00:00:00 Kapitel sechs: Intelligenz als supply chain-Klebstoff
00:04:49 Profitabilität definiert Intelligenz, nicht menschliche Ähnlichkeit
00:08:17 Überlegene Entscheidungen messen operative Intelligenz
00:12:50 Mechanisierung erreicht Bürotätigkeiten in supply chain
00:17:24 Codierende Agenten entkräften Einwände zur Bereitschaft
00:21:12 Standard-supply chain-Playbooks sind robotisierbar
00:26:10 Probieren Sie codierende Agenten aus, überzeugen Sie sich selbst
00:30:20 Büroautomatisierung verwandelt OPEX in CAPEX
00:34:24 Software wird zu einem wertsteigernden wettbewerbsfähigen Asset
00:39:23 Systeme der Intelligenz sind nur Bruchteile des Assets
00:42:34 Kein inkrementeller Weg zu softwarezentrierten Abläufen
00:46:23 Unüberwachte Automatisierung sollte normale Tage bewältigen
00:50:26 Menschen verbessern Assets durch komplexe, schwer lösbare Probleme
00:55:02 Jede Abteilung wird teilweise softwaregesteuert
01:00:46 Praktiker müssen den Wert im Vergleich zu Maschinen neu überdenken
Zusammenfassung
Die Episode argumentiert, dass Intelligenz in supply chain keine Frage des Prestiges, sondern der Ergebnisse ist: Alles, was Informationen in profitablere Entscheidungen umwandelt, ist per Definition intelligenter. Auf dieser Basis kann ein Großteil der routinemäßigen supply chain-Arbeit bereits automatisiert werden, und Unternehmen, die dies ignorieren, werden im Wettbewerb unterlegen sein. Die tiefere menschliche Rolle besteht darin, komplexe, strategische Probleme zu lösen, die Maschinen bislang schlecht bewältigen. Daher sollte supply chain nicht länger nur als Kostenstelle gesehen werden, sondern als ein produktives Asset: ein Komplex von Entscheidungslogiken, der durch Verbesserung an Wert gewinnen oder durch Vernachlässigung an Wert verlieren kann.
Ausführliche Zusammenfassung
Die Diskussion in dieser Episode basiert auf einer einfachen, aber vernachlässigten Unterscheidung: Intelligenz ist kein Kompliment, sie ist eine Funktion. In supply chain ist Intelligenz nicht alles, was anspruchsvoll klingt, noch ist es das, was das menschliche Urteilsvermögen schmeichelt. Es ist die Fähigkeit, Informationen in Entscheidungen umzuwandeln, die bessere wirtschaftliche Ergebnisse liefern. Wenn eine Methode mehr Gewinn generiert als eine andere, dann ist sie in diesem begrenzten und praktischen Sinne intelligenter.
Diese Definition beseitigt sofort vieles an Verwirrung. Viele Unternehmen sagen gerne, dass sie kluge Menschen beschäftigen, aber das sagt wenig, wenn diese Menschen nicht konsequent bessere Entscheidungen treffen als die Alternativen. Der relevante Vergleich erfolgt nie zwischen Menschen und einem abstrakten Ideal maschineller Perfektion. Es ist vielmehr ein Vergleich zwischen einem decision-making System und einem anderen. Ein mittelmäßiger menschlicher Prozess wird nicht dadurch gerechtfertigt, dass er menschlich ist. Ebenso wenig wird Software abgewertet, weil sie Software ist.
Von dort aus bewegt sich die Diskussion zum größeren historischen Muster. Körperliche Arbeit wurde zuerst mechanisiert. Büroarbeit wird nun ebenfalls mechanisiert. Was Computer einst für Arithmetik und Buchhaltung leisteten, übernehmen nun codierende Agenten und Automatisierungstools für ein viel breiteres Spektrum intellektueller Aufgaben. Ob sich Unternehmen dafür “bereit” fühlen, spielt keine Rolle. Märkte warten nicht auf psychologische Bereitschaft. Wettbewerber, die überlegene Werkzeuge einsetzen, erlangen Vorteile, und diese Vorteile kumulieren sich.
Doch dies wird nicht als Freifahrtschein für modische Behauptungen über KI präsentiert. Ganz im Gegenteil. Routinemäßige, weit verbreitete supply chain-Arbeiten – die Standardformeln, Kategorisierungen und sich wiederholenden Entscheidungsprozesse – können zunehmend mühelos automatisiert werden. Die schwierigeren Probleme bleiben die wirklich strategischen: Bewertung, trade-offs unter tief uncertainty und die Schaffung von unverwechselbaren Vorteilen, die Wettbewerber nicht so leicht kopieren können. Dies sind keine Tabellenkalkulationsprobleme, die in Fachjargon verpackt sind. Es sind wicked Probleme, und vorerst bleiben sie größtenteils menschliche Probleme.
Deshalb sollte supply chain nicht nur als Kostenstelle betrachtet werden, sondern als ein produktives Asset. Wenn Entscheidungslogik in Software verkörpert, gepflegt, verbessert und wirtschaftlich wirksam gemacht wird, wird sie zu einer Art intellektuellem Kapital. Sie kann durch Verfeinerung an Wert gewinnen oder durch Vernachlässigung an Wert verlieren. Insofern beginnt die Fähigkeit eines Unternehmens im Bereich supply chain eher einem Stück produktiven Codes zu ähneln als einer Sammlung administrativer Routinen.
Die praktische Konsequenz ist nicht Verzweiflung, sondern eine Neubewertung. Menschlicher Wert verschwindet nicht. Er verlagert sich stromaufwärts. Das Alltägliche sollte automatisiert werden. Das Seltene, das Schwierige und das Strategische verbleiben. Die eigentliche Frage für Praktiker lautet nicht mehr, ob Maschinen genauso denken können wie Menschen. Die Frage ist, wo die Menschen weiterhin Wert schaffen, sobald Maschinen mehr leisten können als bisher.
Vollständiges Transkript
Conor Doherty: Willkommen zurück. Dies ist Episode sechs einer speziellen Serie, in der Joannes und ich sein neues Buch, Introduction to Supply Chain, nehmen und die Ideen Kapitel für Kapitel durchgehen.
Für diese Serie nehme ich eine sehr spezifische Position ein: jemanden, der Lokad nicht kennt, Joannes nicht kennt und sicherlich auch nicht seit dreieinhalb Jahren bei Lokad gearbeitet hat. Ich bin in dieser Serie einer der etwa 10 Millionen durchschnittlichen Praktiker weltweit, die das Buch vielleicht bei Amazon, wo es weit verbreitet ist, entdecken, zu lesen beginnen und Fragen haben. Ich nehme diese Fragen auf und bringe sie zu Joannes.
Wie gesagt, dies ist Episode sechs. Das bedeutet, dass es zuvor fünf Episoden gab. Falls Sie sie noch nicht gesehen haben, schlage ich Ihnen vor, diese zuerst anzuschauen, denn es wird Dinge geben, die wir heute erwähnen, genauer in den ersten paar Fragen, die sich auf vorangegangene Themen beziehen. Und damit aus dem Weg, Joannes, schön, dich wiederzusehen.
Also, Kapitel sechs wird kryptisch “Intelligenz” genannt. Nun, ich weiß, in Kapitel fünf haben wir über Daten, Informationen und Wissen gesprochen, und nun gehen wir zu Intelligenz über. Also, so konkret wie möglich: Was ist die Kernaussage von Kapitel sechs, “Intelligenz”, und wie baut sie auf dem auf, was wir bereits besprochen haben?
Joannes Vermorel: Intelligenz ist der Klebstoff. Wir haben in dem Kapitel über Wirtschaft das Ziel festgelegt: das Ziel ist, die Rendite zu maximieren. Das ist selbstverständlich. Und im vorherigen Kapitel, Information, haben wir gesehen, dass wir, würde ich sagen, die Zutaten haben. Die Zutaten sind Informationen.
Also wissen wir jetzt, was wir erreichen wollen, die Rendite, und wir haben all die relevanten Informationen zusammengetragen, mit einem geklärten Verständnis davon, was Daten sind und was Informationen sind. Wir haben also das Fundament, und nun fehlt nur noch eine sehr intelligente Ausführung. Aber was meinen wir genau mit intelligent?
Offensichtlich, wenn man über eine Person spricht, würde man sagen: “Oh, das ist jemand, der ziemlich klug ist,” und so weiter. Es gibt viele ungenaue Definitionen. Die Leute sagen, wie es die meisten Unternehmen tun, “Oh, wir stellen talentierte, intelligente Menschen ein,” was vielleicht stimmt. Und sicherlich tun das einige sehr erfolgreiche Unternehmen, aber es ist keine besonders umsetzbare Definition, denn wenn man grundsätzlich fragt: “Aber wie definieren Sie Intelligenz?” antworten sie im Grunde: “Ich weiß es nicht, aber ich kann sie erkennen, wenn ich sie bei einem Mitmenschen sehe.”
