Die Anwendung datenzentrierter Künstlicher Intelligenz (KI) und von Machine Learning (ML) hat für Beschaffungsmanager:innen die höchste Priorität. Das ergab bereits im Frühjahr 2022 die Gartner-Studie Digital Business Impact on Supply Chain Survey. KI kann grosse Datenmengen verarbeiten und analysieren und damit menschliche Entscheidungen in Bereichen wie Lieferkettenplanung, Bedarfsprognose, Beschaffung, Lagerhaltung und Lieferung unterstützen. Sie bietet auch das Potenzial, Geschäftsprozesse für die Automatisierung umzugestalten. Dank KI-gestützter Software ist es möglich, Daten aus allen Kontaktpunkten zu zentralisieren. Dies erleichtert die Nutzung funktionsübergreifender Kapazitäten, bündelt Daten, erhöht die Agilität und stärkt die Resilienz eines Unternehmens, was zu besseren Entscheidungen und höherer Rentabilität führt.
Doch trotz der Vorteile, die Künstliche Intelligenz mit sich bringt, haben Unternehmen immer noch Schwierigkeiten bei der Umsetzung, wobei die Verfügbarkeit der Technologie meist nicht die eigentliche Herausforderung ist. Viel mehr Energie bedarf es, das Management zu überzeugen und bestehende Datenmanagementpraktiken zu stärken, um KI- und ML-Technologien effektiv einzusetzen und gleichzeitig die richtigen Möglichkeiten für den Einsatz dieser Lösungen in Planungsprozessen zu identifizieren.
An erster Stelle steht nicht die Einführung neuer Technologien, sondern eine klare Vision und definierte Ziele für die Einführung einer KI-gestützten Lieferkette sind. Sie geben die Richtung vor und helfen, Ressourcen effizient zuzuweisen. Welche konkreten Herausforderungen sollen mit KI gelöst werden? Soll das Bestandsmanagement optimiert, die Nachfrage besser eingeschätzt oder die Transportlogistik verbessert werden? Oftmals sind die Erwartungen aufgrund von Unerfahrenheit falsch ausgerichtet. Indem die Ziele definiert und alle Erwartungen aufeinander abgestimmt sind, können die Bemühungen gezielter und produktiver werden.
Ebenso wichtig ist es, die Verantwortungen im Vorfeld festzulegen. Bringen Sie die wichtigsten internen Ansprechpartner:innen zusammen und stellen Sie detaillierte Fragen, um die Ziele der geplanten Implementierung genau zu durchleuchten. Sprechen Sie gemeinsam über die kurz- und langfristigen Erwartungen. Wägen Sie diese gegen die voraussichtlichen Kosten der Implementierung ab, einschliesslich der Ausgaben für die Anschaffung der Technologie, der Auswirkungen vorübergehender Produktivitätsunterbrechungen und der Arbeitskosten für Installation, Einrichtung und Schulung.
Beziehen Sie in den Digitalisierungsprozess auch die Personalabteilung ein, um die potenziellen Auswirkungen des technologischen Wandels auf die Mitarbeitenden zu berücksichtigen. Die Wahrscheinlichkeit ist hoch, dass Sie Spezialist:innen für die neuen Aufgaben in Ihrem Unternehmen benötigen. Schulen Sie auch bestehende Mitarbeitende, um sicherzustellen, dass sie verstehen, wie sich ihre Aufgaben und Arbeitsabläufe während und nach der Implementierung ändern werden.
KI- und ML-Modelle benötigen zum Trainieren und Testen eine grosse Menge relevanter Daten. Die meisten Unternehmen produzieren, speichern und vergessen Daten in grossem Umfang. Die Herausforderung besteht meist nicht darin, neue Daten zu sammeln, sondern die vorhandenen Daten zu finden, zu konsolidieren und zu analysieren. Interne Daten aus verschiedenen Bereichen wie Vertrieb, Marketing, Qualitätsmanagement und Finanzen müssen zusammengeführt und daraus ein umfangreicher Datenpool aufgebaut werden. Eine abteilungsübergreifende Koordination hilft bei der Datenerhebung. Diese internen Daten sollten möglichst mit Kunden- und Lieferantendaten verknüpft werden, um einen besseren Einblick in Nachfragemuster, Bestände, Verkaufszahlen und Mengen zu erhalten. Durch den Austausch relevanter Daten und Leistungskennzahlen können Sie engere Partnerschaften mit ihren Lieferanten eingehen. Dies fördert nicht nur eine bessere Kommunikation und gegenseitiges Wachstum, sondern führt auch zu kürzeren Lieferzeiten, besserer Produktqualität und mehr Innovation.
Die Implementierung von KI und ML zum Aufbau intelligenter Lieferketten ist eine anspruchsvolle, aber notwendige Aufgabe. In einer Zeit ständigen Wandels müssen Lieferketten widerstandsfähig und flexibel sein. Hinzu kommen die immer grösser werdenden Anforderungen an Nachhaltigkeitsaspekte. Unternehmen, die keine KI- und ML-gestützten Planungsprozesse implementieren, werden eher früher als später einen Wettbewerbsnachteil erleiden, da sie auf die Marktdynamik nicht angemessen agil reagieren können.
Gerne unterstützen wir Sie. Kontakt