Kommentar von Dr. Ulrich Dorndorf, Inform

Mit hybrider KI zur optimierten Entscheidungsfindung

| Autor / Redakteur: Dr. Ulrich Dorndorf / Nico Litzel

Der Autor: Dr. Ulrich Dorndorf ist CTO der Aachener Inform GmbH und Vorstandsmitglied der Deutschen Gesellschaft für Operations Research
Der Autor: Dr. Ulrich Dorndorf ist CTO der Aachener Inform GmbH und Vorstandsmitglied der Deutschen Gesellschaft für Operations Research (Bild: Inform)

Unter Zeitdruck die richtigen Entscheidungen zu treffen, avanciert zur zentralen Managementkompetenz unserer Zeit. Dies gilt im Besonderen für hochvernetzte Bereiche wie das Supply Chain Management. In einem hybriden Ansatz vereint, helfen Künstliche Intelligenz (KI) und Optimierungsalgorithmen Planern, im entscheidenden Moment die bestmögliche Handlungsoption zu wählen.

Zum gefeierten „Buzzword“ hat sich in jüngeren Jahren der Begriff der Agilität aufgeschwungen. Vermeintlich ein Hype, gründet dieser Umstand doch auf handfesten Veränderungen gewohnter Arbeits- und Produktionsumfelder, deren Zustand das Akronym VUCA (für volatility, uncertainty, complexity und ambiguity) prägnant verschlagwortet. Darin gehören unvorhergesehene Ereignisse schlichtweg zur Normalität, was es erschwert, Geschäftsprozesse vorausschauend zu planen. Zugleich fällt der Schaden auch kleiner Störungen schlimmer aus als früher, denn in vernetzten Umgebungen setzen sich diese lawinenartig fort.

Vernetzte Supply Chain: Störungen weiten sich aus

Ein typisches Beispiel für diese Entwicklung ist das Supply Chain Management. In der globalisierten Welt haben sich Lieferketten längst zu international verflochtenen Netzwerken ausgewachsen. Einzelne Teilschritte lassen sich nicht mehr isoliert betrachten: Eine ganzheitliche Sicht auf die Dinge tut not. Planung und Steuerung einschlägiger Prozesse sind eingedenk der Vielzahl an Schnittstellen und der Masse an hierüber laufenden Informationen längst ein höchstkomplexes Unterfangen – vom Einhalten verbindlicher Terminabsprachen ganz zu schweigen. Dank des technischen Fortschritts hinsichtlich algorithmischer Rechenleistung ist es dennoch möglich, unter diesen Bedingungen erfolgreich zu planen.

Big Data allein genügt nicht

Um souverän mit Störungen der Wertschöpfungs- und Lieferprozesse umzugehen, müssen Disponenten in der Lage sein, just im Moment der Entscheidungsfindung alle möglichen Szenarien zu antizipieren und hieraus in kürzester Zeit die situativ erfolgversprechendste Handlungsalternative abzuleiten. Hinsichtlich der zunehmenden Digitalisierung operativer Abläufe liegen ihnen zwar mehr Daten vor, die entsprechende Schlüsse zuließen. Ihre schiere Masse und Komplexität jedoch übersteigen das menschliche Fassungsvermögen.

Der Schlüssel zur richtigen Entscheidung liegt somit in der Kompetenz, die Datenlage zielgerichtet zu interpretieren. Hierzu befähigt die IT-gestützte Strategie der Agilen Optimierung, die auf der Einbeziehung algorithmischer Entscheidungskompetenz in das operative Management von Planungs- und Entscheidungsprozessen basiert. Die Algorithmen sind in der Lage, alle situativ relevanten Parameter rechnerisch zu berücksichtigen.

Algorithmen geben Empfehlungen

Im Unterschied zu Technologien aus den Bereichen Big Data und Business Intelligence zielt Agile Optimierung nicht darauf ab, Wissen lediglich aus Daten abzuleiten und zu visualisieren; vielmehr geht es darum, optimierte Entscheidungen zu berechnen und dem Planer weitergehend als konkrete, situativ zugeschnittene Handlungsvorschläge zur Verfügung zu stellen. So ist dieser in der Lage, selbst unter Zeitdruck die in diesem Moment bestmögliche Entscheidung zu treffen. Für das Unternehmen als Ganzes bedeutet das mehr Prozesssicherheit. Die Fähigkeit zum versierten Umgang mit komplexen Entscheidungssituationen erhöht wiederum mittelfristig die organisationale Resilienz und stellt damit einen Wettbewerbsvorteil dar.

Trifft zum Beispiel ein Containerschiff verspätet in Hamburg ein, weil es am Verladeterminal im chinesischen Hafen technische Schwierigkeiten mit der eingesetzten Kranvorrichtung gab, bleibt dies nicht ohne Konsequenzen für den Automobilzulieferer in Gütersloh, der nun länger auf seine Ölpumpendeckel warten muss. Das Fehlen dieses Teils verhindert nun womöglich, dass die Gütersloher einen wichtigen Auftrag termingerecht fertigstellen können, da der vorrätige Bestand zu gering ist. Am Ende leiden darunter Termintreue und Kundenbeziehung.

