Digitalisierung: So kann KI die Supply Chain verbessern

Die Softwareplattform E2open zeigt vier Wege zur Optimierung der Lieferkette.

Künstliche Intelligenz kann auf verschiedenen Wegen die Performance einer Supply Chain verbessern - das sagt die Softwareplattform E2open. (Symbolbild: RS-Studios/stock.adobe.com)
Künstliche Intelligenz kann auf verschiedenen Wegen die Performance einer Supply Chain verbessern - das sagt die Softwareplattform E2open. (Symbolbild: RS-Studios/stock.adobe.com)
Sandra Lehmann

In einer Welt, in der Effizienz an erster Stelle steht, kann die Integration von Künstlicher Intelligenz (KI) in das Supply Chain Management zu einem wichtigen Erfolgsfaktor werden. Einer Analyse der Supply-Chain-Softwareplattform E2open zufolge erweist sich KI als vielseitiges Werkzeug, das nicht nur die Produktivität steigert, sondern auch die Lieferkette widerstandsfähiger und reaktionsfähiger macht. Der Anbieter zeigt vier Wege auf, wie künstliche Intelligenz die Lieferkettenperformance verbessern kann.

1. Nachfrageprognosen

Eines der wichtigsten Instrumente der Supply Chain ist die Bedarfsprognose, die möglichst zuverlässig und genau sein sollte. Unternehmen verfügen über große Datenmengen vergangener Bestellungen und Lieferungen, aus denen sich Prognosen für die Zukunft ableiten lassen. Diese Daten müssen sortiert und strukturiert werden – hier komme künstliche Intelligenz ins Spiel. KI, genauer gesagt maschinelles Lernen, sei in der Lage, Muster in großen historischen Datensätzen zu erkennen und daraus präzise Vorhersagen über die zukünftige Nachfrage von Produkten zu treffen. Durch die Analyse historischer Verkaufsdaten, Markttrends, saisonaler Schwankungen und sogar externer Faktoren wie Wettermustern und Wirtschaftsindikatoren könne KI Nachfrageschwankungen mit bisher unerreichter Genauigkeit vorhersagen. Und gerade hier sei KI der klassischen statistischen Vorhersage oft überlegen, da je nach Situation und Kontext der gleiche Datensatz – wie zum Beispiel zu einer großen Bestellung – unterschiedliche Aussagen über die Zukunft zur Folge haben kann.

2. Datenhygiene

In den vergangenen Jahren haben unvorhersehbare Störungen – Pandemie, Halbleiterkrise, Blockade des Suezkanals, der Krieg in der Ukraine und zuletzt die Huthi-Angriffe im Roten Meer – die weltweiten Lieferketten massiv beeinträchtigt. Zusätzlich kommen weltweit laufend neue gesetzliche Vorgaben ins Spiel – wie das europäische Lieferkettensorgfaltspflichtengesetz (LkSG), der Uyghur Forced Labor Prevention Act (UFLPA, ein US-amerikanisches Gesetz gegen Zwangsarbeit), der California Transparency in Supply Chains Act, und weitere. Sie verlangen von Unternehmen, Informationen aus tieferen Schichten der Lieferkette zusammenzutragen – und zwar von den sogenannten Tier-Lieferanten. Je weiter man sich vom Kern des eigenen Unternehmens entfernt, desto kleiner und ferner werden die Partner, und desto schlechter und unvollständig tendenziell die Datenbasis. KI kann hier Fachleuten beim Säubern und Prüfen der Informationen helfen – beispielsweise mit Techniken wie Natural Language Processing (NLP) bei Adressen und Produktbezeichnungen, Fuzzy Logic Matching sowie Plausibilitätsprüfungen mittels General Adversarial Networks (GAN).

3. Bestandsmanagement

KI ermöglicht ein optimiertes Bestandsmanagements durch die dynamische Anpassung der Lagerbestände auf der Grundlage von Echtzeitdaten. Herkömmliche Bestandsmanagementsysteme basieren häufig auf statischen Modellen, die sich nur schwer an dynamische Nachfragemuster anpassen lassen. KI-gestützte Bestandslösungen hingegen können Agilität und Reaktionsfähigkeit in diesen wichtigen Aspekt des Supply Chain Managements bringen. Dank intelligenter Algorithmen können Unternehmen, ihre Lagerbestände flexibel optimieren und schnell auf Nachfrageschwankungen reagieren, anstatt sich auf feste Bestellpunkte oder willkürliche Nachschubpläne verlassen zu müssen. Dieser proaktive Ansatz vermeide Über- oder Unterbestände, senke die Lagerkosten und verbessere die Gesamteffizienz der Lieferkettenprozesse.

4. Schlüssel zum Mehrwert: Das Netzwerk

Künstliche Intelligenz lebt von Daten – als Input für Berechnungen an sich, aber auch für das stetige Trainieren der jeweils genutzten Modelle. Qualität, Genauigkeit und Lieferfrequenz der verfügbaren Daten seien ausschlaggebend für den tatsächlich erreichten Mehrwert der Ergebnisse. Angesichts der Nachweispflichten der bereits genannten Gesetze reiche es nicht mehr aus, sich auf die Daten im eigenen ERP-System, in selbst gepflegten Data Lakes oder öffentlich verfügbare beziehungsweise zugekaufte Datensätze zu verlassen. Es seien zwingend frische, verlässliche und regelmäßig aktualisierte Daten von Partnern aus so vielen Ebenen der Lieferkette wie möglich nötig – und dies sei in der Praxis nur über den integrierten Austausch mit den entsprechenden externen Systemen möglich. Eine manuelle Sammlung von Daten ist hierfür zu aufwändig, langsam und unzuverlässig. Durch die zunehmende Integration von KI in das Lieferkettenmanagement können Unternehmen folglich effizienter, kostenwirksamer und widerstandsfähiger agieren. KI-gestützte Erkenntnisse sind die Basis für eine zukunftsfähige, resiliente und orchestrierte Lieferkette – und ebnen den Weg zu einem intelligenteren globalen Markt.