Die letzten Jahre haben uns gezeigt, dass agile, auf AI gestützte Unternehmen besser mit Krisen umgehen können, weil sie über ein Plus an Resilienz und Flexibilität verfügen.
Mit technologischen Innovationen wie ERP und Artificial Intelligence (AI) können hiesige mittelständische Unternehmen den Wettbewerbern selbst aus China die Stirn bieten.
Neben dem wirtschaftlichen Erfolg verfolgen Unternehmen immer mehr nachhaltige Ziele: Geringere Ressourcenaufwendungen, geringere bis keine Verschmutzung der Umwelt, saubere Böden und Luft, etc. Doch die Unternehmen können nur nachhaltig agieren, wenn sie den Weg ihrer Produkte durch die Lieferkette genau im Blick haben, von der Rohstoffbeschaffung bis zur Produktion, Lagerung, Lieferung und jeder Transportverbindung dazwischen. Ziel muss es sein, Umweltschäden durch Faktoren wie Energie- und Wasserverbrauch oder Abfallerzeugung zu minimieren und gleichzeitig einen positiven Einfluss auf die Menschen und die Gesellschaft zu haben.
Dafür muss das ERP über alle Bereiche vom Vertrieb über Konstruktion und Beschaffung bis zum Service hinweg als Ganzes schlauer gemacht werden. Nur so kann es geschickter agieren und treffendere Prognosen erzeugen. Energy-Management und CO₂-Tracking helfen zu verstehen, wie ein Unternehmen nicht zuletzt in der industriellen Fertigung CO₂-Emissionen aufspüren und einsparen kann. Das geht nur mit Artificial Intelligence (AI).
Aber AI ist kein Selbstläufer. Kein Unternehmen kann erwarten, einfach eine AI-Software anzuschließen und dann resilient und nachhaltig zu sein. Die AI darf der Firma nicht einfach aufgepfropft werden, sie muss vielmehr in ihrem Innersten ansetzen, dem Nervensystem des Konzerns. AI macht im Unternehmen also nur Sinn, wenn sie in das ERP der Firma implementiert wird, das ERP selbst quasi schlau wird. Das kann etwa durch eine AI-gestützte Smart-Information-Management-Software für die Erstellung, Verwaltung, Analyse und intelligente Verarbeitung aller für einen Geschäftsprozess relevanten Informationen erfolgen. Ziel muss es dabei sein, die verschiedenen Komponenten einer Lieferkette so miteinander zu verbinden, dass alle möglichen Informationen – etwa zum Produktionsstatus - in Echtzeit abrufbar werden.
Datenqualität muss stimmen
Intelligenz im ERP und der Supply Chains nutzt im Grunde die selbe technologische Basis wie hochentwickelte AI-basierte Systeme, nämlich die Datenanalyse. Dafür müssen die Daten auch stimmen! Die Qualität von Stamm- und Bewegungsdaten beeinflusst, wie effizient Prozesse arbeite, auch die künstlich intelligenten. Um die Datenqualität hochzuhalten und für AI-Prozesse im ERP nutzbar zu machen, müssen Unternehmen erfolgsentscheidende Prozesse ausfindig machen, Qualitätskriterien definieren, vorhandene Datenpools prüfen, Dubletten beseitigen, eindeutige Daten erzeugen und diese kontinuierlich pflegen und prüfen.
Nur so ist es möglich, die Informationsqualität langfristig zu verbessern und einen „Single Point of Truth“ aufzubauen, innerhalb dessen jede Information nur einmal vorhanden und jederzeit abrufbar ist. Dafür müssen regelmäßige automatisierte Qualitätskontrollen, Plausibilitätsprüfungen, Workflows, Datenbereinigungen und festgelegte Regeln für neu erfasste Daten durchgeführt beziehungsweise aufgestellt werden.
Datenmanagement auf Basis aller relevanter Informationen
Auf die Datenbereinigung folgt auch in der Fertigungswirtschaft das intelligente Datenmanagement – damit holen Unternehmen das Maximum aus ihrem ERP-System. Intelligente Schnittstellen liefern sämtliche relevanten Informationen und stellen diese in geeigneter Struktur für Simulationen, Planungen und Analysen bereit. Änderungen von Werten in angebundenen Systemen werden automatisch berücksichtigt und stellen so die Aktualität der verfügbaren Daten sicher. Die Aufgabe der AI besteht nicht zuletzt darin, diese Produktionsdaten in Echtzeit zu erfassen, dann aus Mustern Abweichungen vom Plan ausfindig zu machen und diese Daten dann visualisiert anzubieten.
