Kommentar von Lisa Smith, Prewave Lieferkettenmanagement – ein Zusammenspiel zwischen Mensch und Code

Anbieter zum Thema

Prewave GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

BigData-Insider

Am 1. Januar 2023 ist das neue Lieferkettengesetz in Kraft getreten. Das sogenannte Lieferkettensorgfaltspflichtengesetz soll alle deutschen Unternehmen zur Einhaltung der Sorgfaltspflichten anordnen. Diese sollen die Sicherung der Menschenrechte entlang der gesamten Lieferkette gewährleisten.

Die Sorgfaltspflichten orientieren sich dabei an den UN-Leitprinzipien für Wirtschaft und Menschenrechte. Grundlegende Menschenrechtsstandards wie das Verbot von Kinderarbeit müssen also auf der ersten Ebene und von allen Teilnehmenden der Liefer- oder Produktionskette verpflichtend eingehalten werden. 2023 gilt das Gesetz noch lediglich für Unternehmen mit mehr als 3.000 Mitarbeiterinnen und Mitarbeiter, ab 2024 müssen auch Firmen mit mehr als 1.000 Mitarbeitern sich dieser Regelung anpassen. Bei Nichteinhaltung kann es zu hohen Sanktionen kommen, was den Druck auf betroffene Unternehmen deutlich erhöht.

Eine große Herausforderung für Unternehmen

Führungskräfte der Logistik und des Supply Change Management (SCM) sind immer wieder neuen Problematiken ausgesetzt, nicht zuletzt hat der Krieg oder auch die Pandemie Lieferketten stark beeinflusst. Eine der größten Herausforderungen für Unternehmen bei der Einhaltung des neuen deutschen Lieferkettengesetzes besteht darin, potenzielle Risiken in ihren Lieferketten zu erkennen und zu beseitigen. Denn nun müssen Unternehmen die Sorgfaltspflichten in das Zentrum ihres Tuns rücken. Das kann eine komplexe Aufgabe sein, da sich Lieferketten oft über mehrere Länder erstrecken und viele verschiedene Arten von Lieferanten einbeziehen. Wie also kann ich mein Unternehmen managen, wenn ich fortlaufend weltweiten Risiken ausgesetzt bin, auf die ich nicht nur keinen Einfluss habe, sondern die ich persönlich auch gar nicht antizipieren kann?

Leichte Lieferkettenüberwachung durch Big Data und KI

Big Data kann bei der Bewältigung dieser Herausforderungen eine wichtige Rolle spielen. Durch das Sammeln und Analysieren großer Datenmengen von Lieferanten und anderen Quellen können Unternehmen ein umfassenderes Verständnis ihrer Lieferketten gewinnen und potenzielle Risiken schneller erkennen. Mithilfe der Datenanalyse lassen sich beispielsweise Muster der Nichteinhaltung von Vorschriften oder ungewöhnliche Aktivitäten in den Betrieben eines Zulieferers erkennen. Darüber hinaus kann Big Data zur Überwachung von Lieferanten in Echtzeit eingesetzt werden, sodass Unternehmen schnell auf auftretende Probleme reagieren können.

Künstliche Intelligenz (KI) kann auch eingesetzt werden, um potenzielle Risiken in der Lieferkette zu scannen und vorherzusagen, wie z. B. Naturkatastrophen oder politische Instabilität. KI-gestützte Systeme können große Datenmengen analysieren und in Echtzeit Einblicke in potenzielle Störungen geben, wodurch Unternehmen in die Lage versetzt werden, Risiken proaktiv zu mindern.

Transparent auf allen Ebenen

In der Automobilindustrie wird Künstliche Intelligenz schon lange zum weltweiten Lieferanten-Monitoring genutzt. Schließlich ist die Lieferkette der Automobilherstellung hochkomplex und bedarf deshalb einer frühzeitigen Erkennung von potenziellen Risiken. Dieses KI-gestützte Lieferkettenüberwachungssystem sammelt alle wichtigen Daten synchron und kann unzählige Lieferanten global überwachen. Ein wichtiger Aspekt ist dabei auch Nachhaltigkeit. Deshalb können KI-Analyseverfahren die Einhaltung der individuellen als auch gesetzlichen Nachhaltigkeitsanforderungen bei allen Teilnehmenden kontrollieren und somit Regelverstöße vermeiden. Der gesamte Beschaffungsprozess profitiert also von Transparenz und einem umfangreichen Informationsfluss, welcher unverzügliches Einschreiten bei Problemen ermöglicht.

