Suchen

Logistik 4.0 Potenziale der künstlichen Intelligenz (KI) für das Beschaffungsmanagement

| Redakteur: Raphael Michalek

Was ist künstliche Intelligenz? Wie wird sie die Logistik perspektivisch verändern und von welchen Vorteilen könnte speziell das Beschaffungsmanagement profitieren? Mit diesem Betrag ermöglichen wir Ihnen aktuelle Einblicke ins Thema und zeigen Ihnen, welche Bedeutung KI für die weitere Entwicklung des Beschaffungsmanagements hat.

Firmen zum Thema

Künstliche Intelligenz könnte in der Logistik für weitereichende Prozessoptimierungen sorgen und Anwender entlasten.
Künstliche Intelligenz könnte in der Logistik für weitereichende Prozessoptimierungen sorgen und Anwender entlasten.
(Bild: ©christian42 - stock.adobe.com)

Für Entscheider, die im Beschaffungsmanagement zuhause sind, ist der Einsatz von Technologien und Devices zur elektronischen Datenverarbeitung eine gegebene Selbstverständlichkeit – beispielsweise im Rahmen von Big Data oder Blockchain. Immer wichtiger wird hier inzwischen aber auch der Bereich künstliche Intelligenz. Als Teilgebiet der Informatik setzt sich die KI mit der Erforschung des intelligenten, menschlichen Verhaltens und seiner Mechanismen auseinander. Als Erfinder der „künstlichen Intelligenz“ gilt der amerikanische Informatiker John McCarthy. Bereits im Jahr 1956 fand in den USA, im Dartmonth College, eine mehrwöchige KI-Konferenz statt. Im Mittelpunkt stand die Entwicklung von Programmen für Schach und andere strategische Brettspiele.

Informatik nutzt Mechanismen menschlicher Intelligenz

Das menschliche Gehirn diente den Forschern als Vorbild, als sie sich aufmachten, sogenannte „künstliche neuronale Netze“ (KNN) zu konfigurieren. Mit den so geschaffenen Strukturen ließen sich Routinen für maschinelles Lernen und die künstliche Intelligenz generieren. Neuronale Netze sind vielfältig nutzbar. Klassische Anwendungsbereiche sind die Sprach- und Bilderkennung – aber auch komplexere Wirtschaftsprozesse können KNN bearbeiten. Etwa im Beschaffungsmanagement unterstützt künstliche Intelligenz wirkungsvoll durch Simulationen und Prognosen.

Zu den typischen Anwendungsbereichen der künstlichen Intelligenz und der neuronalen Netze zählen Informatiker die Folgenden:

  • 1. Spracherkennung,
  • 2. Bilderkennung,
  • 3. Erkennung von Mustern,
  • 4. Schrifterkennung,
  • 5. Steuerung komplexer Prozessabläufe,
  • 6. Frühwarnroutinen,
  • 7. Wirtschaftsmodelle,
  • 8. Analysen von Zeitreihen,
  • 9. Biometrische Systeme.

Wird ein neuronales Netzwerk für Problemstellungen und Aufgaben im Beschaffungsmanagement konzipiert, so muss es eingangs für die anstehenden Aufgaben trainiert werden. Anhand vorgegebener Regeln und Lernmittel entstehen dann im neuronalen Netzwerk logische Verbindungen und Abläufe. Als feste Begriffe in diesem Zusammenhang haben sich das „Machine Learning“ sowie das vertiefende, auf der Auswertung von neuronal verknüpften Mustern basierende „Deep Learning“ etabliert.

Künstliche Intelligenz in der Beschaffungsplanungsstufe

Beschaffungsmanagement beginnt mit der Beschaffungsplanung. Bereits hier kann künstliche Intelligenz eingesetzt werden – etwa um die uneinheitlichen Schreibweisen von Lieferanten zusammenzubringen. Hier kommt es derzeit noch oft zu Störungen im Beschaffungsmanagement-Prozess. An diesem Beispiel wird deutlich, warum: Beim Automobilkonzern mit dem Kürzel „VW“ handelt es sich – wie allgemein bekannt – um Volkswagen. Die juristisch richtige Firmierung wäre allerdings „Volkswagen AG“. Geht es um Herstellerschlüsselnummern, so ist „Volkswagen-PKW“ die richtige Bezeichnung. In vielen Zulieferlisten summieren sich solche Inkonsistenzen schnell zu Problemen bei der Bewertung und Anbahnung von Geschäftsbeziehungen.

