Das absolut perfekte Supply Chain Management (SCM) existiert bislang allenfalls als Traum. Einer Studie der Münchener Beratungsgesellschaft Emporias (Stand: November 2017) zufolge, klagt jeder zweite Manager aus der Industrie über Störungen und Fehler in der Lieferkette. Die Probleme ziehen sich dabei entlang der gesamten Supply Chain, finden sich in der Beschaffung ebenso wie im Transport oder der Auftragsabwicklung.

Mit Hilfe smarter, digital gesteuerter Logistik lassen sich viele dieser Probleme unzweifelhaft lösen. Dennoch bleiben Unwägbarkeiten, wie Rogelio Oliva und Noel Watson, Professoren der Harvard Business School (HBS), in einer umfangreichen Studie herausgearbeitet haben.

Die These der beiden Harvard-Professoren: das SCM berücksichtigt bislang viel zu wenig den Einfluss der Beteiligten auf den Ablauf der Supply Chains. Wenn die „Lieferkette hinkt“ und es zu Störungen und Fehlern in der Supply Chain kommt, sei das fast immer auf Dynamiken zurückzuführen, die letztlich durch den Faktor Mensch in der Lieferkette ausgelöst wurden, zumal selbst erfahrene Logistikmanager nicht durchweg rational handeln. Menschen sind fehlbar und stellen eben deswegen den größten Unsicherheitsfaktor in der Logistik dar. Supply Chain Manager, die dies anerkennen und bei ihrer täglichen Arbeit berücksichtigen, können die Effizienz ihrer Lieferketten klar verbessern.

Wer den Faktor Mensch berücksichtigt, stärkt die Leistungsfähigkeit von Supply Chains

Lieferketten weisen eine hohe Komplexität auf und sie zu steuern, bedeutet, viele Variablen (Lagerführung, Bestellungen, Transportmittel, etc.) gleichzeitig miteinander zu koordinieren. Hinzu kommt, dass dabei zumeist viele verschiedene Organisationen unter einen Hut zu bringen sind − oft sogar über Zeitzonen, Länder- und Sprachgrenzen hinweg.

Um diese Komplexität besser fassen zu können, unterscheiden Olivia und Watson zwischen strategischen und operativen Aktivitäten. Zu den strategischen Aktivitäten gehören u.a. die langfristige Kapazitätsplanung und die Netzwerkkonfiguration von Lagern, Distributoren und Einzelhandelsgeschäften. Beispiele für operative Aktivitäten sind die kurzfristige Bedarfsplanung (einschließlich Prognose- und Bestandsverwaltung), Produktion und Logistik.

Die von Olivia und Watson untersuchten wissenschaftlichen Arbeiten zum Thema SCM gehen überwiegend von einem optimierenden Ansatz aus. Sprich: Die Mehrheit der Studien unterstellt, es gäbe ausschließlich „völlig rationale Entscheidungsträger“. Was in der Theorie durchaus sinnvoll ist, erweist sich spätestens in der Praxis als unzureichend. Selbst erfahrene Logistikmanager handeln schließlich nicht immer rational. Das ist jedoch kein Fehler im System, sondern schlicht eine weitere Variable mit der zu rechnen ist.

Menschen neigen zu Vereinfachungen

In der Realität agieren Manager nicht als völlig rational Handelnde. Es gilt, anzuerkennen wie Menschen mit Komplexität umgehen. Die Strategie dafür ist Vereinfachung: Komplexität minimieren, Problemräume einengen, die Zahl der Variablen senken. Entsprechend neigen auch Supply Chain Manager dazu, Entscheidungen so zu treffen, dass sie schon den Input der Daten möglichst gering halten. Zudem verwenden sie vereinfachende Lösungsansätze („Shortcuts“), um zu Entscheidungen zu kommen. So schaffen sie es zwar, das hochkomplexe Koordinierungssystem Supply Chain zu steuern, die Ergebnisse ihrer Entscheidungen sind jedoch oft nur „suboptimal“ – und damit die Ursache für Unwirtschaftlichkeiten von Lieferketten.

