Thought Leadership
Die Corona-Pandemie hat Lieferengpässe hervorgerufen, die zu spürbaren Produktionsbehinderungen in der Industrie führten. Durch das Feststecken des Containerschiffs „Ever Given“ im Suezkanal verschlimmerte sich die Situation und machte die Anfälligkeit der internationalen Lieferketten noch deutlicher. Damit ging vielfach auch ein Umdenken bezüglich der jahrzehntelang hochgeschätzten „Just-in-Time“-Produktion einher.
Denn zahlreiche Unternehmen konnten wegen akuten Mangels an Rohstoffen und Vorprodukten ihren Aufträgen nicht termingerecht nachkommen. Doch auch für den normalen Verbraucher machen sich Lieferengpässe bei Nahrungs- und Genussmitteln, bei elektronischen Geräten und unterdessen ebenfalls bei einigen Arzneimitteln, seither immer mehr bemerkbar – nicht zuletzt auch in Form von höheren Preisen. Doch mithilfe Künstlicher Intelligenz (KI) sollen Lieferkettenprobleme bald schon der Vergangenheit angehören. Denn die KI kann dazu beitragen, Supply-Chain-Probleme rechtzeitig vorherzusehen und zu bekämpfen.
Im Umgang mit Lieferengpässen und Preissteigerungen setzen die Unternehmen hierzulande auf verschiedene Maßnahmen, wie die DIHK als Ergebnis einer aktuellen Umfrage berichtet. Demnach sehen sich zwei Drittel der Betriebe aufgrund der höheren Einkaufspreise gezwungen, Preiserhöhungen an Kunden weiterzugeben oder planen, dies zu tun. Ebenfalls fast zwei Drittel der Unternehmen gaben in der Befragung an, auf der Suche nach neuen oder zusätzlichen Lieferanten für ihre Materialien zu sein. Und 57 Prozent wollen ihre Lagerhaltung erhöhen. Der Einsatz von alternativen oder recycelten Materialien kommt für 17 Prozent der Befragten der Unternehmen als Lösung für die Lieferkettenschwierigkeiten in Betracht. Ebenfalls 17 Prozent der Betriebe sehen sich gezwungen, Personalanpassungen wie Kurzarbeit oder Abbau von Überstunden und Urlaubstagen vorzunehmen, wie die DIHK mitteilt. Außerdem soll rund jedes zwölfte Unternehmen aufgrund der Lieferschwierigkeiten planen oder darüber nachdenken, Teile seiner Produktion an neue Standorte zu verlagern.
KI als Problemlöser
Dass sich nicht nur die aktuellen Lieferkettenprobleme mittels innovativer Technologie wie der KI lösen lassen, scheint für die Mehrzahl der Verantwortlichen in den Unternehmen hingegen noch nicht zu den attraktiven Optionen zu zählen. Dabei machen inzwischen Logistikfachleute wie der Professor für Betriebswirtschaft von der TU München, Horst Wildemann, wie auch einige Start-ups, vor, wie es mittels Künstlicher Intelligenz besser geht: Indem die KI als eine Art Frühwarnsystem vor Materialmangel, aber auch vor Fehlplanung fungiert. Vorhersage potentieller Supply-Chain-Engpässe lautet die „Zauberformel“.
Hierbei kann die KI eine ihrer großen Stärken ausspielen: im Wege des maschinellen Lernens, große Datenmengen und Datenstrukturen zu analysieren, dabei bestimmte Muster und Zusammenhänge zu erkennen und daraus sinnvolle Schlüsse zu ziehen. So lassen sich mit den richtigen Daten frühzeitig mögliche Schwachpunkte in Lieferketten, die im Worst Case Unterbrechungen verursachen können, identifizieren. Und wer um diese „Problemzonen“ weiß, kann rechtzeitig dagegen vorgehen. Damit man nicht von vermeintlich „unvorhersehbaren“ Ereignissen „überrascht“ wird.
Eine unabdingbare Voraussetzung dafür sind natürlich Daten in bestmöglicher Qualität – und in möglichst großer Menge. Denn Künstliche Intelligenz benötigt Big Data. Das mag für manche Unternehmen zunächst nach einer nicht unerheblichen Herausforderung klingen, nicht nur was das notwendige Know-how und die Organisation, sondern auch was die erforderlichen Personalressourcen betrifft. Diese Erfordernisse dürften meist nur in großen Unternehmen ad hoc erfüllt werden können. Doch heute fallen auf jeder Stufe der Supply-Chain große Mengen Daten an, mit denen sich die KI zum Machine Learning füttern lässt. Auf Basis solcher internen und externen Daten kann KI meist schon sehr präzise Aussagen zu zwei entscheidenden Fragen zu Lieferketten treffen, nämlich: Wie wird sich die jeweils vorgelagerte Stufe in der Supply-Chain verhalten und wie die jeweils nachgelagerte Stufe?
Aufwand lohnt sich
Die Daten, mit denen der „Hunger“ der KI gestillt wird, müssen allerdings auch bei dieser Anwendung regelmäßig neu validiert und die KI-Modelle damit immer aufs Neue trainiert werden. Denn nur so kann die KI mit ihren Prognosen zur Lieferkette auch tatsächlich die sich ständig verändernde Realität abbilden. Doch wenn Unternehmen somit Störungen in der Supply-Chain antizipieren und Versorgungsengpässen vorbeugen können, dann lohnt sich der Aufwand auch für weniger große Firmen meist allemal. Und nicht zu vergessen: Die KI hilft auch, die Lieferketten zu optimieren. Das alles zusammen zahlt sich in der Regel langfristig mehr als aus.
www.ai-society.org