Routinen des „Machine Learning“ schaffen hier Abhilfe. Dank der aktuell verfügbaren, leistungsfähigen Computersysteme in Verbindung mit großzügigen Speicherplatzreserven sind Anwender heute bestens für komplexe Rechenprozesse rund um die künstliche Intelligenz gerüstet. Lernfähige Programme im Sinne von „Machine Learning“ eignen sich speziell für die Bereinigung von bestehenden, oft fehlerbehafteten Datensätzen. Dies geschieht mithilfe vorgegebener Regeln. In unserem VW-Beispiel geht es beispielsweise darum, eine Regel zu definieren, nach der die variierenden Schreibweisen des Firmennamens zusammengeführt werden. Die auf maschinellem Lernen beruhende Programmroutine nimmt die vorgegebenen Änderungen schließlich automatisch vor.

Das Einholen von Angeboten

Auch der nächste logische Schritt im Beschaffungsmanagement kann durch künstliche Intelligenz vereinfacht werden: Mit klar vorgegebenen Kriterien sind Nutzer in der Lage, potenzielle Lieferanten und Geschäftspartner zu beurteilen – etwa anhand des Produktpreises, der technischen Fertigungsausrüstung oder des finanziellen Profils. Auch Kriterien wie Großserienfertigung, Verfügbarkeit oder Zuverlässigkeit können in ein zu schaffendes Basisprofil einfließen. Dank dieser eingrenzenden Vorgaben liefert das System maßgeschneiderte Lieferantenlisten für ein schlankes und effizientes Beschaffungsmanagement. Alle auf diesem Wege eingeholten Angebote genügen den vom Anwender vorgegebenen Kriterien.

Vertragsabwicklung - die Königsdisziplin

Künstliche Intelligenz im Beschaffungsmanagement macht auch vor der Vertragsabwicklung nicht Halt. Sobald Anwender den Kreis der Lieferanten durch qualitative und quantitative Vorgaben nach Ihren Vorstellungen selektiert haben, können sie zügig in die Phase der Vertragsabwicklung eintreten. Ihr straffes Beschaffungsmanagement zahlt sich spätestens jetzt aus. Im auszufertigenden Vertrag werden die für ihre Geschäfte geltenden Grundlagen spezifiziert. Hinzu kommen die Vertragsinhalte, beispielsweise das zu beschreibende Produkt oder die Dienstleistung, in Verbindung mit der Vorgehensweise einer vertragsgemäßen Abwicklung.

Fazit: Künstliche Intelligenz schafft Mehrwerte

Bei der Beleuchtung der für ein effizientes Beschaffungsmanagement relevanten Prozessschritte wird deutlich, wo Verbesserungspotenziale durch künstliche Intelligenz schlummern. Dank der verfügbaren Computertechnik in Verbindung mit preiswerten, groß dimensionierten Speichermedien befinden sich Einkäufer in einer privilegierten Situation. Viele Verfahrensabläufe, die noch vor wenigen Jahren mit hohem Zeit- und Personalaufwand verbunden waren, lassen sich automatisieren.

Entscheider sollten sich nicht scheuen, das „heiße Eisen“ namens künstliche Intelligenz in ihre Arbeitsprozesse einzubeziehen. Von der manuellen Regel bis hin zu neuronalen Netzen bietet die Technologie hochinteressante Werkzeuge. Richtig eingesetzt wird es mit ihrer Hilfe gelingen, viel „Sand aus dem Getriebe“ zu nehmen und so das Beschaffungsmanagement signifikant zu straffen und qualitativ zu optimieren.

(ID:45239550)