00:00:00 Supply Chains existieren, um unsichere Zukünfte vorwegzunehmen
00:04:55 Taleb entlarvt die Gewissheitsillusion der Planung
00:09:50 Menschliches Handeln widerlegt deterministische Supply-Chain-Prognosen
00:14:45 Vorbereitung unterscheidet sich von starrer Zeitreihenplanung
00:19:40 Das Gemüsehändler-Beispiel zeigt opportunistische Ressourcenallokation
00:24:35 Absurditäten sowjetischer Planung zeigen die versteckten Kosten von Compliance
00:29:30 Mittelwerte versagen, wenn menschliches Verhalten extrem wird
00:34:25 Menschliche Systeme variieren weit stärker als natürliche Systeme
00:39:20 Fat Tails rechtfertigen Versicherung und Schutz gegen Verluste
00:44:15 Unsicherheit schafft auch profitable Aufwärtschancen
00:49:10 Intuition übertrifft oft kaputte mathematische Instrumente
00:54:05 Unternehmen überleben, indem sie fehlerhafte Pläne stillschweigend ignorieren
00:59:00 Wahrscheinlichkeiten erfassen Risiko besser als Zeitreihen
01:03:55 Eine Geschichte über Flugverspätung macht Fat Tails greifbar
01:08:50 Persönliche Entscheidungen beruhen bereits auf probabilistischem Denken
01:13:45 Praktiker sollten dogmatische Planung sofort beenden
01:18:35 Schlussgedanken zu Subtraktion, Pragmatismus und Kapitel sieben
Zusammenfassung
Supply Chain bedeutet nicht, einem Plan zu gehorchen. Es geht darum, Entscheidungen unter Unsicherheit zu treffen. Vermorel argumentiert, dass die gängige Planung die Zukunft so behandelt, als sei sie bereits bekannt, und die Realität auf Prognosen und Zeitreihen reduziert. Märkte werden jedoch durch menschliche Entscheidungen geprägt, nicht durch mechanische Gesetze. Deshalb führen Durchschnittswerte in die Irre, und Extremereignisse sind so wichtig. Gute Praktiker bereiten sich vor, passen sich an und nutzen Chancen. Schlechte Systeme klammern sich an starre Pläne. Die Lektion ist einfach: numerische Raffinesse nicht mit praktischer Intelligenz verwechseln.
Ausführliche Zusammenfassung
Kapitel sieben argumentiert, dass Supply Chain im Kern eine Frage von Entscheidungen unter Unsicherheit ist. Das mag offensichtlich klingen, doch Joannes Vermorels Punkt ist, dass ein großer Teil des Mainstream-Denkens in Supply Chain so vorgeht, als sei die Zukunft bereits bekannt und die Aufgabe des Managements bestehe lediglich darin, einen Plan einzuhalten. In dieser Sicht wird die Welt auf Zeitreihen, Prognosen und Ziele reduziert. Was verschwindet, sind Wahlmöglichkeiten, Urteilsvermögen und Anpassung.
Sein Einwand richtet sich nicht gegen Vorbereitung, sondern gegen eine besondere Anmaßung, die sich als Wissenschaft ausgibt: den Glauben, dass ausgefeilte numerische Pläne eine durch menschliche Entscheidungen geprägte Zukunft zuverlässig erfassen können. Märkte sind keine Himmelsmechanik. Kunden, Lieferanten, Wettbewerber und Regulierer sind keine Teilchen, die festen Gesetzen folgen. Sie ändern ihre Meinung, reagieren aufeinander und erzeugen Ergebnisse, die oft sprunghaft, asymmetrisch und überraschend sind. Daher die zentrale Rolle der Unsicherheit.
Der praktische Unterschied zwischen Planung und Vorbereitung wird anhand alltäglicher Beispiele deutlich. Ein Gemüsehändler, der jeden Morgen Ware einkauft, hat nicht deshalb Erfolg, weil er starr einem Zwölfmonatsziel folgt. Er hat Erfolg, weil er Qualität, Preis, Saisonalität, Neuheit und Kundeninteresse wahrnimmt. Er handelt opportunistisch. Ebenso braucht ein Taxifahrer keine Theorie der Zeitreihen, um zu wissen, wo Nachfrage wahrscheinlich entsteht. Er nutzt sein Urteil. In beiden Fällen zählt Bereitschaft; Starrheit nicht.
Ein zentrales Thema ist, dass Durchschnittswerte oft irreführend sind. In Systemen, die durch menschliches Verhalten geprägt sind, zählen Extremereignisse überproportional. Eine Promotion kann fast nichts bewirken, oder sie kann die Regale in einer Stunde leeren. Ein am Boden stehendes Flugzeug kann in einer Stadt nur lästig sein und in einer anderen ein finanzielles Desaster. Das sind keine seltenen Kuriositäten. Es sind die Ereignisse, die Gewinn und Verlust dominieren. Um den Durchschnittsfall herum zu planen heißt, wiederholt von den Fällen überrascht zu werden, die am wichtigsten sind.
Vermorel bevorzugt daher eine probabilistische Sicht auf die Zukunft gegenüber deterministischer Planung. Nicht weil Wahrscheinlichkeiten perfekt wären, sondern weil sie zumindest Unwissenheit, Asymmetrie und Risiko anerkennen. Die größere Lektion ist ebenso subtraktiv wie additiv: Viele Unternehmen würden sich nicht verbessern, indem sie mehr Planung, mehr Prozesse und mehr numerisches Theater hinzufügen, sondern indem sie Praktiken beenden, die wiederkehrende wirtschaftliche Schäden verursachen. Schlechte Planung überlebt nicht, weil sie funktioniert, sondern oft, weil alle sie gemeinsam schlecht betreiben. Der erste Gewinn kann daher schlicht daraus entstehen, Szientismus nicht mit Wissenschaft zu verwechseln.
Vollständiges Transkript
Conor Doherty: Willkommen zurück. Dies ist Episode sieben einer besonderen Serie, in der Joannes und ich sein neues Buch Introduction to Supply Chain nehmen und die Ideen Kapitel für Kapitel diskutieren und debattieren. Wie ihr euch vielleicht erinnert, nehme ich für diese Serie eine sehr bestimmte Haltung ein: die einer Person, die Lokad nicht kennt, Joannes nicht kennt und ganz sicher nicht seit vier Jahren hier gearbeitet hat.
Ich bin im Grunde ein Stellvertreter für die etwa 10 Millionen Praktiker weltweit, die Joannes’ Buch vielleicht bei Amazon sehen, es kaufen, lesen und dann bestimmte Fragen haben. Joannes und ich kommen dann hier zu Lokad und diskutieren diese Fragen. Ich sagte, dies sei Episode sieben. Das bedeutet natürlich, dass es zuvor sechs Episoden gab.
Ich empfehle dringend, diese anzuschauen, weil vieles, was wir heute besprechen, wahrscheinlich darauf Bezug nehmen wird. Damit, Joannes, schön dich zu sehen. Willkommen zurück.
Also Kapitel sieben, “Die Zukunft”. Bevor wir zu den Kerngedanken kommen, und ich habe viele Fragen dazu, worum geht es auf hoher Ebene in wenigen Sätzen?
Joannes Vermorel: Jede einzelne Supply-Chain-Entscheidung ist eine Ressourcenallokation, die einen zukünftigen Marktzustand antizipiert. Wenn ein Unternehmen beginnt, irgendetwas zu produzieren, dann weil es erwartet, dass später Kunden erscheinen und die Produkte kaufen. Wenn ein Händler ein Produkt ins Regal stellt, ist es dasselbe: Er erwartet, dass zukünftige Kunden kommen und es kaufen.
Im Wesentlichen spiegelt fast jede Entscheidung, die den Fluss physischer Güter betrifft, irgendeine Projektion eines zukünftigen Marktzustands wider. Und weil Materialbeschaffung Zeit braucht, Produktion Zeit braucht, Transport Zeit braucht, weil all diese Operationen Zeit brauchen, muss man über die Zukunft nachdenken und seine Entscheidungen so planen, dass man im Voraus handeln und rechtzeitig bereit sein kann.
Grundsätzlich ist diese Vorstellung der Zukunft deshalb in Supply-Chain-Problemen allgegenwärtig. Es geht fundamental darum, jetzt richtig zu handeln, und die Richtigkeit wird dadurch definiert, ob die Handlung zum zukünftigen Marktzustand passen wird und ob sie rückblickend in einigen Wochen oder Monaten, wenn wir sehen, wie sich die Zukunft entfaltet, eine gute Entscheidung gewesen sein wird.
Conor Doherty: Beim Lesen fiel mir als roter Faden durch die Unterabschnitte und Beispiele vor allem die Idee der Unsicherheit auf. Ich glaube nicht, dass irgendjemand bestreitet, dass Entscheidungen in Supply Chain im Wesentlichen zukunftsgerichtete Wetten sind. Das versteht jeder grundsätzlich. Ich kaufe, ich bestelle heute etwas, es kommt nicht jetzt an. Ich plane für zukünftige Zustände.
Aber du legst großen Wert auf die Unsicherheit der Zukunft.
Joannes Vermorel: Ja. Und das Problem ist, dass die Mainstream-Perspektive der Supply Chain tatsächlich überhaupt nicht so denkt. Wörtlich: Die Mainstream-Sicht der Supply Chain denkt nicht in Entscheidungen. Entscheidungen existieren nicht. Es gibt keine.
