Generative KI in der Lieferkette
Veraltete Technologien, die keinen Zugang zu neuen strategischen Regionen bieten, erschweren die Bestandsplanung.
Die zunehmende Komplexität globaler Lieferketten erschwert die Sichtbarkeit. Viele Verlader haben Probleme, Sendungen über verschiedene Verkehrsträger, Knotenpunkte und Spediteure hinweg zu verfolgen. Das gilt vor allem für Waren, die sowohl auf dem Seeweg als auch auf dem Landweg transportiert werden. Und diese machen rund 70 Prozent aller Lieferungen aus. Da oft genaue Kenntnisse zur Fracht fehlen, sind Informationen für die Auftragsbearbeitung schwer zu beschaffen. Die Folge sind frustrierte Kunden.
Ein weiteres Problem sind die zahlreichen manuellen Prozesse bei der Sendungsverfolgung. Um Daten zu aktualisieren, müssen Verlader oft in mehreren Systemen navigieren, unzählige Tabellenkalkulationen bearbeiten und mit Spediteuren sowie Transporteuren telefonieren. Hinzu kommt, dass viele Unternehmen veraltete Technologien nutzen, die nur auf einen oder zwei Verkehrsträger und eine Region spezialisiert sind. Dies erschwert weltweit tätigen Verladern die Bestandsplanung und kann zu Überschüssen führen.
Autonome Supply-Chain-Experten
Jetzt liegen alle Hoffnungen auf der generativen Künstlichen Intelligenz (KI), die 2023 ihren Durchbruch feierte. Für das Supply Chain Management (SCM) gilt das bislang allerdings kaum. Die Branche verwendet zwar bereits KI und Machine Learning (ML) für Prognosen und Inspektionen, die Möglichkeit, mit generativer KI die Lieferketten zu optimieren, bleibt jedoch weitgehend ungenutzt. Einer aktuellen Studie von McKinsey zufolge setzen nur 3 Prozent der Unternehmen regelmäßig Generative AI im SCM ein. Der Grund: Ein Großteil der Lieferkettendaten ist unstrukturiert. Es ist extrem aufwendig, sie aus verschiedenen Quellen zusammenzuführen, um die Menge an hochwertigen Daten zu erhalten, die das Training von Large Language Models (LLMs) erfordert. Der Einsatz von generativer KI und Data-Science-Technologien im Lieferketten-Management kann Unternehmen helfen, die enormen Herausforderungen zu bewältigen:
• Beseitigung blinder Flecken in der Lieferkette
• Automatisierung von Prozessen
• Transparenz für mehr Wachstum
in strategischen Märkten
• Verbesserung der Kundenerlebnisse
• Nachhaltigkeit in der Lieferkette
Mit entsprechenden Lösungen dienen generative KI-Modelle als autonome Supply-Chain-Experten, die sich selbst optimieren, Erkenntnisse aus Analysen ableiten, über Ausnahmen informieren und Lösungsvorschläge liefern. Damit können Unternehmen ihre Risiken proaktiv minimieren. Die Voraussetzung ist eine hochwertige Datenbasis, mit der die KI trainiert wird. Die Plattform Movement GPT von Project44 etwa arbeitet mit einem Datensatz, der aus der Verfolgung von rund einer Milliarde Sendungen mit einem Kundeninventar von 1 Bio. US-Dollar in 181 Ländern gewonnen wurde.
Bildquelle: Getty Images / iStock / Getty Images Plus