Um fair zu sein, ist das auch so etwas wie ein Standard, denke ich. Aber dies ist keine besonders umsetzbare, praktische Definition, denn wir leben in einer Welt, in der Software sehr wichtig ist. Das ist, was ich meine. Es ist mehr eine Aussage: Diese Computer sind kein Detail der supply chain Landschaft. Sie sind zu einem großen Teil die Landschaft. Und das beschreibe ich damit, dass supply chains im Wesentlichen nur durch elektronische Aufzeichnungen beobachtet werden können. Also ist der Software-Teil kein Detail. Es ist buchstäblich die grundlegende Schicht. Realistischerweise kann man seine supply chain nur durch diese elektronischen Linsen sehen.
Und rate mal? Diese Computer können auch in gewisser Form Intelligenz liefern, und das tun sie bereits. Arithmetik ist eindeutig eine Art intelligenter Informationsverarbeitung. Die Leute könnten sagen: “Oh, es ist nur mechanisch,” aber die Realität ist, dass es bis in die späten 70er tatsächlich Menschen mit Abschlüssen waren, die die Berechnungen durchgeführt haben. Also haben es Computer eindeutig schon geschafft, uns von einer Last der Intelligenz, der Informationsverarbeitung – nämlich den mechanischsten Teilen davon, der Arithmetik – zu befreien.
Jetzt müssen wir besprechen, was noch auf dem Tisch liegt. Wir haben Computer, die irgendwie halbintelligente Maschinen sein können. Was bedeutet das? Und welche Rolle spielt die menschliche Intelligenz in all dem? Und lassen Sie uns sogar klären, was wir unter Intelligenz verstehen, denn wir müssen ein Verständnis haben, das über das bloße “Ich sage es dir, wenn ich es sehe” hinausgeht. Diese Definition ist so wenig umsetzbar, dass sie unpraktisch ist.
Conor Doherty: Da gibt es einige Punkte, und ich habe bereits ein paar Notizen gemacht, sodass ich schon von den vorbereiteten Fragen abgekommen bin. Aber ich denke, es gibt einen wichtigen Unterschied, den man ansprechen muss, wenn man über Intelligenz spricht. Und du hast gleich zu Beginn einen guten Punkt angesprochen: Man ist ein Unternehmen, ein großes Unternehmen, man stellt intelligente Menschen ein, und das mag zwar stimmen.
Einer der Punkte in dem Buch oder in diesem Kapitel, den du behandelst, ist: Was ist Intelligenz im spezifischen Kontext der Umsetzung der täglichen Entscheidungen, die erforderlich sind, um eine supply chain profitabel zu betreiben? Und braucht man dafür Intelligenz auf menschlichem Niveau? Haben wir bereits Software, die dieses Intelligenzniveau zuverlässig und in großem Maßstab umsetzen kann? Und ich denke, du argumentierst sehr überzeugend für Letzteres und dass wir sie schon seit vielen, vielen Jahrzehnten haben.
Joannes Vermorel: Ja. Zuerst möchte ich keine menschenzentrierte Definition von Intelligenz haben, denn das Problem ist, dass wenn deine Definition menschenzentriert ist, du letztlich fragst: “Was ist ein Mensch?” Offensichtlich ist diese Frage auf philosophischer Ebene sehr interessant, aber sie ist keine Frage der supply chain. Daher versuche ich, das zu entwirren.
Ich versuche nicht zu definieren, was Menschlichkeit ist, die Seele, das Bewusstsein und all das. Das sind unglaublich wichtige Themen, aber sie sind keine Fragen der supply chain.
Conor Doherty: Rentabilität und so weiter.
Joannes Vermorel: Genau. Also beziehe ich alles auf die Rentabilität. Ich habe in Kapitel drei erklärt, Erkenntnistheorie – sorry, nicht das – Kapitel vier behandelt die Wirtschaft.
Conor Doherty: Ja.
Joannes Vermorel: Und dann haben wir Kapitel vier, in dem ich die Wirtschaft vertiefe. Ich sage also: Was bedeutet es, intelligent zu agieren? Es bedeutet einfach, Entscheidungen zu treffen, die sehr profitabel sind und diese Kapitalrendite maximieren. So setze ich in diesem Buch, in meinem Buch, buchstäblich Intelligenz im speziellen supply chain Kontext gleich mit der Fähigkeit, Gewinne zu generieren.
So verwandelt man diese Rohinformationen in Gewinne, im Wesentlichen, indem man die richtigen Entscheidungen trifft. Und das wird meine Definition sein. Sie ist sehr operativ: Wenn etwas mehr Gewinne generiert, dann ist es intelligenter. Wenn es bessere Entscheidungen hervorbringt, die sich als profitabler erweisen, ist es intelligenter – ganz gleich, wie es aussieht.
Wenn das, was mehr Gewinne generiert, grundlegende Prozentsätze verwendet, dann sind diese grundlegenden Prozentsätze intelligenter. So gehe ich das Problem an, damit ich eine Definition habe, die sehr fundiert ist. Und diese Definition von Intelligenz ist aus der Perspektive dessen, was wir für die supply chain benötigen. Nochmals: Wir versuchen hier nicht, das philosophische Problem der menschlichen Intelligenz zu lösen. Wir versuchen zu klären, was das nächste Element ist, sobald man die Informationen hat – die Rohinformationen über alles, was man über den Zustand seiner supply chain, den Zustand des Marktes, den Zustand seiner Kunden, Lieferanten etc. ermitteln kann.
Sobald man all diese Informationen gesammelt hat, wie wandelt man diese in Entscheidungen um? Ich sage, hier findet Intelligenz statt. Das ist der Klebstoff, die Magie, die das Eine in das Andere umwandelt.
Conor Doherty: Nun, tatsächlich habe ich das Zitat gefunden, aber ich hatte es bereits in meinen Notizen. Also nur für ein wenig Kontext: Du schreibst im Buch: “Supply chain demands substantial intelligence to execute profitably,” und Intelligenz ist nach deiner Definition “die Fähigkeit, Entscheidungen zu treffen, die überlegene zukünftige Belohnungen einbringen.”
Nun, jemand könnte sagen: “Wir haben dafür bereits Nicht-Software-Systeme. Wir haben unsere menschenzentrierten Prozesse, um zu Entscheidungen zu kommen, die überlegene zukünftige Belohnungen einbringen.” Wie antwortest du darauf?
Joannes Vermorel: Wiederum würde ich sagen, ja, aber jetzt: Ist es klug? Erzielt es all den Gewinn, den es erzielen könnte? Es ist ein Vergleichspunkt.
Conor Doherty: Also machst du einen Vergleichspunkt.
Joannes Vermorel: Ja. Zwei Dinge können gut sein, aber eines ist besser als das andere.
Conor Doherty: Genau.
Joannes Vermorel: Tatsache ist, dass Ressourcen zugewiesen werden. Dinge werden gekauft, transportiert, transformiert, verteilt usw. Also finden Ressourcenzuteilungen statt. Die Frage ist: Finden sie intelligent statt? Werden sie profitabel durchgeführt oder so profitabel wie möglich?
Der Kernpunkt ist also immer ein kontrafaktisches Szenario. Es geht darum, ob man Gewinnmöglichkeiten ungenutzt lässt. Und wenn diese sehr offensichtlich sind, würdest du sagen: “Oh, du machst etwas Dummes,” weil du so viel Geld auf dem Tisch liegen lässt. Es ist also immer vergleichend.
Wenn wir Menschen haben, die das bereits tun, gut. Die Frage ist der Vergleich zwischen dem, was sie kollektiv tun – also eine Art kollektiver Intelligenz – und dem, was irgendetwas anderes, einschließlich einer alternativen Organisation, leisten könnte.
Conor Doherty: Wenn du “alternative organization” sagst, meinst du ein System von Intelligenz, wie eine Software-Intervention, oder einfach nur Menschen, die anders organisiert sind?
Joannes Vermorel: Oder einfach Menschen, die anders organisiert sind. Man kann sich vorstellen, dass es einfach nur Menschen sind, die die Arbeit machen, wie bei einem S&OP Prozess. Also kann es einfach Menschen sein, aber anders organisiert, und es kann auch Menschen mit Software sein – ein bisschen Software, also Menschen mit Excel – oder Menschen mit viel Software, oder einfach ein einziges Stück Software, das sich als leistungsstark erweist.
Also haben Sie das gesamte Spektrum, mehr oder weniger Menschen zu haben. Nochmals, wenn wir im Bereich der Intelligenz sind, bedeutet mehr Menschen nicht zwangsläufig intelligentere Ergebnisse. Als Analogie: Können Sie einfach 10 Leute von der Straße holen, damit sie Schach gegen einen Schach-Großmeister spielen, und werden sie gewinnen? Wenn Sie einfach 10 Leute von der Straße holen, lautet die Antwort wahrscheinlich nein.
Conor Doherty: Mhm.
Joannes Vermorel: Und Sie sagen, wenn Sie jetzt tausend Menschen von der Straße holen, würden diese 10.000 Menschen es schaffen, den Schach-Großmeister zu besiegen? Immer noch nicht. Zumindest nicht zuverlässig.
Conor Doherty: Ja. Wahrscheinlich nicht einmal in der Realität.
Joannes Vermorel: Genau. Und da geraten die Menschen leicht in Verwirrung, denn wenn wir an “Einheit macht Stärke” und ähnliche Dinge denken, gilt das im Wesentlichen für materielle Aufgaben, nicht aber für Aufgaben der Intelligenz.
