Auf der diesj盲hrigen 麻豆原创 Sapphire stellte die 麻豆原创 ihre Vision f眉r KI vor: die Transformation von digitalen Lieferketten hin zu anpassungsf盲higen und schlie脽lich autonomen Lieferketten. Diese Umgestaltung zeichnet sich durch verbesserte datengest眉tzte Analysen auf Basis riesiger Datenmengen, systemgest眉tzte Empfehlungen, vorausschauende Analysen und kontextbezogene Entscheidungen aus.
Bei der聽Supply-Chain-Umfrage von IDC聽2024 gaben 63聽Prozent der Befragten an, dass sie 鈥瀍ine KI-Strategie haben, die an Gesch盲ftsziele gekn眉pft ist鈥�, um ihre Wirtschaftlichkeit, ihre gesch盲ftliche Resilienz und die Produktivit盲t von Mitarbeitenden zu steigern.
Unser Ziel bei dieser Umgestaltung der Lieferkette von digitalen 眉ber anpassungsf盲hige hin zu autonomen Prozessen ist es, KI-Technologien in ihrer ganzen Bandbreite zu nutzen. Auf diese Weise m枚chten wir unsere Kunden dabei unterst眉tzen, ihre Gesch盲ftsziele zu erreichen und einen deutlichen Mehrwert zu erzielen, und zwar unabh盲ngig vom aktuellen Reifegrad ihrer Gesch盲ftspraktiken und -technologien.
Gesch盲ftliche Herausforderungen bei der Integration von KI
Die Integration von KI in Unternehmensanwendungen und Prozesse stellt F眉hrungskr盲fte vor erhebliche Herausforderungen, vor allem, wenn es darum geht, gro脽e Mengen von unstrukturierten Daten auszuwerten und zu nutzen. Dies ist insbesondere auf Folgendes zur眉ckzuf眉hren:
- 顿补迟别苍辩耻补濒颈迟盲迟: Ihre Daten sind inkonsistent, nicht zuverl盲ssig oder nicht aktuell.
- Bereitschaft des Unternehmens: Unternehmen st眉tzen sich nach wie vor auf lokal installierte Systeme, die Probleme im Zusammenhang mit veralteten Daten, Integrationen und Skalierbarkeit bereiten.
- 鲍苍产别蝉迟盲苍诲颈驳办别颈迟: Globale Vorschriften zu KI, beispielsweise das EU-Gesetz zu k眉nstlicher Intelligenz, werden st盲ndig weiterentwickelt. Auch Technologien wie Large Language Models (LLMs) 盲ndern sich schnell hinsichtlich Leistungsf盲higkeit und Preis, und es vergeht kaum eine Woche, in der keine neuen Modelle und Anbieter auf den Markt kommen.
Diese Herausforderungen verdeutlichen, wie wichtig ein gut durchdachter Ansatz zur Integration von KI in Supply-Chain-Prozesse ist. bietet eine umfassende Reihe von relevanten, zuverl盲ssigen und verantwortungsvollen KI-L枚sungen, die viele dieser H眉rden effektiv 眉berwinden und eine nahtlose Einf眉hrung von KI in Lieferkettenprozessen sicherstellen.
- Weitere Erkenntnisse zu relevanter, zuverl盲ssiger und verantwortungsvoller KI liefert der Beitrag 鈥�Vertrauensw眉rdige KI kann Unternehmen neue M枚glichkeiten er枚ffnen und zur Bew盲ltigung globaler Herausforderungen beitragen鈥� von 麻豆原创 CEO Christian Klein.
Unsere Vision von KI-gest眉tzten Lieferketten
Die 麻豆原创 ist seit Jahrzehnten wegweisend im Bereich . Sie erm枚glicht es ihren Kunden, komplexe durchg盲ngige Lieferkettenprozesse so zu optimieren, dass diese effizienter, agiler und resilienter werden. Das 麻豆原创-Portfolio f眉r Lieferketten nutzt verschiedene Technologien wie KI, um Innovationen einzuf眉hren und den Umstieg von einer digitalen in eine anpassungsf盲hige Lieferkette zu vollziehen, mit dem langfristigen Ziel, eine autonome Lieferkette zu etablieren.