Die Mainstream-Perspektive sagt, das Einzige, was existiert, ist eine Zukunft, die ich bereits kenne. Dann kommt die Orchestrierung. Ich weiß, wie viele Einheiten meine Kunden morgen, übermorgen, in einem Jahr nachfragen werden. Ich habe die Zahlen. Es gibt also keine… eine Entscheidung bedeutet ja, dass man eine Wahl hat.
Die klassische Perspektive, die Mainstream-Theorie der Supply Chain, macht diese Aussage nicht. Sie nimmt nicht an, dass man irgendeine Wahl hat. Sie sagt nur: Die Zukunft ist jetzt bekannt. Man kann konform oder nicht konform sein. Und darum herum gibt es Unmengen an Statistiken.
Aber es ist im Kern eine extrem binäre Sicht, in der es nur darum geht, dass die Zukunft bekannt ist und dass es Compliance gibt, und das war’s. Deshalb wirken Entscheidungen so fremd, denn sobald man einen Plan hat, ist man entweder plan-konform oder nicht. Die Idee, Entscheidungen zu haben, passt gar nicht richtig hinein.
Deshalb fehlt in klassischen Mainstream-Büchern über Supply Chain die Vorstellung von Entscheidungen einfach, weil sie nicht in das Paradigma passt.
Conor Doherty: Schon am Anfang hast du die Begriffe Plan und Planung verwendet. Wir kommen gleich dazu, aber du hast gewisse Vorbehalte, oder ziemlich starke Vorbehalte, gegenüber dem Begriff Planung. Wir werden also über die Implikationen sprechen: Wenn wir das Wort Planung nicht verwenden können, was meinen wir dann?
Auf hoher Ebene, beim Thema Unsicherheit in der Planung, zitierst du im Buch Nassim Taleb. Weil es ein schönes Zitat ist: Taleb schreibt in Antifragile, großartiges Buch, ich weiß, du magst es, ich habe es selbst gelesen, von “der Illusion, genau zu wissen, wohin man geht, genau zu wissen, wohin man in der Vergangenheit ging, und dass andere in der Vergangenheit erfolgreich waren, weil sie wussten, wohin sie gingen”.
Das ist Talebs Herausforderung an die Idee der Planung. Was genau daran spricht dich an, und warum ist es relevant für deine Sicht auf Supply Chain?
Joannes Vermorel: Ich würde sagen, es gibt zwei sehr unterschiedliche Arten, über Planung nachzudenken. Es gibt viele andere, aber sagen wir, es gibt zwei dominante. Erstens gibt es die Laienintuition. Diese Intuition lautet: Ich handle jetzt, um meine Bereitschaft für das zu verbessern, was die Zukunft mir entgegenwirft. Das ist Vorbereitung. Es ist Pläne machen, um vorbereitet zu sein.
Es ist im Kern eine Intuition darüber, was man jetzt tun sollte, damit später Dinge auf eine für einen günstigere Weise geschehen. Das kann so einfach sein wie ein Taxifahrer, der entscheidet: “In dieser Stunde fahre ich eine halbe Stunde, um in diesem Viertel zu landen, und dort wird es gut sein, einen Kunden aufzunehmen.” Das ist diese Art Intuition von Planung.
Dann gibt es eine andere Art von Planung, die im 20. Jahrhundert sehr populär wurde, und das ist Gosplan-Planung. Gosplan ist im Kern eine mathematische Intuition. Es ist also nicht die des Taxifahrers. Es sagt im Grunde: “Ich kann Zeitreihen in die Zukunft projizieren.”
Für alles, für jeden einzelnen Verbrauch einer Ressource, jede Ressource, die von meinen Kunden nachgefragt oder angefordert wird, kann ich notieren, wie viele Einheiten ich pro Tag brauche, und das unbegrenzt in die Zukunft fortschreiben. Das gibt mir eine Art Basislinie. Sobald ich diese über die Zukunft projizierbaren Daten habe, kann ich sagen: “Jetzt orchestriere ich meine Ressourcen, um diese zukünftige Nachfrage zu erfüllen.”
Und das ist wirklich die Gosplan-Perspektive auf Planung. Die zentrale Idee ist: Alles dreht sich um Zeitreihen. Alles wird durch Zeitreihen gesehen. Es ist im Grunde, würde ich sagen, eine mathematische Projektion dessen, was Zukunft überhaupt bedeutet. Das ist nicht das, was der Taxifahrer im Sinn hat.
Der Taxifahrer denkt nicht: “Ich habe eine Zeitreihe von Menschen, die in diesem Viertel auftauchen.” Er hat keine mathematische Intuition. Wenn man ihn fragt, warum er es tut, würde er wahrscheinlich sagen: “Ich weiß nicht, meine Erfahrung.” Irgendetwas wie Mustererkennung. Es wäre keine mathematische Formel.
Und das ist in Ordnung. Was ich sage, ist, dass wir diese andere Art haben, über Zukunft zu denken, nämlich Gosplan: Verwenden wir überall Zeitreihen, projizieren wir alles, machen wir diese Zeitreihen genau, und sobald wir das haben, frieren wir die Prognose ein und sagen, das wird der Plan.
Und dort sehe ich diese Vision als sehr, für mich sehr szientistisch. Sie sieht wissenschaftlich aus, weil es viele Zahlen gibt, Zeitreihenprojektionen und dergleichen. Sie sieht wissenschaftlich aus, aber für mich ist es reiner Szientismus. Es funktioniert nicht. Aber es hat das Interesse der Intellektuellen praktisch ein ganzes Jahrhundert lang vollständig gefangen. Die Faszination für diese Idee geht sogar den Computern voraus.
Conor Doherty: Okay. Aber wie prägt das tatsächlich die Weltsicht, die du vertrittst? Ich verstehe deinen Einwand gegen Gosplan, aber mir ist aus dieser Antwort noch unklar, wie das in deine Vorstellung von Planung versus Policy versus Supply-Chain-Entscheidung passt.
Joannes Vermorel: Das Erste, und genau das bespreche ich in diesem Buch, ist, dass wir darüber nachdenken müssen, woraus die Zukunft besteht. Was ist die Struktur der Realität, die wir betrachten? Ich weiß, das klingt seltsam, aber wenn wir die Ausbreitung von Radiowellen durch den Raum betrachten, haben wir die Maxwell-Gleichungen, die uns sagen, was in der Zukunft geschehen wird.
Wenn wir Himmelskörper betrachten, haben wir Newtons Gesetze. Und wenn wir sehr anspruchsvoll sein wollen, können wir relativistische Dinge verwenden, die uns sagen, wo diese Himmelskörper, etwa der Mars, in der Zukunft sein werden. Diesen Luxus haben wir in Supply Chain nicht.
Das Problem ist… genau das sagst du. Aber die Mainstream-Supply-Chain-Theorie macht die exakt gegenteilige Annahme. Sie sagt: “Ja, wir sind nur eine mathematische Formel davon entfernt, die Zukunft perfekt zu kennen.” Interessant ist, dass die ersten Wirtschaftsprognostiker, buchstäblich zu Beginn des 20. Jahrhunderts, sehr explizit waren.
Sie sagten: “Wir werden die Zukunft der Menschheit perfekt erfassen.” Und wenn ich perfekt sage, dann sagte Roger Babson zum Beispiel: “Ich werde für wirtschaftliche Phänomene tun, was Newton für Himmelskörper getan hat, und die zukünftige Nachfrage nach jeder einzelnen Ware oder jedem einzelnen Produkt buchstäblich mit fünf Stellen Genauigkeit vorhersagen.” Das war die Absicht.
Und wenn man in die Science-Fiction geht, etwa zu Asimov mit seiner Foundation-Reihe, ist es wieder dieselbe Idee. Er war ein halbes Jahrhundert nach Babson, also verstand er, dass die Idee, jedes einzelne Ding zu erfassen, vielleicht zu anspruchsvoll wäre. Aber wenn wir Statistik machen, könnten wir die Aggregate sehr genau erfassen, selbst wenn Individuen etwas zu verrauscht sind.
Asimov hat diese Idee, dass man, genau wie in der statistischen Physik, das Verhalten von Gasen nahezu perfekt vorhersagen kann, auch wenn man die individuelle Position jedes Atoms im Gas nicht kennt. Das mag sehr abstrakt klingen, aber es ist fundamental, weil diese Idee, grob gesagt, dass man die Zukunft mit nahezu null Unsicherheit projizieren kann, in Supply Chain nicht funktioniert.
Der einfache Grund, und ich komme auf die Natur der Realität zurück, ist, dass die relevante Zukunft in Supply Chain praxeologisch ist. Praxeologisch bedeutet: das Studium menschlicher Handlungen. Die Zukunft besteht aus Entscheidungen, die von Menschen mit Handlungsmacht noch nicht getroffen wurden.
Die gesamte Zukunft ist also die Aggregation von Entscheidungen, die noch nicht getroffen wurden. Und solange diese Menschen Menschen sind, die man nicht kontrolliert, Kunden, Lieferanten, Transporteure, Wettbewerber, solange all diese Menschen Handlungsmacht haben, ergibt die Idee einer sicheren Prognose nicht einmal Sinn.
Denn wenn man eine sichere Prognose hätte, müsste ein Kunde, um sie zu widerlegen, nur entscheiden, etwas anderes zu tun. Wenn man vorhersagt, dass diese Person heute kaufen wird, und sie erfährt, dass man diese Vorhersage gemacht hat, kann sie aus Widerspruchsgeist entscheiden, es doch nicht zu tun.
