{"id":38435,"date":"2024-03-06T14:30:31","date_gmt":"2024-03-06T11:30:31","guid":{"rendered":"https:\/\/www.achilles.com\/the-case-for-ai-in-supply-chain-management\/"},"modified":"2024-04-02T16:35:33","modified_gmt":"2024-04-02T13:35:33","slug":"the-case-for-ai-in-supply-chain-management","status":"publish","type":"post","link":"https:\/\/www.achilles.com\/de\/einblicke-branche\/die-argumentation-fur-ki-im-supply-chain-management\/","title":{"rendered":"Die Argumentation f\u00fcr KI im Supply-Chain-Management"},"content":{"rendered":"\n

Dieser Blog konzentriert sich auf die Rolle der KI in der Due-Diligence im Bereich der Lieferkette und diskutiert sowohl die Herausforderungen, Grenzen und Vorteile der KI innerhalb eines ganzheitlichen Due-Diligence-Prozesses als auch deren m\u00f6gliche Entwicklung in der Zukunft.<\/strong><\/p>\n\n\n\n

Es wurde viel diskutiert und debattiert \u00fcber die Verwendung von KI in der Lieferketten-Due-Diligence. Begriffe wie das Internet der Dinge (IoT), Big Data, Web-Scraping und abgeleitete Beziehungen haben zunehmend an Popularit\u00e4t in den Medien und in Diskussionen zur Lieferketten-Due-Diligence gewonnen. Die Gesellschaft nutzt zunehmend die Kraft des Internets und technologische Entwicklungen, um die Art und Weise, wie wir leben und arbeiten, zu ver\u00e4ndern. Die Debatte ist weit verbreitet, ebenso wie die Verwirrung \u00fcber die F\u00e4higkeiten aufstrebender Technologien und deren F\u00e4higkeit, nachhaltige Beschaffungspraktiken zu unterst\u00fctzen.<\/p>\n\n\n\n

Der Wettlauf zum Netto-Null-Ziel in allen Branchen schafft einen beispiellosen Wettbewerb um dringend ben\u00f6tigte Rohstoffe, Fachwissen, Subunternehmer und Lieferanten. Diese steigende Nachfrage hat Umwelt- und soziale Auswirkungen. Es gibt F\u00e4lle von Zwangsarbeit im Zusammenhang mit der Herstellung von Solarpaneelen, Amazonas-Abholzung im Zusammenhang mit der Herstellung von Windkraftanlagen und Sch\u00e4den an Meeres- und Fischbest\u00e4nden in Indonesien durch illegale Nickelerzabbau.<\/p>\n\n\n\n

Es ist unbestreitbar, dass neue KI-Technologien wie die \u00dcberwachung von negativen Medien und die Analyse von Satellitenbildern eine Rolle bei unserem Schutz von Menschen und Planeten spielen, aber wenn es darum geht, komplexe und oft verborgene Probleme innerhalb der Lieferkette anzugehen, reicht es aus, sich auf diese Entwicklungen zu verlassen?<\/p>\n\n\n\n

Was ist KI?<\/h2>\n\n\n\n

Zun\u00e4chst einmal lassen Sie uns sicherstellen, dass wir alle verstehen, was wir unter KI verstehen. Es gibt verschiedene Arten von KI. Diese Begriffe beziehen sich auf verschiedene Konzepte im Bereich der k\u00fcnstlichen Intelligenz. Vielleicht verwirrenderweise werden diese oft verwechselt oder synonym verwendet – insbesondere Narrow AI, Generative AI und General AI, die unten erl\u00e4utert werden.<\/p>\n\n\n\n

Narrow AI (oder Schwache KI)<\/strong>: Dies bezieht sich auf KI-Systeme, die f\u00fcr eine bestimmte Aufgabe oder eine enge Aufgabengruppe entwickelt und trainiert wurden. Die meisten heute verwendeten KI-Anwendungen, wie Sprachassistenten wie Siri oder Alexa, Bilderkennungssysteme und Empfehlungsalgorithmen, fallen in die Kategorie der Narrow AI.<\/p>\n\n\n\n

