00:00:00 Grundgedanke der Serie: Fragen der Leser, Kapitel drei
00:04:55 Supply chain learning bedeutet, lernen zu denken
00:09:50 Poppers Falsifizierbarkeit: Wissenschaft riskiert Widersprüche
00:14:45 Einstein versus Marxismus: Einstellungen gegenüber Widerlegung
00:19:40 Warum Theorien nicht als wahr bewiesen werden können
00:24:35 Die Idee des Sicherheitsbestands wird angegriffen, nicht die Lagerbestände
00:29:30 Mode am Saisonschluss: Service-Level schlagen fehl
00:34:25 Gedankenexperimente als billiger Filter zur Falsifizierung
00:39:20 Kuhns Unvergleichbarkeit: Entscheidungen versus Pläne
00:44:15 Adversarische Anreize erfordern Meta-Analyse-Beweise
00:49:10 Warum dieses Buch anbieterzentrierte Fallstudien vermeidet
00:54:05 Ockhams Rasiermesser: eine Kennzahl, nicht 300
00:59:00 Der Erfolg der meisten Unternehmen wird nicht von supply chain bestimmt
01:03:55 Amazon als supply chain-geführte Erfolgsausnahme
01:08:50 Fallstudien-Falsifizierung: Suche nach negativen Ergebnissen
01:13:45 Anfällige Theorien, minimale Mathematik, laden zur Widerlegung ein
01:18:43 Fazit: Ein mentales Modell, um die Praxis zu initiieren
Zusammenfassung
Kapitel 3 argumentiert, dass supply chain nicht wie ein Telefonbuch von Algorithmen und Vorlagen erlernt werden kann; man muss lernen, diszipliniert zu denken. Vermorel leiht sich Poppers Falsifizierbarkeit: Wahres Wissen läuft Gefahr, widerlegt zu werden, im Gegensatz zu Theorien, die geflickt wurden, um Widersprüche zu vermeiden. Er verwendet safety stock als Beispiel – nützliche Ergebnisse rechtfertigen kein schlechtes Konzept, so wie eine kaputte Uhr, die zweimal am Tag richtig liegt – und bietet Gedankenexperimente (Mode am Saisonschluss) an, um Widersprüche aufzuzeigen. Fallstudien, so sagt er, sind überwiegend Infomercials, wie das nahezu völlige Fehlen negativer Beispiele trotz hoher Projektfehlerquoten beweist.
Erweiterte Zusammenfassung
Conor stellt das Gespräch als Stellvertreter für den „gewöhnlichen“ supply chain-Praktiker dar: jemanden, der Joannes Vermorels Buch in die Hand nimmt, ohne vorherige Bindung an Lokad oder dessen Weltanschauung. Kapitel 3, „Epistemologie“, wird als Versuch des Buches präsentiert, ein Problem zu lösen, das die meiste supply chain-Literatur einfach ignoriert: Sie bietet entweder endlose Algorithmen (Akademia) oder endlose Vorlagen (Beratung) an, als ob das Anhäufen von Verfahren dasselbe wäre wie Verständnis. Vermorel argumentiert das Gegenteil: supply chain zu lernen bedeutet, zu lernen, wie man darüber nachdenkt, was zunächst festlegt, was als legitimes Wissen gilt.
Um dies zu untermauern, leiht er sich Karl Poppers Prinzip der Falsifizierbarkeit. Poppers Argument, veranschaulicht durch den Kontrast zwischen Physikern aus Einsteins Zeit und marxistischen Theoretikern, ist, dass echte Wissenschaft sich der Widerlegung aussetzt. Physiker schlagen Theorien vor und suchen dann aktiv nach Experimenten, die sie widerlegen könnten; Marxisten hingegen flicken die Theorie, wenn sie widersprochen werden, sodass sie immun gegen Widersprüche wird. Das Ergebnis ist nicht ein „besseres Verständnis“, sondern ein geschütztes Glaubenssystem.
Vermorel wendet diesen Standard auf supply chain-Konzepte an und behauptet, dass viele „Grundpfeiler“-Ideen hauptsächlich überleben, weil sie nicht ernsthaften Falsifizierungsversuchen unterzogen werden. Sein Vorzeige-Beispiel ist safety stock. Er unterscheidet zwischen einem stock level, der zufällig funktioniert, und dem Konzept, das dies rechtfertigt: Eine kaputte Uhr kann zweimal am Tag richtig liegen, aber das rehabilitiert die Uhr nicht. Anschließend bietet er ein Gedankenexperiment – den Mode-Einzelhandel am Saisonende – an, bei dem das Aufrechterhalten hoher service levels mittels safety stock ein offensichtlich selbstzerstörerisches Ergebnis liefert: Geschäfte, die mit Winterbeständen verstopft sind, wenn der Sommer naht, gefolgt von starken Rabatten, um veraltete Waren abzubauen. Die Lektion ist nicht bloß, dass safety stock „Ausnahmen“ hat, sondern dass das endlose Hinzufügen von Ausnahmen der Mechanismus ist, durch den schlechte Theorien der Realität entkommen.
Conor stellt in Frage, ob Gedankenexperimente in einem komplexen, adversariellen Bereich wie supply chain als ausreichender Evidenzstandard gelten können, und ob dies zu einem Stillstand führt, wenn Praktiker unter den gängigen Methoden steigende Profite beobachten. Vermorel entgegnet, dass Gedankenexperimente ein billiger erster Filter sind: Wenn eine Theorie unter einfacher Logik zusammenbricht, verdient sie kostspielige reale Prüfungen nicht. Für schwierigere Fragen erwartet er unordentliche, medizinförmige Beweise – Meta-Analysen über viele unabhängige Studien – gerade weil Anreize die Berichterstattung verzerren.
Dies führt zu seinem Angriff auf Fallstudien: Sie fungieren als Infomercials. Seine falsifizierbare Vorhersage ist, dass trotz hoher Misserfolgsraten in supply chain-Projekten, wie von Prüfern berichtet, negativ geladene Fallstudien von Anbietern nahezu bei null liegen. Solange das Feld nicht routinemäßig eine große Anzahl negativer Ergebnisse veröffentlicht, argumentiert er, sollten „Erfolgsgeschichten“ als Marketing und nicht als Wissen betrachtet werden.
Der praktische Nutzen der ersten drei Kapitel, so behauptet er, ist ein mentales Modell zur Triage: Was ist relevant, was ist zweitrangig, was soll überprüft und was verworfen werden – damit die Praktiker aufhören, Telefonbücher auswendig zu lernen, und stattdessen beginnen zu schlussfolgern.
Komplettes Transkript
Conor Doherty: Willkommen zurück. Dies ist Episode drei einer ganz besonderen Serie, in der Joannes Vermorel und ich Kapitel für Kapitel sein neues Buch Introduction to Supply Chain besprechen. Für diese Serie nehme ich eine ganz spezifische Haltung ein: die eines Menschen, der Lokad nicht kennt, Joannes nicht kennt. Ich bin nur einer der etwa 10 Millionen Praktiker weltweit, die dieses Buch zu Gesicht bekommen, es in die Hand nehmen, anfangen zu lesen und möglicherweise Fragen haben.
Nun, dies ist Episode drei. Wie gesagt, falls ihr die ersten beiden Episoden noch nicht gesehen habt, kann ich euch nur dringend empfehlen, zurückzugehen und sie anzusehen, denn einige der heute besprochenen Punkte bauen auf dem auf, was zuvor gesagt wurde – ganz natürlich, da es sich um eine Buchdiskussion handelt. Und an dieser Stelle hat Joannes gerade mein Mikrofon repariert.
Kapitel 3: Epistemologie. Bevor wir darauf eingehen – und wir werden auf möglicherweise eines der grundlegenden Konzepte des gesamten Buches eingehen – kommen wir gleich dazu. Aber Epistemologie: Was ist das Ziel dieses Kapitels?
Joannes Vermorel: Das Ziel ist, anzufangen zu lernen: Wie denke ich überhaupt über supply chains nach?
Also, wir wollen lernen, aber wir müssen auch denken. Man kann nicht einfach nur lernen. Es ist nicht wie ein Telefonbuch. Es geht nicht nur darum, „Hier sind die Dinge, die du auswendig wissen musst“ vorliegen zu haben, ohne dass dahinter ein Verständnis steht. Grundsätzlich bedeutet das, über supply chain zu lernen, indem man lernt, wie man über supply chain denkt. Es ist also eine Denksportaufgabe.
Sehr gut. Es stellte sich heraus, dass die quasi-Gesamtheit der Literatur dieses superwichtige Problem völlig ignoriert, abtut. Sie stürzen sich wortwörtlich auf „Hier ist mein – hier ist ein Telefonbuch. Hier sind die Dinge, die du dir einprägen kannst.“ Das wäre die akademische Welt mit einer unendlichen Liste von Algorithmen: Du möchtest dies, hier ist dieser Algorithmus; du möchtest das, hier ist jener Algorithmus. Oder es wäre die Beratungsliteratur mit: „Du hast eine Organisation, hier sind die Vorlagen, denen du folgen solltest,“ und hier ist eine weitere Vorlage, und hier ist noch eine Vorlage, und so weiter.
Und ich sage: „Moment mal. Du willst mir also sagen, dass ich mir eine Million Algorithmen und 20.000 Vorlagen merken soll, und dass genau das ausreicht, um in supply chain versiert zu werden?“ Offensichtlich hat jeder einzelne Autor seine eigene Perspektive, und sie würden sagen: „Nein, nein, nein, du brauchst nicht die eine Million Algorithmen, du brauchst nicht die 10.000 Vorlagen, du brauchst nur diese 20 Algorithmen und diese drei Vorlagen,“ und wiederum gibt es keinen zwei Autoren, die sich darüber einig sind, welche das sind.