Das klingt vielleicht albern, aber der Effekt ist sehr real. Menschen haben Handlungsmacht, und je nachdem, was man tut, ändern sie ihr Verhalten, besonders Wettbewerber.
Conor Doherty: Okay. Ich formuliere meine Frage etwas konkreter. Und ich zitiere dich wieder, um Kontext zu geben. Du schreibst in Kapitel sieben: “Die Zukunft ist irreduzibel unordentlich. Man muss nicht perfekt sein, nur besser. Entschlossene Handlungen schlagen ausgefeilte Planung. Und Glück belohnt die Vorbereiteten. Vorbereitung ist also die Kunst, Gelegenheiten zu kultivieren.”
Das hast du geschrieben. Jemand, der das liest und jetzt zuhört, könnte Schwierigkeiten haben, den Unterschied zwischen Vorbereitung und Planung zu verstehen. Also noch einmal konkret: Wie unterscheiden sie sich?
Joannes Vermorel: Ist Ihr Plan als Sammlung von Zeitreihen verdinglicht? Das ist die Frage. Und in 99,9 % der Unternehmenssoftware ist Zeitreihe die einzige Option. Es ist also egal, was Sie denken. Ihre Software ist starr auf dieses Modell ausgerichtet, und die Supply-Chain-Bücher in Ihrer Bibliothek, falls Sie welche haben, sind ebenfalls starr um diese Idee codiert.
Und das ist praktisch alles. Wenn man seit dem Zweiten Weltkrieg zurückgeht, gibt es über eine Million Arbeiten zur Bestandsoptimierung, und die überwältigende Mehrheit übernimmt einfach diese Perspektive.
Conor Doherty: Das ist keine konkrete Erklärung des Unterschieds. Ich habe nicht nach einer methodischen oder atomistischen Erklärung gefragt. Ich meinte nicht unter der Haube. Ich meinte praktisch, im Alltag, für den durchschnittlichen Praktiker, der ein Playbook liest. Was ist der Unterschied zwischen deiner Sicht auf Vorbereitung und Hingabe an Planung oder Gosplan-Planung? Wie sieht das im täglichen realen Leben aus?
Joannes Vermorel: Es sieht so aus: Wenn man eine unglaublich starre Sicht auf die Zukunft annimmt, ist man blind für jede Gelegenheit. Zum Beispiel plant man, eine bestimmte Menge eines Produkts herzustellen. Das ist ein Zwölfmonatsplan. Nun sind wir zwei Wochen im Plan. Es bleiben also noch fünfzig Wochen in diesem Jahresplan, und Ihr Lieferant verbessert seine Technik und sagt: “Jetzt können wir den Preis tatsächlich halbieren.”
Sie haben Glück. Etwas wird viel, viel billiger zu produzieren. Das ist gut. Sollten Sie Ihren Plan vielleicht ändern? Offensichtlich, wenn Sie eine sehr gute Gelegenheit haben, etwa ein Bauteil für Ihr Produkt kaufen müssen und sich herausstellt, dass einer seiner Hauptbestandteile plötzlich massiv billiger ist, kann das passieren. Das Gegenteil kann ebenfalls passieren.
Wenn Sie nichts tun, können Sie natürlich auf viele Arten unterboten werden. Ihre Wettbewerber könnten beschließen, ihre Preise massiv zu senken und Sie vollständig auszustechen, sodass die Nachfrage, die Sie beobachten, auf null fällt. Oder Sie können vielleicht mit einem Lieferanten verhandeln, dass Sie den Großteil dieses Angebots zu diesem Preis sichern und das Material buchstäblich bis zu ein Jahr im Voraus kaufen.
Dann können Sie viel Marktanteil gewinnen, indem Sie zu einem niedrigeren Preis verkaufen, aber viel mehr produzieren. Diese Dinge sind sehr einfach.
Conor Doherty: Mhm.
Joannes Vermorel: Aber sie sind undenkbar, wenn man mit der klassischen Planungsperspektive arbeitet, denn für diese Perspektive passen solche Gelegenheiten einfach nicht hinein. Es gibt nur die Einhaltung des Plans.
Conor Doherty: Jetzt werden wir viel konkreter. Das Beispiel, das ich geben werde, stammt nicht aus deinem Buch und betrifft eigentlich Logistik. Wir sprachen kürzlich mit Adam DeJans Jr. und John Elam, und in ihrem Buch The Decision Factory beginnt es mit einem Logistikunternehmen. Es hat einen Plan, wie es alle Produkte an alle Kunden ausliefert. Es hat einen optimalen Plan. Der Solver läuft um Mitternacht.
Aber sechs Stunden später tritt die Realität ein. Der Plan ist vollständig hinfällig. Er ist operativ nicht machbar, weil Menschen krank sind, Verkehr herrscht, Lkw kaputt sind usw. In dieser Situation gibt es Chaos, Unsicherheit, mögliche Gelegenheiten, aber die Fähigkeit, darauf zu reagieren oder sie zu nutzen, hängt davon ab, ob man eine feste, sehr deterministische Planungsweltsicht hat oder eine flexiblere, reaktive, ich glaube du nennst es policy-basierte Weltsicht. Man hat Arten zu reagieren.
Entfalte das noch einmal: der Unterschied zwischen einer Supply-Chain-Sicht, die von Planung beherrscht wird, und einer flexibleren, policy-basierten Herangehensweise.
Joannes Vermorel: Der einfachste Weg ist wieder, sich eine einfache Situation vorzustellen. Man betreibt einen kleinen Laden, der Lebensmittel verkauft, Obst, Gemüse, sehr einfache Dinge. Man geht jeden Tag gegen vier Uhr morgens zum Großhändler, kauft Ware, und sie liegt tagsüber in den Regalen. Und beim Großhändler, weil es frische Ware ist, gibt es manchmal Gelegenheiten.
Man sieht zum Beispiel sehr, sehr gut aussehenden Salat, der sehr, sehr billig ist. Oder umgekehrt sieht man Ware und sagt: “Die ist wirklich nicht gut und ziemlich teuer.” Will man sich dann so verhalten: “Ich habe meinen Plan. Ich kaufe auf jeden Fall 10 Kilogramm Salat für meinen Laden”?
Oder schaut man tatsächlich auf den Preis und die Qualität, die der Großhändler hat, weil das von Tag zu Tag schwankt, und bewertet, ob es eine gute Gelegenheit ist? Vielleicht gibt es Dinge, die man normalerweise nicht kauft, sagen wir Erdbeeren, aber an manchen Tagen sind Erdbeeren billig, sehen sehr gut aus, und man entscheidet: “Ja, die nehme ich, meine Kunden werden sie mögen.”
Normalerweise habe ich sie nicht, aber ich kann darauf wetten, weil es nach einem guten typischen Angebot für diese Zeit klingt. Wenn man morgens um vier zum Großhändler geht und sagt: “Ich will heute 5 Kilogramm Erdbeeren für meinen kleinen Laden”, dann wäre die Frage: “Was, wenn der Großhändler keine Erdbeeren hat? Oder er hat welche, aber sie sind sehr teuer?”
Conor Doherty: Ja.
Joannes Vermorel: Oder sie sehen einfach nicht gut aus. In so einer Situation nehme ich, wenn sie sehr teuer sind, vielleicht nicht mein Ziel von 5 Kilogramm. Ich habe einen kleinen Laden. Vielleicht nehme ich nur 500 Gramm, weil ich ein paar Kunden habe, die diese Erdbeeren unabhängig vom Preis kaufen würden, aber vielleicht nur 100 Gramm, weil sie Gourmets sind und ihnen der Preis egal ist.
Man sieht, was dieser Ladenbetreiber tut, ist unglaublich opportunistisch. Er denkt über die Zukunft nach, aber nicht mit starren Zielen. Alles ist im Fluss.
Conor Doherty: Ja.
Joannes Vermorel: Und das kann man nur verstehen, wenn man sieht, dass er über sein ganzes Sortiment nachdenkt. Er will Gemüse. Er will Obst. Er will gut aussehende Ware. Er will Vielfalt, Sortiment, vielleicht Neuheit, vielleicht Saisonware. Er hat ein Sammelsurium von Zwängen, eine unscharfe Sicht auf die Zukunft.
Und er ist auch eigennützig. Er will Geld verdienen. Er ist nicht im Geschäft, seinen Laden hübsch aussehen zu lassen. Er ist im Geschäft, seinen Laden so appetitlich zu machen, dass die Leute viel kaufen und er am Ende des Tages einen schönen Gewinn macht.
Das ist Planung, wie ich sie befürworte. Eine Denkweise, die auf die Zukunft schaut und versucht, die Euro und Dollar im Blick zu behalten, die man gewinnen oder verlieren wird. Man macht Wetten, und vorbereitet zu sein bedeutet: ja, man muss im Voraus die richtigen Handlungen setzen, aber jede Handlung ist eine Wette, und man versucht nicht, die Zukunft mit harten Zielen zu verfestigen.
Das ist der Weg, den ich befürworte. Und ich sage, dass in den letzten etwa fünfzig Jahren die gesamte Supply-Chain-Theorie und praktisch jede existierende Unternehmenssoftware für Supply Chain eine völlig andere Perspektive angenommen hat, in der sie die Zukunft nach Gosplan-Art in Zeitreihen verfestigt. Und das funktioniert nicht.