Generative AI:<\/strong> Generative KI bezieht sich typischerweise auf eine Untergruppe der k\u00fcnstlichen Intelligenz, die sich darauf konzentriert, neue Inhalte oder Daten zu erstellen, anstatt nur vorhandene Informationen zu analysieren oder zu klassifizieren. Es beinhaltet oft Modelle, die realistische und neuartige Ausgaben generieren k\u00f6nnen, wie Bilder, Texte oder sogar ganze Szenarien, basierend auf den Mustern und Informationen, die sie aus Trainingsdaten gelernt haben. Beispiele f\u00fcr generative KI sind Textgeneratoren wie Chat GPT-3, Bildgeneratoren und andere Modelle, die in der Lage sind, neue Inhalte zu erstellen.<\/p>\n\n\n\n

General AI (K\u00fcnstliche Allgemeine Intelligenz oder AGI):<\/strong> General AI hingegen bezieht sich auf eine Art k\u00fcnstliche Intelligenz, die die F\u00e4higkeit besitzt, Wissen zu verstehen, zu lernen und anzuwenden, \u00fcber eine breite Palette von Aufgaben hinweg, \u00e4hnlich wie die menschliche Intelligenz. AGI w\u00e4re in der Lage, jede intellektuelle Aufgabe auszuf\u00fchren, die ein Mensch kann, sich an neue und unbekannte Situationen anzupassen und ein breites Verst\u00e4ndnis verschiedener Bereiche zu zeigen.<\/p>\n\n\n\n

Im Gegensatz zu Generative und Narrow AI, die f\u00fcr bestimmte Aufgaben entwickelt wurden, ist AGI hypothetisch und existiert derzeit nicht. Die Erreichung von AGI bleibt ein langfristiges Ziel in der KI-Forschung, daher konzentriert sich dieser Blog vorerst auf Narrow und Generative AI.<\/p>\n\n\n\n

KI-Herausforderungen<\/h2>\n\n\n\n

Obwohl Generative und Narrow AI erhebliche Vorteile bei der Verbesserung von Effizienz, Genauigkeit und Entscheidungsfindung w\u00e4hrend der Lieferketten-Due-Diligence bieten k\u00f6nnen, gibt es auch mehrere Herausforderungen und Probleme im Zusammenhang mit ihrer Implementierung.<\/p>\n\n\n\n

\"\"<\/figure>
\n

Nur wenige skrupellose Betreiber, die Zwangsarbeit einsetzen, illegal abbauen oder Meere und Fl\u00fcsse verschmutzen, werden Informationen \u00fcber ihre Gesch\u00e4ftsaktivit\u00e4ten dort platzieren, wo die heutige Generative KI darauf zugreifen kann. <\/p>\n<\/div><\/div>\n\n\n\n

Einige der Schl\u00fcsselprobleme sind:<\/p>\n\n\n\n

Datenqualit\u00e4t und Zuverl\u00e4ssigkeit:<\/strong> Generative KI-Systeme sind stark auf Daten f\u00fcr Training und Entscheidungsfindung angewiesen. Wenn die Eingabedaten ungenau, unvollst\u00e4ndig oder voreingenommen sind, kann dies zu fehlerhaften Ergebnissen und Entscheidungen f\u00fchren.<\/p>\n\n\n\n

Datenschutz und -sicherheit: <\/strong>Lieferketten-Daten enthalten oft sensible Informationen \u00fcber Unternehmen, Lieferanten und Kunden. Die Sicherstellung der Privatsph\u00e4re und Sicherheit dieser Daten ist entscheidend, um unbefugten Zugriff, Verst\u00f6\u00dfe oder Missbrauch zu verhindern.<\/p>\n\n\n\n

Komplexit\u00e4t der Lieferketten-Netzwerke:<\/strong> Lieferketten k\u00f6nnen komplex sein und zahlreiche Beteiligte umfassen, was die Modellierung und Analyse erschwert. Generative KI-Algorithmen k\u00f6nnen Schwierigkeiten haben, die volle Komplexit\u00e4t globaler Lieferketten-Netzwerke zu erfassen.<\/p>\n\n\n\n

Mangel an Standardisierung: <\/strong>Das Fehlen standardisierter Datenformate und -protokolle in der gesamten Lieferkette kann die Integration und Interoperabilit\u00e4t von KI-Systemen behindern. Verschiedene Unternehmen k\u00f6nnen unterschiedliche Systeme verwenden, was es schwierig macht, eine universelle L\u00f6sung zu schaffen.<\/p>\n\n\n\n