Wenn es darum geht, Ziegel von einem Ort zum anderen zu transportieren, ja – wenn wir tausend sind, werden wir viel mehr Ziegel bewegen als wenn ich allein wäre. Aber wenn es darum geht, die Mona Lisa zu erschaffen, kann es tausend von uns geben, und keiner von uns wird jemals etwas annähernd Vergleichbares zur Mona Lisa erreichen.
Deshalb ist Intelligenz so spezifisch. Intelligenz ist unglaublich schwer fassbar. Sie ist schwierig. Und was ich sagen will, ist, dass ich meine Definition wirklich in etwas verankern möchte, das letztlich messbar ist: Gewinne. Und ich unterstelle nicht massiv, dass das im speziellen Kontext der supply chain etwas mit Menschen zu tun hat.
Ich sage nur, dass alles, was Gewinne generiert, gut ist. Wie viele Menschen tatsächlich am finalen Rezept beteiligt sind, wird noch entdeckt werden, und das wird sehr stark vom Stand Ihrer Softwaretechnologie abhängen.
Conor Doherty: Nun, um darauf aufzubauen, und das ist etwas, worüber wir tatsächlich abseits der Kamera zu sprechen begonnen haben – wir müssen keine Namen nennen –, hast du mir heute erzählt, dass du online etwas Gegenwind für deine eigene Perspektive auf genau dieses Konzept, die Idee von KI – dazu kommen wir später – die Idee der Intelligenz und den Standard, den du in der supply chain zu setzen versuchst, erfahren hast.
Die Leute haben dich in Frage gestellt, dir widersprochen, indem sie behaupteten, dass die supply chain nicht im Wesentlichen so weit entwickelt sei, wie es das Paradigma erfordert, über das wir hier sprechen.
Joannes Vermorel: Ja, aber hier müssen wir den allgemeinen Trend des technologischen Fortschritts betrachten. Arbeit wurde mechanisiert, und sie wird weiterhin mechanisiert. Das ist etwas, das buchstäblich über Jahrtausende fortgeschritten ist und sich in den letzten fünf Jahrzehnten für alle physischen Bereiche enorm beschleunigt hat.
Also, wir haben Fortschritte gemacht. Selbst Bewässerung ist eine Möglichkeit, Arbeitskraft zu sparen. Es gibt viele Dinge, die buchstäblich Jahrtausende gebraucht haben, um wirklich in Gang zu kommen, und im letzten halben Jahrhundert hat die körperliche Arbeit dramatische Produktivitätsgewinne erzielt.
Conor Doherty: Automatisierung, im Wesentlichen, darüber sprechen wir.
Joannes Vermorel: Ja, Automatisierung, im Wesentlichen, aber in jeder Größenordnung. Manche könnten denken, dass es manchmal nicht einmal intelligente Automatisierung ist. Es können auch einfach größere Maschinen sein. Zum Beispiel ein Containerschiff: Es steuert immer noch ein Mensch das Schiff, nur dass es 20.000 Container gibt – und wenn Sie die gleichen Container mit trucks bewegen wollen, benötigen Sie 20.000 Lkw-Fahrer.
Also ist das Containerschiff kein besonders fortgeschrittenes Technologieprodukt, aber allein durch seine enorme Größe kann die Produktivität enorm gesteigert werden. Produktivitätsgewinne können daher manchmal mit ausgefeilten Technologien und manchmal auch einfach durch schiere Kraft erzielt werden. Containerschiffe ähneln in gewisser Weise einem rohen Einsatz von Gigantismus und Bündelung.
Conor Doherty: Oder, Entschuldigung, um es dann wieder in den supply chain Kontext zu bringen.
Joannes Vermorel: Ja. Und jetzt sprechen wir über Büroangestellte, White-Collar-Arbeiter. Mit dem Aufkommen von Rechenmaschinen haben Computer die Büroarbeit automatisiert, zumindest die alltäglichen Aspekte der Tätigkeiten, und das in vielen, vielen Bereichen.
Die Leute wissen nicht: Als meine Eltern zu arbeiten begannen, gab es noch Menschen, die die Arithmetik von Hand ausführten. Das waren buchstäblich Vollzeitjobs. Man hatte jemanden, der für all das Geld, das an Lieferanten zu zahlen war, die Zahlen addierte, und man führte das Hauptbuch jedes Lieferanten von Hand. Und dann kam später Excel, später kamen Buchhaltungspakete und dann ERPs hinzu, um diesen Prozess erneut zu verbessern.
Conor Doherty: Im Wesentlichen, um es effizienter zu machen.
Joannes Vermorel: Genau. So begannen wir, nicht nur Produktivitätsgewinne bei den Arbeitern zu sehen, die tatsächlich Dinge transportierten, bauten und herstellten, sondern auch bei den Büroangestellten. Und der Prozess ist noch im Gange, und in letzter Zeit hat er sich enorm, enorm beschleunigt. Das ist im Wesentlichen die Geschichte der Coding-Agents der letzten Monate.
Das Interessante ist, dass es viele Menschen online, auf LinkedIn – ich poste regelmäßig – gibt, die, wenn ich das Feedback zusammenfasse, sagen, dass es überwiegend positiv ist. Sie sagen: “Joannes, du setzt dich für etwas ein, das auch in 100 Jahren noch die Zukunft sein wird.”
Conor Doherty: Ja, vielleicht nicht hundert, aber du bist einem Jahrzehnt voraus.
Joannes Vermorel: Die Automatisierung – die Welt ist nicht bereit. Im Wesentlichen sagen sie, supply chains seien nicht bereit für das Automatisierungsniveau, von dem du sprichst, für das, was du befürwortest, was Lokad tut. Es ist zwar bereits vorhanden, aber du bist eine Ausnahme. Unternehmen sind nicht bereit.
Und das ist sehr interessant, denn bei Coding-Agents sehe ich, dass niemand bereit ist, aber es kommt. Es ist schon da. Was die Coding-Agents – Claude Code, OpenAI Codex und einige ihrer Konkurrenten – zeigen, ist, dass es keine Rolle spielt, ob man bereit ist oder nicht. Es ist bereits vorhanden.
Und die Messlatte ist – was die Welt, mich eingeschlossen, entdeckt, und es ist wirklich ein Schlag in die Magengrube – so viel höher, als ich dachte.
Conor Doherty: Die beiden tatsächlich, seit du sogar das Buch geschrieben hast.
Joannes Vermorel: Ja, seit ich das Buch geschrieben habe.
Conor Doherty: Ja. Deine Frage zu LLMs ist jetzt eigentlich veraltet. Das zeigt das Ausmaß des Fortschritts, und das soll keineswegs eine Abwertung deiner Person sein. Es ist nur so, dass das vor Codex war.
Joannes Vermorel: Genau. Der Fortschritt ist absolut exponentiell, und es ist sehr, sehr seltsam. Sogar diese KI-Unternehmen – ihre Marketingbroschüren sind veraltet. Normalerweise verspricht man als Softwareanbieter immer das Blaue vom Himmel. Man verkauft etwas, das vielleicht nächstes Jahr verfügbar sein wird.
Und hier verkaufen sie tatsächlich Dinge, die schon vor sechs Monaten fertiggestellt wurden. Selbst die Marketingabteilungen hinken also der tatsächlichen Leistungsfähigkeit der Software hinterher, und das ist fantastisch.
Im Buch beschreibe ich allgemeine Intelligenz als die Fähigkeit eines intelligenten Systems, sich selbst zu verbessern. Und rate mal? Für die letzte Generation – also Opus 4.6 und GPT 5.3, also Anthropic und OpenAI jeweils – rate mal? In beiden Fällen, in beiden Instanzen, sagen Softwareentwicklungsteams, dass diese Coding-Agents buchstäblich die nächste Version schreiben.
Natürlich unter menschlicher Aufsicht, aber trotzdem. Das bedeutet, dass die Idee, dass wir uns einem Softwaresystem nähern, das in der Lage ist, sich selbst umzuschreiben – naja, im Buch erwähnte ich bei LLMs, dass wir vielleicht einen Funken allgemeiner Intelligenz hatten. Jetzt ist das kein Funke mehr. Wir haben ein kleines Feuer. Es ist zwar kein großes Feuer, aber es baut sich deutlich auf.
Die Kritik, zu sagen: “Wir sind nicht bereit”, halte ich für irrelevant. Es spielt keine Rolle, ob man bereit ist oder nicht, denn diese Tools sind so brutal effizient, dass irgendwo auf der Welt ein Konkurrent von Ihnen diese Tools einsetzen wird. Das ist alles.
Und nochmals, wie lange wird Ihr Unternehmen überleben, wenn Sie – es gibt den Ausdruck “mit dem Schwert zu einem Schusswechsel kommen” – aber es ist eher so, dass Sie ein Schwert mitbringen und sie einen Panzer. Das Ausmaß ist enorm. Es ist wirklich, wirklich riesig. Also ja, und übrigens, das ist ein Schlag in die Magengrube, selbst für einen Softwareanbieter wie Lokad. Wir sind nicht immun. Das nehmen wir auch sehr, sehr ernst.
