Künstliche Intelligenz in der Supply Chain – Transparenz ermöglicht Wettbewerbsvorteil

Künstliche Intelligenz ist nicht nur als Mittel zur effizienteren Beschaffung zu sehen: Mit ihrem Potenzial, Transparenz in den Lieferketten zu schaffen, ist sie auch dafür prädestiniert, den Wettbewerb offener zu gestalten oder gar bestehende Recherche-, Beschaffungs- und Qualitätsprozesse fundamental zu verändern.

Die Dynamik im globalen Material- und Kapitalflüssen wird durch infrastrukturelle, politische und kulturelle Differenzen geprägt. Unternehmen setzen aufgrund von Kostendruck häufig Konzepte wie Lean Manufacturing, Outsourcing und Single Sourcing ein (Christopher, 2005). Diese erhöhen jedoch die Risiken des Lieferantenausfalls und schränken die Möglichkeiten zum Benchmarking der bestehenden Lieferanten ein. Denkt man über die klassischen Effizienzsteigerungspotenziale im Supply Chain Management (SCM) hinaus, lassen sich durch moderne Kunden-Kollaborations-Projekte neue Produktinnovationen mit Partner-Lieferanten entwickeln und umsatzwirksam absetzen. Gerade neue Innovationspartnerschaften sind heute notwendiger denn je. Hierfür ist es jedoch erforderlich, dass Einkäufer über profundes Wissen der potenziellen Lieferanten im eigenen Beschaffungsmarkt verfügen. Um eine wirkliche Innovation voranzutreiben sind traditionelle Informationsquellen unzureichend. Kenntnisse zu Lieferantenstrukturen und deren Produktportfolios aus angrenzenden „Nachbarindustrien“ und insbesondere aus neu entstehenden Industrien sind notwendig, um die relevanten Partner zu identifizieren. Beispielhaft sind hier die Innovationskollaborationen, die im Bereich Smart Home bei traditionellen Küchen- und Gebäudeausstattern sowie Technologieunternehmen entstanden sind. Selbiges gilt für die Entwicklungen im Bereich Fahrzeugbau. Traditionelle Automobilunternehmen müssen sich bei Themen wie Batterieantrieb, technologischer Innenausstattung oder dem selbstfahrenden Auto mit den innovativsten und kreativsten Unternehmen in Kooperation begeben, um das attraktivste Angebot im Markt platzieren zu können.

Transparenz in der Supply Chain

Traditionell stehen Produktion, Einkauf, Logistik und Risikomanager vor zentralen Herausforderungen, um eine stabile, effiziente, aber dennoch innovative Wertschöpfung zu garantieren: Erstens der Identifikation innovativer Lieferanten, zweitens der Risikoreduktion auf Basis von Lieferketten-Transparenz und schließlich der Fähigkeit zur kurzfristigen

Reaktion bei Lieferantenausfall. Die grundsätzlich dadurch gestärkte Verhandlungsposition im Einkauf ist dabei ein willkommener „Mitnahme-Effekt“. Um die Aufgabenstellungen individuell, d. h. je Warengruppe oder Supply Chain zu lösen, bedarf es grundsätzlich einer ähnlichen Vorgehensweise. Die intelligente Kombination verschiedener Datenquellen bildet die Ausgangsbasis der Datenaufbereitung. Es wird also ein Datensatz 0 generiert.

KI im strategischen Einkauf

Künstliche Intelligenz im strategischen Einkauf bzw. Supply Chain Management hat das Potenzial, die ganze Branche nachhaltig zu verändern. Denn das Finden und Bewerten neuer Lieferanten ist für Einkäufer, Supply Chain Manager und Produktionsentscheider bisher ein aufwändiger Prozess: Die Internetrecherche ergibt meist keine zufriedenstellenden Ergebnisse, da die großen Suchmaschinen ihre Suchergebnisse regional eingrenzen. Potenziell in Frage kommende Lieferanten sitzen im Ausland und haben daher häufig keine Website in deutscher oder englischer Sprache. Kostenintensive Geschäftsreisen, um mögliche Lieferanten vor Ort zu evaluieren, erweisen sich nicht selten als erfolglos. Und natürlich bleibt immer die Frage bestehen, ob man für ein Bauteil tatsächlich den günstigsten bzw. innovativsten Lieferanten gefunden hat, wenn man manuell nur einen Teil aller möglichen Lieferanten miteinander vergleichen konnte. Wenn eine KI jedoch bereits auf mehrere Milliarden Datensätze zugreifen und damit Lieferanten auf der ganzen Welt finden kann, diese dann mithilfe eines Trust Score direkt evaluiert und dem Einkäufer innerhalb weniger Tage zur Verfügung stellt, ist diese Entwicklung mit dem häufig genutzten Buzzword „Disruption“ gleichzusetzen – sie wird den Markt revolutionieren. Dabei geht es um weit mehr als nur reine Kosteneinsparungen.

