Risikomanagement in der Supply Chain verbessern – mit KI

Platz gemacht, Chatbots! KI hat weitaus mehr zu bieten, als Menschen in Sales- und Marketing-Kommunikation zu unterstützen. Während der E-Commerce die gesamte Aufmerksamkeit der Tech-Medien auf KI lenkt, verstärkt die Lebensmittel- und Getränkeindustrie im Stillen den Einsatz von KI: mehr Anwendungen, Hersteller und Marken, die an Bord springen, mehr Startups, die auf die Bühne treten.

Die Anwendungsmöglichkeiten von KI in der Lebensmittel- und Getränkeindustrie sind vielfältig:

• Risikomanagement in der Lieferkette
• Vorhersage der Nachfrage
• Lager- und Bestandsverwaltung
• Automatisierte Beschaffung
• Qualitätssicherung
• Beseitigung von Sprachbarrieren bei Lieferanten
• Fahrerlose Fahrzeuge in Lagerhallen
• Kundensichtbarkeit und Kundeneinblicke

In diesem Beitrag werden wir tiefer in die Anwendung von KI im Risikomanagement in der Lieferkette eintauchen.

Was verstehen wir unter Lieferkette?

Die Lieferkette bezieht sich auf das gesamte Netzwerk, das zusammenkommt, um ein Produkt herzustellen: nicht nur die Lieferanten und von ihnen gelieferte Inhaltsstoffe, sondern auch die Systeme und Prozesse, die vom Hersteller eingesetzt werden, und die Menschen, die im Lieferkettenmanagement arbeiten.

Alles in allem beinhaltet und involviert die Lieferkette:

• Lieferanten und Lieferantenbeziehungen
• Inhaltsstoffe und Materialien
• Standorte und Häfen
• Lieferketten-Software und -Systeme
• Lieferkettenprozesse und -standards
• Mitarbeiter und Rollen in der Lieferkette

Die Lieferkette bezieht sich in erster Linie auf das individuelle Netzwerk, das sich zu einem einzigen Produkt zusammenfügt. Aber wenn wir über die globale Lieferkette sprechen, wird die Sache etwas komplizierter. Dann wir sprechen über die weltweite Lebensmittelversorgung und wie diese beeinflusst wird.

Im Wesentlichen muss ein Unternehmen nicht nur seine eigenen Gewinne schützen, sondern auch dafür sorgen, dass in der Lebensmittelversorgung so wenig wie möglich durch Fahrlässigkeit verschwendet wird. Dies geschieht zum Wohl der Verbraucher, die ihre benötigten Produkte zu normalen Preisen kaufen können sollen.

Was ist Risikomanagement für die Lieferkette?

Unter Risikomanagement für die Lieferkette versteht man die Praktiken und Systeme, die eingeführt werden, um das Risiko von Problemen, Ausfällen und Verschwendung in der Lieferkette zu verringern.

Alle Ebenen und Elemente der Lieferkette (Interaktionen mit Lieferanten, Hafen- und Lieferprobleme, fertige Produktlieferung) sollten dabei berücksichtigt werden.

Das bedeutet, dass eine kohärente Risikomanagementstrategie für die Lieferkette nicht nur berücksichtigt, worüber der Lieferant Kontrolle hat – beispielsweise die pünktliche Lieferung von Zutaten. Auch nicht-beeinflussbare Faktoren wie Verzögerungen durch Witterung, Stau, Streik oder Betriebs-Shutdowns sollten einbezogen werden.

Aus diesem Grund ist das Risikomanagement in der Lieferkette außerordentlich kompliziert. Glücklicherweise wachsen die Hilfs- und Unterstützungsmöglichkeiten von KI.

Wie verbessert KI das Risikomanagement für die Lieferkette?

Wie also kann KI das Risikomanagement tatsächlich ein wenig einfacher gestalten? Lassen Sie uns das untersuchen. Aber zunächst ein paar kurze Definitionen der zugrunde liegenden Technologie, die von Softwareanbietern und führenden Herstellern verwendet wird.

