AI4SCM

Machine Reading im Supply Chain Management für KMUs

Motivation

Die Krisen der letzten Jahre haben gezeigt, wie sehr die deutsche Wirtschaft und Verbraucher auf funktionierende Lieferketten angewiesen sind und wie sehr diese durch verschiedene Risiken beeinflusst werden. Die Vorhersage von solchen Risiken kann Kosten senken, indem Lager- und Logistikkosten für den Ausfall einer Lieferkette verringert
werden. Die Möglichkeit solche Ereignisse im Bereich des Lieferketten Management (Supply-Chain Management SCM) korrekt vorhersagen zu können, ist eines der
aussichtsreichsten Business-to-Business Anwendungsfelder von Künstlicher Intelligenz.

Ziele und Vorgehen

Ziel des Projektes ist die Erforschung von Methoden, mit denen kritische Ereignisse in Lieferketten automatisiert erkannt werden können. Diese Methoden anzuwenden, soll
Unternehmen in die Lage versetzen, ihre Verpflichtungen nach Lieferkettensorgfaltspflichtengesetz zu erfüllen. Dazu sollen text-basierte Quellen mit Hilfe von KI Verfahren ausgewertet werden. Die angestrebten Verfahren sollen dabei im Gegensatz zu aktuellen Ansätzen nur wenige bis gar keine Trainingsdaten voraussetzen. So können auch Unternehmen mit wenigen Daten oder geringen personellen Ressourcen profitieren. Entwicklung der Lösung werden Inhalte aus mehr als 460 Millionen öffentlichen Quellen (z. B.
globale Unternehmens-und Nachrichtenwebseiten) zugrunde gelegt, die von einer im Projekt entwickelten modularen KI Plattform verarbeitet werden.

Innovationen und Perspektiven

Im Vorhaben AI4SCM ist es geplant, öffentliche Quellen automatisiert zu identifizieren, anzubinden und abzufragen, um die Grundlage für Machine Learning-basierte, SCM-bezogene Datenprodukte zu schaffen. Ziel ist es, aktuelle Forschungsergebnisse vor allem auch für KMUs zur Verfügung zu stellen. Die Vermarktung der angestrebten Lösung soll dazu beitragen, das Vertrauen in funktionierende Lieferketten zu stärken, was für die global agierende deutsche Wirtschaft von großer Bedeutung ist.

Projektinformation

Projektleitung

Neofonie GmbH
Robert-Koch-Platz 4
10151 Berlin

Volumen

1,36 Mio. € (inkl. Projektpauschale für die beteiligte Hochschule)

Laufzeit

04/2023 – 03/2026

Projektpartnerinnen und -partner

Berliner Hochschule für Technik Ubermetrics Technologies GmbH