Conor Doherty: Nun, wir müssen hier zwar nicht zu sehr ins Detail gehen, aber es gibt einige Mythen oder schlecht durchdachte Vorannahmen, die wir hier ansprechen möchten. Zum Beispiel die Leute, die die Idee verkaufen, dass LLMs, als große Sprachmodelle, ein Allheilmittel, eine Panazee sind, könnte man sagen, in der supply chain – du weist darauf hin, dass das Unsinn ist. Nun, das ist möglicherweise etwas veraltet, aber wo stehst du jetzt bei der Idee von KI im Hinblick auf Entscheidungen im supply chain?
Joannes Vermorel: Klar ist, dass, wenn man den herkömmlichen supply chain-Ansatz vollständig robotisieren möchte, Agenten weit darüber hinausgehen.
Conor Doherty: Damit meinst du ja wiederum—
Joannes Vermorel: Ich meine Sicherheitsbestände, ABC-Analyse – all die üblichen Verdächtigen. Wenn man also all diese heranzieht – das wären die gesamten Schulungsunterlagen von ASCM – gehen die Coding-Agents weit darüber hinaus. Wenn du die herkömmliche supply chain Theorie annimmst, würde ich sagen, dass keine einzige Frage offenbleibt, ob OpenAI Codex oder Anthropic Claude Code das robotisieren können.
Ja, das können sie. Und das mit Leichtigkeit. Das ist nicht einmal eine wirklich große Herausforderung. Damit werden diese Tools nicht mehr einmal richtig gefordert.
Conor Doherty: Warum machen das dann die Unternehmen nicht? Das ist kommerziell für 20 Dollar im Monat erhältlich. Milliarden-Dollar-Unternehmen—
Joannes Vermorel: Aber einige tun es. Nochmals, wir sprechen hier von der Mehrheit. Märkte sind Filter, keine Lehrer, daher sollte man davon ausgehen, dass neue Technologien niemals von allen Unternehmen angenommen werden. Unternehmen übernehmen Technologien nie vollständig. Fünf Prozent von ihnen übernehmen neue Technologien; der Rest geht einfach bankrott. Das ist einfach das Wesen der Märkte. Und es ist sehr schmerzhaft. Schumpeter hat das erkannt – es ist die schöpferische Zerstörung von Innovation.
Kommen wir zurück zum E-Commerce. Walmart hätte Amazon vernichten können. Es hätte nur genügt, ein paar Ingenieure bereitzustellen. Jeff Bezos arbeitete in einer Garage. Er hatte nichts. Er konnte nicht einmal die wirklich guten Ingenieure einstellen. All das kam erst später. In der sehr frühen Phase konnte er sich nur günstige Ingenieure leisten. Er war ein kleines Startup und hatte so viele Probleme. Nichts war bereit. Er hatte keine Verbindungen zu den Banken. Er hatte nicht die logistischen Netzwerke. Es war also ein totales Chaos.
Und warum wurde Amazon zu einem solchen Giganten? Die Antwort ist, weil alle anderen den Ball fallen ließen. Niemand achtete über Jahrzehnte darauf, bis es viel zu spät war. Und hier werden wir eine Wiederholung sehen, denn E-Commerce war kein einmaliges Ereignis.
Wenn man auf das Ende des 19. Jahrhunderts zurückblickt, ist es sehr interessant. Elektrizität kommt ins Spiel. Elektrizität ist ein Wendepunkt. Wenn du Elektrizität hast, zum Beispiel in irgendeiner Fabrik – ganz gleich welche –, setzt du Glühbirnen ein, und plötzlich kann deine Fabrik 24 Stunden am Tag arbeiten. Es ist also die Eroberung der Nacht. Das bedeutet, dass deine Investition in harte Werte – wenn diese Maschinen teuer sind – plötzlich so wirkt, dass deine Maschinen 24 Stunden am Tag arbeiten statt durchschnittlich 12 Stunden am Tag.
Vor den Glühbirnen war es schlicht unmöglich, eine Fabrik im Dunkeln oder mit Kerzen zu betreiben. Also siehst du, es ist so etwas, dass Elektrizität – allein durch das Hinzufügen einiger Glühbirnen – die Rendite deiner Fabrik plötzlich verdoppeln konnte. Und rate mal? Jedes einzelne Industrieunternehmen, das die Gelegenheit verpasst hat, Glühbirnen in seinen Fabriken einzusetzen, ist ausgestorben.
Und die Geschichte hat sich immer und immer wiederholt. Das Gleiche gilt beispielsweise für Automobilunternehmen. Wenn man sich den Beginn des 20. Jahrhunderts anschaut, gab es in Europa Hunderte von Marken. Hunderte. Und all diese Unternehmen sind praktisch ausgestorben, und der Grund dafür ist der Taylorismus – die Idee, deine Fließbandarbeit in einer sehr spezifischen Weise zu organisieren, die den Durchsatz und alles maximiert – das war es, was Ford zu Wohlstand verhalf. Jedes Unternehmen, das in gewisser Weise nicht wie Ford wurde, ging in Konkurs.
Also lautet die Frage: Ist das real oder nicht? Denn im Technologiebereich machen die Leute immer wieder großspurige Behauptungen für manchmal sehr oberflächliche Dinge. All die Schlagwörter, über die ich gesprochen habe. Zum Beispiel war Blockchain völlig übertrieben für einen absoluten Unsinn. Näher an uns gab es das Demand Sensing – was wieder wie Vaporware ist. Es gibt keine Demand-Sensing-Technologie. Es ist einfach ein erfundenes Schlagwort einiger Anbieter.
Also lautet die Frage: Sprechen wir von etwas Realem? Und meine Antwort ist: Vertraue mir nicht. Nimm einfach Code. Das sage ich übrigens zu meinen Kollegen bei Lokad: Nutzt einen dieser Coding-Agents, setzt ihn ein, und innerhalb einer Stunde werdet ihr eure erste App erstellen, und euer Verstand wird umgehauen sein. So einfach ist das.
Ihr müsst Joannes Vermorel von Lokad nicht vertrauen. Ihr könnt den Beweis innerhalb einer Stunde erbringen, indem ihr einfach einen Test durchführt. Und übrigens, ich habe Dutzende von YouTubern gesehen, die buchstäblich nicht einmal Software-Leute sind. Sie diskutieren tatsächlich über Kochen, Politik, was auch immer, und sie sagen: “Oh, übrigens, ich habe das ausprobiert und in einer Stunde eine App gebaut, und sie ist eine ganz schicke App.” Und sie sind begeistert.
Also ja, diesmal hat es wirklich, wirklich Auswirkungen. Und das bedeutet, dass diese Idee, die Büroarbeit zu automatisieren – um es anders auszudrücken: die herkömmliche supply chain Theorie, so wie sie ist, kann vollständig robotisiert werden.
Übrigens, die alternative Theorie von Lokad, die ich in diesem Buch präsentiere, ist nicht ganz dasselbe. Nicht ganz, aus Gründen, die übrigens immer noch sehr gültig sind und die ich im Buch bespreche. Zum Beispiel ist das Problem der Bewertung ein sehr schwieriges Problem. Eure LLMs werden euch dafür einfach Unsinn liefern. Es gibt also einige – und ich zähle eine gewisse Liste sehr schwieriger Probleme auf – bei denen ich sage, dass ich kurzfristig keine automatisierte Lösung erwarte, weil sie einfach zu schwierig sind, besonders die tückischen Probleme.
Dieses Buch wurde übrigens lange geschrieben, bevor LLMs zum Mainstream wurden, und sicherlich auch, bevor Coding-Agents zum Mainstream wurden, aber in dieser Hinsicht bin ich relativ zufrieden. Diese Vorhersagen waren so einigermaßen richtig. Claude Code wird die Probleme noch nicht richtig lösen. Genauso wenig wie OpenAI Codex. Diese Bewertungsprobleme sind einfach zu schwierig.
Conor Doherty: Nun, das ist die Sache, denn ich denke, wir haben Intelligenz und KI schon ziemlich intensiv behandelt, aber es gibt Elemente der Ökonomie, die in das Kapitel einfließen – was wiederum natürlich ist, da supply chain ein Zweig der angewandten Wirtschaftswissenschaften ist, entschuldigen Sie – und das ist die Idee von – Sie erwähnten zuvor Assets – das ist die Idee von OPEX versus CAPEX und die Idee, supply chain mehr als ein Asset zu behandeln.
Also möchte ich nur ein paar Zitate vorlesen, und dann lasse ich dich weitermachen. Aber du argumentierst, dass wir die operativen Aufwendungen in Kapitalaufwendungen umwandeln müssen. “The practice of supply chain is reified as a productive asset,” oder sollte als ein produktives Asset vergegenständlicht werden. “It generates ongoing returns beyond its operating costs.”
Nun, die Idee, OPEX in CAPEX umzuwandeln, spricht sicherlich viele Leute an. Du bist nicht die erste Person, die das als Konzept vorbringt: “Oh, we should view it more as CAPEX.” Aber du bringst einen technologischen Weg vor, um das zu realisieren. Also, ja – im Buch und auch aus deiner eigenen Perspektive – wie sieht das eigentlich aus? Was ist das produktive Asset? Was ist es? Wie sieht es aus?