Vorausgesetzt, die Informationen sind alle korrekt – was durch Datenpflege und -management sichergestellt wird -, kann ein ERP-System intelligentes Wissensmanagement als Service anbieten und zusätzlich digitale Assistenten, vorausschauenden Wartung und Überwachung - ‚Predictive Maintenance’ genannt - oder Self-Service-Portale offerieren. Diese bilden die Grundlage für die weitere Digitalisierung und die Entwicklung neuer Angebote.
„Wie sehr die Akzeptanz von AI von deren Transparenz und Erklärbarkeit abhängt, lässt sich gut am Beispiel der Predictive Maintenance von Anlagen zeigen“, erläutert Prof. Marco Huber, Fraunhofer IPA und Universität Stuttgart. „Schlägt ein solcher AI-Dienst Alarm, müssen die Anwender nachvollziehen können, weshalb die Warnung ausgelöst wurde. Das lässt sich auch auf andere AI-Dienste übertragen.“
RPA entlastet von wiederkehrenden Routinevorgängen
Bei der Verarbeitung der Daten zu Informationen kommt nicht zuletzt Robotic Process Automation – kurz RPA – zum Einsatz. Dabei werden entsprechend einem festgelegten Workflow Aufgaben abgearbeitet. Diese Prozesse imitieren einen menschlichen Nutzer, der eine Anwendungen ausführt und digitale Prozesse anstößt. Das entlastet Mitarbeiter von Routineaufgaben und senkt das Fehlerrisiko bei der Datenverarbeitung praktisch auf null – bei gleichzeitig deutlich reduzierten Kosten.
RPA eignet sich grundsätzlich für alle strukturierten Prozesse, die klaren Handlungsanweisungen und wiederkehrenden Regeln folgen. Klassische Aufgaben sind etwa das Verschieben von Dateien und Ordnern, das Kopieren, Einfügen, Vergleichen von Daten, das Ausfüllen von Formularen oder das Extrahieren strukturierter und halbstrukturierter Daten aus Dokumenten. Sämtliche Aufgaben des Bestellprozess von der Bestellbestätigung über den Versand des Produkts und den Druck des Lieferscheins bis zur Rechnungsstellung lassen sich so beispielsweise automatisch ausführen.
Anders als vergleichbare Automatisierungstechnologien werden für RPA weder eine aufwendig programmierte Anwendungsschnittstelle noch Eingriffe in bestehende Systeme oder die unternehmenseigene IT-Infrastruktur nötig. Die Software steht in enger Verbindung zum ERP-System, wird in der Regel auf virtuellen Maschinen gehostet, ist skalierbar und lässt sich selbstredend im 24-Stunden-Betrieb nutzen. Die Einführung von RPA lohnt sich damit vor allem in Geschäftsbereichen mit einem hohen Volumen an wiederkehrenden Routinevorgängen.
Damit RPA-Systeme künftig auch hochkomplexe Prozesse umsetzen können, wird aktuell an kognitiven Software-Robotern gearbeitet, die sich mithilfe von AI eigenständig weiterentwickeln können. Das verspricht eine Reihe von neuen Einsatzmöglichkeiten, die heute teils noch gar nicht denkbar sind.
So macht AI-gestütztes ERP widerstandfähiger
Wie aber sorgt nun AI konkret dafür, dass das ERP entlang der Lieferkette intelligenter und widerstandsfähiger wird? Nun, Transparenz macht vieles möglich, zu denken wäre als allererstes an AI-gestützte Absatzprognosen. Damit versuchen Unternehmen proaktiv auf unvorhergesehene Ereignisse zu reagieren, wie wir sie seit zwei Jahren praktisch ständig erleben. Solche Prognosen berechnen möglichst alle möglichen Variablen mit ein, um die Warenverfügbarkeit auch im Katastrophenfall aufrecht zu erhalten.
