Thought Leadership
Nach dem reaktiven Supply-Chain-Management im vergangenen Jahr geht es 2024 vor allem darum, kostspielige blinde Flecke in der Lieferkette zu beseitigen, aufwändige manuelle Prozesse zu automatisieren und eine Single Source of Truth für Waren im Transit zu schaffen. Möglich ist dies durch die Vernetzung aller an der Lieferkette Beteiligten sowie durch den Einsatz innovativer Visibility-Lösungen und generativer KI.
2023 sorgte ein reaktives Supply-Chain-Management für steigende Kosten sowie für Einbußen bei Effizienz und Kundenerlebnissen. Die zunehmende Komplexität globaler Lieferketten erschwert die Sichtbarkeit. Viele Verlader haben Probleme, Sendungen über verschiedene Verkehrsträger, Knotenpunkte und Spediteure hinweg zu verfolgen. Das gilt vor allem für Waren, die sowohl auf dem Seeweg, als auch auf dem Landweg transportiert werden. Und diese machen rund 70 Prozent aller Lieferungen aus. Da oft genaue Kenntnisse zur Fracht fehlen, sind Informationen für die Auftragsbearbeitung schwer zu beschaffen. Die Folge sind frustrierte Kunden.
Ein weiteres Problem sind die zahlreichen manuellen Prozesse bei der Sendungsverfolgung. Um Daten zu aktualisieren, müssen Verlader oft in mehreren Systemen navigieren, unzählige Tabellenkalkulationen bearbeiten und mit Spediteuren und Transporteuren telefonieren. Hinzu kommt, dass viele Unternehmen veraltete Technologien nutzen, die nur auf einen oder zwei Verkehrsträger und eine Region spezialisiert sind. Dies erschwert weltweit tätigen Verladern die Bestandsplanung und kann zu Überschüssen führen.
Generative KI in der Lieferkette
Jetzt liegen alle Hoffnungen auf der generativen künstlichen Intelligenz (KI), die 2023 ihren Durchbruch feierte. Für das Supply-Chain-Management gilt das bislang allerdings kaum. Die Branche verwendet zwar bereits KI und maschinelles Lernen (ML) für Prognosen und Inspektionen. Die Möglichkeit, mit generativer KI die Lieferketten zu optimieren, bleibt jedoch weitgehend ungenutzt. Einer aktuellen Studie von McKinsey zufolge setzen nur drei Prozent der Unternehmen regelmäßig Generative AI im Supply-Chain-Management ein. Der Grund: Ein Großteil der Lieferkettendaten ist unstrukturiert. Es ist extrem aufwändig, sie aus verschiedenen Quellen zusammenzuführen, um die Menge an hochwertigen Daten zu erhalten, die das Training von LLMs (Large Language Models) erfordert.
De Einsatz von generativer KI und Data-Science-Technologien im Supply-Chain-Management kann Unternehmen helfen, die enormen Herausforderungen zu bewältigen:
1. Beseitigung blinder Flecken in der Lieferkette
Eine multimodale Transparenz über Vorlauf-, Hauptlauf- und Nachlaufbewegungen erfordert Technologien, mit denen sich die Verlader mit allen Spediteuren und Frachtführern in ihrem Netzwerk verbinden können. Innovative Visibility-Lösungen beseitigen „blinde Flecken“ an den Umschlagplätzen und liefern eine Momentaufnahme der gesamten Reise einer Sendung. Dieser konsolidierte und vollständige Überblick führt zu pünktlicheren Lieferungen und zufriedenen Kunden.
2. Automatisierung von Prozessen
Da die Zusammenführung und Harmonisierung der Daten aus verschiedenen Quellen sehr zeitaufwändig ist, sollten Unternehmen diesen Prozess mit KI automatisieren. Das gilt auch für die Sendungsverfolgung: Mit einer automatischen Datenaktualisierung gehören das Navigieren in mehreren Systemen und das Bearbeiten von Tabellenkalkulationen der Vergangenheit an. Das spart wertvolle Arbeitszeit, und die Beschäftigten können sich auf wertschöpfendere Aufgaben konzentrieren. Durch die Konsolidierung der Daten entsteht eine Single Source of Truth mit verwertbaren Erkenntnissen und vorausschauenden ETAs. Die Kundenverwaltung wird einfacher, da den Mitarbeitern alle relevanten Angaben zur Fracht vorliegen. Mit innovativen Visibility-Lösungen lassen sich zudem Sendungen mit Aufträgen verknüpfen. Das verkürzt Prozesse, die bislang Stunden oder Tage dauern, auf Sekunden und ermöglicht ein proaktives Management von Ausnahmesituationen.
3. Transparenz für mehr Wachstum in strategischen Märkten
Veraltete Technologien, die keinen Zugang zu neuen strategischen Regionen bieten, erschweren die Bestandsplanung. Um alle Märkte bedienen zu können, sollten Verlader Lösungen nutzen, die eine globale Abdeckung bieten. project44 integriert als bislang einziges Unternehmen alle Verkehrsträger und geografischen Regionen in einer einzigen Plattform. Wichtig sind zudem Technologien, die eine vollständige Transparenz von der Fabrik bis zur Haustür des Kunden schaffen.
4. Verbesserung der Kundenerlebnisse
2024 sollten Unternehmen in KI-Technologien investieren, die den Wert ihrer Daten steigern und ihnen zielgruppenspezifische Erkenntnisse liefern. Auf diese Weise lässt sich auch das Kundenerlebnis deutlich verbessern. KI entwickelt sich zunehmend von einem reinen Werkzeug zu einer effektiven Lösung.
5. Nachhaltigkeit in der Lieferkette
Es gibt viel Verschwendung in der Lieferkette – etwa Flugzeuge, die abheben, obwohl sie nicht vollständig mit Fracht beladen sind. Der Mangel an Daten erschwert es Unternehmen, den Fußabdruck von Lieferketten aufzuzeigen – etwa Scope-3-Emissionen. Auch hier kann KI die Optimierung vorantreiben und Erkenntnisse liefern, mit denen sich Lieferketten nachhaltiger gestalten lassen.
Generative KI wird 2024 zum Gamechanger
Die genannten Herausforderungen lassen sich nur durch den Einsatz von generativer KI bewältigen. Mit entsprechenden Lösungen dienen generative KI-Modelle als autonome Supply-Chain-Experten, die sich selbst optimieren, Erkenntnisse aus Analysen ableiten, über Ausnahmen informieren und Lösungsvorschläge liefern. Damit können Unternehmen ihre Risiken proaktiv minimieren. Die Voraussetzung ist eine umfassende und qualitativ hochwertige Datenbasis, mit der die KI trainiert wird. Die Plattform Movement GPT beispielsweise arbeitet mit einem Datensatz, der aus der Verfolgung von rund einer Milliarde Sendungen mit einem Kundeninventar von einer Billion US-Dollar in 181 Ländern gewonnen wurde.
Da sich die Lieferketten ständig weiterentwickeln, brauchen Unternehmen KI-gestützte Systeme, die mit den Anforderungen ihrer Kunden mitwachsen. Eine KI-gestützte Lieferkette versetzt sie in die Lage, die Kundennachfrage gezielt zu bedienen und ihr Geschäft ohne hohe Kosten und negative Umweltauswirkungen auszubauen. Und damit sinken auch die Kosten für die Verbraucher.