Joannes Vermorel: Nochmals, denken Sie an blue collar, white collar. Ein Blue-Collar-Arbeiter: Wenn du OPEX in CAPEX umwandeln willst, ersetzt du deinen Arbeiter durch eine Maschine, und anstatt ein Gehalt zu zahlen, tätigst du eine Anschubinvestition, und dann erbringen die Maschinen dieselbe Arbeit zu einem viel, viel niedrigeren Preis.
Siehst du, das ist die Schönheit der Automatisierung, dass du die knappste Ressource von allen – nämlich Arbeitskraft – entfernen kannst.
Conor Doherty: Mhm.
Joannes Vermorel: Letztendlich ist die knappste Ressource von allen Arbeitskraft. Was ich sagen möchte, ist, dass blue-collar und white-collar zwar zwei verschiedene Arten von Arbeitskraft sind, letztlich aber immer Arbeit ist. Einerseits – beim blue collar – erwirbst du die körperlichen Fähigkeiten, die Motorik eines Mitarbeiters. Bei einem white-collar-Arbeiter erwirbst du im Grunde die kognitiven Fähigkeiten dieses Mitarbeiters.
Aber letztlich war die Idee der Umwandlung von OPEX in CAPEX lange Zeit ein Privileg des Blue-Collar-Bereichs. Du kaufst einfach eine Maschine, und diese Maschine verrichtet die körperliche Arbeit.
Mit Computern begannen wir, in das Gebiet der White-Collar-Automatisierung vorzudringen. Denk nur an die Sachbearbeiter, die die Rechnungen führen, um die Bücher im Auge zu behalten. Sie wurden bereits durch Computer ersetzt. Und ich sage, das ist nur eine Fortsetzung.
Das Interessante an der Buchhaltung ist, dass diese im Wesentlichen kostenorientiert ist. Kein Unternehmen kann jemals superprofitabel werden – nur weil es eine gute Buchhaltung hat. Es ist einfach so, dass, wenn du eine schlechte Buchhaltung hast—
Conor Doherty: Ja, das haben wir letzte Woche besprochen.
Joannes Vermorel: Genau. Wenn du keine gute Buchhaltung hast, wird Geld verloren, gestohlen, bestechen oder was auch immer. Deshalb brauchst du sie. Es ist überlebenswichtig für dein Unternehmen. Du brauchst doppelte Buchführung. Es ist keine Option, zumindest wenn du in irgendeinem Umfang operierst.
Conor Doherty: Ja.
Joannes Vermorel: Nun, das Interessante an der supply chain ist, dass sie – wenn man das Spiel richtig spielt, was ich verteidige – nicht ein Kostenfaktor, sondern ein Profitcenter ist.
Zunächst, um die supply chain zu einem Profitcenter zu machen, musst du verstehen, warum sie ein Profitcenter sein kann. Bleibst du an der Mainstream-Perspektive der supply chain haften, dann sagt diese: Wir haben Anforderungen, service levels, so etwas, und das Spiel der supply chain besteht darin, die Kosten zu minimieren, um diesen Standard gerade so zu erreichen.
Ich sage, wenn du das Problem so einrahmst, kann die supply chain niemals mehr als ein Kostenfaktor sein. Das ist also einfach eine falsche Einordnung. Nochmals, das ist eher eine philosophische Position als eine finanzielle. Wenn ich zum eigentlichen Kern komme, betrachte ich die supply chain als etwas, bei dem Entscheidungen eine Rendite haben können. Diese Rendite kann sehr attraktiv sein – was bedeutet, dass ein Dollar nach einer Weile zu zwei Dollar wird oder nach einer Weile zu einem halben Dollar.
Also sage ich, dass wenn ich von einem Profitcenter spreche, ich nicht damit meine, dass deine supply chain Geld verdienen wird. Ich sage nur, dass sie das Potenzial dazu hat.
Conor Doherty: Ja.
Joannes Vermorel: Wenn du das Spiel schlecht spielst, verlierst du einfach Geld. Wenn wir also die Idee annehmen, dass die supply chain das Potenzial hat, ein Profitcenter zu sein, dann stellt sich die Frage: Kann diese Maschine, dieser Computer mit der richtigen Software, automatisch – maschinell – diese Gewinne für mich generieren? Und die Antwort, die ich gebe, lautet: Ja, und es ist nicht einmal Science-Fiction.
Conor Doherty: Ja. Nun, nochmals, erlaub mir, die Frage vielleicht neu zu formulieren. Wenn du also sagst, dass du die supply chain von einem reinen Kostenfaktor in ein Asset umwandeln möchtest, meinst du das wörtlich im Sinne, dass ein Asset nicht unbedingt etwas sein muss, das man physisch besitzt. Ich meine, Aktien sind Assets. Aber das sind Dinge, die definitionsgemäß an Wert gewinnen oder verlieren.
Du argumentierst also, dass man die supply chain im Wesentlichen in ein produktives oder wertsteigerndes Asset umwandeln kann. Aber was bedeutet das genau? Produktives Asset – was heißt das? Es heißt: Worauf schaue ich und denke: “Da ist meine supply chain”?
Joannes Vermorel: In der Praxis wird es Software sein. Denn es gibt auch andere Arten produktiver Assets, die rein intellektueller Natur sind. Es könnte zum Beispiel eine Marke sein.
Conor Doherty: Ja.
Joannes Vermorel: Das ist ein Asset. Offensichtlich war es, als Disney Marvel als Marke erwarb, ein produktives Asset. Es ist etwas, das Einnahmen generieren kann – und generiert.
Also sage ich, dass es sich hierbei um ein immaterielles Asset handelt. Was für ein Asset? Nun, es ist kein Patent, es ist keine Marke, es ist ein Stück Software. Im Grunde genommen ist es Code. Und warum ist es genau ein Asset? Die kurze Antwort lautet: Weil du grundsätzlich ein Spiel spielst, das sehr wettbewerbsintensiv ist.
Und somit ist die Idee, dass, wenn du das Spiel der supply chain richtig spielst, du in deiner Software und Logik etwas haben kannst, das ganz einzigartig für dich ist und dir ermöglicht, besser als die Konkurrenz zu agieren. Nicht zwangsläufig überall und immer, aber es verschafft dir eine Nische, in der du der Stärkste bist.
Deshalb sage ich, dass dies zu einem produktiven Asset wird, weil es – wenn es richtig gemacht wird – Gewinne generiert und deinem Unternehmen hilft, im Markt eine Insel der Überlegenheit zu schaffen. Denn wenn du keine Insel der Überlegenheit mit einer Art Graben hast, wirst du von Konkurrenten ersetzt. Definitionsgemäß ist ein überlebendes Unternehmen ein Unternehmen, das im Markt eine Insel hat, in der es nicht nur gut, sondern das Beste ist. Wenn es keinen Bereich hat, in dem es das Beste ist, wird es verschwinden.
Conor Doherty: Ich habe zuvor die Begriffe “appreciate” und “depreciate” benutzt, weil, wenn wir über Assets sprechen, die wie ein Haus aussehen, diese entweder an Wert gewinnen oder verlieren. Du kaufst ein Auto – in dem Moment, in dem du es vom Hof fährst, hat es an Wert verloren. Du kaufst eine Rolex, eine gute, zum Beispiel eine Submariner, und sie kann im Wert steigen. Also steigen Dinge oder sie fallen.
Im übertragenen Sinne, so wie ich das, was du beschrieben hast, lese – verwandelst du die supply chain in Code. Es ist ein Asset, und durch aktive Wartung oder Verbesserung trifft es bessere Entscheidungen, weil es eben kein statisches Konzept ist. Und durch sinnvolle Ressourcenallokation kannst du – um es so auszudrücken: Das ist die Codezeile, auch wenn es davon abhängt – aber das ist die Codezeile, die immer bessere Entscheidungen hervorbringt, die finanziell lohnender für dich sind. Es hat an Wert gewonnen.
Wenn ich es sechs Monate lang nicht überprüfe, wird es schlechtere Entscheidungen treffen oder eben nicht mehr so gut sein wie zu Beginn. Dieses Asset hat an Wert verloren. Habe ich dich richtig verstanden?
Joannes Vermorel: Absolut. Perfekt. Absolut. Und übrigens: Wenn ich das bei Software sage, dann wird dieses Spiel seit einem halben Jahrhundert von Softwareanbietern gespielt. Microsoft hat ein Asset namens Microsoft Excel. Sie können es an Wert verlieren lassen, und dann wird die Software immer älter, und die Leute kaufen immer weniger Lizenzen. Oder sie investieren in die Software, um sie zu verbessern und den Leuten einen Anreiz zu bieten, die neuen Versionen zu kaufen.
Siehst du, das tut es. Also ist dies ein produktives Asset, weil jeden einzelnen Tag Unmengen von Menschen – als Abonnement oder auf andere Weise – Microsoft für eine Lizenz dieser Software bezahlen. Für Microsoft ist dies also ein Asset. Es ist etwas, das Einnahmen generiert, und wenn sie nichts unternehmen, verliert es langsam aber sicher an Wert.
Zum Beispiel sagt Microsoft bei einigen ihrer Assets: “We are never going to reinvest again.” Das wäre die Microsoft Access-Geschichte. Microsoft Access ist beispielsweise immer noch ein Asset mit abnehmendem Wert. Einige Leute kaufen immer noch Lizenzen dafür, sodass es Microsoft weiterhin Einnahmen bringt, auch wenn es im Grunde einer abwärts verlaufenden Kurve folgt. Microsoft entschied vor etwa 15 Jahren, dass sie außer minimalen Updates – nur um sicherzustellen, dass die Software weiterläuft – nicht weiter in Access investieren würden. Aber das war’s. Nichts wirklich Revolutionäres, nur minimale Wartung.