Frühe Warnung bei möglicher Insolvenz

KI-gestützte Systeme können auch finanzielle Risiken voraussagen. Durch die stetige Überwachung und Auswertung unzähliger Daten der gesamten Lieferkette werden auch potenzielle Liquiditätsrisiken schnell erfasst. So konnten KI-Managementsysteme in der Vergangenheit die Insolvenz und darauf folgende Übernahme von Unternehmen frühzeitig vorhersagen. Diese Systeme senden nämlich, auf Grundlage der vorhandenen Daten, rechtzeitige Warnhinweise an die verantwortlichen Personen.

Nachhaltigkeitsrisiken erkennen und beobachten

Nachhaltigkeitsrisiken können mittels Künstlicher Intelligenz bereits bei den Rohstofflieferanten aufgedeckt werden. Wie etwa 2018 beim Goldbergbau in Äthiopien. Lieferkettenüberwachungssysteme haben den andauernden Konflikt zwischen der Rohstoffindustrie und der marginalisierten Gemeinde scharf beobachtet, da sich dort viel Potenzial für Nachhaltigkeits- und Lieferkettenrisiken aufzeigten. Dazu zählten Korruption, Betriebsunterbrechung, Umweltverschmutzung und soziale Unruhen. Wenig später wurde der Betrieb der Goldmine eingestellt. Es ist wichtig, Krisengebiete rechtzeitig zu identifizieren und kontinuierlich zu überwachen, nur so können betroffene Unternehmen auf alles gefasst sein.

So erleichtern KI und Big Data Entscheidungsprozesse

Die Nutzung von Big Data zur Einhaltung des deutschen Lieferkettengesetzes bietet einige Chancen. Sie ermöglicht es den Unternehmen, fundiertere Entscheidungen zu treffen, indem sie einen umfassenderen Überblick über die Abläufe in ihrer Lieferkette erhalten, wodurch nicht nur Risiken gemindert, sondern auch die Effizienz gesteigert und Kosteneinsparungen erzielt werden können. Denn natürlich können Unternehmen auch ohne Big Data und generative KI ganzheitliche Entscheidungen treffen, trotzdem ist der Kosten- und Zeitaufwand dafür sehr aufwendig, was durch den Einsatz von technologiebasierten Analysemöglichkeiten vereinfacht wird.

In manchen Fällen ist real-time Monitoring aber auch schlichtweg nicht möglich, bei großen Konzernen mit vielen verschiedenen Lieferanten ist technologische Unterstützung, notwendig, um die gesamten Prozesse beobachten zu können. Entscheidungsträgerinnen und -träger sind nur in der Lage, weit reichende Beschlüsse zu treffen, wenn sie den vollständigen Informationsinput haben. Durch technologische Werkzeuge wird das möglich gemacht, ohne viel Aufwand selbst betreiben zu müssen. Durch die optimierten Kommunikationsprozesse zwischen Unternehmen und Lieferanten werden die Workflows für alle Beteiligten vereinfacht.

Der Mensch darf nicht fehlen

Im Bereich der Logistik sind sowohl Mensch als auch Code wichtig. Codebasierte Systeme wie KI und Big Data können dazu beitragen, Prozesse zu automatisieren und zu rationalisieren und Echtzeiteinblicke in die Lieferkette zu haben. Dennoch ist menschliches Fachwissen erforderlich, um wichtige Entscheidungen zu treffen und den Kontext der bereitgestellten Daten zu bewerten. Letztlich ist ein Gleichgewicht zwischen Menschen und Code erforderlich, um die Komplexität des Lieferkettenmanagements effektiv zu steuern und das deutsche Lieferkettengesetz einzuhalten.

(ID:49200490)