Effizienz ohne Resilienz ist nur ein schnellerer Weg zum Stillstand

Einblicke vom Scaling Business Summit 2026, Ho Chi Minh City.

Moderiert wurde von Alyssa Nguyen, SAP Sales & Marketing Specialist bei Gradion. Auf der Bühne: Christoph Dirr, General Manager bei Würth Industries Vietnam, und Christian Boos, VP Global – Head of Sustainability Innovation bei SAP. Die Session arbeitete sich durch fünf konkrete Fragen: Bestände, KI, Lieferantenlücken, Nachhaltigkeits-ROI und welche eine Investition 2026 am meisten zählen würde.

Worauf sie sich einigten, war nicht das, was die meisten Werksleiter erwartet hatten.

1. Die richtige Lagermenge ist nicht null

Null Bestand klingt nach dem Ziel. Ist es aber nicht. Zumindest noch nicht.

Christoph Dirr war eindeutig: "Unsichtbarer Bestand ist noch Zukunftsmusik. Das Ziel ist nicht, nichts zu haben, sondern genau die richtige Menge." Diese Menge hängt davon ab, wie resilient die Fabrik ist, welchen Preis man auf Sicherheit legt und wie viel Sichtbarkeit darüber besteht, was schiefgehen kann.

Christian Boos lieferte eine andere Sichtweise: Puffer mit Daten statt mit Beständen. End-to-End-Sichtbarkeit macht Sicherheitsbestände zu einer kalkulierten Entscheidung, nicht zu einem Bauchgefühl. Sind die Daten erst da, lassen sich Lagerbestände belegt reduzieren, nicht aus Optimismus.

Die praktische Konsequenz: Der KPI ist nicht die Größe des Puffers. Es ist die Qualität der Daten hinter der Entscheidung.

Lektion 1: Hören Sie auf, auf null zu optimieren. Optimieren Sie auf Sichtbarkeit.

2. Schweiz vs. Deutschland - Resilienz gewinnt das Langstreckenrennen

Christoph Dirr erzählte eine Geschichte über zwei Eisenbahnsysteme. Schweiz und Deutschland. Gleiche Infrastruktur-Ära, beide aus dem 19. Jahrhundert. Gleicher Verkehrsmix. Jede Zugart auf derselben Schiene. Ein System ist berühmt für Pünktlichkeit. Das andere nicht.

Der Unterschied ist nicht die Belegschaft. Es ist nicht die Technologie. "Die Schweiz optimiert auf Resilienz und nachhaltige Effizienz. Deutschland versucht, jeden einzelnen Tag so viel Volumen wie möglich auf die Schiene zu bringen. Throughput, throughput, throughput, und Komplexität bestraft das."

Die Schweiz gibt pro Einwohner fast doppelt so viel für ihre Schieneninfrastruktur aus wie Deutschland. Das Netz kann Druck absorbieren. Das deutsche kann es nicht, und wenn eine Sache bricht, bricht alles.

Die Parallele zur Fertigung ist direkt. Christian Boos rahmte es als Frage, was man die KI eigentlich tun lässt. Effizienz maximieren oder Ausfälle verhindern? Die Designfrage zählt mehr als die Technologie. Eine Smart Factory ist eine Investition in die richtige Architektur. Nicht nur in mehr Durchsatz.

Lektion 2: Die Fabriken, die skalieren werden, sind nicht die effizientesten. Es sind die resilientesten.

3. Zwingen Sie Lieferanten nicht zur Veränderung. Leiten Sie stattdessen ihre Daten um

Die Lücke in der Lieferkette ist real. Lokale Lieferanten arbeiten mit Excel. Käufer fordern saubere Daten und transparente Reports. Die meisten Lösungen drehen sich darum, kleine Anbieter zur Einführung neuer Systeme zu überreden. Das funktioniert selten.

Christian Boos' Antwort war direkt: Lassen Sie sie auf Excel. Behandeln Sie es als Datenquelle. Nutzen Sie KI-Agenten, um die Tabellendaten lesbar, strukturiert und in die End-to-End-Planung integriert zu machen. "Statt Zeit damit zu verbringen, vier oder fünf Mitarbeiter-Lieferanten in ERP-Lösungen zu drängen, nimm die Daten und argumentiere damit."

Das Ergebnis sind dieselben Informationen, zu einem Bruchteil der Kosten und ohne Change Management. Die Daten existieren. Was fehlt, ist die Integrationsarchitektur.

Christoph Dirr bestätigte das Ergebnis aus Sicht des Herstellers. Mit SAP kombiniert mit KI-Agenten hat Würth Industries Vietnam Sourcing-Entscheidungen verschoben und fertigt heute mehr in Vietnam als zuvor. Die Berechnung kam aus dem System. Nicht aus der Intuition.

Lektion 3: Die Daten existieren bereits. Verbinden Sie sie. Versuchen Sie nicht, die Menschen dahinter umzuformatieren.

