Quantoloop

Driving innovation
in your supply chain.

Unser Ansatz

Transparenz entsteht auf Basis von
fünf aufeinander aufbauenden Maßnahmen.

Erfassung

⁠Durch integrative Kombination zu umfassender Transparenz.

Erfassung.jpg

Durch den Einsatz von RFID-Systemen können Lagervorgänge automatisiert werden (inkl. Verbuchung). Die Kombination eines Positionierungssystems und an Gabelstaplern montierten Lesegeräten ermöglicht eine kontinuierliche Inventurabfrage & somit höchste Transparenz innerhalb des Lagers. Fahraufträge und Fehleranzeigen werden direkt im Gabelstapler angezeigt und ermöglichen so eine elektronische Führung der Fahrzeuge zu den Lagerplätzen.

Die Fehlerquote bei der Kommissionierung wird reduziert und durch die intelligente Steuerung verkürzen sich die Warte- und Wegezeiten der Kommissionierer. Das Pulk-Reading des RFID-Systems ermöglicht eine gleichzeitige Erfassung mehrerer Artikel und erleichtert die Arbeit in der Lagerlogistik erheblich. Dies bietet großes Potenzial für Inventuren und das Bestandsmanagement. Zusätzlich bildet dieses System die Grundlage für ein intelligentes Warehouse, in dem Technologien wie „Pick-by-Vision“, „Pick-by-Light“ oder „Pick-by-Voice“ die Effizienz in der Lagerlogistik weiter steigern können.

Was bedeutet das konkret anhand eines Beispiels?

1. Wareneingang. Beim Aufnehmen der Ware mit dem Gabelstapler wird das Transportgut automatisch erkannt.

2. Einlagerung. Der Fahrauftrag zeigt an, wo die Ware eingelagert werden soll. Durch ein Ampelsystem wird die korrekte Ablage optisch bestätigt. Parallel wird die Ware automatisiert auf dem Lagerplatz verbucht.

3. Kommissionierung. Die in der Kommissionierung entnommene Ware wird automatisch im System angepasst & muss lediglich durch den Mitarbeiter bestätigt werden. Bei erneuter Einlagerung wird die aktualisierte Menge verbucht.

4. Warenausgang. Die Entnahme einer Ware vom Lagerplatz wird automatisch im Warehouse Management System (WMS) verbucht. Beim Beladen des LKW wird erneut durch ein Ampelsystem die korrekte Verladung optisch kenntlich gemacht.

Das Hauptziel: Die Qualität und Quantität der erfassten Daten signifikant zu steigern.

Effizienz

⁠⁠⁠In drei Schritten zu gezielten Gegenmaßnahmen.

Effizienz.jpg

Die Lieferketten wurden modelliert. Dies ermöglicht es folgend eine Reihe von Analysen durchzuführen, welche sich auf die Kosten und die Leistungen der Lieferketten konzentrieren. Es besteht die Möglichkeit, die Analysen nach Kostenkategorien aufzuschlüsseln und mit kausalen Faktoren zu verbinden. So können die gesammelten Daten analysiert und die Erkenntnisse genutzt werden, um Entscheidungen zu beschleunigen und besser auf ungeplante Ereignisse und Chancen zu reagieren. Sie bauen eine Resilienz auf!

Was bedeutet das konkret anhand eines Beispiels?

1. Top-Level-KPI. Wert und Volumen pro Kundenauftrag sind in den letzten zehn Monaten in fast allen Verteilzentren stetig gesunken.

2. Produktivität. Die Produktivität des Zentrallagers in Bezug auf die Zeit pro Auftrag erhöht sich, da die kleineren Aufträge im Durchschnitt schneller kommissioniert werden können.

3. Personalaufwand. Der Umsatz pro Kommissionierung sinkt, was dazu führt, dass insgesamt mehr Personal in den Distributionszentren benötigt wird, um den gleichen Umsatz zu erzielen.

Gegenmaßnahmen. Können kurzfristige, umsatzbasierte Gegenmaßnahmen ergriffen werden, um den Kunden Anreize zur Erhöhung des Auftragsvolumens zu geben, oder wird sich der Trend fortsetzen und ein Überdenken der Kommissionierprozesse und -technologie erforderlich machen?

Früher lag der Schwerpunkt der Analysen aufgrund technologischer und methodischer Einschränkungen hauptsächlich auf Descriptive Analytics. Das bedeutet, dass Daten aus der Vergangenheit erfasst und interpretiert wurden. Heutzutage kommen zusätzlich Predictive und Prescriptive Analytics zum Einsatz, um die Zukunft so präzise wie möglich vorherzusagen und Prozesse zu optimieren. Hierbei werden mathematische und statistische Methoden, Verfahren und Modelle angewendet, die es ermöglichen, Abläufe und Ereignisse automatisiert zu analysieren und konkrete Handlungsempfehlungen für die Planung und Steuerung von Prozessen abzuleiten.

