beginnt, etwa um Aufgaben zu klären.
Das würde helfen; das ist eine Möglichkeit, die Grenzen zu überwinden. Und die nächste Grenze, die überwunden wird, wird sein: “Oh, ich gewähre ChatGPT Zugriff auf meine lokale Umgebung und dann auf Dateien, die auf meinem Rechner liegen.”
Das wird kommen, und da fangen die Leute an, über diese Agents nachzudenken, denn du könntest eine Frage stellen, die mehr Iterationen erfordert, wie zum Beispiel: “Ich habe 200 Word-Dokumente in einem Ordner liegend. Es ist ein Durcheinander. Erstelle zehn, ein Dutzend Ordner und ordne die Dokumente auf meinem Schreibtisch entsprechend um.”
Wir sind noch nicht soweit, aber ich wäre bereit, einige Dollar zu wetten, dass in ein oder zwei Jahren diese Fähigkeiten einfach Mainstream sein werden. Es ist nicht einmal sehr kompliziert zu bewerkstelligen, und somit wird auch von dir erwartet, dass du solche Dinge nutzen kannst.
Aber nochmal, das fällt unter den allgemeinen Oberbegriff, ein digital native zu sein.
Conor Doherty: Aber tatsächlich, Philip, in diesem Zusammenhang: Wie siehst du Dinge wie AI – sei es agentic AI oder anders – und wie wird AI allgemein die Zukunft von supply chain Positionen prägen?
Philip Auinger: Es ist berauschend und sehr spannend, und gleichzeitig habe ich große Angst, dass wir, besonders in der supply chain und in analytischen Jobs, 50, 60, 70% der verfügbaren Arbeitsplätze verlieren werden. AI-Fans werden immer sagen: “Ja, aber es werden neue Jobs kreiert werden.”
Ja, das stimmt, aber ich bezweifle, dass sie ausreichen werden, um diese 60% aufzufüllen, die jetzt praktisch arbeitslos sind. Also gibt es offensichtlich erstaunliche Möglichkeiten, die du damit hast, aber egal welcher Bereich – es gibt einfach wenige Jobs.
Also wirklich manuelle Jobs, Dinge wie, ich weiß, die Pflege älterer Menschen oder Holz hacken und so weiter, das wirst du mit AI nicht machen können. Aber Aufgaben, wenn es darum geht, mit Zahlen umzugehen und Entscheidungen zu treffen – wie viel ich kaufe, wie viel wir verkaufen – die werden sehr schnell ersetzt.
Ich denke, der Schlüssel wird sein, eine Person zu sein, die diesen Wandel annimmt und dennoch irgendwie hier ist, um all das zu koordinieren. Diese Rollen werden sehr begehrt sein, und das ist ein ziemlich neues Konzept. Deshalb, wenn du an die nächsten Jahre in der supply chain denkst, ist das der Bereich, in dem du deine Fähigkeiten ausbauen musst.
Insgesamt, generell gesprochen, für den Planeten und für Menschen, die leben und wirklich einen Job haben wollen, ist AI sehr heikel. Also, ich möchte hier nicht alles in ein schwarzes Licht rücken, aber es besteht ein großes Risiko, das damit einhergeht.
Conor Doherty: Lass uns deine Sichtweise dazu hören. Das habe ich ja schon mal gehört, offensichtlich.
Joannes Vermorel: Lokad ist sehr – ich meine, wir gehören zu denen, die tatsächlich stark auf einen massiven Grad an Automatisierung drängen. Meine Meinung ist, dass ja grundsätzlich Backoffice-Jobs massiv, massiv automatisiert werden.
Ich glaube, dass supply chain Backoffice-Jobs, die rein Backoffice sind – ich meine, was wir unseren Kunden liefern, ist ein massiver Grad an Automatisierung – kommen und das sehr schnell. Aber, an das Publikum gerichtet: Ich glaube, dass die altmodischen Demand- und Supply-Planner etwas waren, das unglaublich introspektiv war. Die Leute versuchten, intern im Unternehmen Informationen zu finden, um die Nachfrage zu prognostizieren und Einkäufe zu organisieren und Ähnliches.
Was wir sagen, ist, dass wenn du all diese Arbeit, die innerhalb des Unternehmens anfällt, mechanisierst – es ist zwar mechanisiert, aber es ebnet den Weg, mehr zu tun. Dieses “Mehr” besteht darin, sich mit den Kunden zu verbinden und mit den Lieferanten zusammenzuarbeiten. Wenn du also siehst, dass all die lästigen administrativen Aufgaben, nämlich die Konsolidierung der Informationen und das Vorhandensein der richtigen numerischen Rezeptur zur Durchführung der Prognose und des Nachschub-Plans – all das automatisiert ist – dann heißt das, okay, das ist erledigt. Aber das bedeutet, dass du plötzlich ein Spiel auf der nächsten Ebene starten kannst, nämlich eine bessere Zusammenarbeit mit den Kunden und eine bessere Kooperation mit den Lieferanten.
Hier sind wir nicht mehr im Backoffice, denn wenn du mit dem Rest der Welt interagieren musst, wirst du zum Frontoffice. Und das wird viel, viel schwieriger an eine AI delegierbar sein, denn im Grunde suchst du nicht nur nach reinen analytischen Fähigkeiten. Was du suchst, ist, einen Dialog aufzubauen, Verpflichtungen von deinen Kunden einzuholen, Verpflichtungen von deinen Lieferanten, usw.