Für mich war also das Erste, was ich tun wollte: Okay, wir müssen – und ich weiß, das ist sehr meta – bewerten, wie wir überhaupt über supply chain nachdenken werden. Und wir müssen eine Frage beurteilen, die absolut grundlegend ist: Was zählt als supply chain-Wissen, als gültiges, relevantes, nützliches supply chain-Wissen, und was nicht.
Denn wenn wir diese Fragen nicht beantworten können, wie sollen wir dann in der Wissenschaft von supply chain vorankommen? Es würden uns nur endlose Listen von Anekdoten vorliegen oder sogar endlose Listen von Unwahrheiten. Also würden wir einfach weitermachen, und das ist kein offensichtliches Problem. Es ist ein sehr, sehr fundamentales Problem.
Deshalb sage ich, dass wir dieses erkenntnistheoretische Problem in Angriff nehmen müssen, denn meine Kollegen haben es, so glaube ich, nicht ernsthaft behandelt.
Conor Doherty: Was sind einige Beispiele für das Wissen, das deiner Meinung nach als gültiges supply chain-Wissen qualifiziert, und Beispiele, die – ich glaube, du benutzt den Begriff – korrumpiert sind?
Joannes Vermorel: Ein gültiger Bestandteil des supply chain-Wissens wäre zum Beispiel, dass einzelne Zuordnungen den langfristigen Ertrag für das Unternehmen maximieren sollten. Aber das ist eine Aussage, die ich treffe: Jede Zuordnung sollte – ich meine, offensichtlich gibt es ein Koordinationsproblem zwischen all diesen Zuordnungen, aber du sprichst entweder von der Zuteilung finanzieller Ressourcen oder ganz wörtlich von Zuordnungen im wirtschaftlichen Sinn – also kann das jede Ressource sein: Geld, Inventar, Personen usw.
Also, was ich sagen möchte: Es ist ein Prinzip, und ich formuliere es als Prinzip: Jede Zuordnung muss den langfristigen Ertrag für das Unternehmen maximieren. Nun, das ist eine Aussage. Ist sie wahr oder falsch?
Zuerst, ganz vorrangig: Was ich sagen will, ist, dass wir zumindest unterschiedliche Ansätze haben – ich würde sagen, dass es relevant ist. Das wäre das Erste, was wir bewerten müssen: ob diese Aussage überhaupt für supply chain relevant ist. Gehört sie zu supply chain oder zu etwas anderem, wie zum Beispiel der allgemeinen Ökonomie? Gehört sie zur Soziologie? Gehört sie zu supply chain oder ist es etwas, das zwar wahr ist, aber nicht einmal in den Bereich fällt, den wir als supply chain bezeichnen wollen?
Es gibt ein Problem im Wissensmanagement. Wenn wir alles in alles einbeziehen, entsteht nur ein heilloses Durcheinander. Deshalb müssen wir Kriterien haben, um zu entscheiden: Gehört es in den Bereich dessen, was wir als supply chain definieren wollen, oder nicht. Das ist zunächst der erste Filter.
Der zweite Filter: Okay, nun da wir zugestehen, dass es dazugehört – wir müssen erklären, warum wir zugestehen, dass es innerhalb der Grenzen liegt. Es darf nicht einfach zufällig sein: „Joannes sagt, es gehört zu supply chain und es ist supply chain.“ Wir müssen eine Begründung haben, um klarzumachen, was dazugehört und was nicht.
Und dann, sobald wir zugestanden haben, dass es dazugehört, brauchen wir einen Mechanismus, um zu beurteilen: Ist es eine gute Aussage? Handelt es sich um ein gültiges Stück wirklich nützliches, kraftvolles, tiefgehendes, fundamentales Wissen? Oder ist es falsch oder völlig nebensächlich?
Wir brauchen also einen Mechanismus, der es uns, sobald wir innerhalb der Grenzen von supply chain sind, ermöglicht zu verstehen: Also, was ist das Besondere an dieser Aussage? Sollte sie in die Einführung von supply chain aufgenommen werden, oder ist es etwas, das nur als sekundärer Hinweis in einem fernen Anhang auftauchen soll, der nur bei wirklich randständigen Fällen zu Rate gezogen wird, usw.
Diese Probleme mögen etwas abstrakt erscheinen, aber sie sind fundamental. Nochmals: Es ist eine Übung im Denken. Wir müssen beginnen, in der Lage zu sein, über supply chain nachzudenken – darüber, wie wir dieses Wissen organisieren wollen. Das bedeutet, dass wir das Wissen priorisieren und Grenzen für uns selbst setzen, damit wir uns nicht in unendlichen Abschweifungen verlieren, usw.
Conor Doherty: Nun, nochmals, meinem Verständnis nach – nachdem ich es gelesen habe – ist es nicht nur eine taxonomische Übung, es geht nicht nur um Klassifizierung. Du machst den Punkt deutlich – und ich denke, das ist, wenn ich das lese, der allerstärkste und klarste Fall eines „Tipp in the playbook“, und das ist die Falsifikation.
Ich denke, wenn man deine Definition von supply chain und die Bedeutung der Falsifikation heranzieht, könnte man das sogar in Kapitel eins unterbringen, weil ich glaube, dass es wirklich grundlegend ist. Und ich würde sagen, dass die Diskussion über Falsifizierbarkeit noch fundamentaler ist als deine eigene Definition, weil sie tatsächlich deine Fähigkeit beeinflusst, Definitionen zu bewerten.
Also, ich bin nicht der Autor. Bitte erkläre die Bedeutung der Falsifikation.
Joannes Vermorel: Also, hier würde ich sagen, dass Falsifizierbarkeit etwas ist, das über supply chain steht. Ja. Wir haben das Ziel von supply chain, und dann haben wir eine separate Disziplin – deshalb nenne ich es Erkenntnistheorie –, die sich wirklich mit der Wissenschaft des menschlichen Wissens beschäftigt. Wie charakterisieren wir Wissen im Allgemeinen, und was gehört nicht dazu?
Ich erfinde also keine neuen Prinzipien zur Charakterisierung von Wissen. Ich entleihe sie der Erkenntnistheorie und greife auf einen der unglaublichsten Durchbrüche des 20. Jahrhunderts zurück, nämlich das Falsifizierbarkeitsprinzip von Popper, der ein österreichischer Philosoph war.
Lang gesagt: Dieser Philosoph stellte im Grunde eine einfache Frage: Was gilt als Wissenschaft? Was zählt als Wissen, dem wir vertrauen können? Eine grundlegende Frage. Und das gilt für alles: Biologie, Finanzen, alles. Er stellte diese grundlegende Frage: Was ist wahres Wissen? Was ist tatsächlich gute Wissenschaft? Was sind all diese Dinge? Und offensichtlich fand er eine Antwort.
Und das Interessante: Ich werde diese Antwort für supply chain übernehmen. Also lasst uns ein wenig darüber diskutieren, was diese Antwort war.
Also, das Falsifizierbarkeitsprinzip: Popper lebte in einer Zeit, in der er – in seinen frühen Jahren – zu einem Zeitpunkt in Wien, in Berlin – verschiedenen Gruppen von Intellektuellen begegnete. Und es gab zwei Gruppen, die wirklich auffielen. Wir sprechen von den frühen 1920er Jahren, ja.
Zwei Gruppen. Die erste bestand aus den Physikern, die sich um Einstein versammelt hatten. Er war fasziniert, und sie waren unglaublich schlaue Menschen. Sie waren dabei, im Grunde die Quantenphysik zu erfinden. Einstein hatte die Relativitätstheorie entwickelt, und danach folgten zahlreiche Entwicklungen in der Quantenphysik.
Und so handelte es sich um eine Gruppe unglaublich scharfsinniger Menschen. Popper war sehr erstaunt: Wie gingen diese Menschen intellektuell vor? Und so funktionierten sie: Sie erfanden ständig Theorien, aber sie taten noch mehr. Sie entwickelten Wege, um die Theorien der anderen zu widerlegen. Sie erfanden, und sie erfanden unermüdlich weiter.
Einstein selbst erfand unablässig Ideen für Experimente, die durchgeführt werden konnten und seine eigenen Theorien potenziell entkräften würden. Also sehen Sie, Einstein verbrachte nahezu sein ganzes Leben damit, zu versuchen, seine eigenen Theorien zu zerstören. Das ist sehr verwunderlich. Für Popper lautete die Frage: Was zum Teufel ist hier los? Man hat Menschen, die eine Theorie befürworten, aber was tun sie in der Praxis? Sie versuchen, sie zu widerlegen. Seltsam.
Und die Menschen machten das empirisch. Was Einstein tat, war beispielsweise zu sagen: Wenn meine Relativitätstheorie korrekt ist, bedeutet das, dass ich in der nächsten Zeit seltsame Bewegungen auf gewisse Weise in der Umlaufbahn des Merkurs beobachten kann. Oder zum Beispiel werde ich in der Lage sein, Sternepaare zu beobachten, die lediglich optische Täuschungen sind, bedingt durch Licht, das auf unterschiedlichen Wegen reist. Und wenn ich das nicht beobachten kann, beweist das, dass meine Theorie falsch ist.
Er entwarf tatsächlich sehr clevere Experimente, um zu beweisen, dass seine Theorie falsch sei, und diese Experimente scheiterten. Sie gelang es nicht zu beweisen, dass seine Theorie falsch war.
Also kam Popper auf die Idee und sagte: „Oh, das ist sehr interessant.“
Und es gab eine zweite Gruppe zum Vergleich. Das waren die Physiker. Die zweite Gruppe bestand aus Menschen, die im Wesentlichen marxistisch waren. Marx war nicht mehr präsent, also waren sie Anhänger. Diese Menschen – nochmals, der Marxismus wurde damals nicht als Politikwissenschaft, sondern als Wissenschaft geführt. Er sollte eine wissenschaftliche Erklärung der Gesellschaft bieten und wurde wie eine Wissenschaft behandelt.
