Supply Chain Management: Wie sich KI auf Make-or-Buy-Entscheidungen auswirken wird

Die Effizienz der Supply Chain wird durch die sich ergänzenden Parameter Zeit, Qualität und Reaktionsfähigkeit bestimmt. Die Technologie der Künstlichen Intelligenz (KI) wird diese Parameter zunehmend beeinflussen und deutlich niedrigere Transaktionskosten bedingen. Dies kann dazu führen, dass Entscheidungsträger in Lieferketten ihr Verhalten bei Make-or-Buy-Entscheidungen überdenken und ändern.


Lieferketten entsprechen biologischen Systemen – künstliche neuronale Netze imitieren biologische Prozesse

Da Lieferketten-Netzwerke eine Komplexität erreicht haben, die der von biologischen Systemen gleichkommt, sollten sie als komplexe adaptive Systeme behandelt werden. Möchte man in einer solchen dezentralen adaptiven Komplexität Analysen mit optimalen Ergebnissen durchführen oder Geräte und Anwendungen mit angemessen automatisiertem und intelligentem Verhalten integrieren, ist eine Technologie gefragt, die ausreichend Kapazität und Funktionalität bietet. Sie muss in der Lage sein, so viele Parameter und Variablen wie möglich zu berücksichtigen und zu berechnen. Und hier kommen maschinelles Lernen und neuronale Netze ins Spiel.

Innovative Organisationen haben begonnen, sich auf technologische Fortschritte im Bereich des maschinellen Lernens zu konzentrieren, insbesondere auf künstliche neuronale Netze als Teil von Deep-Learning-Ansätzen. Neuronale Netze nähern sich dem Ideal des impliziten Wissens an und überwinden die Grenzen des traditionellen Programmierens. Menschliche Entwickler sind nicht in der Lage, ihr implizites Wissen auszudrücken und schränken somit die Fähigkeiten automatisierter und autonomer Geräte und Anwendungen ein.

Supply-Chain-Entscheidungsträger sind naturgemäß bestrebt, die Dynamik und Entstehung von Lieferketten-Netzwerken zu verstehen und zu steuern, die ihre Komponenten verändern und reorganisieren, um sich den Herausforderungen ihrer Umgebung anzupassen. Es wird erwartet, dass das maschinelle Lernen die Abstimmungs- und Koordinierungsaktivitäten in diesen dynamischen Supply Chains drastisch reduzieren oder abschwächen wird. Aus diesem Grund werden die Fortschritte beim Einsatz künstlicher neuronaler Netze in der operativen Lieferkette die Transaktionskosten auf lange Sicht nachhaltig verändern.

Vor diesem Hintergrund sollten Supply-Chain-Entscheidungsträger darüber nachzudenken, was dies für den zukünftigen Erfolg oder Misserfolg ihres Supply Chain Managements bedeutet.


Sollten Sie Make-or-Buy-Entscheidungen für die Zukunft komplett überdenken?

Supply Chain Manager benötigen eine klare Anleitung, wie die Transaktionskostenökonomie im Supply Chain Management angewendet werden kann Ein definiertes Regelwerk würde das wirtschaftliche Verhalten und die soziale Einstellung der Supply-Chain-Teilnehmer und -Komponenten stabiler und berechenbarer machen.

Eine kritische Analyse von Annahmen und Theorien über Mechanismen und Strukturen in der Lieferkette ist entscheidend. Dies wird ein Bild einer wahrscheinlichen zukünftigen Realität liefern, das nützliche Optionen für die Gestaltung der Supply Chain durch die Anwendung von KI aufzeigt. Diese Erkenntnisse ermöglichen es den Entscheidungsträgern in der Supply Chain, sich frühzeitig einen Wettbewerbsvorteil zu verschaffen.

Derzeit arbeite ich für CAMELOT mit nationalen und internationalen Universitäten an einem Forschungsprojekt über die Auswirkungen von KI auf Make-or-Buy-Entscheidungen aufgrund sich verändernder Transaktionskosten in der Lieferkette. Im Laufe der nächsten 18 Monate werde ich die Zwischenergebnisse der Forschung in loser Folge vorstellen. Wenn Sie von diesen Ergebnissen erfahren und mich auf dieser Reise begleiten möchten, folgen Sie mir einfach auf LinkedIn oder senden Sie mir eine Nachricht.

Während der Einsatz von KI im Supply Chain Management noch in den Kinderschuhen steckt, können Sie bereits heute damit beginnen, Ihre aktuelle Supply-Chain-Effizienz auf Verbesserungspotenziale hin zu überprüfen – und schneller als Ihre Wettbewerber sein, wenn die KI-Welle das Supply Chain Management trifft.


Lektüreempfehlung:

Weitere Informationen über den Kontext des aktuellen technologischen Fortschritts in Brynjolfsson, E., & McAfee, A. (2016). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. New York, London: W.W. Norton & Company.

Weitere Informationen über komplexe adaptive Systeme in Surana, A. u.a. (2005). Supply-chain networks: a complex adaptive systems perspective. International Journal of Production Research, 43 (20), S. 4235-4265

Weitere Erläuterungen zum Thema implizites Wissen in Polanyi, M. (1966). The tacit dimension (1. Auflage). Doubleday: Garden City, New York.

Einfache und leicht verständliche Einführung in neuronale Netze (auf Deutsch): https://www.youtube.com/watch?v=o3RDCSJH2oo

Mehr zum Thema Transaktionskostenökonomie im SCM: Williamson, O.E. (2008). Outsourcing: Transaction Cost Economics und Supply Chain Management. Journal of Supply Chain Management, 44(2), S. 5-16

Weitere Informationen über digitale Transformation in: https://www.camelot-mc.com/de/study/mastering-digital-transformation/

written by
Joachim Getto
Joachim Gettos berufliche Leidenschaft gilt dem Supply Chain Management. Als Associate Partner bei CAMELOT Management Consultants ist er verantwortlich für den Bereich Business Modelle und Digitalisierung in der Logistik. Joachim vereint angewandtes unternehmerisches Denken mit einem ausgeprägten technologischen Hintergrund. Außerdem erforscht er die Bedeutung und den Einfluss Künstlicher Intelligenz für eine effizientere Supply Chain.

Dieser Post ist außerdem verfügbar in: Englisch