KI nutzen, um die globale Lieferkettenkrise zu überwinden

Die COVID-19-Pandemie wurde zum Testfeld für Innovationen across multiple Industries. Nicht überraschend – historisch haben Krisen Innovationen hervorgebracht. Jetzt wird die Welt erneut zur Innovation eingeladen, angesichts einer kataklysmischen Störung unserer globalen Lieferkette.

Das aktuelle Problem mag wie ein hoffnungsloser Flaschenhals wirken, und die nötigen Änderungen brauchen Zeit, um Wert zu schaffen. Aber künstliche Intelligenz, kombiniert mit anderen Technologien und Innovationen, könnte langfristige Verbesserungen across der gesamten Lieferkette bringen – vom Fertigungsboden bis zum Regal im Einzelhandel. Hier einige Szenarien.

Fabrikboden verbessern

Medienberichterstattung zum Lieferketten-Flaschenhals fokussiert auf Schiffe, die vor Hafen-schließungen auf See feststecken. Supply-Chain-Manager wissen: Verbesserung reicht bis zum Fabrikboden, wo Rohstoffe beschafft und zu Produkten verarbeitet werden. KI, verknüpft mit anderen Technologien, kann großen Unterschied machen. Beispiel: Datengestützte Prognose der Rohstoffverfügbarkeit optimiert Fertigungsplanung und Personalplanung zur Burnout-Reduktion. Smarte Sensoren am Fabrikboden machen Produktion effizienter und responsiver auf Angebots- und Nachfrageschwankungen. Sie warnen auch, wenn kritische Teile verschleißen – proaktive Korrekturmaßnahmen vor Störungen werden möglich.

Besonders spannend: Potenzial für Unternehmen, immersive Technologien (Virtual Reality, Mixed Reality, Augmented Reality) mit KI zu kombinieren (z. B. Deep Reinforcement Learning mit 3D-Simulation) zur Verbesserung von Fertigungsprozessen. Unternehmen können KI nutzen, um verschiedene Produktionsszenarien zu simulieren und den Fabrikboden auf Wegen zu optimieren, die weniger zeitaufwändig und kosteneffektiver sind. Mit 3D-Simulation und Reinforcement Learning kann ein Hersteller den gesamten Produktionsprozess optimieren – physische Experimente optimieren oft nur für einen spezifischen Prozess. Mit dem Versprechen des Metaverse könnte diese virtuelle KI-Anwendung den Fabrikboden transformieren, nicht nur effizienter machen.

Auf Störungen reagieren

KI ermöglicht, Daten und Analytics zu nutzen, um betroffene Bestände durch Lieferkettenstörungen zu identifizieren und zu kartieren. Fehlt einem Unternehmen Visibility über ein Schiff, das seine Materialien transportiert, sollte die Krise als Chance genutzt werden, um Supply-Chain-Digitalisierung mit Daten, IoT und Advanced Analytics (Machine Learning, Simulation) zu priorisieren. Ein Unternehmen muss jederzeit wissen, wo seine Güter sind, um Auswirkungen von Angebotsbeschränkungen auf Betrieb und Marktnachfrage erfolgreich einzuschätzen. Besonders bei komplexen Lieferketten mit vielen global agierenden Akteuren – wie in der Autoindustrie. Autohersteller und -händler kämpfen damit, Halbleiter-Engpässe von Land zu Land zu verfolgen. Dieser Transparenzmangel macht es fast unmöglich, Schritte wie Flaschenhals-Brechung oder Vorhersage der Bestandsnormalisierung zu unternehmen. Transparente Datenteilung und KI können dieses Problem lösen.

Auf Konsumentennachfrage reagieren

Lehrreich: Ohne Konsumentennachfrage gäbe es keine Lieferkettenkrise. KI kann alle Akteure im Ökosystem besser an Konsumentennachfrage ausrichten – durch Digital Shelf Technology. Digital Shelf bezeichnet lose eine Produktpräsentation – sowohl im Laden als auch online –, die mit dem gesamten Betrieb und der Lieferkette des Händlers über Echtzeitdaten verknüpft ist. Mit Digital Shelf kennt ein Unternehmen seine präzisen Bestandslevel in jedem Laden zu jeder Zeit.