Und so machte er, wie jede gute Wissenschaft, Vorhersagen – sehr präzise Vorhersagen über die Zukunft. Wenn die marxistische Theorie wahr ist, dann gibt es sehr spezifische Dinge, die wir über die Wirtschaft vorhersagen können.
Und beispielsweise in den 1910er Jahren machten Marxisten eine Vorhersage, die laut marxistischer Theorie vollkommen korrekt ist: Wenn die Proletarierrevolution stattfinden muss – und sie wird stattfinden, sie wird stattfinden – dann wird sie in Ländern in einer sehr präzisen Reihenfolge erfolgen. Die Theorie ist sehr genau: Sie wird in einer sehr präzisen Reihenfolge stattfinden.
Sie wird im Vereinigten Königreich beginnen. Warum? Weil es damals das einzige Land auf der Erde war, in dem der größte Anteil der Bevölkerung Proletariat war. Das Vereinigte Königreich lag in Bezug auf die Industrialisierung den anderen Ländern wirklich weit voraus. Somit wird die Revolution zuerst im am stärksten industrialisierten Land beginnen und dann allmählich in immer weniger entwickelten Ländern stattfinden.
Und die Theorie war sehr präzise. Es herrschte vollständige Übereinstimmung: Das wird so passieren.
Der Erste Weltkrieg fand statt. Welches Land erlebte als Erstes die marxistische Revolution? Russland. Russland, das am wenigsten industrialisierte Land und damals eine unglaublich rückständige Wirtschaft hatte – völlig agrarisch. Sie hatten buchstäblich praktisch keine Fabrik, ich meine, sehr, sehr wenig.
Das widerspricht somit dieser Theorie. Es widerspricht völlig – erneut, alles, wie es sich entwickelte, geht völlig gegen alle Vorhersagen der Theorie.
Und was ist die Reaktion der marxistischen Kreise? Die Antwort lautet: Sie kleben die Theorie einfach mit Klebeband zusammen, um nachträglich zu erklären, warum die Theorie in der Tat dieses Ergebnis vorhersagte.
Und dann sah Popper das und sagte: „Moment mal. Also sagst du mir, dass, sobald Dinge deiner Theorie widersprechen, du deine Theorie flickst, sie modifizierst und immun gegen Widersprüche machst. Das ist seltsam.“
Das ist seltsam. Auf der einen Seite gibt es Menschen, die Physiker, die unermüdlich nach Widersprüchen suchen und jederzeit bereit sind, alle Theorien aufzugeben – sie aus dem Fenster zu werfen – wenn es ein widersprüchliches Experiment gibt.
Und auf der anderen Seite gibt es Menschen, die sagen: „Wir werden die Theorie um jeden Preis bewahren. Wir werden sie einfach allmählich immer mehr immun gegen die Realität machen.“
Okay, es kann nicht sein, dass beide zur gleichen Zeit richtig sind. Eins muss richtig und das andere falsch sein. Popper sagte: Wer hat recht? Die Einstein-Fraktion. Er meinte: Offensichtlich machen die Physiker es richtig. Die Marxisten: Nein, das ist nicht die richtige intellektuelle Haltung, das ist verrückt.
Conor Doherty: Und dann, wenn du das erklären wolltest – nicht, um dich zu unterbrechen, sondern um klar zu sein – deckst du all diese historischen Beispiele im Buch ab. Aber um dies wieder auf das Thema für die 10 Millionen Praktiker zurückzuholen: Es ist interessant, und ich weiß, wohin du willst, aber jeder andere könnte es vielleicht nicht nachvollziehen.
Joannes Vermorel: Sicher. Kurz gesagt: Er entwickelte tatsächlich das Konzept der Falsifizierbarkeit. Falsifizierbarkeit ist sozusagen die Zusammenfassung dessen, warum Einstein recht hatte und warum die Marxisten falsch lagen.
Kurz gesagt, dein Wissen, deine Theorie, muss dem Risiko der Widersprüchlichkeit ausgesetzt sein. Ja. Wenn du sie immun gegen Widersprüche machst, dann hast du überhaupt nichts Wissenschaftliches.
Übrigens, es gibt einen Vorbehalt: Es mag Wahrheiten in diesem Universum geben, die nicht widersprochen werden können, aber trotzdem wahr sind. Popper sagte: In Ordnung, sie gehören einfach nicht – sie gehören nicht zum Bereich der Wissenschaft. Dies ist eine grundlegende Einschränkung der Wissenschaft. Die Wissenschaft kann sich nur mit Dingen befassen, bei denen Widersprüche möglich sind, und diese Dinge sind nicht alles, was wahr ist. Es ist einfach alles, was wir als Wissenschaft bezeichnen können.
Das ist also sehr interessant, denn Popper definierte in einem Zug weitgehend, was als Goldstandard dessen gilt, was wir Wissenschaft nennen können, und zeigte der Welt auch, dass Wissenschaft nicht alles sein kann. Es ist das genaue Gegenteil dessen, was man denken könnte, nämlich dass die Wissenschaft allmächtig und allwissend ist. Nein. Popper stellte ein für alle Mal klar, dass die Wissenschaft im Wesentlichen ihre ganz natürliche Grenze hat.
Aber innerhalb dieser Grenzen ist das, was wir haben, viel stärker. Es ist nicht alles, was wahr ist.
Und so, schnellvorlaufend zur supply chain: Jetzt haben wir den Goldstandard für wissenschaftliches Wissen, und er gilt für alle Bereiche. Er gilt für alles – von Geographie, Biologie, was auch immer. Er gilt für alles, wenn auch nicht in gleichem Maße. Ich denke, das ist etwas, worauf wir noch eingehen werden, und wir haben es angesprochen.
Und somit sage ich: Weil dieses Konzept der Goldstandard dafür war, wie man die Wissenschaft angehen sollte – für alle Wissenschaften – sollte die supply chain demselben Standard folgen. Das ist der Punkt, den ich mache.
Conor Doherty: Okay. Nochmals, die historischen Beispiele sind gut, sie sind korrekt und sie sind sicherlich interessant. Im Kontext der supply chain – nochmals, die Zielgruppe, 10 Millionen Praktiker – kontextualisiere die Bedeutung der Falsifikation und was das im Alltag für sie bedeutet. Warum ist das so wichtig, und wie sieht das für einen supply chain practitioner aus, oder wie könnte es eingefügt werden?
Joannes Vermorel: Also reden wir über Wissen. Ich weiß, es ist sehr meta, ein wenig abstrakt, aber wir sprechen über die Invalidierung von Wissen.
Also fangen wir mit einem Wissensstück an. Lassen Sie uns über den Sicherheitsbestand sprechen. Okay. Das ist ein Beispiel im Buch, und warum ich sage, dass der Sicherheitsbestand ein ungültiges Konzept ist. Eigentlich nennt man ihn gefährliche Bestände.
Ja, genau. Und nochmals, ich sage nicht: Euer Sicherheitsbestand in eurem Unternehmen – das von euch festgelegte Bestandsniveau – ist ungültig. Das wäre eine Verwechslung. Was ich sage, ist, dass die eigentliche Idee des Sicherheitsbestands falsch ist. Das muss auseinandergenommen werden.
Sehen Sie, dabei handelt es sich um eine Unterscheidung, denn Sicherheitsbestand ist letztlich nur eine Charakterisierung eines Bestandsniveaus. In eurem Unternehmen kann es also zufällig ein Bestandsniveau geben, das für euer Geschäft ganz gut ist. In Ordnung.
Was ich sage, ist, dass der Sicherheitsbestand als Konzept, um dieses Ziel zu erreichen, ungültig ist.
Das ist also die Behauptung. Jetzt, wie bei einer kaputten Uhr, die zweimal am Tag richtig geht: Mit Sicherheitsbestand kann es vorkommen, dass man zu einer ziemlich gültigen Antwort gelangt. Aber auch das ist der Trugschluss der kaputten Uhr. Es kommt einfach vor, dass alle Umstände passen, und in eurer Situation liefert der Sicherheitsbestand eine zufriedenstellende Antwort.
Das ist eine kaputte-Uhr-Situation, in der die kaputte Uhr zweimal am Tag noch die richtige Uhrzeit anzeigt. Es wäre nicht korrekt zu denken, nur weil das passiert, dass die kaputte Uhr weiterhin kaputt ist, auch wenn sie in dieser ganz spezifischen Situation zufällig die richtige Zeit angibt.
Conor Doherty: Sehen Sie – aber wie widerlegt man diese Position? Weil man sich gerade, naja, von Kritik isoliert hat.
Joannes Vermorel: Ja, genau. Um also zu falsifizieren, müssen wir im Falsifikationsprinzip weitergehen.
Was Popper sagt – die Schlüsselidee – ist, dass man niemals beweisen kann, dass eine Theorie korrekt ist. Das kann man nicht. Warum? Weil das bedeuten würde, dass man eine unendliche Anzahl von Situationen verifizieren müsste.
Sehen Sie, Ihre Theorie soll auf eine riesige Anzahl von Situationen anwendbar sein, und wenn es sich um eine nicht-triviale Theorie handelt, wird diese unendlich sein. Grundsätzlich, wenn Sie also über Rückmeldungen aus dem Universum sprechen – über die Möglichkeit zu verifizieren und so weiter – werden Sie nur eine endliche Menge verifizieren können.
Man kann also zeigen, dass Dinge funktionieren, nicht notwendigerweise, dass sie wahr sind.
Und so sagt Popper: Wenn ich auch nur einen einzigen Fall finden kann, der zeigt, dass die Theorie scheitert, dann ist die Theorie falsifiziert. Sie wird abgelehnt. Sie ist kategorisch falsch. Sie muss vollständig verworfen werden.
