Künstliche Intelligenz Livestudio Supply Chain Vorberichte

Schnelle Entscheidungen und Problemlösungen in der Lieferkette dank KI

Heutige Lieferketten sind oft global und immer komplex: Vom Produzenten über den Logistiker bis hin zum Händler sind viele verschiedene Parteien beteiligt, zwischen den Beteiligten verlaufen verschiedene Prozesse und Transaktionen. Außerdem müssen sie auch auf äußere Ereignisse wie Unwetter, Änderungen der Lieferwege oder Warenknappheit schnell reagieren. Aus all diesen Gründen wird in Lieferketten eine riesige Menge an Daten aus verschiedensten Quellen produziert und verarbeitet. Wer behält da noch den Überblick, um gut informierte und schnelle Entscheidungen treffen zu können?

Künstliche Intelligenz unterstützt Supply Chain-Experten dabei, trotz der immer größeren Komplexität den Überblick nicht nur zu behalten, sondern sogar zu verbessern. Der Schlüssel dafür liegt in den Daten.

Das Problem dabei: Die für Lieferketten relevanten Daten liegen in unterschiedlicher Form vor und kommen aus ganz unterschiedlichen Quellen. Einerseits handelt es sich dabei um strukturierte Daten aus Datenbanken und dem elektronischen Datenaustausch; ein anderer, immens wichtiger Daten-Pool wird dagegen oft immer noch zu wenig beachtet: die unstrukturierten Daten. Diese machen ca. 80 Prozent aller verfügbaren Daten aus.

Unstrukturierte, für Lieferketten wichtige Daten sind etwa Wetterberichte oder Nachrichten oder auch Berichte eines Lieferanten. Vielen Unternehmen fehlen Technologie und Prozesse, um diese Daten für ihre Zwecke zu nutzen.  Welche Daten aus diesem Wust an Information für die eigene Lieferkette relevant sind, ergibt sich oft erst aus der Verbindung zwischen strukturierten und unstrukturierten Daten.

Unternehmen, die an einer Lieferkette beteiligt sind, beschäftigen deshalb Recherche-Experten, die das Internet nach Informationen durchsuchen, um bei Ereignissen einen Vorsprung vor dem Wettbewerb zu gewinnen. Wenn sich etwa eine Produkt-Komponente plötzlich verknappt und damit verteuert, sollte man dies vor den anderen Kaufinteressenten erfahren.

Menschliche Rechercheure können die Informationsflut dabei immer weniger bewältigen und die relevanten Informationen auch nicht in der benötigten Geschwindigkeit herausfiltern. Die KI kann dies sehr wohl – und nimmt dadurch eine wertvolle Rolle als Mediator zwischen externen und internen Daten und den handelnden Akteuren ein. Die KI kann den Mitarbeitern zum richtigen Zeitpunkt genau die Daten liefern, die gerade gebraucht werden. Nach den gewünschten Informationen können die Mitarbeiter in natürlicher Sprache fragen. Wenn beispielsweise ein Hersteller wissen möchte, wie in Foren oder Social Media über sein Produkt gesprochen wird, liefert die KI die entsprechenden Infos – und zwar nur diejenigen, die wirklich gesucht werden. Unpassende Treffer, in denen der Name des Produkts beispielsweise in einem anderen Kontext erwähnt wird, werden herausgefiltert.

Optimale Vorhersagen – und schnelle Reaktion bei Problemen

Möglichst genaue Vorhersagen über eintretende Ereignisse und Störungen sind für eine Lieferkette entscheidend. Aber auch wenn eine Vorhersage noch so gut ist – manchmal entwickeln sich die realen Ereignisse eben doch anders. Wenn unerwartete Probleme auftreten, müssen diese schnell gelöst werden. Gerade hier springt IBM Supply Chain Insights als beschleunigender Koordinator ein und nutzt alle verfügbaren Möglichkeiten der kognitiven Technologie IBM Watson.