Wenn wir diesen Mann beim Großhändler nehmen, ist es, als hätte er bereits für jedes Produkt eine Liste in Kilogramm erstellt, wie viel er kaufen wird, unabhängig von den Gelegenheiten und sogar unabhängig von der grundlegenden Verfügbarkeit beim Großhändler. Da steht dann: “Heute brauchst du aus irgendeinem Grund Wassermelone”, und der Großhändler hat keine.
Auf seiner Liste steht dann: “Nun, das bekomme ich nicht, und ich gebe das Geld einfach nicht aus, weil es nicht im Plan steht.”
Conor Doherty: Ja.
Joannes Vermorel: Das ist ein sehr gutes Beispiel. Wenn man darüber nachdenkt, ist der mathematische Plan verrückt. Stellen wir uns wieder den Taxifahrer vor. Ich habe einen Plan, von Punkt A nach Punkt B zu fahren, mit exakten Anweisungen: rechts abbiegen, links abbiegen, genau, ich kann den Straßen folgen.
Und dann ist irgendwann die Straße blockiert.
Conor Doherty: Mhm.
Joannes Vermorel: Die mathematische Planung sagt: “Die Straße ist blockiert. Nehmen Sie Sprengstoff, sprengen Sie das Hindernis und fahren Sie weiter. Sie müssen diese Straße auf jeden Fall nehmen.” Wenn die Straße blockiert ist, egal, irgendwie durch.
Das ist Wahnsinn. Offensichtlich ist es Wahnsinn. Aber interessant ist, dass das Beispiel wie völliger Wahnsinn klingt, um jeden Preis durchzugehen, und genau das geschah in der UdSSR mit Gosplan. Sie machten einen Plan. Die Realität geschah. Der Plan wurde völlig undurchführbar.
Conor Doherty: Ja.
Joannes Vermorel: Und die Leute taten verrückte Dinge, nur damit der Plan funktionierte. Es gab sogar eine Anekdote, ich bin nicht sicher, ob sie wirklich passiert ist, aber sie passt zum Stil: Ein Schuhmacher in der UdSSR konnte seine Quote nur erfüllen, indem er beschloss, nur linke Schuhe zu machen, auf rechte Schuhe zu verzichten, nur eine Art Schuh zu produzieren, weil dadurch die Menge der produzierten Schuhe stieg und die Quote erfüllt werden konnte.
Die Quote sagte nicht, dass es rechte und linke Schuhe sein mussten. Das ist die Art Absurdität, die starre Planung erzeugt.
Der konkrete Nutzen ist: Sobald man offiziell beschließt, das aufzugeben, verbessert sich das Unternehmen. Wenn man als Praktiker von dieser Perspektive profitieren will, sagt man einfach: Wir geben Zeitreihen auf, wir geben diese dumme, dysfunktionale Planung auf. Wir können es mit Intuition machen. Und das wird besser funktionieren, weil ein kaputtes mathematisches Modell unglaublich schlechte Ergebnisse liefert.
Man vertraut keinem kaputten mathematischen Modell. Es ist besser, Dinge zu tun, die zumindest grob in die richtige Richtung weisen, auch wenn sie sehr ungenau sind, als einem Modell zu folgen, das vollständig falsch ist. Stellen Sie sich vor, Sie wollen nach Norden reisen und haben einen sehr, sehr ausgefeilten Kompass, aber der Kompass zeigt nach Osten.
Sollten Sie diesem Kompass folgen? Oder schlimmer: Der Kompass zeigt jedes Mal, wenn Sie ihn ansehen, in eine zufällige Richtung. Das wäre ein völlig kaputtes Modell. Sie haben Ihren Kompass, aber er ist völlig kaputt. Jedes Mal zeigt er woanders hin.
Sind Sie besser dran, grob nach der Sonne zu schauen und sehr grob zu schätzen, wo Norden sein könnte, sofern Sie die Sonne sehen, oder Ihrem Kompass zu folgen, der jedes Mal eine andere Richtung zeigt? Bei einem kaputten Kompass, der eine zufällige Richtung liefert, würden Sie sagen: “Das ist Wahnsinn. Alles ist besser als das.”
Genau das sage ich. Wenn man ein kaputtes mathematisches Modell verwendet, ist es Wahnsinn. Es ist wie ein Kompass, der eine zufällige Richtung liefert, und man sagt: “Aber wenigstens mache ich etwas Wissenschaftliches. Ich benutze einen Kompass.”
Nein. Sie benutzen einen kaputten Kompass. Und das ist schlimmer als etwas extrem Unscharfes zu tun, weil das Unscharfe wenigstens ungefähr richtig ist.
Conor Doherty: Ich mag die Analogie des Gemüsehändlers sehr. Sie zeigt die Grenzen, wenn man Supply-Chain-Entscheidungen, selbst wenn man Entscheidungen nicht isoliert akzeptiert, aus einer rein statischen Planperspektive angeht, statt mit einem agileren, reaktiveren Beispiel. Tägliche Gelegenheiten nach Erstellung meines Plans werden sichtbar, weil die Zukunft unsicher ist.
Um das umzusetzen, müssen wir jetzt nicht in die Software einsteigen, aber es gibt einige grundlegende Änderungen oder Annahmen zur Unsicherheit, die man akzeptieren muss, und einige davon behandelst du im Buch. Eine davon ist Planung, egal welche Sprache wir verwenden, Entscheidungen um den Mittelwert, um das Durchschnittsszenario herum. Du sagst im Buch, dass das nicht gut ist.
Bitte erläutere, warum Entscheidungen um den Mittelwert nicht gut sind.
Joannes Vermorel: Der Durchschnitt… wir müssen zurückgehen zu der Frage, warum wir diese Unsicherheit der Zukunft haben, und die Grundursache ist Handlungsmacht. Menschen können handeln.
Conor Doherty: Okay.
Joannes Vermorel: Und Menschen… und die Welt, Dinge geschehen allgemein, nicht nur Menschen. Diese Menschen sind keine Atome, die zufällig gegen Wände prallen. Menschen kommunizieren. Sie hören zu. Wenn Menschen zum Beispiel glauben, dass der Welt das Toilettenpapier ausgeht, gehen sie alle Toilettenpapier kaufen. Du gibst im Buch das Beispiel Johnny Carson.
Conor Doherty: Ja. Und das ist übrigens in den letzten Jahren mehrfach passiert.
Joannes Vermorel: Die Folge davon, dass Menschen Handlungsmacht haben und miteinander kommunizieren, ist, dass der Mittelwert schlecht ist, weil er so tut, als gäbe es ein zentrales Verhalten und nur statistische Abweichungen. So verhält sich die Welt nicht, wenn Menschen Handlungsmacht haben. Abweichungen können unglaublich groß sein.
Wenn ich unglaublich groß sage, meine ich zum Beispiel, dass der Ölpreis negativ werden kann. Das ist passiert. Vor etwa einem Jahrzehnt gab es seltsame Ereignisse, und für einen kurzen Moment wurde der Preis pro Barrel Öl negativ, weil die Leute im Grunde mit den Häfen feststeckten. Sie konnten ihr Öl nicht entladen.
Sie saßen also auf Tankern, deren Betrieb stündlich Geld kostete. Es gab Lagerkosten, keine unmittelbare Verkaufsgelegenheit. Öl zu besitzen wurde plötzlich totes Gewicht. Und so wurde der Ölpreis in einem sehr engen Zeitraum negativ.
Das passiert in den Naturwissenschaften nicht. Wenn man Gase betrachtet und zum Beispiel zwei Behälter mit Druckunterschied hat und ein Loch macht, strömt das Gas mit höherem Druck in den Behälter mit niedrigerem Druck. Das passiert immer so.
Mit Menschen aber nicht, weil Menschen keinen einfachen physikalischen Gesetzen gehorchen. Sie können ihre Meinung ändern. Wenn wir also zum Mittelwert zurückkehren, kann man viel extremere Verhaltensweisen haben.
Bei Promotions in Lebensmittelgeschäften etwa haben die meisten Promotions hinsichtlich Verkaufsvolumen fast keinen Uplift. Man macht eine Promotion und die Nachfrage bleibt gleich. Sie bewegt sich kaum. Und manchmal macht man eine Promotion und ist in der ersten Stunde nach Ladenöffnung ausverkauft.
Der Laden öffnet um 8 Uhr, und um 9 Uhr ist der Bestand des beworbenen Artikels weg. Man dachte, er würde eine Woche reichen. Er hielt eine Stunde. Die Nachfrage war also hundertmal höher als erwartet. Das passiert.
Es gibt sogar lustige Situationen in den Niederlanden, wo ein Supermarkt eine Promo macht und buchstäblich die ganze Gegend blockiert ist, weil eine Million Menschen mit Autos zu dem einen Hypermarkt strömen, der die Promo macht, und kilometerlange Staus entstehen. Wenn man in statistischem Durchschnitt, normalen Abweichungen und dergleichen denkt, bekommt man das nie.
Das gibt es auch in Supply Chain. Außerhalb des Retail, etwa in der Luftfahrt: Einer unserer Kunden hatte vor einigen Jahren Teile zur Wartung der Boeing 737 Max. Dann gab es einen Absturz, eine tödliche Tragödie, und die Menschen hatten zu Recht Angst, diese Flugzeuge zu betreiben, weil unklar war, ob sie sicher waren.
Was taten alle Fluggesellschaften? Sie legten gleichzeitig ihre 737 Max still. Die Nachfrage nach Teilen für dieses Flugzeug ging von sehr stabil auf absolut null und blieb fast ein ganzes Jahr bei null.