Also sagt er: Das ist das Falsifikationsprinzip, und das ist sehr interessant. Genau das versuchte Einstein: zu beweisen, dass die Relativität falsch ist.
Man braucht keine tausend Astrophysiker. Man braucht kein Milliardenbudget. Man muss sich nur ein einfaches Experiment vorstellen, das es widerlegt. Das ist es. Das ist die Schönheit der Falsifikation: Man kann eine unglaublich fortschrittliche, ausgeklügelte Theorie – potenziell mit Tausenden investierter Mannstunden – mit nur einem einfachen Experiment falsifizieren, wenn man es dazu schafft.
Wie falsifizieren wir also den Sicherheitsbestand? Die Idee ist, dass wir ein Experiment entwickeln müssen, das beweist, dass der Sicherheitsbestand miese Ergebnisse liefert. Okay. Wir brauchen nur eine Situation, in der der Sicherheitsbestand miese Ergebnisse liefert. Nur eine.
Und um es in gutem Glauben zu tun, muss der Sicherheitsbestand korrekt berechnet werden. Richtig berechneter Sicherheitsbestand. Und dann beweisen wir, dass in dieser Situation, in der der Sicherheitsbestand korrekt berechnet wurde – weil es ein gutgemeinter Versuch sein muss – trotzdem unsinnige Ergebnisse liefert, Ergebnisse, die den langfristigen Interessen des Unternehmens zuwiderlaufen.
Wieder einmal gehen wir dazu zurück zur Erkenntnistheorie. Wir müssen uns irgendwie darauf einigen, dass das langfristige Interesse des Unternehmens das relevante Kriterium ist. Das ist heikel, denn sehen Sie, das Problem ist, dass ich die supply chain definiere – ich habe das so festgelegt. Ich habe gerade gesagt, dass das langfristige finanzielle Interesse des Unternehmens maßgeblich ist.
Wenn Sie mir sagen: „Nein, nein, nein, Joannes, ich widerspreche deiner Aussage. Ich glaube, dass das langfristige Interesse, das die supply chain maximieren sollte, das Glück meiner Mitarbeiter ist“, haben wir zwei unterschiedliche, widersprüchliche Definitionen. Sie passen nicht zusammen.
Übrigens, dieses Problem wurde gelöst, aber das ist ein anderer Philosoph namens Thomas Kuhn.
Conor Doherty: Aber du verwischst hier irgendwie die Grenzen zwischen Teleologie und Erkenntnistheorie: Was ist das Ziel eines Unternehmens und was macht Wissen aus? Das sind nicht unbedingt dieselben Dinge.
Joannes Vermorel: Ja, ja, ja. Also, zurück. Kehren wir zurück zur Falsifikation des Sicherheitsbestands.
Jetzt müssen wir uns nur eine Situation überlegen, die zeigt, dass der Sicherheitsbestand Ihnen in die Schuhe geht. Das ist es.
Beispielsweise nehmen wir einen Modeeinzelhändler. Eine End-of-Season-Situation, mit Ihren Sicherheitsbeständen.
Was sagt also die Perspektive des Sicherheitsbestands? Sie besagt: Man muss ein relativ hohes Serviceniveau aufrechterhalten. Das ist die Perspektive. Wie hoch? Es kann alles zwischen, sagen wir, 85 und 100 % sein. Wir werden nicht allzu spezifisch sein. Das ist in Ordnung. Sie treffen Ihre Wahl.
Aber ich habe noch nie Menschen gesehen, die sagen, man solle einen Sicherheitsbestand mit, sagen wir, 15 % Serviceniveau haben. Also, mein gutgemeinter Versuch: Wir haben eine Modemarke, die ein Einzelhandelsnetz betreibt, und für ihre Geschäfte haben sie eine Sicherheitsbestandspolitik mit Serviceniveaus, die, sagen wir, 85 und höher betragen.
Die Details sind mir egal. Es ist unwichtig. Ich sage einfach: Wenn Sie sich nicht in dieser Situation befinden – beim Modeeinzelhändler – dann handelt es sich nicht um Sicherheitsbestand, sondern um etwas anderes.
Also lautet die Situation: Wir haben diesen Modeeinzelhändler, sie haben Geschäfte, und in ihren Geschäften gibt es Artikel, bei denen das Bestandsniveau über Sicherheitsbestände gesteuert wird, und diese Sicherheitsbestände betragen 80 % und mehr. Das wäre meine Situation.
Ich bin der Meinung, dass dies eine gutgemeinte Darstellung dessen ist, was Sicherheitsbestand eigentlich bedeutet.
Und jetzt möchte ich demonstrieren, dass das scheitern wird. Es wird aus mehreren Gründen scheitern, tatsächlich.
Der erste Grund ist, dass man am Ende der Kollektion diese Sicherheitsbestände nicht aufrechterhalten möchte. Warum? Denn denken Sie daran: Am Ende der Winterkollektion, wenn Sie Ihr Serviceniveau beibehalten, wird das Geschäft definitionsgemäß voller Winterkleidung sein, während Sie kurz davor stehen, in die Sommersaison einzutreten. Das ist verrückt.
Erstens werden Sie nicht einmal in der Lage sein, die Sommerkleidung ins Geschäft zu bringen, weil es voller Winterkleidung ist. Und dann, während der bald einsetzenden Verkaufsphase, müssen Sie verrückte Rabatte anbieten, um all den Winterkram loszuwerden, der jetzt sehr schwer zu verkaufen ist.
Damit ist meine Demonstration abgeschlossen. Ich habe eine Situation, in der ich die Perspektive des Sicherheitsbestands eingenommen habe, und ich habe eine Situation gezeigt, die dieser widerspricht.
Und was Popper zeigte, ist, dass man nicht die marxistische Perspektive einnehmen sollte. Die marxistische Perspektive wäre: „Oh, du hast einen Widerspruch in meiner Sicherheitsbestandstheorie. Weißt du was? Ich werde diese Sicherheitsbestandstheorie umstellen, die Theorie abändern, damit der Sicherheitsbestand überlebt.“ Das ist genau das, was die Marxisten mit ihrer marxistischen Theorie taten: Immer wenn sie widersprochen wurden, klebten sie die Theorie einfach mit Klebeband zusammen, um sie völlig immun zu machen.
Das ist nicht die richtige intellektuelle Haltung. Das ist eine gefährliche Haltung, insofern als dass es ein Rezept dafür ist, Müllwissen zu produzieren. Das ist Erkenntnistheorie.
Wenn Sie also einen offensichtlichen Widerspruch mit einem Konzept haben – bei dem Sie dieses Konzept gutgläubig verwenden und keine Fehler in der Analyse machen – dann sollten Sie sagen: Ihre Theorie wurde gerade falsifiziert. Sie muss nun verworfen werden.
Und das ist hart. Die Menschen erkennen nicht, wie anspruchsvoll diese Falsifizierbarkeit ist. Es bedeutet wörtlich, dass man die Dinge verwerfen muss. Und somit muss der Sicherheitsbestand verworfen werden.
Conor Doherty: Wir haben das in der Diskussion zu Kapitel 2 angesprochen, als wir erörtert haben, wie robust eine Wissenschaft im Bereich supply chain sein kann. Wir diskutierten hin und her über Chemie, und am Ende waren wir uns einig, dass die Medizin wahrscheinlich ein vernünftiger Maßstab wäre.
Es gibt viele Situationen, in denen – anhand des Beispiels, das du in der letzten Episode genannt hast – du ein Medikament einnimmst, und diese haben sehr ähnliche Profile: Es wirkt bei der einen Person, bei der anderen nicht. Man würde ein Medikament nicht einfach völlig verwerfen: „Na, das Medikament wirkt nicht, also komplett aufgeben.“ Vielmehr würde man sagen: Es wirkt in den meisten Fällen.
Also hier stellt sich die Frage: Hat meine Falsifikation den Sicherheitsbestand für die Mode zerstört oder für alle Branchen? Denn das könnte eine Frage sein.
Joannes Vermorel: Wiederum würde Popper sagen: Vorsicht. Wenn du eine Theorie hast, die falsifiziert wurde, ist es intellektuell allzu einfach, die Auswirkungen der Falsifikation herunterzuspielen. Das ist ein psychologisches Problem. Es ist allzu einfach, die Auswirkungen zu minimieren und deine Theorie einfach notdürftig zu flicken, sodass sie trotz dieser Falsifikation Bestand hat.
Zum Beispiel könnte ich eine überarbeitete Theorie aufstellen, die besagt: Sicherheitsbestände sind gut, in Ordnung und nützlich – außer in der Mode.
Okay. Nun, ich kann ein sehr ähnliches Beispiel in aviation entwerfen. Ich kann etwas vorführen, das zeigt, dass Sicherheitsbestände im Luftfahrtbereich extrem entgegen den langfristigen Interessen des Unternehmens wirken. Das kann ich im Automobilbereich tun. Das kann ich auch bei frischen Lebensmitteln tun.
Einige könnten sagen: Das sind ausgesuchte Beispiele, bei denen du insgesamt mehr verdienst als du verlierst. Aber sobald du 20 Branchen mit Widersprüchen hast, wann hörst du auf?
Werden wir sagen: Sicherheitsbestand gilt, außer in der Mode, außer im Automobilbereich, außer in der Luftfahrt, außer bei frischen Lebensmitteln, außer im Luxus, außer bei Bla Bla Bla?
Das ist die marxistische Denkweise. Du hast eine Theorie, die absurd wird, mit einer absurd langen Liste von Randfällen.
Und das ist auch die Schönheit – es gibt nämlich ein Element, das in der Erkenntnis sehr wichtig ist – und das ist die marxistische Perspektive, und hier hat nicht Popper das beschrieben, sondern mehr Einstein: Deine Theorie muss Schönheit besitzen. Sie muss diese Art von kristallklarer Reinheit haben.