Menschen stellen stets Prognosen an, was zu Verzerrungen führt

Olivia und Watson verwenden für dieses Phänomen den in den Wirtschaftswissenschaften gängigen Begriff Bias. Gemeint sind damit Verzerrungen oder Verfälschungen, die durch falsche Annahmen entstehen. Olivia und Watson deuten den Begriff aber auch im alltagssprachlichen Sinn.

Das englische Wort „bias“ kann im Deutschen auch mit „Neigung“, “ Vorliebe“ oder „Voreingenommenheit“ übersetzt werden. Persönliche, individuelle „Neigungen“ oder „Vorlieben“ beeinflussen Entscheidungen und Prognosen, die Menschen darüber anstellen, wie andere Menschen sich verhalten werden. Wer beispielsweise dazu neigt, Konflikten aus dem Weg zu gehen, wird Partner über mögliche Probleme eher spät (oder sogar gar nicht) informieren.

Die „Bias“, die jeder einzelne Beteiligte dadurch in die Lieferkette einbringt, beeinflusst daher auch die Effizienz der Supply Chain im Gesamten. Denn jede Prognose löst ihrerseits weitere Prognosen darüber aus, wie andere Beteiligte der Supply Chain sich verhalten werden. Doch damit ist längst noch nicht der gesamte Rahmen an möglichen Verhaltensdynamiken innerhalb einer Supply Chain beschrieben. Jedes SCM muss ein System wählen, mit dessen Hilfe die Beteiligten einander koordinieren. Dieses wird in der Regel so gewählt, dass es zwar Verzerrungen berücksichtigt, allerdings auch zugleich versucht, diese zu kompensieren. Auf diese Kompensierungsversuche stellen sich wiederum alle Bete iligten ein. Jedes Koordinierungssystem löst daher auch selbst neue Verhaltensdynamiken aus, die ebenfalls beeinflussen, zu welchen Lösungswegen die Beteiligten tendieren, um Entscheidungen zu treffen.

Beispiel Bullwhip-Effekt

Diese mehrfach ineinander verschachtelten Verhaltensdynamiken erklären nicht nur das Zustandekommen von Fehlern und Störungen innerhalb von Supply Chains, sie sind auch der Schlüssel zur Beseitigung der daraus erwachsenden Ineffizienz solcher Systeme. Ein Beispiel dieser Ineffizienz ist etwa der Bullwhip-Effekt.

Bezeichnet wird damit das Phänomen, bei dem bereits eine gering veränderte Endkundennachfrage ausreicht (= auslösende Verhaltensdynamik), um Bestellmengen und Lagerbestände in der nachfolgenden Lieferkette zu großen Schwankungen aufzupeitschen (= nachfolgende Verhaltensdynamik). Bildlich gesprochen, füttert sich das System gewissermaßen selbst. Vermeiden lässt sich der Effekt am ehesten dann, wenn die ihm zugrunde liegende Verhaltensdynamik frühzeitig erkannt wird.

Mit anderen Worten: wer lernen will, besser mit dem menschlichen Faktor im SCM umzugehen, muss lernen, sich und sein Tun selbst beständig zu hinterfragen. Die Hilfe Dritter, eine Art Supervision, sollte dabei willkommen sein. Schließlich erkennen wir Menschen die Fehler anderer meist leicht. Die eigenen Fehler dagegen übersehen wir nur zu gern.

Die Digitalisierung allein kann diese Probleme nicht lösen

Eine weitere wichtige Erkenntnis der Studie ist, dass sich der (Fehler verursachende) Faktor Mensch im SCM durch die Digitalisierung nicht auflösen wird. Da der Mensch trotz aller IT-Lösungen und Optimierungsalgorithmen aus der Supply Chain nicht vollständig verschwinden wird, werden die oben beschriebenen Verhaltensdynamiken auch erhalten bleiben. Wer sie in sein SCM miteinbezieht und lernt, sie frühzeitig zu erkennen, um gegensteuern zu können, verschafft sich letztlich damit Wettbewerbsvorteile.

In vielen Branchen ist der Konkurrenzdruck enorm hoch. Vor allem der Groß- und Einzelhandel kämpft gegen stetig wachsende Marktteilnehmer an. Das Angebot ist in den einzelnen Unternehmen oft ähnlich, die Produkte möglicherweise sogar gleich, wie etwa das Lebensmittelangebot in verschiedenen Supermarktketten oder das Schraubensortiment in den unterschiedlichen Baumärkten.

