Gabriel Werner rät zu KI gegen stockende Lieferketten

Lieferketten sind in aller Munde seitdem sie global häufig nicht mehr reibungslos funktionieren. Neben der Pandemie gibt es zahlreiche Trends, die für stetigen Wandel in der Lieferkette sorgen. Wer den aktiv mitgestalten möchte, braucht eine Portion operative Künstliche Intelligenz, rät Gabriel Werner, Vice President Manufacturing DACH bei Blue Yonder.

Industrie, IT-Technologie, Nachhaltigkeit, Arbeitsmarkt und Cybersecurity heißen die wichtigsten Treiber für den Wandel bei Fertigung und Lieferkette. Die ersten beiden Bereiche bieten dabei die größten Optimierungspotenziale: Bei der industriellen Produktion erwarten 80 % aller Unternehmen allein aufgrund der besseren Vernetzung und Verzahnung der Produktionspartner deutliche Effizienzsteigerungen. Durch die Einführung von Smart-Factory-Technologien gehen Experten von Kosteneinsparungen von 17 bis 20 % aus. Deutliche Veränderungen stehen aber nicht nur bei Produktion und Logistik, sondern auch bei der Steuerung durch die Software-Plattformen an. Supply-Chain-Anwendungen haben Firmen bereits zu 90 % in die Cloud verlagert, um agiler und flexibler auf Veränderungen reagieren zu können. Künstliche Intelligenz kommt vermehrt zum Einsatz, besonders bei der „Predictive Analysis“, die große Datenmengen nutzt, um möglichst exakte Prognosen für die Entwicklungen in der den Lieferketten zu generieren.

Zur resilienten, flexiblen End-to-End-Logistik.

Eine traditionelle Lieferkette ist durch einen geringen Informationsaustausch zwischen den einzelnen Abschnitten gekennzeichnet. Diese Silo-Bildung erschwert und verkompliziert nicht nur die zentrale Planung, sondern auch die schnelle Reaktion auf unvorhergesehene Veränderungen. Sie benötigt daher größere Puffer in Form von Lagern.

Eine zukunftsorientierte Lieferkette stellt die maximale Transparenz und intensiven Datenaustausch in den Mittelpunkt. Sie setzt nicht auf darauf, dass die Lieferkette so funktioniert, wie sie geplant wurde, sondern sie ist ein dynamischer Regelkreis, der dank der gesammelten Daten ständig nachsteuert. Diese prädikative Lieferkette ist hochdynamisch: Steigt etwa die Nachfrage nach einem Produkt plötzlich an, justiert sie die Herstellung der Teile, das Assembly und natürlich auch die Logistik entsprechend nach.

Die Rolle der KI.

In alle Ebenen der Lieferketten fallen große Menge an Informationen an, die weit über die Datenmengen eines klassischen ERP-Systems hinausgehen. Künstliche Intelligenz und Machine-Learning-Algorithmen sind dafür prädestiniert, diese großen Informationsmengen zu verarbeiten, zu analysieren und Prognosen zu stellen. Das bedeutet aber auch, dass Unternehmen dafür andere IT-Infrastrukturen benötigen. Microsoft liefert zum Beispiel mit Azure Data Lake und Cosmos DB, den Interfaces zu Sensoren, ERP-Systemen und aktuellen Produktionsdaten das passende Backend. Mithilfe von Azure Synapse Analytics können Unternehmen komplexe Datenauswertungen über operationale und transaktionale Daten performant vornehmen.

KI operativ implementieren.

Viele Unternehmen haben Künstliche Intelligenz als potenzielle Lösungsmethodik für das Lieferketten-Management erkannt, scheitern aber nach einer ersten Validierung und eines erfolgreichen Probelaufs daran, die KI in die operativen Prozesse zu übernehmen. Sie haben für die höheren Anforderungen keine etablierten Prozesse. Die Datenmengen sind deutlich größer, sie müssten regelmäßig neu validiert und die KI-Modelle erneut trainiert werden, um sich der veränderten Wirklichkeit regelmäßig anzupassen. Hier sind Lösungen gefragt, die das Thema KI als integralen Bestandteil fest in der Lösung verankert haben. Das garantiert nicht nur eine schnelle Implementierung, sondern auch dauerhaft funktionierende Lieferketten, so Gabriel Werner.

Wohlüberlegte Partnerschaft.

Bei der Auswahl des geeigneten Partners ist es ratsam, darauf zu achten, welche Leistungsmerkmale seine Lösungen mitbringen. Dabei sollten folgende Fragestellungen eine Rolle spielen:

• Setzt der Anbieter auf eine eigens entwickelte KI oder greift er auf generische Algorithmen zurück?
• Bietet der Anbieter wirklich KI-basierte Supply-Chain-Plattform oder basiert diese lediglich auf MLP?
• Wirbt der Anbieter mit Schnelligkeit, für die er allerdings multiple Test-Runs benötigt und auf deren Basis die Entscheidung am Ende trotzdem vom Menschen getroffen werden muss?
• Ist der Anbieter in der Lage, Geschwindigkeit mit Genauigkeit zu vereinen und so zu einer wirklichen Optimierung der Supply-Chain-Prozesse beizutragen?

Idealerweise bietet der Partner eine SaaS-Lösung, die es Unternehmen ermöglicht, Echtzeit-Informationen aus dem gesamten digitalen Ökosystem einschließlich externer Datenquellen zu sehen, zu interpretieren und zu nutzen. Hierzu zählen intelligente Planungslösungen für dynamische Lieferketten, die potenzielle Störungen vorhersagen und Pläne mithilfe maschinellem Lernens und Echtzeitinformationen automatisiert End-to-End steuern können.

„Der größte Vorteil vom Einsatz solcher Lösungen ist die deutlich gesteigerte Transparenz über die gesamte Lieferkette. Damit können Verantwortliche die Planung und Ausführung gezielt austarieren und jederzeit kluge Entscheidungen fällen, die sich nicht negativ auf zukünftige Logistik-Planungen auswirken“, so Gabriel Werner abschließend.

weitere aktuelle Meldungen