Wenn deine Theorie nur eine unendliche Liste von Randfällen ist, wenn sie überhaupt keine Struktur hat, wenn du ein endloses Telefonbuch brauchst, um sie zu beschreiben, dann ist das keine sehr gute Theorie.
Wenn wir also sagen, dass die supply chain theory lautet: „Oh, es ist Sicherheitsbestand, mit zwei Seiten voller Vorbehalte“, dann ist das einfach eine sehr, sehr miserabele Theorie.
Conor Doherty: Nun, hier kommen wir zurück zur Idee, welchen Robustheitsstandard du von einer Disziplin wie supply chain erwartest. Du sprichst von Popper und wendest es auf ein Feld an, das vollständig von störenden Faktoren beherrscht wird, wie du selbst in Kapitel eins und zwei sagen würdest: totale uncertainty überall – Motivationen, das Wetter, alles.
Wie kannst du nach dem Standard falsifizieren, den du beschreibst?
Joannes Vermorel: Zuerst einmal gibt es verschiedene Ebenen der Falsifikation. Eine der grundlegendsten ist das Gedankenexperiment, was wir gerade gemacht haben. Genau das hat Einstein gemacht. Die meisten von Einsteins Durchbrüchen waren Gedankenexperimente. Das ist in der Wissenschaft unglaublich nützlich.
Gedankenexperimente sind super günstig. Du kannst sie in deinem Kopf durchführen. Es ist nicht ausreichend, denn wenn du falsch schlussfolgerst, können sich subtile Fehler einschleichen, und nur das Universum wird dir Feedback geben.
Aber als Weg, um schneller zu deiner korrekten Theorie zu gelangen und konservativ mit den Ressourcen zu haushalten, die du in tatsächliche Falsifikation in der realen Welt investieren möchtest, musst du diese Gedankenexperimente durchführen. Diese Gedankenexperimente sind unerlässlich, damit du deine Falsifikationsexperimente nicht zufällig durchführst, was sehr kostspielig wäre.
Was ich also sage, ist, dass das erste Absolute, das wir von supply chain fordern, darin besteht, dass sie Gedankenexperimente standhält.
Wenn ich dir ein Element gebe, ein theoretisches Element wie Sicherheitsbestand, und ich dir innerhalb von zwei Minuten Gedankenexperimente – sehr überzeugende Widersprüche – präsentiere, komm schon. Du musst es nicht einmal im echten Leben ausprobieren. Sobald du es verstanden hast, sagst du: Okay, das ist völlig falsch.
Das wäre die superschnelle Ebene. Und später können wir über viel schwierigere Elemente diskutieren, bei denen wir eine empirische Bewertung benötigen werden.
Aber hier gibt es ganze Klassen von Aussagen aus der Mainstream-supply chain Theorie, die durch einfache Gedankenexperimente widerlegt werden können. Und übrigens, genau das hat Einstein für die newtonsche Physik getan. Um die newtonsche Physik zu zerstören, musste Einstein keine tatsächlichen physikalischen Experimente durchführen. Er führte Gedankenexperimente durch und bewies, dass sich die Theorie selbst widerspricht, und zack – erledigt. Du musst nicht einmal die Experimente durchführen.
Also siehst du, das ist sehr mächtig. Gedankenexperimente sind sehr, sehr wirkungsvoll, um zumindest das Einfache auszusortieren. Du kannst etwas verwerfen, wenn du eine Theorie hast, die so grundlegend fehlerhaft ist, dass du sie allein durch Gedankenexperimente verwerfen kannst.
Wenn die Theorie sehr ausgereift ist – etwa in der Quantenphysik – werden rein Gedankenexperimente vermutlich nicht mehr ausreichen. Aber das ist die zweite Stufe: die Reife einer Wissenschaft, die bereits mit den richtigen Kriterien entwickelt wurde.
Wenn du eine Wissenschaft hast, die sorgfältig nach den richtigen Kriterien aufgebaut wurde, wurden alle Gedankenexperimente bereits von deinen Vorgängern durchgeführt. Daher sind sie – sie sind nicht mehr so nützlich, weil die einfach zu erreichenden Erkenntnisse bereits geerntet wurden.
Hier befinden wir uns an einem Punkt, an dem diese „low-hanging fruits“ – die Gedankenexperimente – die Mainstream-supply chain Theorie verwerfen können. Das ist durchaus möglich, weil die Leute es vorher nicht sorgfältig genug gemacht haben.
Conor Doherty: Und nochmal, um das, worüber wir sprechen, aus Lokads Perspektive zu kontextualisieren: Es wären Entscheidungen. Das ist im Grunde das, was die Leute tagtäglich treffen: supply chain Entscheidungen. Warum? Warum? Warum?
Joannes Vermorel: Genau, deshalb brauchen wir diese erkenntnistheoretische Entscheidung, weil wir uneins sind. Die Mainstream-Theorie sagt absolut nein. Sie widerspricht grundlegend: „Nein, das ist mir egal. Es ist mir egal.“
Und sieh mal, wir müssen über Thomas Kuhn und die Unvergleichbarkeit von Theorien sprechen. Das Problem, sagt Thomas Kuhn, ist: Grundsätzlich kann man, wenn man sich die newtonsche Physik und die einsteinsche Physik anschaut, nicht sagen, dass eine besser ist als die andere. Sie sind nicht vergleichbar. Sie sind radikal verschieden.
Die Fragen, die in der newtonschen Physik Sinn machen, machen in der einsteinschen Physik keinen Sinn, und umgekehrt. Du hast zwei völlig inkompatible Mengen von Fragen und Antworten, die nicht miteinander verglichen werden können.
Das ist also das Problem. Aber wie entscheiden wir uns nun zwischen der klassischen Physik und der einsteinschen Physik? Es sind nicht einmal dieselben Fragen, es sind nicht einmal dieselben Antworten.
Die Antwort lautet: Sobald du anfängst, über die einsteinsche Physik nachzudenken, erhältst du Ideen, wie du die newtonsche Physik ungültig machen kannst. Sie liefert dir ein Experiment, das du deinem neuentonschen Physik-Professor vorlegen kannst und sagen: „Bitte führe das durch und erkläre es mir.“
Und das ist ein Experiment, das dem anderen Professor förmlich ins Gesicht schlagen wird, und damit ist’s. So hat Einstein es gemacht.
Nun, hier in der supply chain: Wir haben diesen Mainstream-supply chain. Der Mainstream-supply chain kümmert sich überhaupt nicht um diese Entscheidungen. Sie werden wie Bürger zweiter Klasse behandelt. Es heißt: der Plan. Der Plan zählt. Der Plan ist sowohl eine Prognose als auch ein Commitment. Der Plan ist der Bürger erster Klasse.
Und was du als Entscheidungen bezeichnest, ist irrelevant. Es ist lediglich die adäquate Umsetzung des Plans. Das ist die Mainstream-Theorie.
Wenn wir also sagen, dass wir bessere Entscheidungen wollen, ist das bereits eine Aussage darüber, wie wir supply chain denken, denn aus der Sicht des Mainstreams ist diese Frage nicht einmal relevant. Diese Frage ist nicht relevant.
Das ist seltsam, aber das ist das Problem. Wenn du einen Paradigmenwechsel von einer Theorie zur nächsten vollziehst, gibt es viele Fragen, die gar nicht erst relevant sind. Im die Quantitative Supply Chain Paradigma stelle ich Fragen zu Entscheidungen. Die Mainstream-Theorie stellt solche Fragen nicht.
Und aus der Perspektive der Mainstream-Theorie sagen sie, deine Frage sei irrelevant. Es ist, als würdest du fragen: „Welche ist die optimale Farbe des Hemdes der Person, die den Plan erstellt?“ Beide Theorien würden dir sagen: Uns ist das egal.
So kannst du die Fragen, die ich stelle, nicht durch die Brille der früheren Mainstream-supply chain Theorie beurteilen, und umgekehrt.
Conor Doherty: Es ist interessant, dass du die Unvergleichbarkeit erwähnt hast. Ich denke, “The Structure of Scientific Revolutions” – das ist ein Buch – ist wahrscheinlich das zweitbedeutendste Werk in der Wissenschaft der Wissenschaft im 20. Jahrhundert.
Mir kommt in den Sinn, dass es für den Zuhörer – und wieder aus der Perspektive des durchschnittlichen Praktikers – ein wenig Unvergleichbarkeit in Bezug auf die Evidenzstandards gibt, die du schätzt.
Du hast also darüber gesprochen, was du als den Zweck eines Unternehmens oder als Zweck von supply chain ansiehst: die Maximierung der langfristigen finanziellen Rendite. Aber auch der Evidenzstandard, den du anwendest – und das sind, wie auch im Buch, Gedankenexperimente. Du benutzt viele Gedankenexperimente, um deinen Punkt zu verdeutlichen, und nicht allzu viele Beispiele aus der Praxis.
Und ich meine nicht Fallstudien aus Marketingsicht. Ich meine buchstäblich: Du führst das Beispiel der marxistischen Revolution an, du zitierst Einstein; das sind konkrete Beispiele. In diesem Kapitel gibt es nicht allzu viele Beispiele aus der Praxis in supply chain, die deinen Punkt belegen.
Und genau hier kann die Unvergleichbarkeit ins Spiel kommen, weil du den popperschen theoretischen, erkenntnistheoretischen Ansatz schätzt: „Es ist ein Gedankenexperiment, also habe ich es gemacht.“ Aber jemand könnte sagen: „Aber schau, meine finanzielle Performance mit diesem Modell wird immer besser.“ Da entsteht ein Patt.
