Suchen

Künstliche Intelligenz optimiert die Lieferkette

| Autor / Redakteur: Guy F. Courtin / Dipl.-Betriebswirt (FH) Bernd Maienschein

Auf Künstlicher Intelligenz (KI) ruhen große Hoffnungen hinsichtlich der Planung und Optimierung von Lieferantenbeziehungen. Insbesondere bei Unterbrechungen soll die Technologie wertvolle Antworten liefern. Im Zusammenspiel mit der Cloud ist dieses Versprechen – zumindest mit Blick auf einzelne Bereiche – sehr gut erfüllbar.

Firmen zum Thema

In Verbindung mit der Supply Chain kann KI einem Verantwortlichen wertvolle Informationen liefern und Entscheidungen rund um Logistikprozesse vereinfachen.
In Verbindung mit der Supply Chain kann KI einem Verantwortlichen wertvolle Informationen liefern und Entscheidungen rund um Logistikprozesse vereinfachen.
(Bild: Infor Nexus)

Auf dem Gebiet der KI waren besonders die Fortschritte rund um Machine Learning (ML) in den vergangenen Jahren enorm. Diese Entwicklung hat dazu geführt, dass sich KI womöglich eines Tages zu einer aktiven Intelligenz entwickelt, die sich mit der Zeit immer weiter verbessert und bei der der menschliche Entwickler den Algorithmus nur noch marginal verändern muss.

Für einen solchen Lernprozess benötigt KI jedoch gigantische Datenmengen. Schließlich arbeiten KI beziehungsweise ML in erster Linie nach dem Prinzip der Mustererkennung. Die Daten, mit denen der Algorithmus gefüttert wird, zeigen Ursache und Wirkung oder den Zustand vor und nach einem Ereignis. Dabei müssen die Events nicht unbedingt kausal bedingt sein, aber sie sollten zumindest in irgendeiner Weise mit einem Ereignis direkt oder indirekt korrelieren. Unter diesen Umständen kann KI lernen, Muster in anderen, aber ähnlichen Konstellationen zu erkennen. Schritt für Schritt ist es außerdem möglich, das System für externe Einflussfaktoren und Störungen zu sensibilisieren, die auf ähnliche Weise in der Vergangenheit stattfanden. Damit ist der Einsatz dieser Technologie in vielen Bereichen rund um die Supply Chain prädestiniert. Schließlich besteht gerade dort die Kernaufgabe darin, sich immer wieder neuen Herausforderungen rund um globale Warenflüsse zu stellen.

Bei sehr langen Transportwegen ist der Einsatz prädiktiver KI sinnvoll. Vor allem cloudbasierte KI-Systeme spielen dabei ihre Vorteile aus.
Bei sehr langen Transportwegen ist der Einsatz prädiktiver KI sinnvoll. Vor allem cloudbasierte KI-Systeme spielen dabei ihre Vorteile aus.
(Bild: Infor Nexus)

Angesichts dieser Prämissen wird allerdings auch klar, warum KI in diesem Bereich an ihre Grenzen stößt, wenn Ereignisse eintreten, die es in dieser Form nie zuvor gab. Ein Beispiel dafür ist der Brexit, der – so er denn kommt – die internationalen Handelsströme auf zum Teil noch unbekannte Weise verändern wird. Sämtliche grundlegenden Daten würden dann nämlich aus den bekannten Mustern ausbrechen, die für mehr als 40 Jahre für den europäischen Warenverkehr typisch waren. Ein solches Szenario aber ist für einen KI-Algorithmus kaum zu analysieren. Ein derartiges System ist nämlich im Vergleich zu einem Menschen noch immer eher schlecht darin, die Folgen eines Ereignisses vorherzusagen, das nicht schon einmal in ähnlicher Form in der Vergangenheit aufgetreten ist. Entsprechende Probleme, die der Mensch mit Phantasie und guten Ideen lösen könnte, bringen die Maschine aus dem Takt.

Künstliche Intelligenz als Hilfsmittel

Ihre Stärken zeigt KI in der Logistik allerdings immer dann, wenn es darum geht, die Folgen von in kleinen und großen Abständen wiederkehrenden Ereignissen vorherzusagen. Dazu gehören das Wetter mit seinen großen Auswirkungen auf Luft- und Schifffahrt und Streiks von Fluglotsen sowie Hafenarbeitern. Daneben gibt es klassische, regelmäßig im Jahresverlauf auftauchende Schwankungen. Dazu zählen das Verkehrschaos während der Sommerferien und die gestiegene Nachfrage im Einzelhandel zur Weihnachtszeit. Aus einem ausreichend großen Bestand aus Daten kann die KI-Lösung deshalb sehr gut schlussfolgern, was im Sommer und Winter dieses Jahres passieren oder welche Folgen ein plötzlicher Kälteeinbruch oder eine große Hitze für Logistikprozesse haben wird. Das betrifft den Fluss der Güter selbst, aber auch Faktoren wie Treibstoffpreise und Frachtraten.