Verbundene Risiken:<\/strong> Lieferkettenrisiken sind oft miteinander verbunden, und Generative KI kann Schwierigkeiten haben, kaskadierende Effekte zu analysieren und vorherzusagen. Zum Beispiel kann eine St\u00f6rung in einem Teil der Lieferkette Auswirkungen auf das gesamte Netzwerk haben.<\/p>\n\n\n\n

Ethikfragen:<\/strong> Die Verwendung von KI in der Lieferketten-Due-Diligence wirft ethische Bedenken auf, wie algorithmische Voreingenommenheit und das Potenzial f\u00fcr unbeabsichtigte Folgen, wie j\u00fcngst bei Googles Gemini KI. KI-Systeme k\u00f6nnen unbeabsichtigt bestehende Vorurteile verst\u00e4rken oder Entscheidungen treffen, die negative soziale oder Umweltauswirkungen haben.<\/p>\n\n\n\n

Dynamik der Lieferketten:<\/strong> Lieferketten sind dynamisch und unterliegen st\u00e4ndigen Ver\u00e4nderungen in Nachfrage, Angebot, Vorschriften und geopolitischen Faktoren. KI-Systeme k\u00f6nnen Schwierigkeiten haben, sich schnell an diese Ver\u00e4nderungen anzupassen, was zu veralteten oder ungenauen Erkenntnissen f\u00fchren kann.<\/p>\n\n\n\n

G\u00fcltigkeit zeitkritischer Daten:<\/strong> Bestimmte KI-Prozesse f\u00fcr die Lieferketten-Due-Diligence beruhen auf der Erfassung von \u00f6ffentlich verf\u00fcgbaren Unternehmensdaten, die in j\u00e4hrlichen Finanz- oder Nachhaltigkeitsberichten enthalten sein k\u00f6nnen. Aufgrund des r\u00fcckwirkenden Berichtszyklus von Unternehmen, die diese Informationen offenlegen, k\u00f6nnen sie zum Zeitpunkt der Erfassung und Analyse oft veraltet oder irrelevant sein.<\/p>\n\n\n\n

Zugang zu Informationen aus unteren Ebenen: <\/strong>Viele Lieferanten in der komplexen Welt der Lieferkette eines Unternehmens ver\u00f6ffentlichen oder offenbaren keine Informationen \u00f6ffentlich. Oft behalten kleine und mittlere Unternehmen Informationen in Papierform oder auf ihren Firmenservern bei, was es f\u00fcr KI-L\u00f6sungen nahezu unm\u00f6glich macht, auf diese Informationen zuzugreifen.<\/p>\n\n\n\n

Die vorteilhafte Rolle der Generativen KI<\/h2>\n\n\n\n

Trotz dieser Herausforderungen kann und wird KI eine immer gr\u00f6\u00dfere Rolle bei der Verbesserung der Lieferketten-Due-Diligence und des risikobasierten Denkens spielen, wenn sie durchdacht implementiert wird. Sie wird bereits tagt\u00e4glich eingesetzt und wird sich weiterentwickeln, um Folgendes einzuschlie\u00dfen:<\/p>\n\n\n\n

Dateng\u00fcte-Sicherung:<\/strong> Priorisierung der Datenqualit\u00e4t durch Implementierung von Datenvalidierungs- und -bereinigungsprozessen. Verwenden von KI-Algorithmen zur Identifizierung und Behebung von Inkonsistenzen, Fehlern und Ausrei\u00dfern in den Daten.<\/p>\n\n\n\n

Fortgeschrittene Analyse f\u00fcr Netzwerkkomplexit\u00e4t:<\/strong> Einsatz fortschrittlicher Analyse- und maschineller Lernalgorithmen zur Modellierung und Analyse komplexer Lieferketten-Netzwerke. Diese Tools helfen dabei, Einblicke in Abh\u00e4ngigkeiten, Schwachstellen und potenzielle Risiken im gesamten Netzwerk zu erhalten.<\/p>\n\n\n\n

\u00dcberwachung der Einhaltung gesetzlicher Vorschriften: <\/strong>KI-Tools k\u00f6nnen und werden verwendet, um die Einhaltung relevanter Vorschriften zu \u00fcberwachen und sicherzustellen.<\/p>\n\n\n\n