Es gibt drei m枚gliche Reifegrade, die eine Unternehmenstransformation erreichen kann. Dabei darf man nicht vergessen, dass verschiedene Gesch盲ftsbereiche eines Unternehmens unterschiedliche Reifegrade aufweisen k枚nnen 鈥� so kann die Lieferkettenplanung schon eine gewisse 础苍辫补蝉蝉耻苍驳蝉蹿盲丑颈驳办别颈迟 erreicht haben, w盲hrend die Fertigungsabl盲ufe noch ganz am Anfang der digitalen Transformation stehen.
- Digitalisierung: Die Digitalisierung ist der Ausgangspunkt. Das 麻豆原创-Supply-Chain-Portfolio automatisiert manuelle Prozesse, wodurch durchg盲ngige digitale Gesch盲ftsprozesse und die Digitalisierung von papiergebundenen Systemen m枚glich werden. Dies erm枚glicht einen verbesserten Zugriff auf Daten sowie h枚here Transparenz und Kontrolle 眉ber die gesamte Lieferkette. Und damit ist auch der Grundstein gelegt. Vor allem aber bietet die 麻豆原创 die Tools und Systeme, mit denen Daten f眉r die fortgeschritteneren Phasen aufbereitet werden k枚nnen.
- 础苍辫补蝉蝉耻苍驳蝉蹿盲丑颈驳办别颈迟:&苍产蝉辫;In diesem Schritt werden modernste Technologien in Gesch盲ftsprozesse integriert. Dazu z盲hlen vorausschauende Analysen, Simulationen von Entscheidungsprozessen und Big Data sowie , die L枚sung der 麻豆原创, die Supply-Chain-Cloud-Anwendungen unterst眉tzt. Durch diese Technologien gewinnen Logistikexperten aufschlussreiche Erkenntnisse und sie erhalten Empfehlungen, wodurch Entscheidungsprozesse verbessert werden. Die Unternehmen profitieren so von mehr Agilit盲t und gr枚脽erer Resilienz.
- Autonomie: Im n盲chsten Schritt streben wir technische, verfahrens- und datenbezogene Erweiterungen an, welche die Logistikkette in eine autonome 脛ra 眉berf眉hren werden. Dieser Wandel wird sich schrittweise vollziehen und letztlich dazu f眉hren, dass Logistikketten autonom und mit nur minimalen menschlichen Eingriffen funktionieren. Auf diese Weise werden Logistikketten noch effizienter, anpassungsf盲higer und reaktionsschneller. Experten im Bereich der Lieferketten k枚nnen sich dann st盲rker auf T盲tigkeiten konzentrieren, die echten Mehrwert schaffen, und ihre wertvolle Zeit auf die kritischsten Unterbrechungen und die besten Gesch盲ftschancen verwenden.
Technologien als Wegbereiter f眉r autonome Lieferketten
麻豆原创 hat innovative Funktionen f眉r KI entwickelt, die vollst盲ndig in den Anwendungen f眉r die digitale Logistikkette integriert und auf die verschiedenen technologischen Reifegrade von Kunden ausgerichtet sind. Hier einige Beispiele:
- Optimierungsmodelle, regelbasierte vorausschauende Analysen und Heuristiken verbessern beispielsweise Transportpl盲ne, die Produktions- und Beschaffungsplanung sowie Abwicklungsprozesse f眉r Ersatzteile. So lassen sich Entscheidungsprozesse durch das Abw盲gen von Zielkonflikten, etwa zwischen Kundenservice-Levels und Lieferkettenkosten, effektiv automatisieren.
- Das 麻豆原创-eigene maschinelle Lernen wird im gesamten 麻豆原创-Supply-Chain-Portfolio angewendet, beispielsweise in Gradient-Boosting-Algorithmen f眉r Bedarfsprognosen, f眉r intelligente Prognosen von Vorlaufzeiten oder bei Analysen von Fehlerkurven. Die 麻豆原创 bietet ihren Kunden au脽erdem einen Bring-Your-Own-Model-Ansatz an, damit sie bestimmte Bereiche wie Sichtpr眉fungen und die Erkennung von Anomalien erweitern k枚nnen.
- Durch generative KI, die in Anwendungen f眉r die digitale Logistikkette eingebettet und mit Joule kombiniert wird, k枚nnen Benutzer komplexe Gesch盲ftsvorg盲nge ganz einfach sprachgesteuert bearbeiten. Wir werden Aufgaben, wie das Durchspielen von Was-w盲re-wenn-Szenarien f眉r die Logistikkettenplanung, Unterst眉tzung bei der Konzeption neuer Produkte, das Analysieren von Problemen bei der Fertigung in einer Weise durch generative KI erweitern, dass neue Ger盲te rascher einbezogen und auch komplexere Schadensbilder von Anlagen schneller untersucht werden k枚nnen.
