Mit KI-Daten zur resilienten Lieferkette

In der Industrie läuft die Beschaffung bislang meist nach dem gleichen Muster: Anfrage bei potenziellen Lieferanten, Sichten der Angebote, Auftragsvergabe. Bei der nächsten Bestellung wiederholt sich dieser Prozess. Damit kamen Unternehmen lange Zeit klar, heute genügt das jedoch nicht mehr. Wir leben in einer Zeit volatiler Lieferketten, technischer Komplexitäten und immer kürzerer Produktionszeiten. 

Vor diesem Hintergrund bildet sich in der Beschaffung etwas vollkommen Neues heraus: KI-gestützte Informationsfunktionen wandeln rohe Betriebsdaten in entscheidungsrelevante Erkenntnisse um. Mithilfe von KI können Unternehmen heute von regelmäßigen Lieferantenbewertungen zu einer kontinuierlichen Leistungsüberwachung übergehen. So erfassen wir bei Xometry Europe alle Produktionsaktivitäten in einem Partnerbewertungssystem, das auf vier Kernkriterien basiert: Qualität, Termintreue, Kommunikation und Verpackungsqualität.

Es geht dabei keineswegs nur um die Automatisierung bestehender Prozesse. Vielmehr steht ein Strukturwandel an: Beschaffung wird von einer periodischen Aufgabe zu einem kontinuierlichen Wettbewerbsvorteil. Dazu müssen Einkaufsabteilungen ihre Fertigungsnetzwerke in Zukunft völlig anders verstehen, bewerten und mit ihnen interagieren.

KI ermöglicht es den Unternehmen, von regelmäßigen Lieferantenbewertungen zu einer kontinuierlichen Leistungsüberwachung überzugehen. Diese Erkenntnisse sind vollständig transparent und für alle Beteiligten, einschließlich der Lieferanten, in Echtzeit zugänglich. Lieferanten können bei Xometry Europe eine detaillierte Aufschlüsselung ihrer bisherigen Leistung nach Bestellung und Leistungskategorie einsehen, wodurch sie vergangene Probleme, Verzögerungen oder wiederkehrende Muster klar nachvollziehen können.

Laufende Datensammlung aus dem gesamten Fertigungssystem

Die Umstellung auf eine solche proaktive Beschaffung gleicht dem Unterschied zwischen dem Blick in den Rückspiegel und einem GPS für die Lieferkette. Akteure, die sich für den Wandel zur datenbasierten Beschaffung entscheiden, verwalten ihre Lieferkette nicht mehr nur. Sie sind vielmehr dem Markt drei Schritte voraus. Schließlich erfährt der traditionelle Einkaufsprozess heute viele Einschränkungen. Jede Beschaffung gilt als isoliertes Ereignis, nicht als kontinuierlicher Prozess. Man verlässt sich zudem stark auf die Selbstauskunft der Lieferanten - die mit deren tatsächlicher Leistung übereinstimmt oder auch nicht.

Eine KI-gesteuerte, autonome Lieferantenintelligenz funktioniert nach einem völlig anderen Prinzip. Hier werden Informationen nicht eilig gesammelt, sobald ein Beschaffungsbedarf entsteht. Vielmehr gewinnen die Systeme kontinuierlich Daten aus dem gesamten Fertigungsökosystem. Jede Bestellung, jede Lieferung, jede Qualitätsprüfung wird zu einem Datenpunkt. Dies erweitert das Wissen und das Verständnis des Systems für die Fähigkeiten, Beschränkungen und auch für die Zuverlässigkeit der Lieferanten. Der Wandel von episodischer zu kontinuierlicher Informationsbeschaffung verändert alles. Beschaffer fragen nicht mehr: „Welchen Lieferanten nehmen wir für dieses Bauteil?“ Vielmehr lautet ihr Ansatz nun: „Was sagt unser gesammeltes Wissen über optimale Beschaffungsstrategien für unser gesamtes Produktionsportfolio?“

Bei Xometry nutzen wir diese Risikoprognosen aktiv, um für jeden Auftrag den am besten geeigneten Lieferanten zu ermitteln. Dabei berücksichtigen wir die jeweiligen technischen und konstruktiven Anforderungen. Diese datengestützte Zuordnung verbessert die Zuverlässigkeit der Auftragsabwicklung und die allgemeine Lieferleistung erheblich. Das KI-System scannt unstrukturierte Daten, einschließlich interner Notizen, bevor Produktionsaufträge versendet werden. Erkennt es Hindernisse wie regionale Beschränkungen oder Compliance-Auflagen, verhindert es die automatische Bestätigung und leitet die Aufträge zur manuellen Partnerauswahl weiter.