Joannes Vermorel: Ja. Erstens gibt es ein Zeitelement. Diese Sache wurde sehr kürzlich veröffentlicht, sie wurde bei Lokad praktiziert. Wenn du die einsteinsche Physik nach ihren Ergebnissen, sagen wir, im Jahr 1907 beurteilen würdest, ist sie immer noch sehr, sehr begrenzt, weil es zu früh ist. Die Leute hatten keine Zeit, das zu verarbeiten, anzuwenden etc.
Also würde ich argumentieren – es ist ein schwaches Argument – aber ich würde sagen: Gib ihr Zeit.
Das Zweite ist: Wir haben ein Problem, das die Physik nicht hatte, die supply chain aber schon, nämlich gegnerisches Verhalten. Genau das habe ich vorhin angesprochen.
Ich glaube, der experimentelle Beweis wird kommen, und das wird ein chaotischer Prozess sein, genau wie in der Medizin. Deshalb, wenn ich mich 50 Jahre in der Zukunft mit meiner akzeptierten Theorie projiziere, werden die Leute Meta-Analysen durchführen.
Sie werden anfangen zu sagen: Okay, wir haben dieses neue Paradigma. Es ist korrekt. Aber aufgrund der gegnerischen Anreize können wir keiner einzelnen Studie vertrauen. Wir brauchen eine Meta-Analyse.
Und genau das tut beispielsweise die Cochrane Library für die Medizin. Sie nehmen buchstäblich, sagen wir, AIDS und wählen 8.000 Artikel aus, fügen alles zusammen und sagen: Okay, wir machen eine Meta-Analyse von all dem. Es gibt etwa 100 verschiedene Forschungseinrichtungen, die das Material unabhängig oder halbunabhängig produziert haben, und so können wir vernünftigerweise hoffen, dass trotz aller gegnerischen Anreize – in der Medizin sind das die Pharmaunternehmen – etwas Besseres zum Vorschein kommt.
In der Praxis funktioniert es irgendwie – wenn auch mit Einschränkungen. Es ist ein chaotischer Prozess. Es läuft langsam, schmerzhaft langsam, aber es funktioniert.
Und genau darum geht es mir: Tausende von Artikeln, die meta-analysiert werden müssen, und so baut man die nächste Generation medizinischen Wissens auf.
Zurück zur supply chain: Das bedeutet, dass ich in diesem Buch als Einführung diesen Kampf noch nicht beginnen wollte. Dieses Buch ist bereits 500 Seiten lang. Es gibt schon so viel, das in grundlegenden Ideen vermittelt werden muss.
Zum Beispiel die grundlegende Idee, was Popper ist, warum es relevant ist und so weiter: Es gibt so viel zu sagen, dass ich meine Kämpfe aussuchen musste. Ich habe mich entschieden – und ja, es ist eine Schwäche, eine theoretische Schwäche –, dass ich nicht in das Terrain sehr präziser realer Beispiele eintreten würde, weil sie alle von mir stammen würden.
Selbst wenn ich 50 Beispiele angebe, würden die Leute sagen, das ist ausgesucht.
Deshalb sage ich: Okay, wir müssen eine zweite Stufe haben, in der es Beispiele gibt, die nicht nur von mir vorgebracht werden, sondern auch von anderen. Und dann, ein Jahrzehnt später, eine Meta-Analyse all dieser vielen Fälle, die nicht nur von mir stammen, sondern von Leuten, die das Buch gelesen und angewandt haben und sagen: Es funktioniert, es funktioniert nicht. Das ist der Maßstab, den wir anlegen können.
In der Zwischenzeit kann ich in diesem Stadium Gedankenexperimente anbieten. Und außerdem – was ein Autoritätsargument ist – sage ich nur, dass es nicht theoretisch ist, sondern das, was Lokad in den letzten zehn Jahren getan hat. Ich weiß, es ist ein Autoritätsargument, aber wenn ich ein Element der Glaubwürdigkeit hinzufügen möchte: Lokad hat kein Geld von Risikokapitalgebern eingesammelt.
Für uns gilt also: Wenn es nicht funktioniert, haben wir keinen Plan B. Wir haben kein Geld, weil wir nicht eine halbe Milliarde wie einige meiner Kollegen eingesammelt haben. Daher können wir ein Jahrzehnt lang nicht mit einem völlig unbewiesenen, unprofitablen und vielleicht nicht funktionierenden Modell operieren. Das ist nicht möglich.
Wir waren eingeschränkt, und der Grund, warum Lokad überlebt hat, liegt wirklich darin, dass wir ein beträchtliches Maß an Erfolg hatten, das uns zu diesem Buch geführt hat.
Und nochmals: Mein Standpunkt ist, wenn es um Erkenntnistheorie geht, dass ich von der Schönheit Einsteins sprach. Was den Großteil der Physikergemeinschaft überzeugte, war nicht das Experiment, sondern die Schönheit von Einsteins Theorie.
Die Relativitätstheorie ist als Theorie unglaublich schön. Die Leute sagten: Okay, das ist sehr interessant, faszinierend. Die Leute waren klug und dachten: Es ist so schön, dass ich darüber lernen möchte. Ich werde lernen, aber ich werde trotzdem auf den experimentellen Beweis warten, um sicherzugehen.
Aber dennoch war sie so schön, dass Einstein es schaffte, das Herz der Physikergemeinschaft zu erobern. Es war nicht durch erfolgreiche Experimente. Es war das Maß an Schönheit in seiner Theorie, das völlig beispiellos war.
Offensichtlich war Einstein ein Supergenie, wahrscheinlich einer der 50 brillantesten Menschen, die die Erde jemals hatte. Das ist eine sehr hohe Messlatte. Aber zumindest hat er uns als Inspiration ein Beispiel dafür gegeben, wonach wir streben sollten.
Erneut: Erkenntnistheorie. Wir sollten nach Wissen für supply chain streben, das die erstrebenswerte Perspektive darstellt.
Conor Doherty: Nun, wieder ist es interessant, denn im Buch sprichst du über Occams Rasiermesser. Jeder, der Philosophie studiert hat, kennt im Grunde genommen Occams Rasiermesser: Wenn du zwei Erklärungen für ein Problem hast, solltest du prinzipiell die einfachste wählen.
Wiederum, wenn du zwischen zwei Möglichkeiten wählen und das auf deine Diskussion über Sicherheitsbestände anwenden musst: Hast du sagen wir über 50 Jahre, in denen Unternehmen diese anwenden und Jahr für Jahr immer profitabler werden. Ja, man kann Beispiele oder Gedankenexperimente anführen, um das zu widerlegen, aber sie sagen: „Moment mal. Ich mache das. Ich verdiene Geld.“ Occams Rasiermesser würde sagen: „Im Großen und Ganzen funktioniert es.“
Und du sagst: Nein, es ist wie eine kaputte Uhr. Wenn sie zufällig zeigt, was richtig ist, liegt es nicht daran, dass sie zuverlässig funktioniert – sie ist einfach kaputt.
Joannes Vermorel: Okay, wenden wir Occams Rasiermesser an, allerdings auf der theoretischen Ebene, bevor wir voreilige Schlüsse ziehen, denn hier gibt es so viele verwirrende Faktoren.
Wenden wir uns der Mainstream-Theorie zu. Du sagst, wir bräuchten Theorien, die ein Element der Einfachheit beinhalten, bei denen man nicht so viele Dinge berücksichtigen muss.
Die Mainstream-Theorie: Wenn ich mir ansehe, was die ASCM – Association for Supply Chain Management – herausgibt, haben sie ihr SCOR-Regelwerk, und sie schlagen über 300 Metriken vor. 300.
Wie viele Metriken halte ich in diesem Buch für relevant? Ich nenne nur ein paar, nämlich so fünf, vielleicht sogar vier. Letztlich ist die einzige Metrik, die ich als zentral erachte, die Rendite. Ich stelle die Rendite auf ein Podest, und dann gibt es vielleicht drei oder vier direkte Konsequenzen daraus – und das war’s.
Also, okay. Occams Rasiermesser: Meine Theorie ist elegant. Sie braucht nur eine Metrik als oberstes Kriterium – die Rendite –, dazu ein paar weitere wie etwa die Halbwertszeit einer Entscheidung, was eine unmittelbare, wenn auch nicht offensichtliche Konsequenz ist. Sie ist nicht intuitiv, aber ziemlich unmittelbar, sobald man in die richtige Richtung angestupst wird.
Und das ist es. Es handelt sich um ein sehr, sehr eingeschränktes Set.
Wenn ich mir hingegen die Mainstream-Theorie anschaue, sprechen wir von über 300 Metriken. Wendet man also Occams Rasiermesser an, würde ich sagen, dass meine Theorie um Größenordnungen schlanker und konservativer ist. Dagegen würde niemand Einwände erheben.
Was den Rest betrifft: Unternehmen können Erfolg haben. Das ist eine philosophische Aussage. Ich kann es nicht beweisen. Ich sage nur: Unternehmen können aus einer Vielzahl von Gründen erfolgreich sein oder aus unterschiedlichen Gründen scheitern.
Und meine intellektuelle Haltung ist: Immer wenn ich Erfolg oder Misserfolg sehe, gehe ich davon aus, dass supply chain per se damit nur wenig zu tun hat. Warum? Weil die Menge an Dingen, die außerhalb von supply chain existieren, enorm ist.
Also, wenn du siehst, dass ein Unternehmen Erfolg hat oder scheitert, und du diese intellektuelle Haltung einnimmst – „Ich werde meinem Lieblingsthema, supply chain, nicht den Erfolg oder Misserfolg zuschreiben“ – halte ich das für eine vernünftige, mit Occams Rasiermesser im Einklang stehende Haltung.