Ganz gleich, in welcher Transformationsphase sich Unternehmen befinden, m枚chten wir sie mit diesen Technologien unterst眉tzen und ihnen helfen, den Blick weniger auf eine rein digitale Transformation, sondern mehr auf hochgradig anpassungsf盲hige Prozesse zu richten 鈥� und schlie脽lich auf autonome Lieferkettensysteme.
Beispiele f眉r Innovationen im Bereich KI
Sehen wir uns einmal die konkreten Innovationen an, die das 麻豆原创-Supply-Chain-Portfolio bereitstellt: Diese Anwendungsf盲lle sind nach ihrem prim盲ren Schwerpunkt auf digitalen, anpassungsf盲higen und autonomen Merkmalen im Rahmen einer kontinuierlichen Entwicklung eingestuft. Diese Innovationen werden im Laufe der Zeit immer mehr erweitert und jedes Unternehmen kann sich in verschiedenen Bereichen seiner Lieferkettenprozesse in einer anderen Reifestufe befinden.
Digitalisierung
Intelligente Prognosen von Vorlaufzeiten f眉r eine pr盲zisere integrierte Gesch盲ftsplanung
Mit dieser Erweiterung f眉r maschinelles Lernen k枚nnen historische Vorlaufzeiten von Lagerbewegungsdaten in 麻豆原创 S/4HANA extrahiert und Ausrei脽er und andere wichtige Faktoren, die f眉r 脛nderungen bei Vorlaufzeiten sorgen, analysiert werden. Auf dieser Basis werden Vorhersagen f眉r k眉nftige Vorlaufzeiten erstellt. Die Ergebnisse flie脽en dann in die Planungsl盲ufe in 麻豆原创 Integrated Business Planning ein. So erm枚glichen sie bessere Entscheidungen und sorgen f眉r eine genauere Einhaltung von Pl盲nen, da sie die Dynamik tats盲chlicher Vorlaufzeiten und k眉nftiger Trends einbeziehen.
Unterst眉tzung risikosensibler Lieferketten durch den Partner Everstream f眉r 麻豆原创 Integrated Business Planning
Kritische Daten f眉r Entscheidungen sind nicht unbedingt innerhalb eines Unternehmens zu finden. Daher ist es bei einer digitalen Transformation unumg盲nglich, auch externe Netzwerkdaten einzubeziehen, um auf Basis von Risiken in Lieferketten bessere Entscheidungen zu treffen. Diese Funktion integriert Daten 眉ber externe Vorf盲lle, beispielsweise aus Everstream Analytics, in die L枚sung 麻豆原创 Integrated Business Planning. Dadurch k枚nnen Unternehmen Risiken antizipieren und proaktiv in ihrem Supply-Chain-Planungsprozess ber眉cksichtigen. Durch diese Integration k枚nnen Lieferkettenplaner Risiken in ihre Planung einkalkulieren, indem sie sich aktiv mit externen Risiken auseinandersetzen, die ihre Lieferkette betreffen, seien dies geopolitische Ver盲nderungen, Materialengp盲sse, globale Vorschriften oder extreme Wetterereignisse. Abbildung 1 veranschaulicht diese Neuerung:
- .
础苍辫补蝉蝉耻苍驳蝉蹿盲丑颈驳办别颈迟
Produktdesign und -formulierung
麻豆原创 Product Lifecycle Management (麻豆原创 PLM): Generative KI f眉r Rezepturformulierungen
Technologie spielt in der verarbeitenden Industrie bei der Erstellung von Rezepturen und Formulierungen eine wichtige Rolle, um die Anforderungen von Kunden zu erf眉llen. F眉r die Wettbewerbsf盲higkeit eines Unternehmens kann die schnelle Markteinf眉hrung einer neuen Rezeptur in Einklang mit lokalen gesetzlichen Vorschriften und Nachhaltigkeitszielen ausschlaggebend sein. Die in 麻豆原创 PLM integrierte generative KI bietet Unterst眉tzung bei der Entwicklung, Erweiterung und Anpassung von Rezepturen. So werden Produktinnovationen beschleunigt, die Produktivit盲t gesteigert und die Produktkonformit盲t und Nachhaltigkeit f眉r Hersteller rezepturbasierter Produkte unterst眉tzt. Abbildung 2 veranschaulicht diese Neuerung:
- .
