Mehr Intelligenz in die Lieferketten bringen

Es gibt eine Menge, was Analysen und KI-basierte Anwendungen tun können, um Lieferketten zu reinigen, die von Pandemien und Nachwirkungen erschüttert wurden, ganz zu schweigen von den alltäglichen Herausforderungen beim Versand.

In einer Zeit, in der die Lieferketten ersticken, flossen Investitionsgelder in intelligente, KI- oder analysegesteuerte Lösungen. So berichtet Marc Vartabedian vom Wall Street Journal in den jüngsten Nachrichten, dass Project44, das Supply-Chain-Analysesoftware für Schifffahrts- und Logistikunternehmen entwickelt, in einer kürzlich durchgeführten Finanzierungsrunde 420 Millionen US-Dollar aufgebracht hat, was den Wert des Unternehmens auf 2,2 Milliarden US-Dollar erhöht. "Risikoinvestoren haben im dritten Quartal des letzten Jahres eine Rekordsumme von 24 Milliarden US-Dollar in Supply-Chain-Tech-Unternehmen mit Sitz in Nordamerika und Europa investiert. ein Anstieg von fast 60 % gegenüber dem gesamten Jahr 2020, so das Analyseunternehmen PitchBook Data Inc." 

Es gibt eine Menge, was Analysen und KI-basierte Anwendungen tun können, um Lieferketten zu reinigen, die von Pandemien und Nachwirkungen erschüttert wurden, ganz zu schweigen von den alltäglichen Herausforderungen beim Versand. Eine kürzlich von Unsupervised durchgeführte Studie von Unsupervised unter 788 Führungskräften hat ergeben, dass Business-Intelligence-Ansätze vielen Unternehmen bei der Bewältigung von Problemen in der Lieferkette helfen, aber 40 % sind noch nicht an Bord. Die anderen 60 % nutzen Berichten zufolge Business Intelligence - was die Autoren der Umfrage als die Kombination von Data Mining und Visualisierung, Analytik und Dateninfrastruktur definieren - um aktuelle Probleme in der Lieferkette zu lösen, und 29 % implementierten Business Intelligence speziell für die Effizienz der Lieferkette in ihr Unternehmen.  

Siehe auch: 91 % der IT-Führungskräfte, die von Unterbrechungen der Lieferkette betroffen sind: Umfrage.

"Vor dem Hintergrund der Herausforderungen, vor denen Lieferketten stehen, wird deutlich, dass die alten Arbeitsweisen nicht ausreichen werden und dass selbst eine Best-in-Class-Leistung heute in Zukunft wahrscheinlich nicht gut genug sein wird", so IDC-Analyst Simon Ellis. (Sein Bericht ist hier über IBM verfügbar.) Das Uhrwerk. Ellis schreibt, dass es sich um ein "denkendes" Lieferketten handelt, "die eng mit unterschiedlichen internen und externen Datenquellen wie sozialer Stimmung und IoT verbunden sind, die durch umfassende und schnelle KI-gesteuerte Analysen ermöglicht werden, die über Cloud-basierte Handelsnetzwerke offen zusammenarbeiten, sich der Cyberbedrohungen bewusst sind und kognitiv miteinander verwoben sind".

Eine digital denkende Lieferkette, "die auf alle verfügbaren strukturierten und unstrukturierten Daten reagiert, um Maßnahmen zu priorisieren und überlegene Ergebnisse zu erzielen", erklärt Ellis. "Digital zu sein bedeutet, intern über Funktionsbereiche hinweg oder mit End-to-End-Prozessen wie Order-to-Cash und mit Lieferanten, Kunden und Verbrauchern zu vernetzen und zu automatisieren. Es wird einen Netzwerkeffekt geben, bei dem der Wert durch die Automatisierung von Transaktionen, Dokumenten und der Befähigung wichtiger Partner exponentiell wächst."

Eine Herausforderung, die sich zu all dem hinzugestellt hat, ist der wachsende Mangel an Talenten, die für das Management von Lieferkettenprozessen benötigt werden. "Supply-Chain-Organisationen haben Kostensenkungen und traditionelle Lean-Praktiken verfolgt, bis zu dem Punkt, an dem es weniger Mitarbeiter in der Organisation gibt als je zuvor in der Vergangenheit", warnt Ellis. "Da die Datenanalysefähigkeiten in der Lieferkette unweigerlich wachsen, wird es wahrscheinlich nicht genügend Augäpfel geben, um auf die daraus resultierenden Erkenntnisse zu reagieren. Daher wird die Rolle von KI und maschinellem Lernen entscheidend."

Der Aufbau von Intelligenz in Lieferketten erfordert eine enge Zusammenarbeit mit dem Unternehmen und den Daten, die über diese Netzwerke ausgetauscht werden. 

Whitney Myers und Joel Stellner, beide bei Zuar, skizzieren die wichtigsten Attribute, die Analytics für das Unternehmen bringen sollte:  

• "Um Nachfragetrends zu sehen und zu verstehen und Kundenaufträge zu öffnen,
• "Um den aktuellen Bestand und die offenen Auftragszuordnungen im Vergleich zu den Nachschubplänen von Produktionsteams und/oder Lieferanten zu sehen und zu verstehen, und
• "Eine Kombination aus den oben genannten Punkten, um erstklassige Prognose-, Warn- und Supply-Chain-Management-Tools zu schaffen."

Um auf diesem Weg zu beginnen, so Myers und Stellner, "benötigen Sie eine Datenstrategie, die eine automatisierte Datenwertschöpfungskette umfasst, und eine Datenstaging-Plattform, die eine Pipeline umfasst, die Daten termingerecht von Ihrem Tool in die Datenbank verschiebt." Darüber hinaus weisen sie darauf hin, dass IT-Teams eine Business-Intelligence-Plattform einführen müssen, "die eine Verbindung zu Datenbanken herstellt und Berichte automatisch aktualisiert. Erstellt Berechnungen und interaktive Dashboards und teilt Dashboards mit Ihrem Team, zusammen mit der Möglichkeit, persönliche Benachrichtigungen und Abonnements einzurichten."

Daten - und die Fähigkeit, sie für schnelle Analysen zu nutzen - sind der Kern der intelligenten Lieferkette, die für die Wirtschaft von heute und morgen erforderlich ist. "Die Integration mit allen Datenquellen ist von entscheidender Bedeutung, ebenso wie die Automatisierung aller Dokumente sowohl über interne Funktionen als auch über Prozess- und Lieferkettenpartner hinweg", sagt Ellis von IDC. "Eine denkende Lieferkette kann nicht aus Daten lernen, die sie nicht hat. Vernetzt bedeutet, dass man auf unstrukturierte Daten aus sozialen Medien, IoT (einschließlich strukturierter, halbstrukturierter und unstrukturierter Daten) und strukturierte Daten aus traditionellen Datensätzen zugreifen kann, die über traditionelle ERP- und B2B-Integrationstools verfügbar sind."

(Offenlegung: Ich habe in den letzten 12 Monaten mit IDC gearbeitet, die in diesem Artikel erwähnt wird.)