Ich sage also nur: Wenn ich etwas beobachte – denn das Problem ist, dass man als Spezialist dazu neigt, alles mit der eigenen Theorie erklären zu wollen. Das trifft auf jeden zu. Man möchte nicht, dass die eigene Spezialisierung den Blick auf die Welt vernebelt.
supply chain, wenn ich die Menschheit im Großen und Ganzen betrachte, ist sehr wichtig, aber wenn ich einen komplett erfundenen Prozentsatz nennen müsste: Wie groß ist supply chain für die Menschheit im Vergleich zum Rest? Ich würde sagen, wahrscheinlich so 2 oder 3 %. Es ist von zivilisatorischer Bedeutung, denn 2 oder 3 % bedeuten, dass es nicht allzu viele Bereiche gibt, die mit dieser Zahl konkurrieren.
Aber das heißt auch, dass 97 % Bereiche sind, die nicht supply chain zuzuordnen sind.
Daher, wenn man den Erfolg oder Misserfolg eines Unternehmens betrachtet, sollte man – das ist meine intellektuelle Haltung – von 97 % ausgehen, dass dieser nicht in Verbindung mit supply chain steht, sofern es nicht explizite Hinweise gibt, dass deren Erfolg oder Misserfolg eng mit der Ausführung ihrer supply chain verknüpft ist.
Conor Doherty: Aber schränkt das nicht deine eigene Perspektive ein? Anders gesagt: Du behauptest, dass Lokads Perspektive besser ist als diese, doch sagst du gleichzeitig: „Na ja, bei jedem Erfolg spielen zu 97 % andere Faktoren eine Rolle als supply chain.“
Joannes Vermorel: Ohne tiefgehende Informationen über das Unternehmen.
Ich lese die Nachrichten. Ich habe gelesen, dass LVMH in diesem Jahr einen enormen Gewinnsprung erlebt hat. Ich bin kein LVMH-Spezialist. Ich habe kein Insiderwissen. Nehmen wir an, ich hätte nie an deren supply chain gearbeitet. Ich besitze sehr wenig Informationen.
Also sage ich nur: Wenn du keine tiefgehenden Insiderinformationen hast, ist das die intellektuelle Haltung, die ich empfehle. Das ist alles.
Wenn du privilegierte Informationen hast, wenn du wesentlich mehr über das Unternehmen weißt, ist das eine ganz andere Sache.
Beispiel: Amazon, das unglaublich öffentlich agiert. Ihre Memos werden ständig geleakt. Wenn du Amazon folgst, kannst du Unmengen an Informationen erhalten. Es ist ein ziemlich transparentes Unternehmen. Nicht ganz so wie bei Insidern, aber dennoch: Sie sind nicht sehr geheimnistuerisch, im Gegensatz zu Apple zum Beispiel.
So kannst du Unmengen an Informationen bekommen. Und wenn du viel Zeit damit verbracht hast, Amazon zu studieren – ich habe sogar mit vielen Amazon-Mitarbeitern in privaten Gesprächen gesprochen – dann kann ich meine Einschätzung revidieren.
Im Durchschnitt gehe ich davon aus, dass Erfolg oder Misserfolg zu 97 % auf andere Ursachen zurückzuführen ist. Für Amazon wäre meine Einschätzung: Ihr Erfolg beruht – wieder eine erfundene Zahl – zu 70 % auf supply chain.
Aber warum habe ich diese Einschätzung? Es liegt nicht daran, dass ich eine Fallstudie gelesen habe, sondern weil mir über die letzten zwei Jahrzehnte hinweg Menschen erzählt haben, was bei Amazon vor sich geht, welche Dinge sie tun, welche Denkweise sie haben, wie sie Projekte durchführen etc. So kann ich zu der Einschätzung gelangen, dass Amazons Erfolg stark von supply chain getrieben ist, dass das, was sie tun, wirklich richtig ist und inspirierend wirkt – für alles, was du im Bereich supply chain machen möchtest.
Das benötigt eine lange Zeit, um zu dieser Einschätzung zu gelangen.
Conor Doherty: Ja, ich weiß, ich weiß, aber das Problem ist, dass es so wichtig ist – wie soll ich sagen – dass es einen großen Unterschied macht, ob man über ein Unternehmen spricht, von dem man nichts weiß, oder über eines, zu dem man tiefgehende Informationen hat.
Nun, nochmals: Das knüpft an deine Kritik an Fallstudien an – allerdings nicht aus Marketingsicht. Im Buch könnte man fairerweise sagen, dass jemand dem Großteil dessen zuhören könnte und denkt, es baue gewissermaßen eine Mauer zwischen ihm und kritischem Feedback auf.
Und ich werde das erläutern: Wenn eine dieser Mainstream-Ideen funktioniert, ist es Zufall; Unternehmen verdienen Geld – es gibt zahlreiche Gründe, warum sie das tun. Wenn ein Unternehmen öffentlich eine Fallstudie veröffentlicht mit den Worten: „Hey, wir nutzen diesen Ansatz. So haben wir es gemacht.“ – Überlebensirrtum, totaler Unsinn.
So machst du es unmöglich, deine eigene Position zu widerlegen.
Joannes Vermorel: Nein. Lass mich dir ein Beispiel geben. Bei Fallstudien kannst du meine Theorie falsifizieren. Es ist ganz einfach. Eigentlich supereinfach.
Also lade ich das Publikum ein, meine Theorie zu falsifizieren. Meine Theorie sagt voraus, dass die Zahl negativer Fallstudien, die von Anbietern veröffentlicht werden, extrem gering sein wird.
Das ist eine sehr wichtige Vorhersage. Ich stelle eine Prognose auf. Es gibt Millionen veröffentlichter Fallstudien, und ich sage voraus – und das mag kontraintuitiv klingen –, dass der Anteil negativer Fallstudien extrem niedrig sein wird.
Mit „negativ“ meine ich, dass Leute sagen: „Wir haben versagt.“ Ja.
Nun könnte man entgegnen: „Der Anteil negativer Fallstudien ist extrem niedrig, weil diese Projekte so gut laufen, dass sie nie scheitern.“ Damit suchst du also etwas, das gar nicht existiert.
Also, die Frage ist: Warum so wenige?
Glücklicherweise gibt es für mich viele andere, die den Erfolg von supply chain-Projekten untersuchen. Es wurden große Studien von Deloitte, PricewaterhouseCoopers und anderen durchgeführt. Sie kommen zu dem Schluss, dass zwischen 80 % und 90 % der Projekte scheitern.
Also, wo liegt die Wahrheit? Ich weiß es nicht. Aber seien wir konservativ. Nehmen wir an, diese Auditoren treiben die Zahlen in die Höhe. Es scheitern nur 20 % der Projekte. In Ordnung.
Meine Theorie sagt nun voraus, dass – trotz der 20 % Scheiterquote – die Anzahl negativer Fallstudien ungefähr null betragen wird.
Das ist eine starke Vorhersage. Wie widerlegst du sie? Du widerlegst sie, indem du zu mir kommst und sagst: „Schau, ich habe tausend Fallstudien untersucht, und 20 % davon sind negativ.“ Dann wäre das, was ich über Anreize, die negative Fallstudien verhindern, gesagt habe, widerlegt.
Versuch es. Du wirst nicht 20 % negative Fälle finden. In meiner gesamten Karriere habe ich – buchstäblich an meinen Fingern abzählbar – nur negative Fallstudien gefunden. Ich habe Tausende Fallstudien geprüft, und selbst die negativen fand ich nur durch investigative Journalisten, oft unter immensem Druck des Anbieters, sie nicht zu veröffentlichen.
Fazit: Meine Theorie ist sehr falsifizierbar. Alles, was du tun musst, ist zu Google zu gehen und nachzusehen, wie viele negative Fallstudien du finden kannst.
Wenn du sie nicht finden kannst – wenn du von den positiven völlig überwältigt bist – dann entspricht das genau der Vorhersage meiner Theorie.
Noch einmal: Es ist sehr wichtig, eine Theorie danach zu beurteilen, inwiefern sie korrekte Vorhersagen macht, die nicht leicht durch Beobachtung widerlegt werden können.
Conor Doherty: Nochmals, wenn du Skepsis gegenüber Fallstudien zum Ausdruck bringen oder fördern willst, ist das in Ordnung. Aber du behauptest – ich paraphrasiere hier – dass sie Müll, Gift und marketinggetriebene Täuschungen sind.
Das ist etwas anders als das, was du gerade gesagt hast. Zwei Dinge können gleichzeitig wahr sein: Es handelt sich um Infomercials für Dinge, die funktionieren. Wiederum sagt deine Theorie voraus, dass du nur Infomercials sehen wirst. Nicht unbedingt.
Das ist der Unterschied zwischen Skepsis und Absolutismus.
Joannes Vermorel: Nein, nein. Skepsis: Worüber bist du skeptisch? Über die Wahrhaftigkeit der Behauptungen.
Normalerweise greifen wir wieder auf Deloitte und PricewaterhouseCoopers zurück: Man erlebt im Leben, dass die überwältigende Mehrheit der Projekte scheitert. Jedes Mal, wenn ich mit einem Praktiker spreche, bestätigen die von Auditoren veröffentlichten Statistiken – das ist die Realität unserer Branche. Sogar auf LinkedIn, wenn ich mit jemandem spreche, entspricht das dessen Erfahrung.
Ich habe buchstäblich mit Hunderten von supply chain-Direktoren gesprochen. Es war immer deren Erfahrung. Ich habe noch nie einen supply chain-Direktor getroffen, der mir sagte: „Versagen? Wovon redest du? Die letzten 50 Projekte waren perfekt, perfekte Treffer.“
Wenn ich den Verantwortlichen einer Flugzeugfabrik frage und ihnen die Ausfallrate von Flugzeugen nenne, würden sie sagen: „Was zum Teufel? Die letzten 50 Flugzeuge, die wir ausgeliefert haben, waren perfekt. 100 % Leistung, fliegen einwandfrei.“
Aber wenn ich mit einem supply chain-Direktor spreche, lautet es: „Oh ja, von unseren letzten 20 Initiativen waren 19 Katastrophen.“ So ist das.