Integriertes Risikomanagement:<\/strong> KI-gesteuerte integrierte Risikomanagementsysteme, die verbundene Risiken ber\u00fccksichtigen. Dies kann das Simulieren und Analysieren verschiedener Szenarien umfassen, um potenzielle kaskadierende Effekte zu identifizieren und proaktive Risikominderungsstrategien zu entwickeln.<\/p>\n\n\n\n

Sichtbarkeit und R\u00fcckverfolgbarkeit der Lieferkette:<\/strong> Nutzung von KI-Technologien wie Blockchain und IoT (Internet der Dinge), um die Sichtbarkeit und R\u00fcckverfolgbarkeit der Lieferkette zu verbessern. Dies kann die Genauigkeit der Daten verbessern und Echtzeit-Einblicke in den Warenfluss innerhalb der Lieferkette bieten.<\/p>\n\n\n\n

Diese Anwendungsf\u00e4lle werden sich nur weiterentwickeln, wenn die Technologie reifer und etablierter wird. Beispielsweise Adaptive KI oder KI, die sich an die dynamische Natur von Lieferketten mit kontinuierlichen Lernmechanismen anpassen kann, wird letztendlich eine Evolution und Aktualisierung basierend auf Ver\u00e4nderungen in Nachfrage, Angebot und externen Faktoren erm\u00f6glichen.<\/p>\n\n\n\n

KI und Web-Scraping f\u00fcr das Lieferkettenmanagement von KMU<\/h2>\n\n\n\n

Heute k\u00f6nnen f\u00fcr KMU vollautomatisierte und Web-Scraping-L\u00f6sungen eine kosteng\u00fcnstige L\u00f6sung f\u00fcr das Lieferkettenmanagement bieten – insbesondere wenn soziale und Umweltrisiken, Compliance-Anforderungen und Lieferkettenkomplexit\u00e4t geringer sind.<\/p>\n\n\n\n

Die Rolle von KI in hochriskanten, komplexen Sektoren<\/h2>\n\n\n\n

In den stark regulierten, komplexen und hochriskanten Industriebranchen, auf die sich Achilles spezialisiert hat, ist es jedoch schwer vorstellbar, dass KI allein die erforderliche Transparenz bieten wird – f\u00fcr eine betr\u00e4chtliche Zeit in der Zukunft oder vielleicht \u00fcberhaupt nicht.<\/p>\n\n\n\n

Hier ist die Rolle von KI, vorerst und auch in Zukunft, eine Erg\u00e4nzung zu tieferen, detaillierteren Methoden. Diese sind vielleicht nicht so trendy wie KI. Sie verwenden echte Menschen, Augen, Ohren und viele Jahre internationale Erfahrung und ein echtes Verst\u00e4ndnis der komplexen Probleme, um Bedrohungen zu identifizieren, die in den Schatten der heutigen Lieferkette lauern.<\/p>\n\n\n\n

Beispiele aus der realen Welt<\/h2>\n\n\n\n

Bei Achilles haben wir das Gl\u00fcck, Kunden in allen Phasen ihrer Due-Diligence-Reise zu unterst\u00fctzen, von der Risikobewertung bis zur Offenlegung. Ein Teil dieses Prozesses sind unsere Vor-Ort-Audits und Mitarbeiterinterviews. Dies sind Aktivit\u00e4ten „vor Ort“, an einigen der unzug\u00e4nglichsten und anspruchsvollsten Orte auf dem Planeten. Unsere Teams von Auditoren nutzen ihre Augen, Ohren und ihre umfangreiche Erfahrung, um noch tiefer zu gehen.<\/p>\n\n\n\n

Ein aktuelles Beispiel daf\u00fcr sind potenzielle F\u00e4lle von Zwangsarbeit, die an einem Standort in Singapur identifiziert wurden. Unser Kunde, ein multinationales Energieunternehmen, war sich nicht bewusst, dass Migrantenarbeiter, die \u00fcber eine Agentur besch\u00e4ftigt wurden, enorme Einlagen zahlen mussten, um besch\u00e4ftigt zu werden und in einigen F\u00e4llen ihre Ausweisdokumente abgenommen bekamen. Leider ist dies kein isolierter Fall. Ob Chemikalien in Wasserl\u00e4ufe eingeleitet werden oder Lohnabz\u00fcge als finanzielle Bestrafung dienen, unsere Teams sehen und h\u00f6ren diese Probleme mit ihren eigenen Augen und Ohren.<\/p>\n\n\n\n