• Künstliche Intelligenz: Künstliche Intelligenz ist die Fähigkeit eines Computerprogramms, Daten zu analysieren und eigene Schlussfolgerungen zu ziehen. Zu den Teilgebieten dieser Technologie gehören Sehen, Robotik, Verarbeitung natürlicher Sprache und maschinelles Lernen. Hollywood mag uns zwar immer wieder dazu veranlassen, damit menschliche Züge und eine Stimme zu verbinden. Tatsache ist aber, dass sich diese Technologie einfach auf die Fähigkeit bezieht, unabhängige Entscheidungen zu treffen. Die Robotik ist eine zusätzliche Ebene.
• Machine Learning: Das maschinelle Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem das Computerprogramm in der Lage ist, zu lernen und sich selbst zu verbessern. Es wurde dabei nicht explizit darauf programmiert, bestimmte Verbesserungen vorzunehmen.

Beide Arten von Technologie werden von Nahrungsmittel- und Getränkeherstellern eingesetzt, um ihre Kapazitäten beim Risikomanagement in der Lieferkette zu verbessern. Es ist wichtig, daran zu erinnern, dass die künstliche Intelligenz Machine Learning als Teilbereich umfasst.

Die wichtigsten Möglichkeiten für KI im Risikomanagement

Planung der Versorgungskette

Die gebräuchlichste Art und Weise, wie KI derzeit im Supply-Chain-Risikomanagement eingesetzt wird, findet sich in der Planungsphase.

KI kann dabei helfen, Entscheidungen darüber zu treffen, was wann bestellt werden soll:

• Prognostizierte Nachfrage
• Live-Produktbestellungen
• Vermutete Reaktionszeit des Lieferanten und Verfügbarkeit der Zutaten
• Verfügbarer Raum in der Lagerhalle

KI kann dazu beitragen, die menschlichen Berechnungen und den Entscheidungsfindungsprozess zu beschleunigen. So muss die Lieferkette nicht mehr auf gut Glück geplant werden.

Erkennen potenzieller Risiken

KI kann auch helfen, potenzielle Risiken für Inhaltsstoffe und Produkte zu erkennen, die den menschlichen Arbeitern möglicherweise noch nicht bekannt sind. Wenn beispielsweise ein Rückruf von Salat in einem bestimmten Gebiet bekannt ist, kann die KI-Plattform die Lieferkettenmanager warnen, damit sie die aus diesem Gebiet stammenden Inhaltsstoffe überprüfen und feststellen können, ob ein anderes Produkt betroffen sein könnte.

Genauere Identifizierung gefährdeter Produkte

Wenn es bekannte Probleme in der Lieferkette gibt, kann KI dazu beitragen, die Folgen zu abzufedern. Angesichts von Produktrückrufen, die Hunderttausende bis Millionen von Euro kosten, ist es wichtig, der öffentlichen Sicherheit Priorität einzuräumen und gleichzeitig so wenig Produkte wie möglich zurückzurufen.

KI kann präzise Entscheidungen darüber treffen, welche Artikel zurückgerufen werden sollen – basierend darauf, wo sie hergestellt wurden und mit welchen genauen Inhaltsstoffen (von welchen Lieferanten). So müssen weniger Produkte entsorgt werden. Durch den Rückruf nur einzelner Produkte statt ganzer Produktlinien können Unternehmen auch hoffen, weniger Rückschläge von Seiten der Verbraucher zu erfahren, denn sie können direkt den betreffenden Händler kontaktieren.

Vorhersagen zu Lieferunterbrechungen

KI kann auch zur Vorhersage von Problemen bei der Lieferung verwendet werden. Dies könnte für Lieferungen von einem Lieferanten an einen Hersteller, aber auch von einem Hersteller an ein Lager, einen Distributor oder einen Einzelhändler gelten. Der Vorteil der Vorhersage von Lieferunterbrechungen liegt in der Optimierung der Lieferkette. Wie können Sie Lieferengpässe verhindern? Müssen Alternativpläne erstellt werden? Wie kann Platz geschaffen werden, wenn Backups Probleme verursachen? Keine dieser Fragen kann rechtzeitig beantwortet werden, wenn Sie nicht in der Lage sind, Lieferunterbrechungen vorherzusagen.