Ziel dabei muss im Hinblick auf die zu erwartenden Kosten natürlich eine Bestandsoptimierung sein, das Endergebnis hört auf den Namen „Smart Value Chain“. Fehllieferungen sollten darin parallel zur Anzahl der Transporte minimiert, Bestands- und Lagerkosten heruntergefahren werden. Eine höhere Resilienz der Lieferkette verspricht darüber hinaus eine höherer Lieferzuverlässigkeit, ein einfacheres Erreichen von Zielgrößen, mehr Effizienz der Filialprozesse, Reduzierung der Durchlaufzeiten und eine Verringerung von Handling-Kosten.
Neben optimierten Absatzprognosen ermöglicht eine Erhöhung der Transparenz auch einen Ausbau der Kooperation im Partner-Ökosystem. Erst in transparenter Gesamtüberblick über alle am Ökosystem beteiligten Partner und Komponenten macht seinen Ausbau möglich, da neue Partner auf bislang unerreichbare Informationen zugreifen können. AI erlaubt also die datenbasierte Vernetzung auf einer sicheren Plattform, unterstützt von digitalen Tools für das Liefernetzwerk. Ein AI-gestütztes ERP-System sorgt dafür, dass Geschäfts- und Produktionsprozesse optimal laufen und im Fall der Fälle - wie etwa in der Corona-Krise – flexibel und schnell an neue Situationen angepasst werden können.
So sorgt AI-gestütztes ERP für mehr Nachhaltigkeit
Und wie sorgt nun die AI für mehr Nachhaltigkeit? Nun, Nachhaltigkeit ist ein hehres Vorhaben, das sich als Ziel saubere Umweltbedingungen für alle Menschen gesetzt hat. Das ERP ist dafür ein mächtiger Hebel: Durch eine hochintegrierte CO₂-Managementsoftware in Verbindung mit dem ERP-System als Backbone der gesamten Wertschöpfung können Unternehmen ganzheitlich das Ziel der Klimaneutralität verfolgen. Als Single Source of Truth bildet das ERP das Fundament für alle Analysen und Maßnahmen, allen voran ist hier das ganzheitliche CO₂-Management bis hin zur Klimaneutralität zu nennen. Es setzt sich zusammen aus:
- Kontinuierlichem CO₂-Tracking
- Erarbeitung von Reduktionsstrategien
- Umsetzung der Reduktionsmaßnahmen
- Überwachung der Emissionsentwicklung
Die Standard-Anbindung an alle CO₂-relevanten Datenpunkte sowie die Integration weiterer Analyse-Applikationen wie etwa Business Intelligence-Lösungen sind dabei essenziell. Auf Basis der so generierten Daten aus ERP, MES und beispielsweise TMS ermöglicht ein auf CO₂-Neutralität spezialisiertes System umfangreiche Erst-Analysen der Emissionen. Die Daten werden dazu überwiegend von verschiedenen, auf CO₂-Tracking spezialisierten Softwareanbietern wie Planetly, Klima.Metrix oder PlanA aufbereitet. Die Berechnung der CO₂-Emissionen erfolgt nach Standards wie GRI, DNK, SBTi und EU Taxonomy. Daraus ergeben sich die CO₂-Bilanz und der CO₂-Fußabdruck.
Anschließend erfolgt auf Basis des ERP-Systems die Reduktion der CO₂-Emissionen in allen relevanten Bereichen. Dazu gehören beispielsweise die Lieferkettensteuerung, Materialdisposition, Produktentwicklung und Produktionsplanung genauso wie die Absatzplanung, Fahrzeugflotte, Transportsysteme und selbstverständlich auch sämtliche Vertriebsaktivitäten.
AI erzeugt damit auch ganz handfeste Vorteile für Unternehmen, die sich Nachhaltigkeit als Ziel gesetzt haben:
Mit AI im ERP lassen sich wie gesehen Maschinen und Anlagen besser steuern, warten und agil betreiben inklusive einer bedarfsgerechten Anpassung von Lasten. Damit wird die Produktion als Ganzes effizienter – optimal kontrollierte Maschinen versprechen bis zu 30 Prozent Einsparpotenzial. Überproduktion gehört durch verbesserte Absatzplanung und Materialdisposition der Vergangenheit an.