Ihr riskantester Lieferant ist der, dem nichts passiert ist
Ich habe ein mittelgroßes Konsumgüter-Netzwerk modelliert und gefragt, welcher einzelne Lieferantenausfall am meisten schaden würde. Es war nicht der Chiphersteller unter dem Taifun oder der Hafen, den jeder durchspielt. Es war der Verpackungslieferant, den niemand beobachtet – 86 % des Umsatzes laufen über ihn, und sein Ausfall kostet dreieinhalbmal so viel.
Jedes Risikoregister, das ich je gesehen habe, ist im Grunde ein Newsfeed mit einer angeschraubten Bewertungsspalte. Etwas passiert – ein Taifun formiert sich, ein Lieferant wird gehackt, ein Hafen staut sich –, und der Eintrag bekommt eine Eintrittswahrscheinlichkeit, eine Auswirkung, eine Farbe. Das Register ist ehrlich darüber, was es ist: eine geordnete Liste von Dingen, die begonnen haben, schiefzugehen. Das Problem ist, dass jeder es als etwas anderes liest. Man liest es als eine Liste dessen, was am meisten schaden würde. Das sind nicht dieselben Listen, und in der Lücke zwischen ihnen leben die teuren Überraschungen.
Ich wollte die Lücke zeigen, statt sie nur zu behaupten, also habe ich ein Modell gebaut. Nicht das eines Kunden – ein bewusst synthetisches, mittelgroßes Konsumgüterunternehmen: vier Lieferanten, zwei Werke, drei Distributionszentren, fünf Produktlinien, verteilt über Asien, Europa und die USA. Reale Struktur, erfundene Zahlen, sodass ich jede Zahl auf dieser Seite veröffentlichen kann. Dann habe ich ihm einen Feed von fünfunddreißig Störereignissen zugeführt und zwei verschiedene Fragen gestellt.
Die erste Frage ist die, die das Register beantwortet: Was geht gerade schief? Die drei lautesten Risiken kommen genau dort zurück, wo man es erwarten würde – ein Taifun, der auf den Elektronik-Lieferanten in Shenzhen zusteuert, ein Cyberangriff im Textilwerk, ein Produktrückruf. Alle KRITISCH, alle geballt auf den zwei Vorzeigelieferanten, die jeder Planer in diesem Unternehmen bereits Montagmorgens im Blick hat.
Die zweite Frage ist die, die strukturell fast niemand stellt: Wenn ein einzelner Lieferant einfach ausfiele, welcher Ausfall würde am meisten kosten? Diese Frage kümmert sich nicht darum, was in den Nachrichten steht. Sie kümmert sich darum, wie das Netzwerk verdrahtet ist.
Die Antwort war der Verpackungslieferant.
Nicht der Chiphersteller. Nicht das Textilwerk unter der Cyberwolke. Bengaluru Packaging Solutions – Wellpappe und Kartons, die Position mit den niedrigsten Stückkosten in der gesamten Stückliste, der Lieferant, den man neu verhandeln würde, um ein paar Basispunkte zu sparen, und danach nie wieder daran denkt. In diesem Netzwerk laufen 85,9 % des Umsatzes über ihn. Der Elektronik-Lieferant, um den sich alle sorgen? 59 %. Der Grund ist unglamourös und total: Verpackung beliefert beide Werke, und jedes der fünf Produkte braucht eine Verpackung. Sie ist Single-Source, wie jeder Input in diesem Modell – aber sie ist der eine Knoten, an dem Single-Sourcing still und leise katastrophal ist, weil kein Produkt ohne sie verschickt werden kann.
Zahlen machen das konkret, und der faire Weg, es zu zeigen, ist, die Form des Szenarios konstant zu halten. Nehmen Sie zwei Lieferanten. Lassen Sie jeden vier Wochen ausfallen. Derselbe Ausfall, dieselbe Simulation, dasselbe Netzwerk.
Das Modell bringt ein eingebautes Single-Source-Ausfallbeispiel mit: Rhineland Precision, ein Tier-2-Präzisionshardware-Lieferant – genau die Art von spezialisiertem, schwer ersetzbarem Lieferanten, den man als seinen beängstigenden nominieren würde. Vier Wochen ausgefallen, kostet es 529.000 $ an entgangenem Umsatz, und der Servicegrad sinkt auf 86 %. Unangenehm, überlebbar, ungefähr das, worauf man sich einstellen würde.