Ich denke also, dass wir irgendwann dieses Realitätsprinzip brauchen: Wir sollten nicht nur Sesselphilosophen sein. Manchmal müssen wir akzeptieren, dass manche Dinge so offensichtlich sind, dass wir weitermachen müssen, sonst bleiben wir in rein abstrakter Philosophie stecken.
Conor Doherty: Kennst du Hitchens’ Rasiermesser? Christopher Hitchens, der britische Autor. Hitchens’ Rasiermesser – ein Ableger von Ockhams Rasiermesser – besagt, dass alles, was ohne Beweise behauptet werden kann, auch ohne Beweise verworfen werden kann.
Joannes Vermorel: Ich stimme zu. Ich stimme voll und ganz zu.
Conor Doherty: Das Problem: Man kann das auf eine Vielzahl von Behauptungen anwenden, die du in diesem Kapitel aufstellst, und ich würde sagen, insgesamt, weil sie einfach so behauptet werden.
Wir haben 85 Minuten lang gesprochen, und es hat sich viel mehr Kontext ergeben. Offensichtlich ist das der Unterschied zwischen einem Podcast und einem Buch, das verstehe ich. Aber noch einmal: das Fehlen – was nach deinen eigenen Angaben eine bewusste Entscheidung war – das Fehlen von Beispielen aus der realen Welt in supply chain, um das, was du sagst, zu untermauern: Jemand könnte sagen: “Na, du wendest Ockhams Rasiermesser an, ich wende Hitchens’ Rasiermesser an und mache weiter mit dem, was ich tue.”
Joannes Vermorel: Ich würde dem ganz, ganz widersprechen.
Die Tatsache, dass wir gerade gezeigt haben, dass ein Eckpfeiler der Mainstream supply chain Theorie – safety stock – ein Problem hat, selbst wenn dieses Problem begrenzt ist, würde niemand bestreiten. Es ist von enormer Bedeutung.
Allein schon die Tatsache, dass wir Schwachstellen im Mainstream aufzeigen können – selbst wenn der Rest falsch ist – und dass man Fehler in den Hauptpfeilern der Mainstream supply chain Theorie benennen kann, verdient viel mehr Aufmerksamkeit. Genau das.
Das beweist nicht meine Theorie. Es ist nur ein Hinweis für das Publikum, dass ihr das Buch lesen und euch selbst eine Meinung bilden solltet. Wenn ihr durch ein paar Kapitel zu der Erkenntnis gelangt, dass die Mainstream Theorie zutiefst fehlerhaft ist und etwas benötigt, beweist das vielleicht nicht, dass meine Theorie korrekt ist.
Doch ich glaube, dass es ein ausreichender Grund ist, das Buch zu lesen. Selbst wenn meine Theorie falsch ist, könnte die Kritik richtig sein.
Offensichtlich ist sowohl meine Theorie als auch die Kritik richtig, aber ein schwächeres Argument ist: Zumindest ist die Kritik richtig.
Conor Doherty: Fair. Und um dir Anerkennung zu zollen: Du gibst es zu. Verwundbar. Es ist offen für Gegenwind.
Joannes Vermorel: Ja. Ich versuche, eine Theorie zu entwickeln, die sehr verletzlich ist. Das ist eine merkwürdige Sache. Ich will keine Theorie, die immun ist.
Zum Beispiel: Die Bücher, die ich in meinem Regal hinter meinem Schreibtisch über supply chain Theorie aus der Wissenschaft habe – als eine Reihe mathematischer Rätsel – sind unzerstörbar. Ich kann niemals etwas Falsches beweisen. Sie sind unantastbar.
Das bespreche ich in Kapitel 3: Diese Bücher sind für immer. Weil sie angewandte Mathematik sind, besitzen sie die Reinheit der elementaren Geometrie. In einem sehr speziellen Sinn mathematischer Wahrheit werden sie auch in 3.000 Jahren noch vollkommen stimmen. Nichts, was in der realen Welt passiert, kann diese Dinge jemals berühren. Diese Bücher sind vollkommen immun gegen jegliche Kritik aus der realen Welt.
Und ich sage: Das ist ein Problem. Ich lade den Leser ein, darüber nachzudenken: Hast du es mit einer Theorie zu tun, die sich gegen jegliche Art von Kritik immun gemacht hat, oder hast du – wie bei meiner – mit einer Theorie zu tun, die sehr verletzlich ist?
Ich glaube, dass diese Verletzlichkeit, was das Wissen betrifft, ihre größte Stärke ist. Das bedeutet, dass ich tonnenweise – buchstäblich tonnenweise – Vorhersagen mache, Vorhersagen, die sich, wie bei dem armen Marx, als völlig falsch herausstellen könnten.
Hätte Marx seine Theorie von Anfang an gegen die Realität immun gemacht, hätte er nicht all die Probleme ertragen müssen, mit denen seine späteren Anhänger konfrontiert waren und dann ständig die Theorie anpassen mussten. Er hätte sie von Tag eins an vollständig immun machen sollen. Das hätte seinen Anhängern so viele Probleme erspart.
Hier sage ich: Das ist nicht, was ich intellektuell getan habe. Ich habe versucht, diesen Ansatz zu verfolgen – inspiriert von der Physik des 20. Jahrhunderts – eine Theorie zu entwickeln, die maximal exponiert ist.
Und übrigens, das ist einer der Gründe, warum es so wenig Mathematik gibt. Denn wann immer ich Mathematik betreibe, weiß ich, dass ich mich immun mache. Wenn ich mathematische Formeln in dieses Buch einfüge, werden sie korrekt sein, und niemand wird mir jemals widersprechen können, denn das wäre innere Konsistenz, mathematisch gesehen.
Das war nicht mein Ziel. Ich wollte etwas als Einführung schaffen und diese Verletzlichkeit durch das Buch selbst demonstrieren.
Ich weiß, es ist sehr meta.
Conor Doherty: Ich verstehe. Nochmals, das Kapitel heißt Epistemologie, also signalisierst du deine Absichten gleich zu Beginn.
Also, wir haben schon eine Weile geredet, daher werde ich jetzt abschließen. Wir haben, denke ich, irgendwo zwischen vier und fünf Stunden über das Buch gesprochen. Es kommt noch mehr. Es war mir ein Vergnügen.
Aus den ersten drei Kapiteln – in einem Buch, das du ein Playbook nennst –: Was sind die Tipps und Tricks, die die Leute mitnehmen können, wenn sie, denke ich, auf Seite 66, dem Ende von Kapitel 3, abbrechen? Wenn sie nur die ersten 66 Seiten des Buches lesen und nicht weiter, was können sie daraus mitnehmen?
Joannes Vermorel: Sie haben das mentale Modell, um ihr Denken über supply chain aufzubauen.
Das ist der Schlüssel: Wenn du bis zum Ende von Kapitel 3 gehst, hast du alle Elemente, um mit der Zeit alles, was folgt, eigenständig wiederzuentdecken. Das ist das Schöne daran. Es ist das mentale Modell, mit dem du alles, was folgt, selbst entdecken kannst.
Und was ich sagen würde, ist: Wenn du – du bist klug, du bist engagiert – am Ende von Kapitel 3 aufhörst, dann wirst du alles, was folgt, eigenständig wiederentdecken. Das ist eine Vorhersage, die ich treffe. Für die meisten Menschen, allein durch die Anwendung dieses Denkmodells.
In gewisser Weise spart dir der Rest des Buches also Zeit – etwa 10 Jahre meiner eigenen Zeit – denn so viel hat es bei Lokad gebraucht. Es erspart dir ein Jahrzehnt an Denkprozessen, weil jemand das Ganze bereits quasi im Speedrun durchgemacht hat. So bekommst du direkt das Wesentliche, die Schlussfolgerungen.
Aber grundlegend ist es ein Denkmodell. Dann wirst du als Praktiker plötzlich deine eigene Domäne in einem neuen Licht sehen können, was dir erlaubt zu sagen: Okay, das ist relevant, das muss ich mir merken; das ist nicht relevant, das kannst du getrost beiseitelegen und ignorieren.
Es ist sehr wichtig. Es wird dir plötzlich die Fähigkeit geben, in deinem Kopf zu ordnen: Was muss ich mir merken? Was muss ich lernen? Sollte ich eine Stunde damit verbringen, über dieses Problem nachzudenken, oder reichen 30 Sekunden?
Das sind sehr wichtige Fragen. Sobald du das verstanden hast, kannst du den Rest quasi im Speedrun durchgehen. Ich sage nur: Das ist das Fundament, und der Rest ist – du hast vielleicht nicht die Geduld, 10 Jahre zu denken – also gebe ich dir, wie das Ergebnis aussieht, wenn du das tust, und das sind die folgenden Kapitel.
Conor Doherty: In Ordnung. Nun, ich glaube, das nächste Kapitel behandelt die Ökonomie, worauf ich mich sehr freue zu diskutieren, aber das ist eine Diskussion für einen anderen Tag.
Vielen Dank für deine Zeit und deine Geduld. Und nochmals, ich schätze deine Offenheit, denn ich setze dich ziemlich unter Druck, aber die meisten Menschen wären nicht so empfänglich dafür, so intensiv befragt zu werden. Daher weiß ich das sehr zu schätzen, und danke fürs Zuschauen.
Wenn du das Gespräch fortsetzen möchtest, wie ich jedes Mal sage, kannst du Joannes und mich auf LinkedIn kontaktieren. Stelle uns Fragen, vernetze dich. Wir reden wirklich gerne.
Aber damit verabschiede ich mich, wir sehen uns nächste Woche – und nun zurück an die Arbeit.