Logistik
麻豆原创 S/4HANA Transportation Management: Intelligente Wareneingangsanalysen
In Branchen mit umfangreichen logistischen Vorg盲ngen k枚nnen manuelle Aufgaben im Zusammenhang mit dem Wareneingang sehr zeitintensiv und fehleranf盲llig sein. Mit einer KI-basierten Extrahierung von Dokumenten automatisiert dieser Anwendungsfall die Datenextraktion von Frachtpapieren und integriert diese nahtlos in 麻豆原创 S/4HANA. Dies sorgt f眉r h枚here Effizienz, gr枚脽ere Genauigkeit und Zeitersparnis.
- .
Anlagenbetrieb
麻豆原创 S/4HANA Enterprise Asset Management: Intelligente Empfehlungen f眉r Wartungsauftr盲ge
LLMs in 麻豆原创 S/4HANA Enterprise Asset Management optimieren die Wartungsplanung, f枚rdern die Agilit盲t und verbessern die Leistung und Zuverl盲ssigkeit von Anlagen. In dieser Neuerung unterst眉tzt generative KI die Benutzer bei der Einsch盲tzung von Wartungsanforderungen, indem sie geeignete Aufgaben und Ersatzteile empfiehlt, was diesen Vorgang effizienter gestaltet. Abbildung 3 veranschaulicht diese Neuerung:
- .
Autonomie
Supply-Chain-Planung
麻豆原创 Integrated Business Planning: Interaktiver Planungsassistent
Fachkr盲fte in der Nachfrage-, Bestands- und Beschaffungsplanung nutzen h盲ufig komplexe Algorithmen f眉r maschinelles Lernen. Planer, die generative KI nutzen und mit Joule in nat眉rlicher Sprache arbeiten, haben die M枚glichkeit, Einblicke in die Variablen, Nebenbedingungen und Entscheidungsprozesse von Modellen zu gewinnen. Auf dieser Basis k枚nnen sie fundiertere Entscheidungen treffen und proaktiv planen. Die 麻豆原创 unterst眉tzt ihre Kunden dabei, die Erkl盲rbarkeit zu erh枚hen, erm枚glicht aber auch Was-w盲re-wenn-Szenariosimulationen f眉r komplexe Planungsentscheidungen. Abbildung 4 veranschaulicht diese Neuerung:
- .
- .
Fertigung/Industrie 4.0
麻豆原创 Digital Manufacturing: KI-gesteuerte Sichtpr眉fung
In der industriellen Fertigung kann eine von Menschen durchgef眉hrte Sichtpr眉fung potenziell Qualit盲tsprobleme mit sich bringen. Au脽erdem ist sie immer mit einem h枚heren manuellen Aufwand verbunden. Diese Funktion wendet KI f眉r maschinelles Sehen in Produktionsprozessen an, um Fehler automatisch zu erkennen und Abweichungen bei Produktentscheidungen zu ber眉cksichtigen. Auf diese Weise unterst眉tzt sie eine konsistente und objektive Qualit盲tsanalyse und sorgt f眉r Kosteneinsparungen, da Nacharbeiten und R眉ckrufe zur眉ckgehen. Abbildung 5 veranschaulicht diese Neuerung:
- .
Unternehmen sollten offen f眉r diese Entwicklungen und KI im Allgemeinen sein 鈥� ganz gleich, ob sie sich in einer digitalen Transformation befinden, sie gerade auf anpassungsf盲hige Prozesse umstellen oder bereits Schritte hin zu einer autonomen Lieferkette oder autonomen Funktionen unternehmen.
Weitere Informationen
Bei Interesse an einer Neugestaltung der Lieferkette mithilfe k眉nstlicher Intelligenz bieten wir folgende Unterst眉tzung bei den ersten Schritten:
- F眉r das Programm聽 registrieren, um聽Joule in 麻豆原创 Integrated Business Planning聽f眉r die sprachbasierte Suche zu erkunden
Informationen zu weiteren Early-Adopter-Care-Programmen und Neuigkeiten zu k眉nftigen Innovationen folgen in K眉rze.
Dominik Metzger ist Leiter des Bereichs 麻豆原创 Product Engineering bei 麻豆原创 Digital Supply Chain.