Lassen Sie nun den Verpackungslieferanten für dieselben vier Wochen ausfallen. Entgangener Umsatz: 1,87 Mio. $. Schlechtester Servicegrad der Woche: 33,8 %. Zeit bis zum Überlebensgrenzwert vor Servicebruch: eine Woche. Zeit bis zur Erholung: drei. Dieselbe Szenarioform, dreieinhalbmal so hoher Schaden – und der Servicegrad sinkt nicht nur, er stürzt auf ein Drittel des Normalwerts ab, weil, wenn die Kartons ausbleiben, fast alles stillsteht.
Hier ist der Teil, der Sie beunruhigen sollte. Im ereignisgetriebenen Register taucht der Verpackungslieferant genau einmal auf – als MITTEL –, und das damit verknüpfte Ereignis ist gute Nachricht: eine regionale Fluggesellschaft, die ihre Frachtkapazität ab Bengaluru ausbaut. Ihm ist nichts Schlechtes widerfahren. Der Feed-mit-angeschraubter-Bewertungsspalte stuft ihn also als milde positiv ein, während die strukturelle Analyse ihn als den gefährlichsten Knoten im gesamten Geschäft einstuft. Beide betrachten denselben Lieferanten am selben Tag und kommen zu gegensätzlichen Schlüssen.
Das ist der gesamte Grund, Resilienz strukturell statt reaktiv zu messen, und es ist keine exotische Mathematik – es ist Arithmetik über einen Graphen. Kritikalität ist einfach der Umsatzanteil, der durch einen Knoten laufen muss. Single-Source-Exposition ist Zählen bis eins. Time-to-Survive fragt, wie viele Wochen Deckung zwischen dem Ausfall eines Knotens und dem Moment liegen, in dem ein Kunde es bemerkt. Nichts davon setzt voraus, dass zuvor eine Störung eingetreten ist. Das ist der Punkt: Das reaktive Register kann nur bewerten, was bereits Feuer gefangen hat, und das Feuer liegt selten dort, wo die Struktur am schwächsten ist.
Ich argumentiere nicht gegen Risiko-Feeds. Beobachten Sie den Taifun; der Rückruf ist real. Aber wenn der Feed die einzige Linse ist, werden Sie Ihre Aufmerksamkeit proportional zum Lärm verteilen, den ein Lieferant macht, nicht proportional zu dem Schaden, den er anrichten könnte – und die leisesten Lieferanten, die Commodity-Inputs, die man auf den Cent heruntergehandelt hat, sind genau die, bei denen es kein Drama und keine Rückfallebene gibt. Der Fehlermodus ist nicht Unwissenheit. Es ist, dass die lauten Risiken die strukturellen jeden Zyklus verdrängen, weil die lauten mit einem Datum und einer Schlagzeile kommen und die strukturellen einfach nur dasitzen und tragend sind.
Die Übung ist also einfach, und einen Nachmittag wert. Ignorieren Sie die Nachrichten für einen Moment. Listen Sie Ihre Lieferanten auf. Fragen Sie sich für jeden die banale Frage – wenn dieser einfach ausfiele, welcher Umsatzanteil fällt mit ihm aus, und wie viele Wochen dauert es, bis ein Kunde es spürt? Sortieren Sie danach. Vergleichen Sie dann die Spitze dieser Liste mit der Spitze Ihres Risikoregisters. Wo die beiden Listen nicht übereinstimmen, liegt Ihre reale Exposition – der Lieferant, dem noch nichts passiert ist.
Das diesem Beitrag zugrunde liegende Modell – eine eigenständige Resilienz-Engine, die die Netzwerkkritikalität bewertet, Lieferanten- und Hafenausfälle wochenweise simuliert und Gegenmaßnahmen bewertet, indem sie das Szenario mit jedem angewendeten Hebel erneut durchspielt – ist eine funktionierende Demonstration, kein Produkt. Jede Zahl hier stammt daraus. Wenn Sie die Methodik wollen (sie folgt der Simchi-Levi/Ivanov-Tradition von Time-to-Recover, Time-to-Survive), das ist der nächste Beitrag.