Beispiel: Amazon.coms Lebensmittelläden. Sensoren in Amazon Go Stores liefern ständig aktualisierte Intelligence auf Digital Shelves – der Händler kann Bestandslevel basierend auf regionaler Nachfrage anpassen und auf plötzliche Nachfrageänderungen reagieren. Auch Walmart baut diese Kapazität auf.

Das Digital-Shelf-Konzept existiert seit einigen Jahren, aber die Pandemie machte es dringlicher und zeitgemäßer. Schnelle, unvorhersehbare Nachfrageänderungen und der Anstieg von Online/Offline-Commerce post-pandemisch haben jede Fehlertoleranz bei Bestandsmanagement eliminiert.

Digital Shelf löst den Flaschenhals nicht, aber hilft Unternehmen, ein entscheidendes Element der Lieferkette smoother zu managen – die Last Mile der Lieferung.

Arbeitskräftemangel managen

Ein Grund für die Verschärfung der Lieferkettenkrise: Mangel an verfügbarer Arbeitskraft – Lagerarbeiter zum Entladen, Trucker zum Transport. KI kann Unternehmen helfen, knappe Arbeitskraft zu managen, besonders wenn sie kreativ bei Contractor-Sourcing werden. Viele Unternehmen operieren noch im „dunklen Zeitalter“ bei temporärer Hilfe für Kapazitätsspitzen: Telefonhörer abnehmen, Personaldienstleister anrufen. Hoch ineffizient. Was, wenn ein Unternehmen benötigte Ressourcen über ein einziges Portal, angetrieben von Daten und KI, fände? Vorausgesetzt, Unternehmen und Personaldienstleister halten das Portal aktuell mit Infos zu Bedarf und Ressourcen – KI könnte Ressourcen matchen basierend auf: Umfang des Bedarfs, Nähe zu verfügbarem Personal/Ressourcen, Zeitrahmen. KI löst das Problem nicht, wenn null Ressourcen verfügbar – aber hilft definitiv, wenn die richtige Plattform es ermöglicht.

Für die nächste Krise planen

KI kann Unternehmen bei Szenario-Planungsübungen unterstützen und kritische Geschäftsentscheidungen informieren. Die Pandemie ist Weckruf für Planung der nächsten Störung – sei es eine weitere Pandemie, Naturkatastrophe, ziviler Unruhen oder andere Disruption. KI kann Unternehmen helfen, Engpässe und Versorgungsprobleme frühzeitig zu antizipieren und mit Resilienzstrategien zu reagieren – z. B. Umleitung essenzieller Materiallieferungen bei Hafenschließung. Das erfordert Daten und Simulationsfähigkeit für Resilienzreaktionen. KI könnte auch helfen, vorherzusagen, ob eine bestimmte Störung (z. B. Naturkatastrophe, die Kaffeeproduktion lahmlegt) temporär oder langfristig ist – und Reaktionsszenarien basierend auf Daten simulieren.

Ähnlich wie KI-gestützte Fabriksimulation können Unternehmen Digital Twins für Szenario-Planung der nächsten Störung nutzen. Wie MIT Technology Review anmerkte: „Was, wenn es in Taiwan Dürre gibt und Wassermangel die Mikrochipfertigung stoppt? Ein Digital Twin könnte das Risiko vorhersagen, die Auswirkung auf Ihre Lieferkette trace-en und – mittels Reinforcement Learning – Aktionen vorschlagen, um Schaden zu minimieren.“

Es gibt keinen einfachen Ausweg aus der Lieferkettenkrise. KI allein liefert die Lösung auch nicht. Ich schlage vor: Unternehmen die Krise erst in kleinere Pain Points zerlegen und lösen, wie dieser Post es tut. Die Frage „Wie schützen wir unser Business vor der nächsten Störung?“ ist wahrscheinlich zu breit. Stattdessen Fokus auf Konkretes, leichter Lösbares: „Wie richte ich meine Lkw-Flotte effektiver auf Nachfragespitzen aus?“ Die Beantwortung hilft dem Unternehmen, eine klare, überzeugende Rolle für KI zu verstehen.

Ahmer Inam ist Chief AI Officer bei Pactera EDGE, einem globalen Digital- und Technologiedienstleister.