KI schafft Markttransparenz

Ein Beispiel aus der Praxis: Ein weltweit agierender Hersteller für CNC Maschinen, der für die Produktion hunderte von Metallteilen von verschiedenen Lieferanten bezieht, steht quasi täglich vor der Herausforderung, sein Lieferantenportfolio neu zu evaluieren und damit Kosten zu senken. Ihm ist auch bewusst, dass das größte Einsparungspotenzial darin bestünde, asiatische Lieferanten zu beauftragen. Diese allerdings zu finden würde enorme Ressourcen kosten und riskant sein: Vom Suchen der geeigneten Lieferanten über teure Geschäftsreisen, langwierige Kommunikationsprozesse bis hin zur Ungewissheit, ob die Teile dann auch tatsächlich in der verlangten Stückzahl und Qualität geliefert werden können. Kurzum: Der Aufwand rechtfertigt ein so unvorhersehbares Resultat nicht.

Eine künstliche Intelligenz hingegen schafft die nötigen Rahmenbedingungen, um solche Prozesse massiv zu vereinfachen und damit überhaupt erst möglich zu machen. Innerhalb weniger Tage wurden für diesen Hersteller zunächst 487 chinesische Lieferanten ausfindig gemacht, die das angeforderte Material theoretisch produzieren und liefern können. Hiermit ist ein erster Überblick und damit eine grobe Markttransparenz geschaffen. Die KI geht aber noch einen Schritt weiter - sie qualifiziert und evaluiert die knapp 500 potenziellen Kandidaten durch Zugriff auf einen riesigen Datenpool und schlägt somit dem Kunden nur noch Lieferanten vor, die tatsächlich die Voraussetzungen (Zertifikate, Industrienormen, etc.) mitbringen, das nachgefragte Produktionsteil liefern zu können. In diesem Fall wurden dem strategischen Einkäufer folglich nur noch 198 passende, vorqualifizierte Lieferanten in einer sogenannten „Longlist“ zur Verfügung gestellt. Der strategische Einkauf profitiert von künstlicher Intelligenz also zunächst insofern, als er eine ansonsten nicht erreichbare Datentransparenz erhält, die einen Marktüberblick und damit die Abwägung, Lieferanten an neuen Standorten zu suchen, überhaupt erst möglich macht. Dabei ist erwähnenswert, dass die Entscheidung für einen neuen Lieferantenstandort immer noch der Mensch fällt – die KI ist Entscheidungshelfer, nicht selbstständiger Entscheider.

KI zur Effizienzsteigerung

Die Möglichkeiten einer KI in der Beschaffung und dem strategischen Einkauf gehen allerdings noch weiter. Zurück zum Beispiel: Nach eingehender Prüfung der Longlist hat der Hersteller nun 31 aus 198 qualifizierten Lieferanten ausgewählt, mit denen er Gespräche und letztendlich Verhandlungen aufnehmen möchte. 7 der Wunschlieferanten machten innerhalb weniger Wochen ein Angebot. In kürzester

Zeit schafft eine künstliche Intelligenz damit Prozesse zu finalisieren, die ohne sie ein Jahr oder mehr dauern würden und daher kaum rentabel wären. Rentabel ist hingegen der Einsatz der KI für den Hersteller der CNC-Maschinen. Bis zu 77,4 Prozent Einsparungen im Bereich Materialkosten waren ihm alleine durch diesen Einzelfall möglich.

Das Ende der Monopole?

Die Nutzung von künstlicher Intelligenz ist aber nicht nur als Mittel zur effizienteren Beschaffung zu sehen: Mit ihrem Potenzial, Transparenz in den Lieferketten zu schaffen, ist sie auch einsetzbar, um Monopolstellungen in der Beschaffung aufzulösen. So hat beispielsweise ein OEM aus dem Bereich Automotive über längere Zeit für ein gewisses Bauteil nur einen einzigen Lieferanten ausfindig machen können und war somit an dessen Preise gebunden. Ohne Preisvergleich wollte sich der Hersteller allerdings langfristig nicht zufriedengeben und setzte hierbei auf eine KI-Lösung. Wiederum fanden sich innerhalb weniger Wochen mehrere Lieferanten, die das gewünschte Bauteil liefern konnten. Der darauffolgende Wettbewerb sowie die Preisverhandlungen führten zu erheblichen Einsparungen und zu einem faireren Wettbewerb unter den Lieferanten.

Die Reise beginnt

Die Vorteile des Einsatzes von KI in der Wertschöpfungskette konnten dargelegt werden. Dies ist jedoch erst der Beginn. Durch das gezielte Sammeln und Aggregieren der Daten verbessern sich zum einen die Ergebnisse für die Anwender, die die KI bereits einsetzen, und es ergeben sich zum anderen ganz neue Anwendungsfelder, die Nutzenvorteile bringen.

Prof. Dr. Christian Heinrich
scoutbee GmbH
Max-Planck-Straße 7/9
97082 Würzburg
0931 46621960
christian@scoutbee.com
www.scoutbee.com

Teilen Sie gerne mit Ihrem Netzwerk diese Information: