Intelligente Lieferketten

In der Logistik und dem Supply Chain Management setzt man laut Christian Grotemeier schon lange auf digitale Technologien – von Computern, die in vielen Speditionen in den 1970er-Jahren die Touren berechnet hätten, über Barcode-Scanner zur schnelleren Erfassung von Sendungsdaten in den 80ern bis hin zu vollvernetzten und transparenten Lieferketten mit Einsatz von Algorithmen, Künstlicher Intelligenz, Drohnen, Exoskeletten oder Datenbrillen, wie wir sie heute erlebten. „Die Logistik gehört zu den Treibern digitaler Innovation, und das muss sie auch.“ Denn die Kundenanforderungen änderten sich laufend und mit ihnen würden auch die Erwartungen steigen, nicht nur bei der Zustellung von Paketen, sondern zum Beispiel auch in der Produktionslogistik und den damit verbundenen Prozessen und Schnittstellen. „Es geht vor allem um Planungssicherheit als Basis für höchstmögliche Flexibilität und Resilienz.“

Im Rahmen der Digitalisierung sind vor allem Technologien wie Künstliche Intelligenz und Data Analytics von Bedeutung und das Fundament für künftige Optimierungen im Hinblick auf Wirtschaftlichkeit und auch Nachhaltigkeit. Laut Gartner würden bis 2023 mindestens die Hälfte der großen globalen Unternehmen Künstliche Intelligenz, fortschrittliche Analysen und das Internet of Things im Supply Chain Management einsetzen, zitiert Kay Manke das Analystenhaus. Hierbei erweise sich KI als eine der innovativsten und zukunftsrelevantesten Technologien für die Verarbeitung großer Datenmengen. „Die strukturierten sowie unstrukturierten Daten können mittels der KI beziehungsweise Data Analytics wettbewerbsstärkend eingesetzt werden, um einen grundlegenden Informationsvorsprung auszubauen und historische oder auch marktspezifische Datenmengen in Entscheidungsprozesse mit einfließen zu lassen.“ Somit könnten beispielsweise Daten zur Risikoüberwachung der gesamten Supply Chain angewandt werden.

Um aus den riesigen Datenmengen einen Nutzen zu ziehen, muss man jedoch in der Lage sein, Signale von „Rauschen“ zu trennen. Fortgeschrittene Machine-Learning-Algorithmen sind hier der Schlüssel. „Auf der Grundlage probabilistischer Prognosemodelle interpretieren diese Algorithmen die inhärente Unsicherheit von Angebot und Nachfrage“, erläutert Mauro Adorno von der Tools Group. „Bei dieser Methode wird anstelle des traditionellen ,One-Number Forecast‘, der auf der Mittelung aggregierter Daten beruht, nicht ein einziges Ergebnis angezeigt, sondern eine Bandbreite, der jeweils eine Wahrscheinlichkeit zugeordnet ist.“ Anhand dieser Details könnten Vorhersage-Algorithmen Muster erkennen, die den Disponenten helfen, zu reagieren und den Kurs zu korrigieren, bevor Krisen eintreten. Auch könnten sie so durch völlig neue Situationen navigieren, etwa die Pandemie.

In diesen Zusammenhang ist immer wieder von „intelligenten Supply Chains“ die Rede. Dabei sind die Lieferketten an sich ja nicht intelligent. Der Begriff zielt vielmehr auf intelligente Entscheidungen ab, die in der Supply Chain getroffen werden, um wirtschaftlich und nachhaltig Produkte und Dienstleistungen bereitzustellen. Von einer intelligenten Supply Chain kann man sprechen, wenn eine erfolgreiche Systemimplementierung innovativer Technologien wie KI stattgefunden hat und diese auch regelmäßig zum Einsatz kommen.