Das entscheidende Argument für den Auftrag beim Großhändler kann daher der Preis sein. Kostenführerschaft bei guter Qualität ist in diesem Segment ein hohes Ziel. Eine Strategie zum Erreichen dieses Ziels kann sein, die Prozesskosten niedrig zu halten und somit das Produkt, welches die Konkurrenz zum identischen Einkaufspreis eingekauft hat, dennoch etwas günstiger anbieten zu können.

Entlang der internen Wertschöpfungskette gibt es jedoch zahlreiche Kostentreiber, die dieses Ziel erschweren. Beispielsweise bindet ein Überbestand am Lager sowohl Kapital in Form der Artikel als auch für die benötigte Lagerfläche. Noch folgenschwerer als der Überbestand ist jedoch ein Stock-Out. Ein nicht lieferbarer Artikel bedeutet verlorenes Umsatzpotenzial und gleichzeitig eine geschwächte Kundenbindung.

Eine der Kernherausforderungen des Supply Chain Managements liegt also in der Bestellung der richtigen Menge von Handelsware, Roh- oder Zukaufmaterial, zum richtigen Zeitpunkt am richtigen Ort.

Um diese Herausforderung zu meistern, sollten Planungsverantwortliche über folgende Ansätze nachdenken:

Prognosen für kostenoptimalen Lagerbestand durch Algorithmen

Intelligente Prognosesysteme, die auf Basis von Vergangenheitsdaten (Verkaufszahlen) und auch unter Einbeziehung relevanter Einflüsse (Marketingaktionen, Saison, etc.) Bedarfsvorhersagen machen, können dafür sorgen, dass ein Unternehmen die optimale Balance zwischen Lagerbestand und Lieferfähigkeit erreicht. So liegt nur das im Lager, was auch tatsächlich benötigt wird.

Plattform für verlässlichere Ergebnisse im komplexen Umfeld

Doch Ausnahmesituationen, wie die Einführung einer neuen Produktlinie, neuer Lieferantenkonditionen oder das wachsende Online-Geschäft können das Supply Chain Management auf die Probe stellen, da oft keine Vergangenheitsdaten vorliegen.  Hier könnte eine Plattform für mehr Sicherheit sorgen. Eine Plattform führt Bestell- und Absatzinformationen zu sich ähnlich verhaltenden Produkten zahlreicher Anbieter zusammen. Beispielsweise verzeichnen nach diesem Prinzip alle Lebensmittelhändler ihren Absatz von Essiggurken im Einzelhandel in einem System. Auf dieser Basis profitieren alle Teilnehmer, die die Plattform mit ihren Daten versorgen, wiederum von besseren Planungsergebnissen für ihre eigene Bedarfsplanung und Bedarfsdeckung von Essiggurken. Denn betrachtet ein Prognosealgorithmus die Aktionen sämtlicher Großhändler ganzheitlich, dann kennt er jede schwierige Bestellsituation, die schon einmal aufgetreten ist. Der Algorithmus wird also mit besseren Informationen für seine Berechnungen gefüttert und kann – im Sinne des Machine-Learning-Ansatzes – folglich schneller lernen und bessere Ergebnisse liefern. Jedes Unternehmen profitiert also von der Erfahrung aller.

Scheitert diese Idee an mangelndem Vertrauen?

Die Voraussetzung für diese Vision für die verbesserte Planung und Disposition ist Vertrauen in den Anbieter der Prognosealgorithmen oder der Planungsplattform. In einer Umfrage mit 132 Mitarbeitern und Führungskräften aus den Bereichen Logistik und Supply Chain Management hat sich herausgestellt, dass Vorbehalte vor allem beim Teilen von Bewegungsdaten mit Partnern und Lieferanten herrschen (50%). Ob die Weitergabe der relevanten Informationen an eine Plattform eine kleinere Hürde ist oder sogar begrüßt wird, würde ich gerne herausfinden. Ich sehe großes Potenzial in dieser Idee. Halten Sie den Slogan „einer für alle und alle für einen“ für sinnvoll im Supply Chain Management zu oder zögern Sie noch beim Teilen Ihrer Daten?