Platz gemacht, Chatbots! KI hat weitaus mehr zu bieten, als Menschen in Sales- und Marketing-Kommunikation zu unterst\u00fctzen. W\u00e4hrend der E-Commerce die gesamte Aufmerksamkeit der Tech-Medien auf KI lenkt, verst\u00e4rkt die Lebensmittel- und Getr\u00e4nkeindustrie im Stillen den Einsatz von KI: mehr Anwendungen, Hersteller und Marken, die an Bord springen, mehr Startups, die auf die B\u00fchne treten.<\/p>\n
Die Anwendungsm\u00f6glichkeiten von KI in der Lebensmittel- und Getr\u00e4nkeindustrie sind vielf\u00e4ltig:<\/p>\n
In diesem Beitrag werden wir tiefer in die Anwendung von KI im Risikomanagement in der Lieferkette eintauchen.<\/p>\n
Die Lieferkette<\/a> 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.<\/p>\n Alles in allem beinhaltet und involviert die Lieferkette:<\/p>\n Die Lieferkette bezieht sich in erster Linie auf das individuelle Netzwerk, das sich zu einem einzigen Produkt zusammenf\u00fcgt. Aber wenn wir \u00fcber die globale Lieferkette sprechen, wird die Sache etwas komplizierter. Dann wir sprechen \u00fcber die weltweite Lebensmittelversorgung und wie diese beeinflusst wird.<\/p>\n Im Wesentlichen muss ein Unternehmen nicht nur seine eigenen Gewinne sch\u00fctzen, sondern auch daf\u00fcr sorgen, dass in der Lebensmittelversorgung so wenig wie m\u00f6glich durch Fahrl\u00e4ssigkeit verschwendet wird. Dies geschieht zum Wohl der Verbraucher, die ihre ben\u00f6tigten Produkte zu normalen Preisen kaufen k\u00f6nnen sollen.<\/p>\n Unter Risikomanagement f\u00fcr die Lieferkette versteht man die Praktiken und Systeme, die eingef\u00fchrt werden, um das Risiko von Problemen, Ausf\u00e4llen und Verschwendung in der Lieferkette zu verringern.<\/p>\n Alle Ebenen und Elemente der Lieferkette (Interaktionen mit Lieferanten, Hafen- und Lieferprobleme, fertige Produktlieferung) sollten dabei ber\u00fccksichtigt werden.<\/p>\n Das bedeutet, dass eine koh\u00e4rente Risikomanagementstrategie f\u00fcr die Lieferkette nicht nur ber\u00fccksichtigt, wor\u00fcber der Lieferant Kontrolle hat \u2013 beispielsweise die p\u00fcnktliche Lieferung von Zutaten. Auch nicht-beeinflussbare Faktoren wie Verz\u00f6gerungen durch Witterung, Stau, Streik oder Betriebs-Shutdowns sollten einbezogen werden.<\/p>\n Aus diesem Grund ist das Risikomanagement in der Lieferkette au\u00dferordentlich kompliziert. Gl\u00fccklicherweise wachsen die Hilfs- und Unterst\u00fctzungsm\u00f6glichkeiten von KI.<\/p>\n Wie also kann KI das Risikomanagement tats\u00e4chlich ein wenig einfacher gestalten? Lassen Sie uns das untersuchen. Aber zun\u00e4chst ein paar kurze Definitionen der zugrunde liegenden Technologie, die von Softwareanbietern und f\u00fchrenden Herstellern verwendet wird.<\/p>\n Beide Arten von Technologie werden von Nahrungsmittel- und Getr\u00e4nkeherstellern eingesetzt, um ihre Kapazit\u00e4ten beim Risikomanagement in der Lieferkette zu verbessern. Es ist wichtig, daran zu erinnern, dass die k\u00fcnstliche Intelligenz Machine Learning als Teilbereich umfasst.<\/p>\n Die gebr\u00e4uchlichste Art und Weise, wie KI derzeit im Supply-Chain-Risikomanagement eingesetzt wird, findet sich in der Planungsphase.<\/p>\n KI kann dabei helfen, Entscheidungen dar\u00fcber zu treffen, was wann bestellt werden soll:<\/p>\n KI kann dazu beitragen, die menschlichen Berechnungen und den Entscheidungsfindungsprozess zu beschleunigen. So muss die Lieferkette nicht mehr auf gut Gl\u00fcck geplant werden.<\/p>\n KI kann auch helfen, potenzielle Risiken f\u00fcr Inhaltsstoffe und Produkte zu erkennen, die den menschlichen Arbeitern m\u00f6glicherweise noch nicht bekannt sind. Wenn beispielsweise ein R\u00fcckruf von Salat in einem bestimmten Gebiet bekannt ist, kann die KI-Plattform die Lieferkettenmanager warnen, damit sie die aus diesem Gebiet stammenden Inhaltsstoffe \u00fcberpr\u00fcfen und feststellen k\u00f6nnen, ob ein anderes Produkt betroffen sein k\u00f6nnte.<\/p>\n Wenn es bekannte Probleme in der Lieferkette gibt, kann KI dazu beitragen, die Folgen zu abzufedern. Angesichts von Produktr\u00fcckrufen, die Hunderttausende bis Millionen von Euro kosten, ist es wichtig, der \u00f6ffentlichen Sicherheit Priorit\u00e4t einzur\u00e4umen und gleichzeitig so wenig Produkte wie m\u00f6glich zur\u00fcckzurufen.