Damit kann KI in Verbindung mit der Supply Chain einem Verantwortlichen wertvolle Informationen liefern und Entscheidungen rund um Logistikprozesse vereinfachen. Schließlich ist eine solche Lösung nicht nur in der Lage, direkte Auswirkungen einer Verzögerung zu erkennen, sondern bezieht auch die weiteren Etappen der Lieferkette in ihre Analysen ein. Dadurch erhalten die Nutzer eines solchen Systems präzise Empfehlungen zu alternativen Lieferwegen und -methoden. Durch die große Rechenpower ist es dabei problemlos möglich, die verschiedenen Varianten mit ihren wahrscheinlichen Parametern und Konsequenzen zu berechnen und eine optimale Lösung vorzuschlagen. Ein entscheidender Faktor – wie bei allen Geschäftsanalysen – ist allerdings, dass Daten in einer hohen Qualität und standardisiert vorliegen.

Gerade bei sehr langen Transportwegen, etwa auf der „Neuen Seidenstraße“ von China nach Europa, ist das allerdings nicht unbedingt der Fall. So sind nur wenige Züge mit GPS-Tracking ausgestattet und auch zu Verzögerungen an Grenzübergängen oder Wechseln des Schienennetzes gibt es meist keine permanent aktualisierten Daten der Situation vor Ort. Besonders in solchen Konstellationen ist der Einsatz von prädiktiver KI sehr sinnvoll. Aus der Datenmenge an ausgehenden und ankommenden Lieferungen in der Vergangenheit lassen sich – auch in Verknüpfung mit externen Faktoren wie dem Wettergeschehen – Schlüsse zu aktuellen Transporten ziehen. Zugleich kann ein solches System damit sehr früh Abweichungen vom Zeitplan vorhersagen und ein alternatives Sourcing vorschlagen oder sogar autonom einleiten.

Vorteile aus der Cloud

Bei all diesen Analysen spielen diejenigen KI-Systeme ihre Vorteile aus, die, wie etwa Infor Nexus, cloudbasiert arbeiten und bereits mit Daten der vergangenen Jahre gut gefüllt sind. In ihnen stecken beispielsweise Daten zu Millionen an verschifften Containern von Zigtausenden Unternehmen. Auf einer solch großen Datenbasis kann KI wesentlich schneller und genauer präzise Vorhersagen treffen. Hinzu kommt, dass etablierte Supply-Chain-Plattformen weltweite Netzwerke verbinden, darunter Lieferanten, Verlader, Spediteure und sogar Trade-Finance-Anbieter. Aus einer so großen Datenbank kann KI komplexe Muster viel schneller „lernen“ und die Vorhersagen präzisieren.

Ein weiterer großer Vorteil ist die Integration verschiedener Quellen in einem einheitlichen System. Schließlich liegen die Daten zu den verschiedenen Phasen einer Supply Chain üblicherweise in verteilten Systemen: Das Frachtunternehmen kann nur Informationen zu eigenen Lieferzeiten liefern, die Reederei zu ihren Schiffen und die Spedition zur Route und Fahrzeit der Lkw. Auch in den eigenen IT-Systemen wie einer ERP-Lösung und denen des Lieferanten sind nur unvollständige Informationen abgelegt.

Spätestens, wenn sich Großbritannien von der Europäischen Union trennt, wird sich zeigen, ob und inwieweit Künstliche Intelligenz dabei helfen kann, die Supply Chains zu verbessern.
Spätestens, wenn sich Großbritannien von der Europäischen Union trennt, wird sich zeigen, ob und inwieweit Künstliche Intelligenz dabei helfen kann, die Supply Chains zu verbessern.
(Bild: Infor Nexus)

Gleichzeitig lassen sich dabei arbeitsintensive und manuelle Prozesse, die in diesem Bereich noch immer verbreitet sind, automatisieren. Dabei bekommen Supply-Chain-Verantwortliche mehr Transparenz und können erhebliche Zeit- und Geldvorteile erzielen. So müssen sie sich beispielsweise nicht länger nur auf die im ERP-System hinterlegte Lead oder Cycle Time verlassen, sondern bekommen eine adaptive, vorausschauende und damit sehr präzise Einschätzung zu sämtlichen Aspekten der Lieferkette. Außerdem bieten Supply-Chain-Lösungen aus der Cloud eine einfachere Verknüpfung mit vor- und nachgelagerten Prozessen und den entsprechenden IT-Systemen rund um ein Produkt. Dadurch kann die Supply Chain beispielsweise besser auf Schwankungen bei Angebot und Nachfrage ausgerichtet werden. Zum Beispiel ist es schneller möglich, bei einer besonders gefragten Ware schon sehr früh das komplette Sourcing zu beschleunigen, sodass stets ein optimaler Warenfluss garantiert ist.

Damit bieten cloudbasierte Lösungen eine Menge von Vorteilen, die sich relativ schnell auszahlen. Statt Jahrzehnte mit der Sammlung eigener Daten zu verbringen, aus denen sich sinnvolle KI-Interpretationen gewinnen lassen, können Unternehmen dank der Cloud mit einem Schritt auf globale Supply-Chain-Informationen zurückgreifen. Dadurch ist es möglich, die Effizienz und Transparenz in diesem Bereich deutlich spürbar zu steigern. ■

* Guy F. Courtin ist Vice President Industry & Solution Strategy bei Infor in New York, Tel. (00 1-6 17) 8 34 50 22, guy.courtin@infor.com

(ID:45839324)