Verbindung

⁠⁠Sicherheit in einer nahtlosen digitalen Lieferkette.

Verbindung.jpg

Die Blockchain-Technologie kann innerhalb komplexer logistischer Prozesse allen Beteiligten einen transparenten und effizienten Datenaustausch ermöglichen. Die Abhängigkeiten vor- und nachgelagerter Prozesse stellen potenzielle Risikoquellen dar. Eine Blockchain ermöglicht durch ihren Netzwerkcharakter einen sicheren Datentransfer zu externen Partnern.

Die Zollabwicklung funktioniert digital und automatisiert, wodurch alle Informationen für alle Beteiligten (Versender, Empfänger, Logistikdienstleister, Zollbehörden) jederzeit verfügbar sind und in Echtzeit aktualisiert werden. Da die Zollabwicklung stark reguliert ist und von den abweichenden Vorschriften und Anforderungen der jeweiligen Drittländer geprägt wird, ist die Echtheit der kursierenden Informationen und Daten für Behörden und andere Beteiligte oft schwer zu überprüfen. Dank der hohen Vertrauenswürdigkeit der Daten ermöglicht die Blockchain-Technologie eine stärkere Integration und Vernetzung digitaler Zollverfahren.

Die Rechnungsstellung und der Zahlungsverkehr im Zusammenhang mit Logistikfunktionen erfolgen fortlaufend digital, was zu Einsparungen bei manuellen und papiergestützten Prozessen führt. Die Blockchain-Technologie ermöglicht das digitalisierte Aufzeichnen, Speichern und gemeinsame Nutzen von Dokumenten. Gleichzeitig können intelligente Verträge (Smart Contracts) die Berarbeitungszeiten signifikant verkürzen, indem die Lieferungen automatisch geprüft sowie Rechnungen & Zahlungen automatisch abgewickelt werden. Dies erhöht die Effizienz und das Vertrauen erheblich.

So kann beispielsweise eine in der Blockchain erfasste Palette automatisch eine Bestätigung der Lieferzeit oder des Zustands der Ware übermitteln. Dies kann insbesondere zur Wahrung von Frische und Sicherheit von Lebensmitteln über die gesamte Lieferkette hinweg Anwendung finden, insbesondere in Kombination mit der RFID-Technologie.

Optimierung

⁠⁠Kontinuierliche Optimierung in einer fragilen Wirtschaftswelt.

Optimierung.jpg

Durch den Einsatz eines digitalen Zwillings wird ein intelligentes Simulationsmodell erstellt. Dieses Modell simuliert verschiedene Szenarien für die Lieferkette - inkl. der darin verwendeten Prozesse - und bildet alle daraus resultierenden Konsequenzen auf Basis realer Unternehmensdaten ab. Es verbindet somit die operative Ebene mit der strategischen Entscheidungsebene.

Während des Lagerbetriebs wird der digitale Zwilling kontinuierlich mit Daten aus den verschiedenen Automatisierungstechnologien innerhalb des Lagers aktualisiert. Dazu gehören beispielsweise die RFID-Technologie, fahrerlose Transportsysteme, Kommissioniersysteme und automatische Lager- und Bereitstellungssysteme. Diese Daten werden mit IoT-Daten kombiniert sowie durch Bestands- und Betriebsdaten sowie Nachfrageeigenschaften jedes Artikels ergänzt.

Digitale Zwillinge ermöglichen insbesondere die dynamische Optimierung der prozessualen Abläufe. Sie vereinen Flexibilität & Schnelligkeit und gewährleisten operative Exzellenz trotz Nachfrageschwankungen. Lagerstandorte, Bestandmischungen, Personalbestände und die Zuweisung von Ausrüstung werden kontinuierlich angepasst, um der aktuellen oder prognostizierten Nachfrage gerecht zu werden.

Was bedeutet das konkret anhand eines Beispiels?

1. Analyse: Die Analyse eines bestehenden Netzes führt zu der Entscheidung, ein neues Konsolidierungslager zu errichten. Mithilfe des digitalen Zwillings lässt sich ein optimaler Standort ermitteln und feststellen, wie sich dieser auf die Effizienz des Logistiknetzes auswirken würde.

2. Entwurf: Durch die Simulation der Bewegung von Produkten, Personal und Materialtransportgeräten ermöglicht der digitale Zwilling eine optimale Raumnutzung und entsprechende Effizienzoptimierungen. Auf dieser Grundlage kann das Layout des Lagers sowie die Implementierung neuer Anlagen geplant werden.

3. Optimierung: Der digitale Zwilling ermöglicht eine kontinuierliche Leistungsverbesserung von Automatisierungssystemen, beispielsweise durch die Nutzung von Sensordaten, Simulationen und Überwachungstechnologien zur Senkung des Energieverbrauchs bei gleichzeitiger Aufrechterhaltung des erforderlichen Durchsatzniveaus.

