Machine Reading im Supply Chain
Management für KMUs
Motivation
Die Krisen der letzten Jahre haben eindrucksvoll veranschaulicht, wie sehr die deutsche Wirtschaft und Verbraucher auf funktionierende Lieferketten angewiesen sind. Allerdings stellen häufig bereits weitaus profanere Ereignisse, wie z.B. ein ausbleibendes Umsatzwachstum oder ein Produktrückruf bei einem Lieferanten Anzeichen eines bevorstehenden Zuliefererproblems dar.
Einige dieser Ereignisse treten äußerst selten auf. Jedes einzelne “Event” kann sich jedoch unabhängig von der Häufigkeit seines Auftretens schnell auf die gesamte Lieferkette auswirken und stellt somit eines von vielen möglichen Supply-Chain Risiken dar. Die Vorhersage von solchen Risiken kann Produktionskosten um bis zu 10 % senken, indem Lager- und Logistikkosten für den Ausfall einer Lieferkette verringert werden.
Die korrekte Vorhersage solcher Ereignisse im Bereich von Supply Chain Management (SCM) ist eines der aussichtsreichsten B2B-Anwendungsfelder der künstlichen Intelligenz (KI). Dies umfasst Verfahren zur Beobachtung und Erkennung von Supply-Chain Risiken, also von Produktionsengpässen durch menschlich verursachte Schäden oder Schäden durch Umwelteinflüsse, sowie die Anpassung der Produktionskapazitäten bzw. Logistik-Kapazitäten.
Ziele und Vorgehen
Ziel des Projektes ist die Erforschung von Methoden für die automatisierte Erkennung kritischer Ereignisse in Lieferketten (SCM-Events). Die zu entwickelnde Lösung soll Unternehmen in die Lage versetzen, ihre Verpflichtungen nach dem Lieferkettensorgfaltspflichtengesetz zu erfüllen, indem text-basierte Quellen mit Hilfe von KI-Verfahren ausgewertet werden. Im Ergebnis erhalten SCM-Manager zeitnah in einer Dashboardansicht eine vollständige und priorisierte Liste von kritischen Events in ihren Lieferketten und können somit selbstständig darauf reagieren.
Das AI4SCM Projekt schafft durch die automatisierte Identifikation, Anbindung und Abfrage von u.a. globalen Unternehmens- und lokalen Nachrichtenwebseiten (“Quellen”) die Datenbasis für ML-basierte SCM-bezogene Datenprodukte, die den Geschäfts- und Verwertungsmodellen von AI4SCM, zugrunde liegen. Damit wird das essenzielle Vertrauen in funktionierende Lieferantenbeziehungen gestärkt, das zentral für die global agierende deutsche Wirtschaft ist.
© Urheberrecht. Alle Rechte vorbehalten.