4. Nachhaltigkeit ist ein USP, wenn Sie die Daten haben, um es zu beweisen

Fabriken, die Nachhaltigkeit als Compliance-Übung behandeln, werden sie immer als Kosten sehen. Das ist der falsche Rahmen.

Christian Boos zog die Linie klar: "Wenn man Nachhaltigkeit nur macht, um Reports zu erfüllen und konform zu sein, ist sie ein Kostentreiber. Macht man sie, um einen Wettbewerbsvorteil zu gewinnen, wird sie zu einem USP."

Der Unterschied liegt in produktbezogenen Daten. Ein Emissionsfaktor pro Einheit. Energie- und Wasserverbrauch pro Lauf. Zahlen, die sich mit dem Äquivalent eines Wettbewerbers vergleichen lassen.

Christoph Dirr ergänzte ein aktuelles Beispiel. Der neue CO2-Grenzausgleichsmechanismus der EU weist Vietnam einen relativ niedrigen CO2-Emissionsfaktor zu. Für Würth Industries Vietnam, Verbindungselemente, die hier produziert werden, bedeutet das, dass ihre Produkte für deutsche Käufer attraktiver werden. Nachhaltigkeit beeinflusst Sourcing-Entscheidungen in Europa bereits jetzt.

Das übergeordnete Prinzip: Richtig gemachte Nachhaltigkeit hat keinen finalen Preis. "Sie sollte sich immer rechnen, sonst ist sie per Definition nicht nachhaltig." Die Investition liegt darin, die Daten messbar zu machen, nicht in der Optik.

Lektion 4: Nachhaltigkeit ohne Daten ist Kosten. Nachhaltigkeit mit Daten ist ein Wettbewerbsvorteil.

5. Die eine Investition, die alles andere möglich macht

Die Schlussfrage war präzise: Wenn eine Fabrik 2026 nur eine Investition für ihre Nachhaltigkeitsziele tätigen kann, welche sollte es sein?

Beide Sprecher antworteten ohne zu zögern. Datenpunkte.

"Das Einzige, dessen wir uns gerade sicher sein können, ist, dass Sie in Zukunft Daten brauchen werden," sagte Christoph Dirr. "Und das Erste, um Daten zu haben, sind Datenpunkte." Sauber.

Automatisiert. Kontinuierlich. Keine neue Maschine. Kein weiteres ERP-Modul. Die Infrastruktur, die jede andere Entscheidung argumentierbar macht.

Christian Boos erweiterte den Rahmen. Verbinden Sie zuerst, was bereits in der Fabrik ist, bevor Sie etwas Neues kaufen. Dann gehen Sie weiter, bringen Sie auch externe Signale herein. Wettermuster. Klimastörungen. Alles, was die Lieferantenzustellung beeinflusst. "In der ersten Welle: Verbinden Sie, was Sie kennen und was da ist. Dann gehen Sie darüber hinaus."

Predictive Forecasting wird besser, wenn die Datenkette über die Werksmauer hinausreicht. Die Fabriken, die führen werden, sind nicht die, die am schnellsten automatisieren. Es sind die, die wissen, was passiert, bevor es jemand anderes weiß.

Lektion 5: Verbinden, bevor Sie kaufen. Daten säubern, bevor Sie KI sie nutzen lassen.

Das CEO-Execution-Playbook: Was morgen zu tun ist

1. 1. Verknüpfen Sie Ihre Puffer-Entscheidungen mit Daten, nicht mit Instinkt. Auditieren Sie diese Woche eine Bestandskategorie. Identifizieren Sie, welche Daten es Ihnen erlauben würden, sie zu reduzieren, ohne Risiko zu erhöhen. Fangen Sie dort an.
2. 2. Stresstest auf Resilienz, nicht auf Durchsatz. Fragen Sie Ihr Operations-Team: Wenn morgen ein kritischer Lieferant ausfällt, was steht still? Die Antwort sagt Ihnen, ob Sie für Volumen oder für Stabilität gebaut haben.
3. 3. Hören Sie auf, Lieferanten-Standardisierung zu erzwingen. Identifizieren Sie zwei oder drei Excel-basierte Lieferanten in Ihrer Kette. Prüfen Sie, ob KI-Integration ihre Daten in Ihre Planungsschicht leiten kann, bevor Sie in ein Change-Management-Projekt investieren.
4. 4. Erstellen Sie ein Nachhaltigkeits-Datenblatt für Ihre Top-3-Produkte. Emissionsfaktor, Energieverbrauch, Wasserverbrauch pro Einheit. Auch grobe Schätzungen. Das ist der Anfang einer wettbewerbsrelevanten Datenebene und zunehmend Voraussetzung für europäische Käufer.
5. 5. Auditieren Sie Ihre Daten-Infrastruktur vor der nächsten Investitionsausgabe. Bevor Sie eine neue Maschine kaufen, fragen Sie: Können wir Daten von dem sammeln, was wir bereits haben? Wenn die Antwort nein ist, beheben Sie das zuerst.

→ Sehen Sie das vollständige Gespräch auf YouTube