Wenn man also in durchschnittlichen Abweichungen denkt und glaubt, der Mittelwert sei aussagekräftig, dann ist das nicht die Welt, in der wir in Supply Chain leben.
Eine andere Denkweise ist ein Stadion. Wenn man den schwersten und den dünnsten Mann betrachtet, gibt es nicht einmal einen Faktor 10 Unterschied. Wenn man extrem, krankhaft dünn ist, wiegt man vielleicht 40 Kilo, vielleicht 35, wenn man buchstäblich verhungert.
Und wenn man krankhaft fettleibig ist, vielleicht 300 Kilo. Bei 300 Kilo weiß ich nicht, ob man überhaupt in ein Stadion gehen kann.
Conor Doherty: Das wird schwierig.
Joannes Vermorel: Ja. Wahrscheinlich liegt das Maximum bei etwa 150, und dann kommt man kaum noch in ein Stadion. Die Spannweite ist also tatsächlich sehr klein. Vom dünnsten zum dicksten Mann im Stadion haben wir nicht einmal Faktor 10, vielleicht Faktor 5.
Schauen wir nun auf Bankkonten. Der ärmste Mensch im Stadion ist wahrscheinlich, sagen wir in den USA, ein Student mit Studienkrediten: minus 200.000 Dollar. Und der reichste ist ein Milliardär.
Wir sprechen also nicht nur davon, dass der Milliardär eine Million Mal reicher ist, sondern der andere ist sogar negativ. Wie vergleicht man das? Das ist der Bereich menschlicher Dinge. Wenn Menschen handeln können, können numerische Unterschiede absolut enorm sein, Faktor eine Million.
In der Natur passiert Faktor eine Million nicht. Die kleinste Katze, die größte Katze, nicht einmal Faktor 10. Und so ist es bei vielen Dingen. Wie viele Sonnentage hat man durchschnittlich in Paris oder Irland? Die jährliche Variation ist nicht so groß.
Aber bei Entscheidungen können Dinge wild werden.
Conor Doherty: Ja.
Joannes Vermorel: Der Silberpreis wurde in den letzten 20 Jahren zum Beispiel mit 20 multipliziert. Wir haben bessere Bergbautechniken und können mehr Silber als je zuvor aus der Erde holen, und aus Gründen, die nichts mit unserer Produktionsfähigkeit zu tun haben, ist Silber jetzt zwanzigmal teurer als vor zwei Jahrzehnten.
Genau das sollte man aus praxeologischer Sicht erwarten, wenn menschliche Handlungsmacht im Spiel ist. Wenn Menschen kollektiv entscheiden, dass Silber mehr wert ist, dann ist es mehr wert. Es braucht keine weitere Erklärung. Es ist Glaube.
Conor Doherty: Das bringt uns zu einem der wohl folgenreichsten Punkte, sicher in diesem Kapitel, wenn nicht im ganzen Buch: die Unsicherheit rund um Fat Tails. Ich möchte etwas Kontext geben und habe ein paar Zitate.
“Einer der größten Schmerzen, die mit Unsicherheit verbunden sind, liegt in den Tails.” Um dich zu zitieren: “Gewinne und Verluste werden von Extremereignissen dominiert. Fat-Tail-Verteilungen garantieren, dass Extremereignisse regelmäßig auftreten.” Für Nicht-Statistiker: Ein Fat-Tail-Ereignis ist ein extrem schädliches Ereignis, das man für sehr, sehr unwahrscheinlich hält, das aber viel häufiger eintritt, als man denkt.
Es ist also nicht eins zu einer Million. Vielleicht eins zu 100, eins zu 200. Aber ein Ereignis von eins zu 100 oder eins zu 200, etwa extrem hohe oder niedrige Nachfrage, kann ein- bis dreimal pro Jahr auftreten. Und wenn es ein Fat-Tail-Ereignis ist, ist der Schaden, an diesen Tagen falsch zu liegen, katastrophal.
Das Risiko liegt also wirklich in den Fat Tails. Wenn man auf den Mittelwert plant, ist man wahrscheinlich in Ordnung, wenn der Mittelwert eintritt. Aber wenn man auf den Mittelwert plant und einen dieser Tage, ein Fat-Tail-Ereignis, abbekommt, ist man im Grunde erledigt. Ist das ungefähr richtig?
Joannes Vermorel: Ja, genau. Wenn wir zu unserem Lebensmittelladen zurückgehen: Was ist das Fat-Tail-Ereignis? Ihr Laden wird vandalisiert.
Conor Doherty: Mhm.
Joannes Vermorel: Und wenn es schlimm genug ist, stellen Sie sich vor, der Laden wird vandalisiert und Sie haben keine Versicherung. Dann haben Sie nicht einmal das Geld, um ihn danach wieder aufzubauen. Game over. Sie sind kein Lebensmittelhändler mehr, weil Sie nur noch einen vandalisierten Laden haben, der nichts mehr verkaufen kann.
Wenn Sie eine Versicherung haben, können Sie sich zumindest erholen. Das ist eine ganz andere Perspektive. Man könnte sagen: “Ich bin Lebensmittelhändler. Im Durchschnitt werden Läden in meiner Stadt sehr selten vandalisiert. Also brauche ich keine Versicherung.” Die andere Sicht lautet: “Ich bin Vater von drei Kindern. Meine Familie hängt von den laufenden Einnahmen aus diesem Geschäft ab, und ich will nicht in eine unglückliche Situation geraten, in der ich alles verliere, weil ich durch ein Ereignis meine Einkommensquelle verliere, von dem ich mich nicht erholen kann. Also nehme ich die Versicherung.”
Diese einfache Intuition ist sehr richtig. Die meisten Menschen, die ein Unternehmen betreiben, würden eine Versicherung gegen Feuer und Ähnliches abschließen. Das ist richtiges Denken, aber eben in Risikobegriffen.
Conor Doherty: Ja.
Joannes Vermorel: In Risikobegriffen. Wenn man Supply Chain klassisch denkt, sagt man nur: Wie sieht dieses Vandalismusereignis aus Zeitreihenperspektive aus? Man sagt die Wahrscheinlichkeit, wie viele Ereignisse auftreten werden. Man hat eine Zeitreihe, die immer null ist.
Jeden Tag ist sie nahe null, 0,000001. Das ist die erwartete durchschnittliche Ereignismenge. Das ist die falsche Sicht, weil es ein so wirkungsvolles Ereignis ist, dass man sich ohne Vorbereitung nicht davon erholen kann.
Deshalb sage ich, die klassische Planungsperspektive ist verrückt, weil sie für Dinge völlig blind ist, die mit Wahrscheinlichkeit eins auftreten werden, und häufiger als man denkt. Vandalismus an Ihrem Laden hat an einem bestimmten Tag wahrscheinlich weniger als eine Chance von eins zu tausend.
Conor Doherty: Mhm.
Joannes Vermorel: Aber wenn Sie vierzig Jahre einen Laden betreiben und 250 Tage im Jahr geöffnet haben, sprechen wir von etwa 10.000 Tagen. Die Wahrscheinlichkeit, dass Sie vandalisiert werden, ist dann ungefähr eins.
Conor Doherty: Ja. Ich stimme der Philosophie, der praktischen Seite und dem Risiko zu. Das Beispiel resoniert vielleicht weniger, denn wenn wir zur Luft- und Raumfahrt gehen, hast du früher das Beispiel gegeben, dass manche Teile so billig sind und die Kosten, sie nicht zu haben, wenn man sie braucht, so katastrophal sind, dass es sinnvoll ist, jahrelangen Bestand zu halten, auch wenn man ihn vielleicht nie nutzt.
Der Lagerhaltungskostenbetrag ist ein Dollar, ich erfinde Zahlen, aber der Unterschied zwischen diesen Kosten und den Kosten, es nicht zu haben, dem Fehlbestand, kann Hunderttausende oder Millionen betragen. Daher ist es aus reiner Risiko- oder Versicherungsperspektive finanziell absolut sinnvoll, eine unansehnliche Menge zu halten.
Joannes Vermorel: Ja. Und wenn Menschen an seltene Ereignisse denken, denken sie meist an negative. Aber es gibt auch viele positive Ereignisse. In der Luftfahrt werden häufig Flugzeuge zerlegt, sodass man Teile erwerben kann. Vorübergehend wird der Markt mit bestimmten Teilen überflutet, und weil die Nachfrage nicht wirklich da ist, weil die Leute nur glauben, Teile zur Flottenwartung kaufen zu müssen, sehen wir häufig, dass sie nicht unbedingt in Gelegenheitskäufe springen, obwohl sie es sollten.
Denn letztlich werden sie die Teile brauchen, auch wenn erst in zwei Jahren. Sie brauchen sie jetzt nicht, aber wenn sie zum halben Preis zu haben sind und Sie Lagerkapazität haben, um sie lange sicher aufzubewahren, dann sollten Sie diese Gelegenheit wirklich ergreifen.
Das ist interessant. Wenn Menschen nach Intuition handeln, tun sie das. Wenn Ihre Lieblingsmarke weißer Hemden einen massiven Rabatt gibt, sagen Sie vielleicht: “Ich nehme vier. Das wird in einem Jahr nützlich sein.” Es ist wie ein langsam verbrauchtes Gut.
Solche Gelegenheitskäufe könnte man machen. Und interessant ist: In Supply-Chain-Lehrbüchern werden Dinge, die die meisten Menschen intuitiv tun würden, sobald es um ihr Geld und ihr Leben geht, im Unternehmen abgelehnt: “Nein, wir machen das nicht. Wir haben einen Plan. Der Plan enthält diesen Gelegenheitskauf nicht.”
