Wie wirkt sich eine KI auf Ihre Supply Chain aus?

10. Oktober 2021

5 Minuten

Künstliche Intelligenz als Wertschöpfungshebel der Lieferkette

Die fortschreitende Digitalisierung der Lieferketten führt zu einer immer stärkeren Verzahnung von Produktion und Logistik entlang der gesamten Lieferkette. Die daraus entstehende Komplexität ist mit traditionellen Werkzeugen nicht mehr zu bewältigen. Hier kommt künstliche Intelligenz (KI) ins Spiel: KI kann eine Vielzahl an externen und internen Daten verarbeiten und darauf basierend fehlerfrei Entscheidungen anstoßen. Eine KI ermöglicht den reibungslosen Ablauf an sämtlichen Knotenpunkten der Supply Chain und ist in der Lage, die Kooperation zwischen Logistik und Produktion zu orchestrieren und zu automatisieren. In dieser Beitragsserie erhalten Sie einen Überblick über verschiedene Ansatzpunkte, wie mit KI die Wertschöpfung in der Lieferkette erhöht werden kann.

In den vergangenen Jahren lag der Fokus von Führungskräften vor allem darauf, die Effektivität von Lieferketten durch isolierte KI-Anwendungen zu erhöhen.

Zu gängigen Beispielen gehören Natürliche Sprachverarbeitung (Natural Language Processing, NLP), Computer Vision, Maschinelles Lernen (ML) oder datenbasierte Entscheidungsfindung. Eine signifikante Verbesserung der Wertschöpfung ist allerdings erst dann möglich, wenn die einzelnen Bereiche und Glieder der Lieferkette nicht mehr getrennt voneinander, sondern als großes Ganzes betrachtet werden.

Die wichtigsten Punkte des Blogs

Vision der ganzheitlich KI-gestützten Supply Chain

„Silos spalten die Lieferkette unnötig.“

Um Lieferketten nachhaltig effizienter zu machen, müssen Unternehmen auf die gegenseitige Interoperabilität der genutzten KI-Anwendungen setzen.

Das heißt, der größte Nutzen entsteht dann, wenn die einzelnen Systeme, Techniken oder Organisationen der Lieferkette mit Hilfe von KI befähigt werden, optimal zusammenspielen, sowie weitgehend automatisiert sind: Von der Planung über Sourcing und Anlieferungen bis hin zu Produktion, Transport und gegebenenfalls Rückführung von Ware. Nur dann ist gewährleistet, dass der vermutete Bedarf exakt erfüllt wird und Störungen entlang der Supply Chain, wie beispielsweise Verspätungen oder Lieferausfälle, auf Basis fundierter Entscheidungen schnell aufgelöst werden können.

In einem der folgenden Blogs werde ich sogar so weit gehen, die Vorteile eines Paradigmenwechsels weg von der bedarfsgesteuerten Lieferkette (Demand-driven Supply Chain) hin zu einer primär prognose-gesteuerten Lieferkette (Forecast-driven Supply Chain) zu argumentieren.

Die Zukunft ist nicht zufällig und Wissen darf nicht nachvollziehbar sein.

Joachim Getto Partner Infront Consulting, Strategie-Beratung der KPS AG

Eine Supply Chain ist ein komplexes, adaptives System.

Trotzdem ist die „Zukunft der Lieferkette“ nicht zufällig, sondern das Verhalten der Systemteilnehmer, beispielsweise der Konsumenten, kann durch Machine-Learning-Fähigkeiten der zugrunde liegenden KI-Anwendungen durch das Erkennen kleinster Verhaltensmuster prognostiziert werden. Die Vorteile liegen dabei auf der Hand: Schneller auf Änderungen reagieren als der Wettbewerb! Voraussetzung ist, dass das von der KI erworbene Wissen verknüpft und in allen Schritten der Supply Chain auf breiter Basis angewandt wird. Das Wissen aller multiplen künstlichen Intelligenzen wird durch eine zentrale KI zusammengeführt.

Es scheint nun auf den ersten Blick konkurrierend zum allgemeinen Bestreben nach maximaler Transparenz, dass das Entstehen dieses Wissens nicht nachvollziehbar sein darf, um nachhaltigen Wettbewerbsvorteil aus KI sicherzustellen. Warum das wichtig ist, erkläre ich in einem der nachfolgenden Blogs.

KI schafft Konvergenz zwischen Lieferkette und Produktion

KI schafft Konvergenz zwischen Lieferkette und Produktion – Annäherung einer geordneten Struktur von Objekten an ein Ziel-Objekt

Algorithmen sind in der Lage, Warenströme gezielt zu steuern und gegebenenfalls umzuleiten.

So kann sichergestellt werden, dass für die Produktion benötigte Komponenten immer dorthin geliefert werden, wo sie am dringendsten benötigt werden. So können Produktions- und Lieferzusagen eingehalten werden. Wenn derartige Prozesse von Mitarbeitern gesteuert werden, dauert es Tage, um Daten auszuwerten und eine sinnvolle Entscheidung zu treffen. Da menschliche Mitarbeiter in solchen Situationen zumeist unter einem hohen Zeitdruck stehen, schleichen sich unter Umständen Fehler ein, die im Extremfall zu ernsthaften Problemen führen können. Die künstliche Intelligenz hingegen ist in der Lage, Daten sofort und emotionslos zu verarbeiten und schnell die richtige, nämlich eine – hoffentlich jederzeit – rationale Entscheidung zu treffen.

Der richtige Partner hilft bei der Auswahl der passenden KI-Lösung, denn jede Supply Chain ist anders.

Um Unternehmen dabei zu unterstützen, die Wertschöpfung ihrer Supply Chain zu steigern, haben KPS und Infront gemeinsam einen detaillierten Analyserahmen entwickelt. Das Tool erlaubt es, die eigene Supply Chain individuell zu analysieren und das Potenzial passender KI-Anwendungen aufzuzeigen. Manuelle Lücken der bestehenden Lieferkette werden identifiziert und um Vorschläge zur Optimierung und Transformation der zugrundeliegenden Mechanismen ergänzt. Ein unternehmensindividuell konzeptionierter Rahmen, der ein optimales Beziehungsgeflecht zwischen sämtlichen an die Supply Chain angeschlossenen Prozesse beinhaltet, wird vorgeschlagen. Des Weiteren analysiert und bewertet das Tool von KPS und Infront auf Basis des zuvor individuell entwickelten Ansatzes Beziehungen zwischen Supply-Chain-Deskriptoren. Die Lösung simuliert und bewertet Szenarien, anhand derer anbieterunabhängig die bestmöglichen KI-Lösungen für die jeweilige Supply Chain, ihren Beitrag zur Wertschöpfung sowie ihre Leistung zur Verbesserung der Wettbewerbsfähigkeit ermittelt wird.