Bedarfe frühzeitig erkennen

Prognosealgorithmen hätten dem Automobilzulieferer helfen können, Letzteres zu vermeiden. Zwar hätten auch sie die Verspätung des Containerschiffs nicht vorhersehen können. Jedoch hätten sie den Bedarf an Ölpumpendeckeln so früh antizipiert, dass sie rechtzeitig eine Disposition auslösen oder den zuständigen Disponenten informieren hätten können. Denn solche Algorithmen sind in der Lage, auf Basis einer soliden Absatzplanung tagesaktuell und standortübergreifend genau zu bestimmen, welche Artikel in welcher Höhe zu bevorraten sind. Sie füllen Bedarfe auf, achten aber zugleich darauf, dass diese nicht mehr Lagerfläche als notwendig verbrauchen. Der Disponent bringt sein Expertenwissen ein, um schwierige Fälle oder strategische Aufgaben zu verfolgen. Die meisten operativen Entscheidungen kann er aber an sein System abgeben.

Hybrider Ansatz erweitert Leistungsspektrum

Bei der Agilen Optimierung kommen eine Reihe intelligenter Technologien zum Einsatz, die ein hybrider Ansatz miteinander vereint. So integriert die zugrunde liegende Technologie-Ansätze des Operations Research (OR) und solche der Künstlichen Intelligenz (KI), letztere unter anderem in Form von Fuzzy Logic und Machine Learning (ML).

  • Im Sinne der OR machen sich die Algorithmen mathematische Entscheidungsmodellierung zunutze, die bestehendes Expertenwissen hinsichtlich Geschäftsprozessen, Verhaltensmustern, Planungszielen oder -restriktionen abbildet. Moderne Algorithmen können potenzielle Entscheidungsräume innerhalb dieser Modelle in kürzester Zeit ausloten, darin vorhandene Handlungsoptionen vergleichen und die situativ beste identifizieren.
  • Darüber hinaus generieren Machine-Learning-Algorithmen aber auch neues Wissen, indem sie implizite Muster innerhalb großer Datenmengen aufdecken. Auf deren Basis können sie zunehmend präzise Vorhersagen treffen, etwa über den Eintritt und die Dauer künftiger Ereignisse, und damit die Grundlage der Entscheidungsfindung stetig verbessern.
  • Durch Fuzzy Logic sind Algorithmen überdies in der Lage, richtige Schlüsse aus ungenauen Informationslagen abzuleiten und in explizite Entscheidungen zu überführen. Damit treffen sie Entscheidungen, die lange Zeit allein der menschlichen Intelligenz zugeschrieben wurden.

Optimierungssysteme als wirtschaftliche IT-Lösung

Dieser hohe Entwicklungsstand ist dem enormen technischen Fortschritt der vergangenen zwanzig Jahre zu verdanken – sowohl mit Blick auf die Rechenleistung der Computer als auch hinsichtlich der Algorithmen selbst. Sie können heute Planungsprobleme innerhalb von Sekunden berechnen, deren Lösung vor 25 Jahren noch ein Leben lang gedauert hätten. So ist der Einsatz agil optimierender IT-Systeme mittlerweile eine effizient nutzbare Option für Unternehmen. Sie kommen gezielt dort zum Einsatz, wo diese den größten Optimierungsbedarf sehen, sei es in Produktion, Logistik oder Supply Chain Management.

Je nach Anwendungsbereich gelten dabei spezifische Anforderungen. Im Falle des Supply Chain Management lassen sich Optimierungsalgorithmen beispielsweise in Absatzplanung und Bestandsmanagement einsetzen.

Blick in die Praxis: Agilität in der Tortenproduktion

Auch der Tortenhersteller Coppenrath & Wiese setzt auf intelligente Prognosealgorithmen, um seinen Absatz trotz volatilen Marktgeschehens effizient zu planen und auch im Störfall lieferfähig zu bleiben. In der schnelllebigen Lebensmittelbranche ist das Unternehmen stets bestrebt, seine Bestände – zumal verderblich – niedrig zu halten und dennoch immer lieferfähig zu bleiben. Zugleich hat es mit seinen saisonal variabel nachgefragten Produkten immer wieder mit unvorhergesehenen Planänderungen zu kämpfen. Hinsichtlich der frisch einzukaufenden Rohmaterialien muss das Unternehmen daher einen Balanceakt zwischen

Bedarf und Beschaffung leisten – Agilität ist gefragt.

Mit einem algorithmengestützten Optimierungssystem hat der Hersteller seinen Disponenten schließlich eine digitale Entscheidungshilfe an die Hand gegeben, die ihnen ermöglicht, auch angesichts volatiler Bedingungen jeden Tag einen validen Absatzplan zu erstellen. So ist Coppenrath & Wiese in der Lage, seine Lieferfähigkeit auch angesichts plötzlicher Bedarfsspitzen zu gewährleisten und das Marktpotenzial voll auszuschöpfen.

Agile Optimierung als Wettbewerbsvorteil

Während im Falle stark standardisierter Abläufe Ansätze wie das traditionell bekannte Lean Management greifen, entfaltet Agile Optimierung ihren größten Nutzen in Situationen von hoher Unsicherheit und Komplexität. In den dynamischen Wettbewerbsfeldern unserer Zeit jedenfalls dürfte ihre Anwendung bald mehr bedeuten als nur wirtschaftlichen Vorteil: Die so geschaffene Planungssicherheit und damit einhergehende Resilienz der Prozesse schaffen einen nachhaltigen Wettbewerbsvorteil. Angesichts der vergangenen Entwicklungssprünge der IT-Forschung verspricht die Zukunft ein Potenzial, das heute noch nicht einmal abschätzbar sein dürfte.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45550173 / Künstliche Intelligenz)