Das ist nicht sehr klug. Klassische Planung, die die Unsicherheit der Zukunft ignoriert, macht sehr verwundbar. Der Fokus auf den Mittelwert macht verwundbar gegenüber schlechten Ereignissen, aber auch immun gegen Gewinne, die man durch kluges Handeln bei guten Ereignissen erzielen könnte.
Conor Doherty: Genau darum geht es. Mit einfachen Zahlen: Zehn Tage lang plant man auf den Durchschnittswert. Der Durchschnitt ist 10. Fantastisch. Nehmen wir an, man liegt richtig. 100 % Genauigkeit, 100 % Servicegrad, zehn Tage lang. Am elften Tag ist man ausverkauft. Null.
Die Kosten verlorener Verkäufe, Eilversand, Rückstände und dergleichen können leicht die Gewinne der vorherigen zehn Tage auffressen. Es gab eine Wahrscheinlichkeit, dass dieses Extremereignis eintritt. Man hat, bewusst oder nicht, diese Möglichkeit ignoriert, auf den Durchschnitt geplant, und wenn das Extremereignis eintritt, wird man praktisch ausgelöscht.
Joannes Vermorel: Ja. Große Unternehmen überleben. Ihre Prozesse sind normalerweise nicht so kaputt, dass sie ausgelöscht würden.
Conor Doherty: Die Gewinne, die ich beschrieben habe, werden ausgelöscht. Man kann verlieren, weil der Schaden des Falschliegens größer ist als die Profitabilität.
Joannes Vermorel: Genau. Die Realität ist, dass Praktiker das intuitiv wissen. Große Unternehmen spielen ein seltsames Planungsspiel: Die Theorie ist kaputt, die Verpflichtungen sind kaputt, und die Praktiker halten sich nicht an den Plan.
Die Leute sagen: “Nächstes Jahr werden wir plan-konform sein. Aber dieses Jahr müssen wir etwas anders machen.” Und die Praktiker, die einfach sagen “vergiss die Pläne”, liegen fast immer richtig.
Wir haben diese schizophrene Herangehensweise: In Gesprächen sagt man, wir implementieren Sicherheitsbestand, wir sind plan-konform, wir tun dies und das. Und wenn es zur tatsächlichen Ressourcenallokation kommt, tun die Menschen völlig andere Dinge, und genau diese Dinge machen das Unternehmen profitabel.
Man sollte Theorien nicht vertrauen, die eine kaputte Perspektive auf die Zukunft haben. Jede Theorie muss die Zukunft gesund behandeln. Das heißt: verstehen, dass Unsicherheit irreduzibel ist, dass sie aus der Handlungsmacht anderer Menschen entsteht, und verstehen, dass Menschen ihre Meinung meist nicht isoliert ändern.
Deshalb können positive und negative Ereignisse viel stärker sein, als ein naives mathematisches Modell nahelegt. Taxifahrer wissen das. Wie viel Geld macht man an einem Tag? Bei einem großen Sportereignis vielleicht dreimal so viel, weil die Nachfrage hoch ist.
Dasselbe für den Gemüsehändler. Gibt es im Viertel ein Ereignis und viele Touristen, verkauft er an diesem Tag viel mehr. Es war nicht perfekt vorhersagbar, aber es wurde ein Rekordtag. Der Händler ist nicht fassungslos. Er sagt: “Ja, nicht jeder Tag ist so, aber solche Tage gibt es ab und zu.”
Die Überraschung liegt nur bei den Menschen, die vereinfachte mathematische Modelle nutzen. Für Menschen, die sich auf Intuition stützen, ist es nicht so überraschend. Das Hauptproblem sind diese Modelle aus Zeitreihen plus Normalverteilung, extrem simplistisch. Das sind die kaputten mathematischen Modelle, der kaputte Kompass, der jedes Mal eine zufällige Richtung liefert.
Das ist der Kern meiner Kritik.
Conor Doherty: Um meine frühere Formulierung zu präzisieren: Der Schaden, bei einem Fat-Tail-Ereignis falsch zu liegen, kann eine lange Serie richtiger Entscheidungen auf Durchschnittswerten auslöschen. Das hängt mit unseren Intuitionen und mit der Kostenasymmetrie zusammen.
Nehmen wir ein konkretes Beispiel: ein wenig Überbestand. Sie sind Modehändler. Ein wenig Überbestand, ein paar Hemden zu viel, die Sie an einem Tag nicht verkaufen, okay, was sind meine Lagerkosten? Sie sind begrenzt, weil ich die Kosten dieser Hemden kenne. Mein Verlust ist nicht theoretisch unbegrenzt.
Die Kosten, keine Hemden zu haben, haben dagegen theoretisch keine Grenze. Tausend Menschen könnten hereinkommen und genau dasselbe wollen. Sie haben es nicht. Sie kaufen das weiße Hemd nicht, dann auch nicht die Jeans, den Gürtel, den Hut, die Flipflops, und vielleicht kommen sie nicht zurück.
Direkte und indirekte Verluste, jetzt und in Zukunft, haben theoretisch keine Obergrenze. Die Asymmetrie zwischen Fehlbestand und leichtem Überbestand spüren wir intuitiv nicht.
Siehst du das als Fehler der menschlichen Evolution?
Joannes Vermorel: Ich glaube, der menschliche Geist ist ziemlich gut in intuitivem Risikomanagement, wenn es um das eigene Geld geht.
Conor Doherty: Genau diesen Punkt machst du, wenn es um das eigene Geld geht.
Joannes Vermorel: Ja, wenn es um etwas geht, wozu man Informationen hat. Das ist das Problem. Supply Chains sind sehr groß, sehr verteilt, man muss mit Instrumenten fliegen. Man kann nicht einfach schauen, wohin man fliegt, weil man das Ganze nicht sehen kann. Zu viele Produkte, zu viele Standorte. Man muss mit Instrumenten fliegen.
Die menschliche Intuition ist gut, aber wenn die Instrumente völliger Mist sind, darf man nicht erwarten, dass etwas richtig herauskommt. Bei diesen Asymmetrien sind die Software-Instrumente, also die Informationsverarbeitungsschicht der letzten fünf Jahrzehnte, völliger Mist.
Sie beruhen auf unglaublich simplistischen Annahmen über die Zukunft: Zeitreihen auf Zeitreihen, Normalverteilungen, feste Lieferzeiten. Sie ignorieren Kohorteneffekte und Inter-Produkt-Effekte wie Substitution, Kannibalisierung oder die Warenkorbsicht.
Conor Doherty: Weil wir Warenkörbe in Kombination kaufen, nicht isoliert.
Joannes Vermorel: Genau. All das fehlt vollständig. Es ist verrückt, von einem so dysfunktionalen Informationsverarbeitungssystem zu erwarten, dass es sicher fliegt. Zurück zur Instrumentenflug-Analogie: Man fliegt mit völlig kaputten Instrumenten und erwartet, das Flugzeug sicher zu fliegen. Das ist Wahnsinn.
Unternehmen überleben trotzdem. Warum? Erstens, weil Menschen nicht mechanisch auf die Instrumente reagieren. Sie wissen, dass der Kompass kaputt ist. Sie wissen, dass der Höhenmesser kaputt ist. Sie kennen ihre Instrumente und vertrauen ihnen nicht.
Deshalb tun sie viele andere Dinge, gerade weil sie ihnen nicht vertrauen.
Conor Doherty: Ja.
Joannes Vermorel: Und weil Unternehmen viele laufende Kosten tragen und die Wettbewerber dieselben Probleme haben, geht niemand bankrott. Selbst wenn man etwas sehr schlecht macht, solange alle Wettbewerber genauso schlecht sind, ist alles gut. Märkte beweisen nicht, dass man gut ist. Sie beweisen nur, dass die anderen genauso schlecht oder schlechter sind.
Was das Spiel der Supply Chain betrifft, wird es nicht sehr effizient gespielt. Die Instrumente sind schrecklich und sehr verschwenderisch. Andere Bereiche der Wirtschaft haben so enorme Fortschritte gemacht, dass sie diese massiven Ineffizienzen überdecken.
Wenn man aber kühl den positiven und negativen Beitrag von Supply Chain bewertet, ist das Bild ziemlich düster.
Conor Doherty: Mhm. Du hast Information erwähnt. Ich weiß, das ist ein Kapitel, ich glaube Kapitel fünf.
Joannes Vermorel: Ja. Kapitel fünf ist Information. Kapitel drei ist Epistemologie. Kapitel sechs ist Intelligenz.
Conor Doherty: Wir sprechen hier über Unsicherheit, zukünftige Information, Risiko, und du hast nicht nur in diesem Kapitel, sondern im ganzen Buch und in vielen Vorträgen Zeitreihen kritisiert, also Zeitreihenprognosen zur Annäherung an diese Information.
Ist deiner Einschätzung nach die einzige Art, Risiko und fehlende Information zu schätzen, probabilistische Prognose? Und wenn ja, warum?
Joannes Vermorel: Es ist nicht die einzige Art. Es ist die praktikabelste angesichts der Technologien, die wir haben. Amazon hat ein oder zwei Arbeiten zu reinforcement-learning-artigen Techniken, die die explizite Prognose umgehen. Man kann also eine Policy, einen Entscheidungsprozess, entwerfen, bei dem Risikomanagement in den Parametern des Modells verborgen ist.