<\/p>\n KI kann pr\u00e4zise Entscheidungen dar\u00fcber treffen, welche Artikel zur\u00fcckgerufen werden sollen \u2013 basierend darauf, wo sie hergestellt wurden und mit welchen genauen Inhaltsstoffen (von welchen Lieferanten). So m\u00fcssen weniger Produkte entsorgt werden. Durch den R\u00fcckruf nur einzelner Produkte statt ganzer Produktlinien k\u00f6nnen Unternehmen auch hoffen, weniger R\u00fcckschl\u00e4ge von Seiten der Verbraucher zu erfahren, denn sie k\u00f6nnen direkt den betreffenden H\u00e4ndler kontaktieren.<\/p>\n KI kann auch zur Vorhersage von Problemen bei der Lieferung verwendet werden. Dies k\u00f6nnte f\u00fcr Lieferungen von einem Lieferanten an einen Hersteller, aber auch von einem Hersteller an ein Lager, einen Distributor oder einen Einzelh\u00e4ndler gelten. Der Vorteil der Vorhersage von Lieferunterbrechungen liegt in der Optimierung der Lieferkette. Wie k\u00f6nnen Sie Lieferengp\u00e4sse verhindern? M\u00fcssen Alternativpl\u00e4ne 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.<\/p>\n \u201eDas Wiederaufleben der K\u00fcnstlichen Intelligenz (KI) hat zur Untersuchung von Techniken des maschinellen Lernens und ihrer Anwendbarkeit im Risikomanagement der Lieferkette gef\u00fchrt. Die meisten Arbeiten konzentrieren sich jedoch auf die Vorhersageleistung und vernachl\u00e4ssigen die Bedeutung der Interpretierbarkeit, so dass die Ergebnisse von Praktikern in der Lieferkette verstanden werden k\u00f6nnen und ihnen helfen, Entscheidungen zu treffen, die Risiken mindern oder verhindern k\u00f6nnen“, schreiben die Wissenschaftler George Baryannis, SamirDani, Grigoris Antoniou<\/a>.<\/p>\n Mit anderen Worten: die derzeitige Entwicklungsarbeit in der KI f\u00fcr die Lieferkette konzentriert sich zu stark auf Vorhersagen und nicht genug auf die Nutzung oder Interpretation.<\/p>\n Deshalb geht es bei der n\u00e4chsten (und wahrscheinlich der h\u00e4rtesten und wichtigsten) Grenze von KI nicht um die Algorithmen oder Vorhersagen des maschinellen Lernens, sondern vielmehr um die Synergie zwischen Technologie und KI.<\/p>\n Die Nutzbarmachung von KI steigt bereits in vielen Branchen wie Marketing, E-Commerce und Einzelhandel, aber in der Lebensmittel- und Getr\u00e4nkeindustrie hinkt sie noch hinterher.<\/p>\n F\u00fcr das absehbare Jahrzehnt wird es ein enormes Wachstumspotenzial f\u00fcr Softwarefirmen geben, die KI nutzen, um leicht zu interpretierende und umsetzbare Erkenntnisse zu gewinnen.<\/p>\n Der globale Markt f\u00fcr k\u00fcnstliche Intelligenz f\u00fcr die Lieferkette wird voraussichtlich von 2019 bis 2027 um 45,3 % auf gesch\u00e4tzte 21,8 Milliarden Dollar wachsen.<\/p>\n Es gibt bereits einige KI-Startups und gro\u00dfe Player auf dem Markt, anhand deren Fortschritte Sie mehr \u00fcber Ihre M\u00f6glichkeiten zur Implementierung von KI in Ihrem Unternehmen erfahren k\u00f6nnen.<\/p>\n Die Lieferkette wird immer ein au\u00dferordentlich komplexes Netzwerk f\u00fcr das Risikomanagement sein. Mit Hilfe von KI k\u00f6nnen Risikomanagement-Experten schneller zu wichtigen Entscheidungen kommen.<\/p>\n","protected":false},"excerpt":{"rendered":" Platz gemacht, Chatbots! KI hat weitaus mehr zu bieten, als Menschen in Sales- und Marketing-Kommunikation zu unterst\u00fctzen. W\u00e4hrend der E-Commerce die gesamte Aufmerksamkeit der Tech-Medien auf KI lenkt, verst\u00e4rkt die Lebensmittel- und Getr\u00e4nkeindustrie im Stillen den Einsatz von KI: mehr Anwendungen, Hersteller und Marken, die an Bord springen, mehr Startups, die auf die B\u00fchne treten.<\/p>\n","protected":false},"author":12,"featured_media":7747,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_FSMCFIC_featured_image_caption":"","_FSMCFIC_featured_image_nocaption":null,"_FSMCFIC_featured_image_hide":null},"categories":[118],"tags":[146,140,145],"yoast_head":"\n\n
Was ist Risikomanagement f\u00fcr die Lieferkette?<\/h2>\n
Wie verbessert KI das Risikomanagement f\u00fcr die Lieferkette?<\/h2>\n
\n
Die wichtigsten M\u00f6glichkeiten f\u00fcr KI im Risikomanagement<\/h2>\n
Planung der Versorgungskette<\/h3>\n
\n
Erkennen potenzieller Risiken<\/h3>\n
Genauere Identifizierung gef\u00e4hrdeter Produkte<\/h3>\n
Vorhersagen zu Lieferunterbrechungen<\/h3>\n
Wo KI f\u00fcr das Risikomanagement in der Lieferkette verbessert werden muss<\/h2>\n
Was n\u00fctzt KI, wenn die Fachleute der Lieferkette sie nicht nutzen k\u00f6nnen?<\/h3>\n
Technologie, die Ihnen hilft, KI f\u00fcr das Lieferkettenmanagement zu nutzen<\/h2>\n
\n