Conor Doherty: Ich möchte auch klarstellen, was die Nomenklatur und die Bezeichnungen angeht, die wir hier verwenden, denn wir sprechen ja von der supply chain, wir sagen, sie ist unsichtbar, man kann sie nicht berühren – das war Kapitel eins – sie kann nicht direkt beobachtet werden. Jetzt sagen wir, dass sie CAPEX sein kann, dass sie ein Asset sein kann, ein wertsteigerndes Asset, ja. Aber wir sprechen dann auch von Systems of Intelligence. System of Intelligence ist das Asset, das dann deine supply chain ist – werden diese Begriffe im Grunde synonym verwendet?
Joannes Vermorel: Nein, nein. Der Grund, warum wir Systems of Intelligence einführen, ist wirklich eine softwarezentrierte Diskussion.
Conor Doherty: Aber es ist doch das Asset. Das ist es, was du kaufst. Da könnte man leicht verwirrt werden.
Joannes Vermorel: Nein, nein, nein, nein. Das System of Intelligence ist nur ein Teil des Assets, weil das für das Unternehmen erklärt werden muss.
Conor Doherty: Ja.
Joannes Vermorel: Für das Unternehmen musst du die Leute und das institutionelle Wissen haben, um dein Asset zu betreiben. Um wirklich ein vollständiges Asset zu haben – denn wir haben ja kein Skynet, weil es nicht vollständig autonom ist – brauchst du Menschen, die die Software bedienen. Wenn du also an dein Asset denkst, musst du die Personen, die für den Betrieb und die Wartung der Software verantwortlich sind, als Teil dieses Assets einbeziehen.
Aber das System of Intelligence dreht sich wirklich darum, die Verantwortungsbereiche der verschiedenen Komponenten deiner applikativen Landschaft zu klären. Es geht einfach darum zu sagen, dass dieses Stück Software für dies verantwortlich sein sollte, aber nicht für jenes.
Conor Doherty: Ja. Und das System of Intelligence generiert die Entscheidungen – also die Codezeilen, die Entscheidungen herbeiführen –, worüber wir gerade gesprochen haben. Das wollte ich damit nur verdeutlichen.
Joannes Vermorel: Aber was ich typischerweise als System of Intelligence bezeichnen würde, ist wirklich eine Kategorie von Software. Ich würde hierbei nicht einrechnen, dass man Menschen zur Wartung benötigt. Wenn ich von Systems of Records oder Reports spreche, befinde ich mich ebenfalls im Bereich der Software. Ich klassifiziere hier lediglich verschiedene Arten von Software.
Ich nehme eine softwarezentrierte Perspektive ein und überlege, welche Eigenschaften zur Software gehören oder nicht. Hier, wenn ich von einem Asset spreche, verfolge ich nicht eine softwarezentrierte, sondern eine wirtschaftliche Perspektive. Eine Möglichkeit, darüber nachzudenken, ist das Gegenteil: eine Verbindlichkeit. Ist es ein Asset oder eine Verbindlichkeit? So denke ich darüber. Siehst du, das ist eine wirtschaftliche Perspektive, eine ökonomische Haltung.
Als ich über Systems of Intelligence sprach, verfolgte ich eine softwarezentrierte Perspektive. Ich weiß, dass es viele Überschneidungen gibt, aber grundsätzlich betrachte ich die Sache nicht aus demselben Blickwinkel.
Conor Doherty: Okay.
Joannes Vermorel: Am Ende des Tages gibt es erhebliche Überschneidungen, aber es ist dennoch eine Frage der Perspektive. Betrachte ich das Problem aus einer Software-Perspektive oder aus einer wirtschaftlichen Perspektive?
Conor Doherty: Okay. Okay. Nun, ich möchte darauf noch eingehen, denn aus der Sicht eines Praktikers gibt es Abschnitte im Kapitel, die sehr technisch sind. Du beginnst zum Beispiel, über stochastisches gradient descent zu sprechen. Das ist alles cool.
Was mir wirklich ins Auge fällt, ist die Ökonomie, denn das ist etwas, das – oh, das spricht meine Sprache. Das ist mein Alltag: Geld rein, Geld raus. Und wenn ich jemand bin, der das Buch aufnimmt, zu lesen beginnt und sagt: “Oh, ich liebe diese Idee. Ich mag die Idee, endlich von einem Kostenfaktor zu einem produktiven Asset zu wechseln” – was ist dann mein erster Schritt? Ist es das System of Intelligence? Was ist der lineare Weg zwischen “Ja, ich mag diese Idee” und “Ich mache Fortschritte, sie einzuführen”?
Joannes Vermorel: Das Problem ist, dass es keinen schrittweisen Aufbau gibt. Man kann nicht linear von Pferden zu Autos übergehen. Das ist das Problem. Wiederum sprechen wir hier von etwas, das einen radikalen Bruch mit der konventionellen Weisheit darstellt.
Wir müssen die Idee akzeptieren, dass Intelligenz ein Spektrum ist, und innerhalb dieses Spektrums übernehmen Computer und Maschinen immer mehr das Gebiet, das früher das Privileg des menschlichen Geistes war. Und nun haben wir mit Coding Agents eine Situation erreicht, in der die philosophische Haltung lauten sollte: Alles – wirklich alles – sollte intellektuell von einem Stück Software erledigt werden, sofern nicht das Gegenteil bewiesen ist.
Genau wie beim Transport: Es sei denn, du kannst mir beweisen, dass das Tragen der Sachen von Hand der richtige Ansatz ist, gehe ich standardmäßig davon aus, dass die Verwendung eines Fahrzeugs für den Transport besser ist. Du musst mir beweisen, dass das Nichtverwenden eines Fahrzeugs die richtige Option ist.
In der Welt der Blue-Collar-Arbeiter ist das so offensichtlich, dass heutzutage die Leute bei allem Wiederkehrenden fragen: “Können wir dafür nicht eine Maschine einsetzen?” Das wäre ihr Standarddenken. Wenn ich dir erzähle, dass es so etwas wie Charlie Chaplin im Stil von Modern Times gibt und du 5.000 Mal am Tag mit einem Hammer zuschlagen musst, würden die Leute sagen: “Aber es muss doch eine Maschine geben. Niemand sollte einen schweren Hammer in der Hand halten und 5.000 Mal am Tag hämmern.” Offensichtlich wird eine Maschine benötigt.
Was passiert ist – und ich glaube, es geschah letztes Jahr mit Coding Agents – ist, dass nun das korrekte philosophische Paradigma lautet: Bis zum Beweis des Gegenteils soll für geistige Arbeit eine Maschine zuständig sein. Und ja, das heißt nicht, dass menschliche intellektuelle Arbeit verschwunden ist. Aber die richtige philosophische Haltung sollte lauten: Automatisiere alles, bis du sehr gute Gründe hast, es nicht zu tun.
Conor Doherty: Also, gut. Um dich zu zitieren, gleich im Anschluss, aus Kapitel sechs: “In großem Maßstab, unbeaufsichtigte Automatisierung des Alltäglichen” oder einfach der täglichen, einfacheren Dinge – “der gewöhnlichen operativen Entscheidungen” – ist in der supply chain seit weit über einem Jahrzehnt in greifbarer Nähe.
Zwei Punkte zu dieser Frage. Ich lass dich diese der Reihe nach erläutern. Eins: Operativ, was bedeutet “unbeaufsichtigt”? Wenn du von einem durchgehenden End-to-End-Prozess sprichst, skizziere das bitte für mich. Aber auch: Wo greifen die Menschen ein, wenn etwas schiefgeht?
Joannes Vermorel: Also, “unbeaufsichtigt” bedeutet das – und man kann ein Beispiel heranziehen. Wenn du ein Unternehmen nehmen möchtest, skizziere es, irgendein normales Geschäft. Denk an Walmart. Es ist einfach ein normales Geschäft. Es passiert nichts wirklich Außergewöhnliches. Ja, die Nachrichten mögen berichten, dass die USA irgendwo in der Welt geopolitische Probleme haben und dass irgendwo ein Diktator Mist baut, aber grundsätzlich betrachte heute Walmart als einen vernünftigen, normalen Tag in den USA.
Es passiert nichts wirklich Extravagantes. Es ist nicht wie der Schneesturm des Jahrhunderts. Es ist einfach normales Wetter.
Conor Doherty: Durchschnittlicher Tag.
Joannes Vermorel: Ja, es ist ein normaler Tag. Was ich sagen will, ist: Wenn es ein Tag ist, der sich anfühlt wie jeder andere Tag, und du bereits hundert solcher Tage im Jahr hattest, dann sollte dein Intelligenzsystem, dieses Softwarestück, in der Lage sein, alle supply chain-Entscheidungen für dich unbeaufsichtigt zu treffen.