Vorhersagen zur Lieferkette über KI-gestützte Datenanalysen

Die Stärke dieser KI-gestützten algorithmischen Beschaffung liegt in der Beschaffung und Synthese von Informationen über Zeiträume hinweg. Grundlage für echte prädiktive Intelligenz bilden Längsschnittdaten. Das bedeutet eine Beobachtung der Lieferantenleistung, der technischen Ausführung und der Zusammenarbeit über mehrere Projekte und Zeiträume hinweg. Bei der traditionellen Beschaffung werden zwar möglicherweise die Liefertreue oder die Fehlerquote erfasst. Das sind auch nützliche Kennzahlen - deren Vorhersagekraft jedoch begrenzt ist. Ein KI-gestütztes Datenökosystem erfasst viel mehr: Schwankungen der Vorlaufzeiten bei unterschiedlichen Produktionsauslastungen, Qualitätsverläufe bei steigendem Lieferantenvolumen, Reaktionsfähigkeit auf Designänderungen, Kapazitätsauslastungsmuster und sogar die Kommunikation während der Projektdurchführung.

Dabei sind Kooperationsmuster die wohl am wenigsten beachtete Quelle für Beschaffungsinformationen. Wie Lieferanten auf technische Anfragen reagieren, ihre Bereitschaft, Designoptimierungen vorzuschlagen, ihre Fähigkeit, potenzielle Fertigungsprobleme frühzeitig zu erkennen: Solche Verhaltenssignale sagen den Projekterfolg oft genauer voraus als herkömmliche Kennzahlen. Dennoch werden sie in traditionellen Beschaffungsrahmenwerken selten systematisch erfasst.

KI-Systeme können hervorragend subtile Muster erkennen, die menschlichen Beobachtern meist entgehen. Der wahre Wert zeigt sich, wenn Daten in KI-gestützte Wahrscheinlichkeitsmodelle einfließen, die echte Vorhersagen ermöglichen. Bei der traditionellen Lieferantenbewertung wird gefragt: „Wie hat dieser Lieferant in der Vergangenheit abgeschnitten?“ Die KI-gestützte Wahrscheinlichkeitsmodellierung stellt eine viel sinnvollere Frage: „Wie sieht angesichts der Leistungsmuster, der technischen Erfahrung, der aktuellen Kapazitätsauslastung und der spezifischen Anforderungen dieses Bauteils die Wahrscheinlichkeitsverteilung der potenziellen Ergebnisse aus?“

Wahrscheinlichkeiten ermöglichen proaktive Strategien

Künftig müssen sich Beschaffungsexperten also daran gewöhnen, mit Wahrscheinlichkeitsverteilungen statt mit kategorischen Gewissheiten zu arbeiten. Sie müssen verstehen, wann algorithmische Empfehlungen der KI befolgt werden sollten und wann der Kontext, den das System nicht erfassen kann, eine manuelle Übersteuerung erfordert.

Ihren größten Wert entfaltet die KI-gestützte autonome Lieferantenintelligenz, wenn sie proaktive Beschaffungsstrategien ermöglicht. Anstatt auf eingetretene Störungen zu reagieren, können Unternehmen Schwachstellen bereits identifizieren und beheben, bevor sie die Produktion stören. Auf taktischer Ebene können KI-Systeme bestimmte Lieferanten kennzeichnen, die frühe Anzeichen für potenzielle Lieferprobleme aufweisen. Einkaufsteams entwickeln dann Notfallpläne, ehe Probleme überhaupt auftreten.

Diese Vorhersagekraft geht über die Bewertung einzelner Lieferanten hinaus, bis hin zur Identifizierung systemischer Risiken. Durch die Analyse von Mustern im gesamten Lieferantennetzwerk können KI-Algorithmen aufkommende Schwachstellen erkennen, ehe sie zu Störungen führen. So deutet vielleicht eine Gruppe von Lieferanten, die subtile Anzeichen für Kapazitätsengpässe aufweisen, auf einen bevorstehenden Engpass hin. Eine Verschlechterung der Qualitätskennzahlen bei mehreren Lieferanten, die ähnliche Rohstoffe beziehen, könnte hingegen auf ein Problem in der vorgelagerten Lieferkette hinweisen.

Umstellung ist ein Kraftakt für Unternehmen

Eine KI-gestützte autonome Lieferantenintelligenz bringt also konkrete Wettbewerbsvorteile. Für Unternehmen ist sie allerdings zunächst ein Kraftakt. Schließlich generiert die Beschaffung in der Fertigung Informationen über fragmentierte Systeme hinweg – ERP-Plattformen, Qualitätsmanagementsysteme, Produktionsplanungstools, Lieferantenportale. Die Schaffung eines einheitlichen Datenökosystems macht daher den Aufbau von Pipelines nötig, die Informationen aus diesen unterschiedlichen Quellen extrahieren, normalisieren und in einen Kontext bringen können.