Also, mein konkreter Standpunkt ist: Ja, die Mechanisierung kommt. Lokad gehört zu dieser Welle. Aber für junge Praktiker gibt es einen Weg, und dieser Weg besteht darin, sicherzustellen, dass sie sich mit entweder Lieferanten, Spediteuren oder Kunden vernetzen. Jeder funktioniert, solange du diese Verbindung zu etwas hast, das nicht streng analytisch und intern im Unternehmen ist – dann bist du auf der sicheren Seite. Denn dann wird dein Wert nicht einfach verschwinden, nur weil einige wie Lokad diese numerischen Rezepte mechanisieren.
Conor Doherty: Philip, ich weiß, dass es jetzt vier ist, also habe ich eine letzte Frage, und ich gehe in umgekehrter Reihenfolge. Joannes, in der Welt der zunehmenden Automatisierung, unter Berücksichtigung all dessen, was wir gerade besprochen haben, was bleibt die eine Fähigkeit oder Denkweise, die für einen supply chain Praktiker niemals aus der Mode kommen wird?
Joannes Vermorel: Vorerst glaube ich, dass das Denken auf hoher Ebene noch weit außerhalb dessen liegt, was LLMs liefern. Wenn du wirklich denken kannst, wenn du ein kristallklares Verständnis von sehr komplizierten Situationen hast, sind wir mit LLMs noch lange nicht in der Lage, das zu imitieren. LLMs sind supergut, wenn es um sprachliche Muster geht.
Mit numerischen Rezepten, wie sie Lokad verwendet, sind wir sehr gut in Bereichen wie Risikoeinschätzung, der Quantifizierung von Risiken und Ähnlichem. Aber in beiden Fällen musst du einen sehr klaren Gedankengang haben, was getan werden muss, warum die Architektur der Umsetzung so ist, wie sie ist – solche Dinge. Mein Vorschlag wäre also, hochrangige Fähigkeiten zu kultivieren, und oft ist das Stellvertreter für genau dieses Vorgehen, als ob du der supply chain Direktor deines Unternehmens wärst.
Versuche, so zu denken, als wärst du der CEO des Unternehmens; versuche, Empathie für die Probleme deines Managements zu entwickeln. Wie kann ich – ja, meine Aufgabe ist es gerade, mich um den Nachschub in diesem Segment zu kümmern – aber versuche jeden Tag, das, was du tust, ein wenig anzuheben, um die hochrangigen Probleme aufzunehmen, denen dein Management möglicherweise gegenübersteht. Das, denke ich, ist ein sicherer Weg, um genau jenes hochrangige Denken zu kultivieren, das in naher Zukunft nicht automatisiert wird, zumindest wenn man sich die Softwaretechnologien anschaut, die gerade auf den Markt gedrängt werden.
Conor Doherty: Danke, Joannes. Und Philip, gleiche Frage.
Philip Auinger: Ich würde sagen, solange du dir Unternehmen und ihre Organigramme ansiehst – also Namen von Menschen, die aufgeschrieben sind – solange wir das haben und es keine Roboter gibt, kein R2-D2 und HAL und, ich weiß nicht, KITT, werden zwischenmenschliche Fähigkeiten im Vordergrund stehen. Denn das ist das Einzige, was uns unterscheidet und Dinge möglich macht, wo Maschinen sagen würden: “Entschuldigung, das kannst du nicht haben, weil diese Regel hier nicht zur Anwendung kam.”
Aber wenn du dann als Mensch eine Entscheidung triffst und sagst: “Ja, ich weiß, aber es ist wirklich dringend. Das ist unser wichtigster Kunde”, können sie etwas ermöglichen. Also, es sind diese zwischenmenschlichen Fähigkeiten, die du unbedingt bewahren musst, und sie sind meiner Meinung nach Teil einer größeren – nicht unbedingt eines reinen Fähigkeitensets, sondern wirklich einer Denkweise – bei der du deine ganze Karriere lang neugierig bleibst. Du sprichst mit anderen Menschen, du liest Branchenmagazine, du hörst zu, du folgst Leuten auf LinkedIn.
Du verstehst, was heutzutage passiert, was die zukünftigen Trends sind, denn es dauert zwar eine Weile, bis diese Dinge eintreten, aber wenn sie eintreten, warst du in der Lage, dich darauf vorzubereiten. Offensichtlich, Soft Skills, die werden sich, ehrlich gesagt, nicht allzu sehr verändern. Aber alles andere, alles rund um Technologie – sieh dir an, was sich in den letzten fünf Jahren verändert hat, und projiziere das in die nächsten fünf Jahre.
Also, solange du neugierig bleibst und bereit bist, neue Dinge zu lernen und alte Dinge zu vergessen, von denen du dachtest, sie seien wahr, die es aber nicht mehr sind, wirst du wahrscheinlich die richtige Denkweise haben.
Conor Doherty: Ja, nun, ich habe keine weiteren Fragen, Philip. Vielen Dank, dass du bei uns warst. Es war wirklich ein Vergnügen.
Philip Auinger: Vielen Dank.
Conor Doherty: Also, in diesem Sinne, meine Herren, schließe ich das Ganze. Vielen Dank euch beiden, und an alle anderen: Macht weiter so und kommt zurück an die Arbeit.