Und das sollte nicht von Menschen gemacht werden, die einen Knopf drücken und “Ja, ja, ja” sagen. Es trifft einfach die Entscheidungen, und du hast genügend Vertrauen. Das System hat sich als ausreichend zuverlässig erwiesen, sodass du es tatsächlich für dich arbeiten lassen kannst.
Die Leute würden sagen: “Oh, können wir einem Computer das anvertrauen?” Und die Antwort ist absolut: Ja. Zum Beispiel dein ABS im Auto, das Antiblockiersystem, trifft eine unglaublich lebensbedrohliche Entscheidung. Es wird entscheiden, dass du zu stark bremst. Es ist buchstäblich nicht dafür da, mehr zu bremsen. Es ist dafür da, weniger zu bremsen, damit deine Räder nicht auf der Straße ins Schleudern geraten.
Grundsätzlich, wenn dieses ABS versagt, bedeutet das, dass du deine Bremsen verlierst. Offensichtlich ist dies ein System, bei dem – genau in dem Moment, in dem du es am dringendsten brauchst – höchste, fast übermenschliche Zuverlässigkeit gefordert ist. Solche Systeme gibt es seit Jahrzehnten. Es ist kein Problem, vorausgesetzt, wir haben ordentliches Engineering.
Und was ich damit sage, ist, dass in der supply chain per Definition die meisten Tage alltäglich sind – andernfalls hätten wir eine falsche Definition von alltäglich. Ich würde sagen, ein System sollte an mindestens 19 Tagen von 20 – das ist nur ein Richtwert – komplett unbeaufsichtigt arbeiten können. Wenn du mehr als zweimal im Monat eingreifen musst, hast du ein Problem. Ja, es wird Monate geben, die wirklich, wirklich verrückt sind. Einmal im Jahrzehnt gibt es einen verrückten Monat, in dem fünf scheinbar unmögliche Dinge in einem Monat passieren.
Doch wenn wir zum Normalfall zurückkehren, sind die meisten Tage normal. Dein System sollte einfach komplett unbeaufsichtigt arbeiten. Und was meine ich mit “unbeaufsichtigt”? Es bedeutet, dass, wenn du am Ende des Tages auf diese Entscheidungen zurückblickst – welche Menge wohin geschickt wurde – und sagst: “Es war gut. Es war gut. Nichts Außergewöhnliches. Es war gut. Es hat genau wie erwartet funktioniert. Es gibt nichts, was ich bereue. Das System hat genau so gearbeitet, wie es sollte”, und das war’s.
Conor Doherty: Also, das ist die Ausnahme. Das spricht die Frage an, was passiert, wenn Ausnahmen eintreten. Wiederum: Wenn du dir eine Rolex kaufst, tust du das als Vermögenswert – und wenn etwas schiefgeht, rufst du einen Uhrmacher. Das ist in Ordnung, um den Vermögenswert zu verbessern, denn zuvor hast du zugestimmt, dass ein Vermögenswert an Wert gewinnen kann. “Appreciate” bedeutet, dass es besser wird. Wenn es besser wird, ist das vermutlich auf ein menschliches Eingreifen an irgendeiner Stelle in diesem Prozess zurückzuführen. Erkläre den Zuhörern, wie das funktioniert.
Joannes Vermorel: Nochmals, wir befinden uns im Software-Paradigma. Es geht also darum, deine Software schrittweise zu refaktorisieren, sodass sie eine bessere Version ihrer selbst wird. Es ist ein Ingenieurproblem, ein Software-Ingenieurproblem.
Conor Doherty: Also ein Problem der menschlichen Einsicht.
Joannes Vermorel: Absolut. Genau das meine ich. Es ist ein kreatives Problem. Grundsätzlich handelt es sich um etwas, bei dem du dir Vorteile gegenüber deinem Konkurrenten erarbeiten musst. Du musst Dinge tun, die dein Konkurrent nicht tut. Es ist also ein sogenanntes Wicked Problem.
Es gibt keine korrekte Lösung. Eine Lösung könnte nur deshalb korrekt sein, weil deine Konkurrenten sie noch nicht umsetzen. Falls sie es tun, musst du dich differenzieren. Wir bewegen uns also im Gebiet der Wicked Problems, der offenen Probleme, der Probleme, die nicht die formalen Grenzen haben, die ich beschrieben habe. Und ja, das ist das Privileg des menschlichen Geistes – zumindest vorerst.
Aber hier verstehen wir klar, warum wir einen menschlichen Geist brauchen. Es liegt daran, dass diese Probleme extrem schwer sind. Wirklich, sie können nicht per Brute-Force gelöst werden. Sie können nicht aufgezählt werden.
Conor Doherty: Zum Beispiel, nenne ein Beispiel, wenn du kannst. Du bist etwa ein Einzelhandelsunternehmen, was auch immer – oder ein MRO in der Luftfahrt. Wähle irgendetwas. Ein Beispiel, bei dem du einen produktiven Vermögenswert hast und jemand im Unternehmen hilft, diesen zu verbessern.
Joannes Vermorel: Also, du würdest beispielsweise sagen: Kann ich eine Partnerschaft mit einem meiner Lieferanten aufbauen und diese Partnerschaft so gestalten, dass ich privilegierten Zugang zum Markt habe, um etwas zu erhalten – zu einem Preis, der niedriger ist als bei allen anderen?
Siehst du, wie sieht diese Partnerschaft aus? Sie kann alles Mögliche sein. Es kann ein Joint Venture sein, es kann der Bau einer Bahnlinie für diesen Lieferanten sein.
Conor Doherty: Strategische Einblicke.
Joannes Vermorel: Ja. Es kann alles Mögliche sein. Es kann bedeuten, dass ich einem Lieferanten eine meiner Technologien übergebe, vertraglich geregelt, um ihn zu verbessern. Es kann bedeuten, dass der Lieferant in mein Unternehmen investiert. Es kann auch einfach bedeuten, dass die Teams jeden Monat gemeinsam ein Retreat machen. Es kann so viele Formen annehmen.
Es ist kein Vorschlag, den man mit Option A, Option B, Option C aufzählen kann. Nein. Es ist, als wären die Möglichkeiten endlos.
Conor Doherty: Okay. Und was das angeht – nochmals als Beispiel – so habe ich es etwa formuliert, und vielleicht liege ich falsch, du kannst mich korrigieren. Aber wenn du in einer Situation bist, in der du – nimm das Beispiel Walmart – am Ende des Tages zurückblickst und denkst: Ja, die Dinge hätten gut sein können, aber ich finde, diese Entscheidung hätte etwas optimierter ausfallen können, weil sie etwas widerspiegelt, das ich über diesen Lieferanten oder diesen Laden weiß. Ich habe einfach eine sehr einzigartige menschliche Einsicht.
Wenn das ein wiederkehrendes Ereignis ist, das in den Code eingearbeitet oder als Code ausgedrückt werden kann, in diesen Vermögenswert integriert wird, dann hat es in Zukunft das Modell darauf trainiert, Entscheidungen zu treffen, sodass du nicht wiederholt eingreifen musst.
Joannes Vermorel: Ja. Genau so verbessert Microsoft Microsoft Excel. Sie schauen sich an, was die Leute sagen – ihr Feedback – und wenn sie sehen, dass etwas sehr häufig auftritt, entscheiden sie sich irgendwann zu handeln und sagen: “Das ist kein Rauschen. Das ist nicht nur ein Zufallsereignis. Das ist tatsächlich grundlegend korrektes Feedback zum Produkt, und deshalb modifizieren wir das Produkt in diese Richtung.”
Und siehst du, hier liegt das Hauptproblem darin, dass du am Ende des Tages in vielen Bereichen erkennst, dass diese Entscheidung besser hätte ausfallen können. Aber das Problem ist, dass du am Ende des Tages mehr weißt als die Software zu Beginn des Tages. Du hast mehr Informationen. Du musst unterscheiden, was deine echte Einsicht in die Lösung ist, und was Survivorship Bias ist – also die Tatsache, dass du nachträglich Informationen hast, die deinem Intelligenzsystem zu Beginn des Tages nicht zur Verfügung standen. Daher kannst du dieses System nicht dafür verantwortlich machen, dass es unwissend gegenüber dem war, was sich erst im Laufe des Tages entfaltet hat.
Conor Doherty: Okay. Wir haben jetzt etwa eine Stunde lang gesprochen, und ich möchte ein wenig zum Abschluss kommen. Aber etwas, das ich klarstellen möchte, ist: Wenn supply chain zu einem Vermögenswert wird, welche Abteilung besitzt dann diesen Vermögenswert? Man könnte sagen, das Unternehmen – aber wo wird das sichtbar? Ist es die Finanzabteilung?
Joannes Vermorel: Das Problem ist, dass mit der Automatisierung der Büroangestellten alle White-Collar-Jobs automatisiert werden. Für mich war das schon vor 20 Jahren offensichtlich. Und übrigens habe ich sogar eine Vorlesung, in der ich in der zweiten Vorlesung erkläre: “Das 21. Jahrhundert wird das Jahrhundert der Mechanisierung der White Collar sein.” Das ist buchstäblich meine Einleitungsaussage.
Kurzum, die Idee, dass wir Unternehmen und deren Abteilungen in Mini-Softwareunternehmen für jede einzelne Abteilung verwandeln, kommt. Sie kommt schon seit langem, und jetzt kommt sie mit Nachdruck. Also, wenn du sagst, Software gehört zur IT—
Conor Doherty: Mhm.