Mit IBM Supply Chain Insights können unstrukturierte Informationen überwacht und gefiltert werden und mit strukturierten Daten in Beziehung gesetzt werden. Zusätzlich unterstützt IBM Supply Chain Insights die Lieferketten-Experten auch bei der Problemlösung. Und zwar durch ein simples Prinzip: Die Beteiligten lernen aus früheren Problemen und gefundenen Lösungen. Im sogenannten Resolution Room versammeln sich virtuell verschiedene Akteure einer Lieferkette, etwa Suppy Chain-Manager, Mitarbeiter, Kunden, Lieferanten oder sogar Zoll-Mitarbeiter. In einem Chat arbeiten dann alle Beteiligten gemeinsam an der Lösung eines Problems, z.B. eine verspätete Warenlieferung. Dadurch, dass alle Beteiligten im Resolution Room versammelt sind und sich schriftlich verständigen, konzentrieren sich alle relevanten Informationen an einer Stelle – und Watson kann bei der Problemlösung unterstützen.

Wenn in der Lieferkette Probleme wie etwa Stau auftreten, müssen die Verantwortlichen schnell eine Lösung finden

IBM Watson sammelt dafür im Resolution Room die relevanten Informationen für die Mitarbeiter zur Auswertung und ordnet sie ein. Wenn dann zu einem späteren Zeitpunkt ein ähnliches Problem auftritt, stellen die Mitarbeiter Watson mit Hilfe von Sprachverarbeitung konkrete Fragen. Watson bietet dann Lösungsvorschläge an, basierend auf den bisherigen Informationen. Dadurch erhalten Mitarbeiter relevante Informationen um bis zu 90 Prozent schneller. Unterbrechungen in einer Lieferkette können so von Tagen auf Stunden oder sogar Minuten verkürzt werden.

Vor dem Einsatz kommt das Training

Von einer ungeordneten Datenflut bis hin zu präzisen Entscheidungs- und Lösungsfindung – KI kann in der Lieferkette Erstaunliches bewirken. Allerdings haben viele die Erwartung, dass eine auf künstliche Intelligenz basierende Lösung einfach „eingeschaltet wird“ und die KI dann das relevante Wissen auf dem jeweiligen Fachgebiet entweder bereits besitzt oder sich das Wissen selbst beibringt.

Wie der Mensch lernt auch die KI nicht von ganz allein, auch sie benötigt Lehrmaterial und Training. Mit den entsprechenden Tools ist ein solches Training relativ einfach. Dennoch sollten Zeit und Ressourcen dafür nicht unterschätzt und ausreichend bereitgestellt werden, um optimale Ergebnisse zu erzielen. Wenige Daten genügen, um das Lernen in Gang zu setzen. Je mehr Daten später dazu kommen, desto genauer werden die Ergebnisse. Managementfunktionen zeigen den Trainingsfortschritt an, so dass die „Trainer“ bzw. Data Scientists erkennen, ob sich das Training in die gewünschte Richtung entwickelt oder ob eventuell nachjustiert werden muss.

Aber nicht nur Data Scientists, auch Fach-Experten können am Training ihrer KI mitwirken – ganz ohne Programmierkenntnisse: Beispielsweise müssen Begriffe in Dokumenten erst in den richtigen Kontext gesetzt werden, damit die KI sie dann entsprechend herausfiltern kann. Zum Beispiel kann trainiert werden, dass das Wort „Crash“ nicht im Sinne von Börsen-Crash, sondern Auto-Crash gesucht wird. Dazu werden relevante Dokumente mit Hilfe von Typen-Systemen erfasst und bearbeitet, um Verbindungen zwischen zusammengehörenden Begrifflichkeiten zu schaffen. Auf diesen Dokumenten basierend können Mitarbeiter dann die KI trainieren.

Nach einem solchen Training ist Künstliche Intelligenz eine große Unterstützung für Lieferketten und ermöglicht den Beteiligten einen umfassenden Überblick über interne und externe Ereignisse.

Wie Unternehmen KI für effiziente Lieferketten einsetzen können, erfahren Sie am 3. Juni 2019  auf dem Retail & Consumer Day, den IBM im Rahmen der Think at IBM in Berlin veranstaltet. Weitere Informationen zum Retail & Consumer Day finden Sie auch hier.

%d Bloggern gefällt das: