Menschen und Maschinen müssen für ein erfolgreiches Lieferkettenmanagement zusammenarbeiten

Das Jahr 2024 vergeht mit rasender Geschwindigkeit, mehr als die Hälfte des Jahres ist vorbei. Da der Sommer für viele die Arbeit verlangsamt, ist es ein guter Zeitpunkt, um einen Blick auf die Trends zu werfen, die die Lieferkette jetzt und in den kommenden Monaten bestimmen. Die Technologie wird eine große Rolle dabei spielen, wohin wir uns entwickeln, aber noch wichtiger ist, dass erfolgreiche Unternehmen sich durch die intelligente und sorgfältige Integration von Menschen und Maschinen einen Wettbewerbsvorteil verschaffen werden.

Technologie-Boom

Nach allen Maßstäben ist der Durst nach Lieferkettentechnologien nahezu unstillbar, und Analysten betrachten diese Kategorie als das stabilste und am stärksten wachsende Segment für Unternehmenssoftware. Laut „Research and Markets“ erreicht der globale Markt für Lieferkettenmanagement-Software (SCM) im Jahr 2023 einen Wert von fast 36,7 Milliarden US-Dollar. Mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 18,1 % zwischen 2023 und 2033 wird der Markt voraussichtlich 194,3 Milliarden US-Dollar erreichen (Abbildung 1).¹

Abbildung 1: Der Markt für SCM-Software wird im Jahr 2033 voraussichtlich 194,3 Milliarden US-Dollar erreichen. (Bildquelle: Research and Markets)

Themen zur Lieferkette

Mit Interesse habe ich die von Gartner veröffentlichte Liste der Top-Trends in der Lieferkettentechnologie für 2024 gelesen. Diese Liste hat sich selbst in den letzten fünf Jahren dramatisch weiterentwickelt. Damals lag der Schwerpunkt auf Blockchain, dem Internet der Dinge (IoT) und digitalen Zwillingen.² Künstliche Intelligenz (KI) stand auf der Liste, aber nur wenige von uns hatten eine vage Vorstellung davon, wie sie außer zur „Automatisierung“ in großen Unternehmen eingesetzt werden könnte. Seitdem ist KI auch für kleinere Unternehmen erschwinglich und anwendbar geworden.³

Für Gartner hat sich KI zu einer klareren Kategorie mit verschiedenen Unterkategorien entwickelt, darunter KI-gestützte Bildverarbeitungssysteme, zusammengesetzte KI und humanoide Arbeitsroboter der nächsten Generation. Das Internet der Dinge (IoT) hat inzwischen eine neue Kategorie namens Maschinenkunden hervorgebracht. Gartner wies auch auf mehrere Trends zum Schutz und zur Kontrolle der Lieferkette hin, darunter Cyber-Erpressung, Datenmanagement in der Lieferkette und nachhaltige End-to-End-Lieferketten (Abbildung 2).

Abbildung 2: Bei Gartner ist KI eine klarere Kategorie mit verschiedenen Unterkategorien, darunter KI-gestützte Bildverarbeitungssysteme, zusammengesetzte KI und humanoide Roboter der nächsten Generation. (Bildquelle: Gartner)

Noch intelligentere KI und IoT

Was die KI betrifft, so bewegen wir uns von der Automatisierung hin zur Hyperautomatisierung, die fortschrittliche industrielle IoT-Technologie (IIoT) nutzt. KI-gestützte Bildverarbeitungssysteme kombinieren beispielsweise 3D-Kameras, Software für die computerbasierte Bildverarbeitung (CV) und Mustererkennungstechnologien, die fortschrittliche KI nutzen. Wie bei jeder neuen Technologie ist die Implementierung selbst für große, hochentwickelte Fertigungsbetriebe noch eine Herausforderung. Diese Lösungen können die unstrukturierten Bilder, die die Bildverarbeitungssysteme in Echtzeit sehen, selbständig erfassen, interpretieren und Schlussfolgerungen daraus ziehen. Die häufigsten Anwendungen der maschinellen Bilderfassung sind die visuelle Inspektion und Fehlererkennung, das Positionieren und Messen von Teilen sowie das Identifizieren, Sortieren und Verfolgen von Produkten.⁴

Die Kombination von KI-Technologie und IoT könnte auch das Potenzial haben, einige Probleme der Hersteller zu lindern, z. B. den Mangel an qualifizierten Arbeitskräften. ACWF-Initiativen (Augmented Connected Workforce) sorgen dafür, dass neue Mitarbeiter durch den Einsatz intelligenter Technologien, Personalanalysen und die Erweiterung von Fähigkeiten schneller einsatzbereit sind. Die menschlichen Fähigkeiten und die Produktivität nehmen zu, da das System den Mitarbeitern Echtzeit-Zugriff auf Informationen bietet, eine nahtlose Zusammenarbeit ermöglicht und ein intensives Schulungserlebnis bietet.

Eine weitere aufkommende Kategorie ist die „Composite AI“, die Gartner als „die kombinierte Anwendung mehrerer KI-Techniken“ zur Lösung von Geschäftsproblemen definiert, die die Leistung der Lieferkette verbessern können. Zu diesen Analysetechniken können gehören:

• Maschinelles Lernen (ML) / Deep Learning (DL, „tiefes Lernen“)
• Verarbeitung natürlicher Sprache (NLP)
• Computerbasierte Bildverarbeitung (CV)
• Deskriptive Statistik
• Wissensgraphen

Es bleibt jedoch abzuwarten, wie breit diese Art von Technologie einsetzbar sein wird. Die Unternehmen müssen klar definieren, welche Leistungsverbesserungen für ihre Effizienz unerlässlich sind. Bislang gibt es keine allgemeine Lösung für die Anwendung von Composite AI.

Zumindest ein identifizierter Trend ist bereits heute weit verbreitet: Maschinenkunden. Diese nicht-menschlichen Akteure können selbstständig Waren und Dienstleistungen gegen Bezahlung erwerben. Einem anderen Bericht von Gartner zufolge sind etwa 13 Milliarden IoT-Produkte im Einsatz, die als Kunden fungieren können.⁵ Häufig ist diese Technologie am nützlichsten für preiswerte und weit verbreitete Komponenten (z. B. Kondensatoren oder Widerstände) und nicht für solche, die speziell für ein neues Produkt entwickelt wurden.

Sicherheit und Regulierung

Da die Lieferkette technologisch immer fortschrittlicher wird, ist es nur logisch, dass Datensicherheit und -verwaltung an Bedeutung gewinnen werden. Dieselbe KI-Technologie, die die Zukunft der Lieferkette unterstützen wird, wird wahrscheinlich auch zum Arsenal der Cyberkriminellen gehören. KI kann potenziell raffinierte Malware und Ransomware erstellen, um ahnungslose Lieferketten anzugreifen.

In den letzten fünf Quartalen stand die Cybersicherheit laut dem „Lehigh Business Supply Chain Risk Management Index“ ganz oben auf der Liste der wichtigsten Risiken, mit denen sich Lieferkettenmanager beschäftigen (Abbildung 3). Sie ist gegenüber dem letzten Quartal um mehr als 5,5 Punkte gestiegen und liegt damit 12 Punkte über dem Durchschnitt. Im 3. Quartal 2024 war ein leichter Rückgang zu verzeichnen, aber die Besorgnis blieb groß. Zu den Risiken gehören Cyberangriffe, Datenbeschädigung, Datendiebstahl, Systemviren und die Kontrolle von Sicherheitsplattformen.⁶ Unternehmen müssen eng mit ihrer IT-Abteilung zusammenarbeiten, um den Cyberkriminellen einen Schritt voraus zu sein.

Abbildung 3: Cybersicherheits- und Datenrisiken nehmen im „Lehigh Business Supply Chain Risk Management Index“ mit großem Abstand den ersten Platz ein und liegen damit 12 Punkte über dem Durchschnitt. (Bildquelle: Lehigh Business Supply Chain Risk Management Index)

Regulierung und Nachhaltigkeit werden inzwischen durch KI und Analytik unterstützt. Unternehmen können innovative Technologien einsetzen, um die funktionsübergreifende Sichtbarkeit, die Modellierung von Szenarien und die Automatisierung von Entscheidungen zu verbessern. Die Datengenauigkeit ist für beide Bereiche von entscheidender Bedeutung, da schlechte Daten zu schlechten Ergebnissen führen.

KI könnte sich in der Lieferkette endlich durchsetzen, und 2024 wird es wahrscheinlich einen starken Fokus auf die Implementierung von KI-gestützten Technologien in der gesamten Lieferkette geben. Da die Technologie in der Lieferkette immer weiter fortschreitet, wird die Datengenauigkeit immer wichtiger werden.

Referenzen

1: https://www.researchandmarkets.com/reports/5232515/supply-chain-management-scm-software-global

2: https://www.gartner.com/smarterwithgartner/gartner-top-8-supply-chain-technology-trends-for-2019

3: https://www.forbes.com/sites/digital-assets/2024/01/24/how-blockchain-and-ai-are-set-to-transform-small-businesses-in-2024

4: https://www.intel.de/content/www/de/de/manufacturing/what-is-machine-vision.html

5: https://www.cnbc.com/2024/02/21/machine-customers-are-already-among-us-and-they-number-in-the-billions.html

6: https://business.lehigh.edu/sites/default/files/2024-06/LRMI_2024_3rd_Quarter_Report_final2.pdf