Die probabilistische Prognose wird nie erstellt, weil sie implizit in der Policy steckt. Mein Eindruck ist, dass solche Ansätze in der Praxis wegen massiver Intransparenz große Nachteile haben. Man landet bei numerischen Rezepten im Deep-Learning-Stil. Das ist extrem, extrem undurchsichtig, selbst für den Data Scientist, der die Methode anwendet.
Wenn wir eine Methode wollen, die für den Data Scientist nicht zu sehr Black Box ist, dann ist etwas besser, das eine Aussage über die Zukunft explizit macht. Und welche Art Aussage über die Zukunft wollen wir machen? Wahrscheinlichkeiten.
Vielleicht finden kluge Mathematiker in hundert Jahren eine bessere Art, über Risiko nachzudenken als Wahrscheinlichkeiten. Aber im Moment sind sie der Goldstandard der verfügbaren mathematischen Instrumente. Wir brauchen also diese Wahrscheinlichkeiten.
Der Fokus sollte auf dem liegen, was geschäftlich zählt. Die Zeitreihe sagt: Nehmen Sie Messungen aus der Vergangenheit und verlängern Sie sie in die Zukunft. Ich sage: Halt, das ist nicht die richtige Perspektive. Wegen der Asymmetrien müssen wir auf das achten, was zählt.
Wenn ich einen Lebensmittelladen betreibe, sind Vandalismus und Brand zwei Ereignisarten, die ich charakterisieren will. Sie sind verschieden. Natur, Prävention, alles ist verschieden. Ich will nicht einfach eine Zeitreihe. Ich will über Priorität nachdenken.
In der Luftfahrt etwa, wenn man über die Kosten eines Aircraft on Ground nachdenkt…
Conor Doherty: Ja. Klassisches Beispiel.
Joannes Vermorel: Die Kosten variieren massiv je nach Tag und Ort. Der schlimmste Fall, der meiner Erinnerung nach vor einigen Jahren von einer Fluggesellschaft erreicht wurde, war ein A380, der an Silvester in Dubai am Boden blieb.
Conor Doherty: Okay.
Joannes Vermorel: Man musste die Kunden in Hotels unterbringen, und die Hotels, die noch Zimmer hatten, waren im Grunde Paläste.
Conor Doherty: Ja, ja.
Joannes Vermorel: Das war ein Ereignis im Millionenbereich. Man hatte nicht nur etwa 700 Passagiere, doppelt so viele wie ein normaler Jetliner, sondern die einzigen noch verfügbaren Zimmer in der Stadt waren qualitativ ganz oben und zu verrückten Preisen.
Die Frage ist also: Wirkt ein Aircraft on Ground genauso stark in einer Stadt mit viel freier Hotelkapazität, günstigen Hotelpreisen und viel freier Kapazität, um Passagiere über andere Flugzeuge umzuleiten? Zwischen dem schlimmsten und dem einfachsten Fall kann ein Faktor 10 liegen.
Das bedeutet: Nicht Zeitreihen denken, sondern angemessene Charakterisierung guter und schlechter Ereignisse. Nicht von eleganten mathematischen Formulierungen ablenken lassen. Den Blick auf das richten, was zählt.
Conor Doherty: Das ist ein sehr gutes Beispiel. Ich kann eine persönliche Anekdote geben. Zweimal ist mir das passiert, ein AOG, im Grunde weil Flugzeuge nur eine bestimmte Anzahl Flugstunden pro Tag haben können, oder weil ein Flugzeug, selbst wenn es wartet, technisch noch im Einsatz ist.
Zweimal, beim Flug von Dublin nach Paris, Charles de Gaulle, wurde dieses Fenster überschritten, also blieb das Flugzeug am Boden. Es konnte nicht fliegen. Aus operativen Gründen, egal. Wenn das passiert, müssen alle Passagiere untergebracht werden.
Da ich aus Irland komme, weiß ich, dass es in Dublin einen unglaublichen Mangel nicht nur an Wohnraum, sondern auch an Hotels gibt. Und ich kenne meine Rechte: Bei so etwas gibt es europäische Gesetzgebung, nach der Mahlzeiten und Unterkunft wegen der Verspätung erstattet werden. Also öffnete ich sofort booking.com, nicht gesponsert, und wählte eines der teuersten Zimmer im Hilton.
Joannes Vermorel: Du bist ein schrecklicher Passagier.
Conor Doherty: Es ist nicht meine Schuld.
Joannes Vermorel: Genau.
Conor Doherty: Aber ich wusste, dass es kommt. Und ich kenne dynamische Preise. Plötzlich hat man Hunderte von Menschen…
Joannes Vermorel: Ja.
Conor Doherty: …die alle um sehr knappe Hotelressourcen um 21:30 Uhr an einem Wochenende in Dublin konkurrieren. Das ist aus Sicht der Fluggesellschaft ein Fat-Tail-Ereignis. Riesige Verluste. Außerdem muss man all diese Menschen umbuchen. Man verkauft diese Sitze nicht, man plant sie neu.
Ich habe also sehr gut gegessen, ich glaube zwei Tage lang, und in einem sehr, sehr schönen Hotel übernachtet, praktisch in einer Suite für mich allein. Alles von der Fluggesellschaft bezahlt.
Was kostet ein AOG in Dublin, nicht einmal ein exotischer Ort? Es hängt ab. Ist Wochenende? Gibt es ein Sportereignis, das schon viele Unterkünfte verbraucht hat? Ist es Tagesanfang oder Tagesende? Um 9 Uhr morgens hat man den ganzen Tag, um Menschen unterzubringen.
Aber es warteten Hunderte Menschen. Viele gingen zum Kundenschalter und dachten, die Person dort könne aus dem Nichts Hunderte Hotelzimmer herbeizaubern. Das kann sie nicht. Ich weiß nicht, wohin diese Menschen auf der Insel Irland gebracht wurden, aber nicht nach Dublin.
Ich weiß, dass es nicht viele Plätze gab. Vielleicht Hostels, vielleicht auf dem Boden schlafen. Weil ich bei Lokad arbeite und wir viele Aerospace-Kunden haben, wusste ich, was kommt. Nach etwa drei Stunden auf dem Rollfeld wusste ich, dass wir wahrscheinlich ein Zimmer brauchen. Ich buche im Flugzeug ein erstattbares Zimmer.
Joannes Vermorel: Ja.
Conor Doherty: Dann wurde der Flug annulliert. Ich ging, holte meine Tasche und fuhr direkt ins Hotelzimmer. Andere hatten weniger Glück. Der Punkt ist: Das passiert. Aus Kunden- und Verbrauchersicht muss man vorbereitet sein, weil solche Fat-Tail-Ereignisse häufiger passieren als man denkt, sehr schädlich sind und man dieses Risiko kennen sollte.
Joannes Vermorel: Ja. “Häufiger als man denkt” ist etwas irreführend. Menschen haben keine quantitative Intuition. Wenn man sie bittet, es als Prozent auszudrücken, geben sie meist Unsinnszahlen. Aber obwohl man die Wahrscheinlichkeiten nicht kennt, kann man trotzdem zu einer ordentlichen Entscheidung kommen.
Ein erstattbares Zimmer zu buchen ist zum Beispiel ein No-Brainer.
Conor Doherty: Genau.
Joannes Vermorel: Wenn es passiert, gewinne ich. Wenn nicht, verliere ich nur ein paar Minuten auf der Website, um zu stornieren. Der Verlust waren zehn Minuten Ihrer Zeit. Der Gewinn war massive Unbequemlichkeit zu vermeiden.
Conor Doherty: Ja, genau.
Joannes Vermorel: Versicherung. Darum geht es: Risiko und Versicherung. Eine Zeitreihenperspektive im eigenen Leben wäre etwa: Jede Stunde habe ich eine Zeitreihe, die mir die GPS-Koordinaten meiner Position gibt.
Conor Doherty: Mhm.
Joannes Vermorel: Stellen Sie sich zwei Zeitreihen vor, Breite und Länge, und verlängern Sie sie stündlich für die nächste Woche. Ihr Plan wäre: Zu dieser Stunde sollte ich über dem Ozean fliegen. Aber das tun Sie nicht. Was ist dann mit dem Plan?
Was sagt Ihnen diese Zeitreihe darüber, was Sie tun oder nicht tun sollten? Sie ist unglaublich dysfunktional. Sie sagt nie: Hotel buchen, vielleicht Ihre Frau anrufen und sagen: “Ich habe ein Problem.”
Die Zeitreihe klingt vielleicht wissenschaftlich, Ihre exakte Position zu jeder Stunde, ist aber praktisch völlig nicht-operational für die Entscheidungen: Angehörige informieren, Hotels organisieren, Gepäck, Müdigkeit, kann ich vier Stunden am Flughafen sitzen oder muss ich schlafen, essen und so weiter?
Aus individueller, subjektiver Perspektive ist das offensichtlich. Sobald es corporate wird, sagen Menschen plötzlich: “Nein, Zeitreihen sind gut.”
Conor Doherty: Ja.
Joannes Vermorel: Nein. Zeitreihen werden nicht plötzlich funktional, nur weil wir sie in Unternehmen nutzen. Sie waren von Anfang an dysfunktional. Die Nutzung in Unternehmen macht sie nicht zu einer besseren Art, über Zukunft nachzudenken.
Conor Doherty: Das erinnert mich an eine ISF-Konferenz vor einigen Jahren, ich glaube in Dijon. Ich moderierte ein Panel, und wir sprachen über genau diesen Unterschied zwischen dem, was Menschen privat tun, und dem, was sie oft tun, sobald man sie in dasselbe Büro setzt.