Heute erfordert eine effektive Due-Diligence und die Einhaltung immer strengerer Gesetzgebung zur Due-Diligence wie Apenhetsloven, Bill S211, BRSR Core, CSDDD, Lieferkettengesetz und das Modern Slavery Act einen breiten Ansatz, bei dem alle verf\u00fcgbaren Tools eines Unternehmens zum Einsatz kommen. Gl\u00fccklicherweise haben wir f\u00fcr unsere Kunden diese Tools genutzt und die Erfahrung, um zu wissen, wann und wie man sie einsetzt.<\/p>\n\n\n\n

Es ist entscheidend, eine Balance zwischen Automatisierung und menschlicher Expertise zu finden. Eine zu starke Abh\u00e4ngigkeit von KI ohne menschliche Aufsicht kann zu blinden Flecken und verpassten Nuancen f\u00fchren, w\u00e4hrend eine unzureichende Automatisierung zu Ineffizienzen f\u00fchren kann. In einer Zeit, in der die Welt mit einem Anstieg von Menschenrechtsverletzungen, Kinderarbeit, Zwangsarbeit und Umweltverschmutzung konfrontiert ist und sich bem\u00fcht, Emissionen zu reduzieren und den Klimawandel anzugehen, m\u00fcssen wir alle verf\u00fcgbaren Werkzeuge nutzen, um Transparenz zu schaffen und die nachteiligen Auswirkungen unserer Gesch\u00e4ftspraktiken anzugehen. Regulierungsbeh\u00f6rden, Investoren und Kunden w\u00fcrden zu Recht nichts weniger akzeptieren.<\/p>\n","protected":false},"excerpt":{"rendered":"

Dieser Blog konzentriert sich auf die Rolle der KI in der Due-Diligence im Bereich der Lieferkette und diskutiert sowohl die Herausforderungen, Grenzen und Vorteile der KI innerhalb eines ganzheitlichen Due-Diligence-Prozesses als auch deren m\u00f6gliche Entwicklung in der Zukunft. Es wurde viel diskutiert und debattiert \u00fcber die Verwendung von KI in der Lieferketten-Due-Diligence. Begriffe wie das […]<\/p>\n","protected":false},"author":2,"featured_media":36061,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","wds_primary_category":3960,"wds_primary_industry_tax":0,"wds_primary_topic_tax":0,"wds_primary_post_region_tax":0,"footnotes":""},"categories":[3960,7],"tags":[8617,8618,8619],"industry_tax":[4282,4049,4054,4045,11986,4050,4056,4057,4055,4048,4051,4053,4009,4052,4047,4044],"topic_tax":[12000,4456],"post_region_tax":[],"class_list":["post-38435","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel","category-einblicke-branche","tag-ai-in-supply-chain-due-diligence-de","tag-benefits-of-ai-in-supply-chain-management-de","tag-challenges-of-ai-in-supply-chain-management-de","industry_tax-alle-de","industry_tax-automotive-de","industry_tax-bankwesen-und-finanzen-de","industry_tax-bauwesen-de","industry_tax-bergbau-und-zement-de","industry_tax-chemikalien","industry_tax-einzelhandel","industry_tax-energie","industry_tax-gesundheitswesen","industry_tax-industrielle-fertigung","industry_tax-konsumguter-de","industry_tax-pharmazeutika","industry_tax-services-de","industry_tax-telekommunikation","industry_tax-verkehr-und-logistik","industry_tax-versorgungsunternehmen","topic_tax-ethisches-wirtschaften-de","topic_tax-sorgfaltspflicht-und-de"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/posts\/38435","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/comments?post=38435"}],"version-history":[{"count":0,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/posts\/38435\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/media\/36061"}],"wp:attachment":[{"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/media?parent=38435"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/categories?post=38435"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/tags?post=38435"},{"taxonomy":"industry_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/industry_tax?post=38435"},{"taxonomy":"topic_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/topic_tax?post=38435"},{"taxonomy":"post_region_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/de\/wp-json\/wp\/v2\/post_region_tax?post=38435"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}