Wo KI für das Risikomanagement in der Lieferkette verbessert werden muss

„Das Wiederaufleben der Künstlichen Intelligenz (KI) hat zur Untersuchung von Techniken des maschinellen Lernens und ihrer Anwendbarkeit im Risikomanagement der Lieferkette geführt. Die meisten Arbeiten konzentrieren sich jedoch auf die Vorhersageleistung und vernachlässigen die Bedeutung der Interpretierbarkeit, so dass die Ergebnisse von Praktikern in der Lieferkette verstanden werden können und ihnen helfen, Entscheidungen zu treffen, die Risiken mindern oder verhindern können“, schreiben die Wissenschaftler George Baryannis, SamirDani, Grigoris Antoniou.

Mit anderen Worten: die derzeitige Entwicklungsarbeit in der KI für die Lieferkette konzentriert sich zu stark auf Vorhersagen und nicht genug auf die Nutzung oder Interpretation.

Was nützt KI, wenn die Fachleute der Lieferkette sie nicht nutzen können?

Deshalb geht es bei der nächsten (und wahrscheinlich der härtesten und wichtigsten) Grenze von KI nicht um die Algorithmen oder Vorhersagen des maschinellen Lernens, sondern vielmehr um die Synergie zwischen Technologie und KI.

Die Nutzbarmachung von KI steigt bereits in vielen Branchen wie Marketing, E-Commerce und Einzelhandel, aber in der Lebensmittel- und Getränkeindustrie hinkt sie noch hinterher.

Für das absehbare Jahrzehnt wird es ein enormes Wachstumspotenzial für Softwarefirmen geben, die KI nutzen, um leicht zu interpretierende und umsetzbare Erkenntnisse zu gewinnen.

Technologie, die Ihnen hilft, KI für das Lieferkettenmanagement zu nutzen

Der globale Markt für künstliche Intelligenz für die Lieferkette wird voraussichtlich von 2019 bis 2027 um 45,3 % auf geschätzte 21,8 Milliarden Dollar wachsen.

Es gibt bereits einige KI-Startups und große Player auf dem Markt, anhand deren Fortschritte Sie mehr über Ihre Möglichkeiten zur Implementierung von KI in Ihrem Unternehmen erfahren können.

• Echo ist ein Transportmanagementsystem, das Ihnen hilft, Ihren Transport und Ihre Logistik zu optimieren, so dass die Abläufe Ihrer Lieferkette rationalisiert werden. Eine bessere Kontrolle über ausgehende Sendungen kann die Planung erleichtern und Platz für eingehende Sendungen schaffen.
• Havi ist ein Startup, das vorausschauende Analysen für die Lieferkette anbietet. Gegenwärtig agiert das Unternehmen nicht als Software-Anbieter, sondern als Dienstleister und nutzt seine KI für Hersteller. Das Unternehmen bietet Analytik, Verpackung, Beschaffung, Lieferkette und Logistik an, um Kunden bei der Lösung aller Arten von Lieferkettenproblemen zu unterstützen. Das beinhaltet außerdem sowohl Analysen zur Entscheidungsfindung als auch laufende Managementdienste.
• C3 ist ein Anbieter von KI-Software für Unternehmen unterschiedlichster Branchen, einschließlich der Lebensmittel- und Getränkeindustrie. Eines der von der Plattform des Unternehmens versprochenen Kernziele ist die Reduzierung unnötiger Lagerbestände, wodurch Kosten gesenkt, der Cashflow verbessert und das Risiko der Verschwendung oder Liquidierung von Produkten minimiert werden. Das Unternehmen bietet auch physische Sensoren zur Erkennung von Problemen und Fehlfunktionen von Geräten an, wodurch Probleme in der Lieferkette drastisch reduziert werden können, da fehlerhafte Geräte schneller repariert und Produktabfälle reduziert werden können.
• Coyote setzt vorausschauende Analysen, KI und maschinelles Lernen ein, um Spediteuren zu helfen, Probleme und Verzögerungen in der Lieferkette im Voraus zu erkennen. Dadurch wird sichergestellt, dass die Sendungen pünktlich ankommen, da bei Bedarf Alternativpläne erstellt werden können. Coyote operiert zwar immer noch unter seiner eigenen Marke, wurde jedoch von UPS übernommen, um die Lösung für das Unternehmen nutzbar zu machen und sie anderen Spediteuren und Herstellern anzubieten.

Die Lieferkette wird immer ein außerordentlich komplexes Netzwerk für das Risikomanagement sein. Mit Hilfe von KI können Risikomanagement-Experten schneller zu wichtigen Entscheidungen kommen.