Joannes Vermorel: Was ist das Endziel davon? Es steuert das ganze Unternehmen. Das wollen wir nicht. Der Punkt ist, dass wir das nicht wollen, weil es den Begriff IT bedeutungslos macht. Wenn du sagst, ich habe Rechtsabteilung, Marketing, supply chain, was auch immer – das ist eine Arbeitsteilung. Es ist eine Art, Menschen aufzuteilen.
Wenn du also sagst, alles geht in die IT, dann heißt das, dass es nun das Unternehmen selbst ist – und dann stellt sich die Frage: Wie teile ich es auf? Ich schiebe das Problem gerade nur vor mir her, kicke sozusagen die Dose. Wenn ich alles in die IT packe, warum nicht, aber dann bleibt die Frage: Wie teile ich es auf?
Conor Doherty: Also, was ich damit meine, ist, dass alles in die IT zu packen das Wort bedeutungslos macht. Es heißt dann einfach, dass es zum Unternehmen wird. Wenn wir also Begriffe erhalten wollen, denen eine Bedeutung zukommt, dann kann es nicht “alles geht in die IT” sein, denn dann verlieren wir die Aussagekraft – die Arbeitsteilung fehlt – und unsere Wörter verlieren ihren Sinn.
Also, was ich sagen will, ist, dass wir uns in einer Welt befinden, in der nahezu überall, wo früher viele Büroangestellte tätig waren, nun vermehrt Software eingesetzt wird. Und das Interessante daran ist, dass Coding Agents einen faszinierenden Einblick darin geben, wie ein zukünftiges Unternehmen aussehen könnte. Vielleicht wird jede einzelne Abteilung Personen haben, die Coding Agents betreiben, um ihre eigenen Vermögenswerte für die jeweilige Abteilung zu schaffen.
Das bedeutet, dass du eine Rechtsabteilung hast, in der diese Leute Agents nutzen, um im großen Stil zu agieren und äußerst produktiv zu sein. Gleiches gilt für HR. Gleiches für jede einzelne Abteilung. Was ich sagen will, ist: Wenn du sagst, dass die supply chain im Grunde zu einem Software-Game wird – und genau das vertrete ich in diesem Buch – dann heißt das, dass die Abteilung supply chain zu einer Art spezialisierter Software-Abteilung innerhalb des Unternehmens wird, deren Ziel es ist, einen Vermögenswert zu schaffen, zu betreiben, zu erhalten und weiterzuentwickeln, der produktiv ist und Gewinne generiert, indem das Spiel der supply chain höchst profitabel gespielt wird.
Und das wird ein paralleler Ansatz sein, denn das Marketing wird genau dasselbe Spiel spielen, und sie werden das gleiche Problem haben und auch eigene produktive Vermögenswerte entwickeln müssen, sodass sie auf der Ebene des Brandings, der Marktwahrnehmung, etwas kultivieren, das Geld für das Unternehmen generiert.
Und das alles geschieht mit einem echten produktiven Vermögenswert, bei dem die menschliche Arbeitskraft zwar noch vorhanden ist, aber nicht dominierend. Das ist gewissermaßen die Zukunft vieler großer Konzerne. Bei Fertigungsunternehmen ist das bereits der Fall. Dort dominiert nicht der Arbeitsanteil. Wenn man sich Nvidia anschaut, so sind deren Arbeitskosten nicht dominierend. Was zählt, ist das Kapital, also der Preis der Maschinen, die sie betreiben. Das ist weitaus bedeutender als die Blue-Collar-Arbeiter, die diese bedienen.
Und wenn man zu Microsoft geht, ist die Bewertung ihrer Software-Vermögenswerte viel höher als das, was sie ihren Mitarbeitern zahlen. Grundsätzlich operieren Softwareunternehmen seit Jahrzehnten in diesem Paradigma, in dem die Bewertung deiner immateriellen Software-Vermögenswerte buchstäblich den Großteil dessen ausmacht, was du tust. Ja, du zahlst zusätzlich Gehälter – gute Gehälter für Software-Ingenieure –, aber im Vergleich zu deinen Vermögenswerten sind diese relativ gering.
Und nun blicken wir auf die nächste Stufe, in der nahezu alle Unternehmen beginnen, ein wenig mehr wie Softwareunternehmen zu agieren. Das ist eine seltsame Welt, aber ich würde auch sagen, dass es eine Welt ist, in der viele Menschen diese Entwicklung seit Jahrzehnten kommen sahen. Also ist sie auch nicht ganz neu.
Conor Doherty: In Ordnung. Meine letzte Frage – und sie führt uns wieder zurück zu der Idee für den supply chain Practitioner, der das hier liest: Was sollen die rund 10 Millionen supply chain Practitioners, die eventuell bis zum Ende von Kapitel sechs kommen, aus dem mitnehmen, was du gerade gesagt hast?
Joannes Vermorel: Sie müssen über ihre eigene menschliche Intelligenz und ihren Mehrwert im Vergleich zur Maschinenintelligenz nachdenken. Genau das ist die Frage, die vor zwei Jahrhunderten an die Blue-Collar-Arbeiter gestellt wurde. Dieselbe Frage: Was ist dein Mehrwert?
Und übrigens, es gibt zahlreiche hervorragende Antworten. Es gibt viele Menschen, die mit ihren Händen arbeiten und vom Markt nach wie vor hoch geschätzt werden. Wenn du in ein feines Restaurant in Paris gehst, findest du einen Küchenchef. Der Küchenchef ist ein Blue-Collar-Arbeiter, und in der Regel verdient dieser Küchenchef sehr gut.
Es gibt also viele sehr gute Antworten. Die Antwort ist nicht Schmerz und Elend. Die Antwort lautet: Du hast Küchenchefs, die – wenn man sich die Menschen anschaut, die in Frankreich am meisten Geld verdienen – in Bezug auf den Einkommensprozentrang weit oben liegen. Aber dennoch ist dies eine echte Frage, die angegangen werden muss. Alle Arbeiter, Blue-Collar, wurden gezwungen, sich die Frage zu stellen: Was ist mein Wert im Vergleich zur Maschine? Und jetzt haben auch die White-Collar genau das gleiche Bedürfnis, wirklich darüber nachzudenken, was ihr Wert im Vergleich zur Maschinenintelligenz ist.
Meine schnelle Beruhigung lautet: Keine Sorge, ihr habt noch reichlich Spielraum. Aber es wird anders werden, und ihr müsst einfach sorgfältig darüber nachdenken und nicht davon ausgehen, dass die Welt so bleiben wird, wie sie ist, denn das ist sie wirklich nicht.
Conor Doherty: Wenn ich das zusammenfassen müsste, war der allgemeine Rat vor 10 Jahren “lerne zu programmieren”, und heute lautet er “lerne zu kochen.”
Joannes Vermorel: Oder lerne, Meta-Code zu schreiben, denn ein coding agent codiert für dich mit viel größerer Geschwindigkeit. Wenn du bereits wusstest, wie man programmiert, ist das gut. Menschen, die bereits programmieren können, tja, sie sind diejenigen, für die es am einfachsten ist, diese Technologien zu übernehmen. Schau, es ist einfach so, dass die Mischung der Fähigkeiten, die du zusätzlich lernen musst, irgendwie anders wird. Aber grundsätzlich macht es dich, selbst wenn du beispielsweise sehr versiert im Programmieren bist, nicht unfähig, in die nächste Phase dieser Revolution überzugehen. Ganz im Gegenteil. Vor 10 Jahren wäre es ein guter Rat gewesen, Programmieren zu lernen. Es ist übrigens immer noch ein guter Rat, wenn du coding agents wirklich annehmen möchtest. Es ist besser, wenn du zumindest ein wenig mit der Denkweise eines Programmierers vertraut bist. Conor Doherty: Ja.
Joannes Vermorel: Die Syntax von Sprachen ist weit weniger relevant. Aber nochmals, die Welt ist riesig, die Chancen sind sehr, sehr zahlreich, sodass ich keinen Einheitsansatz vorschlagen kann. Es wird eine sehr persönliche Reise, genau wie vor zwei Jahrhunderten, als Blue-Collar durch Mechanisierung verdrängt wurden. Einige entschieden sich, einen Weg als Künstler einzuschlagen, andere wurden etwas völlig Anderes, et cetera, et cetera. Es gibt unzählige verschiedene Wege. Aber du musst aufpassen, denn die Mechanisierung grundlegender, alltäglicher intellektueller Operationen ist bereits da. Sie ist schon da. Conor Doherty: In Ordnung. Nun, Joannes, vielen Dank. Ich habe keine weiteren Fragen. Wir sehen uns bald zu Kapitel sieben. Und an euch, die ihr zuschaut, vielen Dank für eure Zeit. Wie immer sage ich es jede Woche, in jedem Video: Wenn ihr das Gespräch fortsetzen wollt, zögert nicht, Joannes und mich zu kontaktieren. Der einfachste Weg ist über LinkedIn, oder falls das nicht möglich ist, könnt ihr uns eine E-Mail an contact@lokad.com senden. Und damit sehen wir uns das nächste Mal zu Kapitel sieben. Und ja, zurück an die Arbeit.