Ich gab das Beispiel der Urlaubsplanung. Wenn man einen Urlaub plant, oder die Flüge schon gebucht hat und an einen exotischen Ort reist, und man sieht eine probabilistische Wetterprognose für in einer Woche, wenn man reist, mit 20 % Chance auf einen Tsunami, sagen wir eher auf einen furchtbaren Sturm, der die ganze Reise ruiniert, und man kann die Tickets erstatten lassen: Wie würde man vorgehen?
Bei 20 %, 30 %, 40 %, 50 %. Irgendwann würden die meisten Menschen, wenn sie “ich will unbedingt Sonne und Strand” optimieren, den Ort überdenken. Man hat einen Plan und einen probabilistischen Input, der sagt, dass dieser Plan vielleicht nicht so aufgeht, wie geplant.
Persönlich, was würdest du tun? Die meisten sagten: Ich würde neu bewerten. Also vertraut man probabilistischem Input für die eigenen Finanzen, befürwortet aber im Unternehmen die Zeitreihenperspektive…
Joannes Vermorel: Und man kann sehr empfindlich auf subtile Fragen reagieren. Hat man zum Beispiel ein Kleinkind dabei?
Conor Doherty: Ja.
Joannes Vermorel: Das verändert die Bewertung völlig. Zwei Erwachsene oder ein sechs Monate altes Baby sind völlig verschiedene Situationen. In einem schweren Sturm, wenn das Flugzeug stark durchgeschüttelt wird und man ein Baby dabei hat, ist das die Hölle für das Baby und für Sie.
Dasselbe gilt für Supply Chains. Es gibt sehr subtile Nuancen, die bei der Risikobewertung alles ändern: Substitution, Kannibalisierung, Partner, die unterstützen können, Kunden, die warten können.
In der Luftfahrt gibt es Situationen, in denen ein Bauteil repariert werden soll. Man sieht es als MRO, und dem MRO fehlen bestimmte Teile. Unter Umständen ist der Kunde sogar bereit, die Teile zu schicken.
Conor Doherty: Mhm.
Joannes Vermorel: Weil der Kunde ebenfalls Teilebestand hat. Man schickt also ein Bauteil zur Reparatur an ein Unternehmen, das normalerweise eigene Ersatzteile haben sollte, aber in manchen Fällen keine hat. Weil es Ihr Bauteil ist und Sie am Ergebnis interessiert sind, schicken Sie vielleicht eigene Ersatzteile an den Lieferanten, damit er fortfahren, abschließen und Ihnen das wieder einsatzfähige Teil zurückgeben kann.
Solche Situationen passen nicht in eine Zeitreihe, sind aber aus pragmatischer Sicht offensichtlich. Das ist der Kern: Menschen müssen über Zukunft auf nicht-dysfunktionale Weise nachdenken. Wenn sie Mathematik nutzen wollen, gut. Mathematik ist nötig, um Intuition in Software zu übersetzen.
Wenn man Mathematik als Formalismus nutzen will, soll man einen Formalismus verwenden, der nicht völlig kaputt ist. Ich sage: Wahrscheinlichkeiten. Das ist eine sichere Wahl, ein sehr zuverlässiges Werkzeug. Es gibt exotischere Optionen, aber zum Einstieg ins Risikomanagement sind Wahrscheinlichkeiten eine sehr sichere Herangehensweise.
Conor Doherty: Gut. Wir sprechen schon eine ganze Weile. Ich denke, wir können zum Ende kommen. Meine übliche Frage: Wir sind jetzt sieben Kapitel im Buch. Wir haben viel über Unsicherheit gesprochen, die, wie ich am Anfang sagte, zentral für Lokads Philosophie, das Buch und dieses Kapitel ist.
Was können Menschen aus diesem Kapitel mitnehmen und sofort anwenden?
Joannes Vermorel: Identifizieren Sie Gosplan-artige Planung in Ihrem Unternehmen und hören Sie einfach damit auf.
Conor Doherty: Da haben Sie es gehört.
Joannes Vermorel: Sobald man versteht, wie man über Zukunft denken sollte, was übrigens nicht sehr schwierig ist…
Conor Doherty: Es wird einfach eintreten.
Joannes Vermorel: Ja. Man muss opportunistisch sein. Wenn etwas Günstiges geschieht, muss man die Gelegenheit ergreifen. Und wenn die Möglichkeit besteht, dass etwas extrem Schädliches geschieht, muss man sich vorbereiten, damit der Schaden minimiert wird, wenn es eintritt.
Das ist keine unglaublich anspruchsvolle Idee. Ich kläre in diesem Kapitel nur: Das ist die richtige Art, über Zukunft nachzudenken. Glauben Sie nicht, dass sehr ausgefeilte, anspruchsvolle Pläne eine höhere Wahrheit enthalten. Tun sie nicht. Sie sind dysfunktional. Sie funktionieren sehr schlecht.
Viele Praktiker sehen diese Pläne und sagen: “Ja, diese Zahlen sind so schlecht. Aber es ist Wissenschaft, vertraut der Wissenschaft, wir müssen das tun. Ich kann diese Zahlen nicht wirklich verwenden, aber ich erkenne an, dass es echte Wissenschaft ist.” Die Botschaft dieses Kapitels ist: Nein, das ist keine echte Wissenschaft. Es ist Unsinn. Es ist Szientismus.
Wenn man das versteht, gibt dieses Kapitel Argumente, um der Geschäftsleitung zu erklären, dass das Unternehmen aufhören sollte, etwas zu tun, das laufend wirtschaftlichen Schaden erzeugt. Man unterschätzt, dass ein Unternehmen besser dasteht, wenn es einfach aufhört, etwas Schädliches zu tun. Man muss nichts Gutes tun. Wenn man nur etwas Schlechtes beendet: Gewinn, mehr Gewinn.
Das ist besonders in großen Unternehmen schwierig: subtraktiv denken. Sie glauben, um Geld zu verdienen, müsse man mehr Dinge tun oder etwas besser machen. Meine Beobachtung ist, dass das bei großen Unternehmen meist nicht das Problem ist. Die magische Profitquelle ist schon da. Sie tun bereits vieles richtig, sonst gäbe es sie nicht.
Conor Doherty: Ja.
Joannes Vermorel: Will man die nächste Stufe der Profitabilität freischalten, liegen bei etablierten Unternehmen die Chancen oft viel stärker darin, schlechte Dinge zu entfernen, als gute Dinge zu verbessern. Für ein durchschnittliches großes etabliertes Unternehmen mit Supply Chain ist das subtraktive Entfernen schlechter Dinge fast immer der einfachste Bereich.
Es ist aber kontraintuitiv, weil die menschliche Intuition lautet: Wir wollen Dinge hinzufügen. Zum Beispiel besser machen.
Conor Doherty: Ja.
Joannes Vermorel: Sehr wenige Menschen würden denken: “Wenn wir all diese Menschen entfernen und sie nicht ersetzen, wird alles besser”, oder einfach eine schlechte Praxis entfernen.
Conor Doherty: Ja.
Joannes Vermorel: Oder eben die Menschen. Das hat Elon Musk mit Twitter gemacht. Er entließ 80 % des Unternehmens, dann kündigte die Hälfte der verbleibenden 20 %. Am Ende waren sie etwa 90 % weniger Personal, und X funktioniert tatsächlich besser als je zuvor.
Sie brachten viele Funktionen, die vorher nicht da waren, wie Videos und dergleichen.
Conor Doherty: Mhm.
Joannes Vermorel: Ich bin seit Langem Twitter-Nutzer, jetzt X, und dieses Netzwerk ist nach 90 % Personalabbau als Softwareprodukt viel besser als vorher. Das ist die Macht in Aktion: Wenn man aufhört, Dinge zu tun, die dem Unternehmen buchstäblich schaden, ist man viel besser dran.
Bei etablierten Unternehmen sind Bürokratien akkretiv. Man sammelt viele Menschen und Prozesse an, und es geht weiter. Jeder Manager will neue Dinge hinzufügen. Die Idee, Dinge einfach zu unterdrücken, ist etwas beängstigend.
In der Softwareindustrie haben wir dasselbe Problem. Wenn Menschen fragen: “Sollen wir den Code einfach löschen?”, sagen andere: “Dieser Code könnte in Zukunft nützlich sein.” Also heißt es: “Wir haben so viel investiert, ihn zu schreiben”, versunkene Kosten im Grunde.
Conor Doherty: Ja, versunkene Kosten. Sollen wir ihn wirklich löschen?
Joannes Vermorel: Die Antwort lautet: gnadenlos. Löschen, löschen, löschen, löschen. Dieses Kapitel über die Zukunft gibt Ihnen die mentalen Instrumente, um Ihre Planungspraktiken anzusehen und zu sagen: “Das, das, das und das müssen wir löschen”, und es wird einfach besser. Einfach besser.
Conor Doherty: Gut. Joannes, danke. Ich habe keine weiteren Fragen. Danke, dass du dabei warst, und bis bald zu Kapitel acht.
Und Ihnen vielen Dank fürs Zuschauen. Wie immer sage ich an dieser Stelle: Wenn Sie das Gespräch fortsetzen möchten, können Sie Joannes und mich kontaktieren. Wir sind beide auf LinkedIn, oder Sie schreiben uns an contact@lokad.com.
Damit sehen wir uns nächstes Mal zu Kapitel acht. Und ja, zurück an die Arbeit.