Der digitale Zwilling stellt umfassend alle Bewegungen von Inventar, Ausrüstung und Personal innerhalb des Lagers dar. So lassen sich Staus in stark frequentierten Gängen, geringe Produktivität oder Kommissionierfehler durch das Personal identifizieren und beseitigen. Bevor Änderungen in der Praxis vorgenommen werden, testet der Betriebsleiter mithilfe von Simulationen mit digitalen Zwillingen die Einführung neuer Geräte und Prozesse.



Digitale Zwillinge könnten einen erheblichen Einfluss auf die Gestaltung, den Betrieb und die Optimierung von Logistikinfrastrukturen wie Lagerhäusern, Distributionszentren und Cross-Dock-Anlagen haben.

Intelligenz

⁠⁠Excellence durch Proaktivität statt Reaktivität.

Intelligenz.jpg

Durch den Einsatz eines intelligenten Systems werden alle Daten entlang der gesamten Lieferkette kombiniert, entsprechende Gegenmaßnahmen automatisiert entworfen sowie eingeleitet. Einbezogen werden dabei beispielsweise Smart Contracts, moderne Track-and-Trace-Lösungen, maschinelles Lernen (ML) sowie digitale Zwillinge des Transportnetzwerks und/oder des Warehouses. Dies ermöglicht eine dynamische und selbststeuernde Reaktion auf Veränderungen, was eine resiliente und effiziente Lieferkette gewährleistet.

Was bedeutet das konkret anhand eines Beispiels?

1. Lieferkettenstörung: Durch den Einsatz eines digitalen Zwillings sowie moderner Track-and-Trace-Lösungen werden verschiedene Einflussfaktoren und Perspektiven auf die Lieferkette unter realen Netzwerkbedingungen kontinuierlich simuliert. Dies ermöglicht ein proaktives Risikomanagement hinsichtlich möglicher Lieferkettenstörungen. So findet eine laufende Bewertung der optimalsten Route und des besten Transportmittels statt. Wird eine Störung erkannt, kann das System basierend auf realitätsnahen Kostenkalkulationen Gegenmaßnahmen entwerfen und diese einleiten, wie beispielsweise Sondertransporte beauftragen.

2. Routenoptimierung: Für einen reibungslosen Transport innerhalb der Lieferkette, genügt es nicht eine Störung zu identifizieren. Es ist entscheidend, sofort geeignete Gegenmaßnahmen zu ergreifen. So können beispielsweise alternative Transportwege bewertet oder die Öffnungszeiten für die Warenannahme verlängert werden. Da die Zeit für die Identifikation und Bewertung von Gegenmaßnahmen sowie die Auswahl der besten Lösung oft sehr kurz ist, wird in der Praxis häufig die „erstbeste Lösung“ gewählt. Der Einsatz von maschinellem Lernen (ML) kann hier einen großen Unterschied machen. ML-Systeme können die Effektivität einzelner Maßnahmen überwachen und kontinuierlich aus vergangenen Erfolgen und Misserfolgen lernen, um zunehmend bessere Lösungen zu entwickeln.

3. Ankunftszeiten: Ansätze des maschinellen Lernens, wie künstliche neuronale Netzwerke oder entscheidungsbaum-basierte Methoden, können die Ankunftszeiten einzelner LKW für die nächsten 48 Stunden vorhersagen. Dies ermöglicht ein effizientes Time-Slot-Management sowie ein optimiertes Kapazitätsbedarfsmanagement.

4. Lagerhaltung: Der Einlagerungsprozess wird durch ML-Verfahren unterstützt. Bedarfsprognosen der Kunden, wie das Vorhersagen von Produktionskapazitäten oder Transportbedarfen, sowie kommende Picking-Aufträge werden bei der Auswahl des optimalen Lagerplatzes berücksichtigt. Die entsprechenden ML-Ansätze basieren auf multivariaten Prognosen. Das heißt, aus mehreren Zeitreihen wird der zukünftige Bedarf mit ML-Verfahren des bestärkenden Lernens prognostiziert. Auch werden laufend mögliche Umlagerungsoptionen bewertet, um die bestmögliche Durchsatzleistung zu gewährleisten.

Trendradar

Eine Branche in Bewegung.

Insights

Sei Deiner Branche voraus.

Digitalisierung

Effizienzsteigerung und Ressourcenschonung durch Vernetzung.

Selbst die intelligentesten Systeme sind durch die Qualität und Quantität der zugrundeliegenden Daten limitiert. Dies ist im Hinblick auf die derzeitige Datenbasis der meisten Logistikdienstleister eine große Herausforderung. Um das volle Potenzial der neuen intelligenten Systeme nutzen zu können, bedarf es zusätzlich einer Systeminteroperabilität und somit der nahtlosen Integration in die bestehende Infrastruktur. Auch gesetzliche Anforderungen des jeweiligen Landes oder Rechtssystems haben einen großen Einfluss auf die Möglichkeiten, wie Daten in Logistikprozessen grenzüberschreitend und zwischen internationalen Unternehmen genutzt und weitergegeben werden dürfen. Es gibt zahlreiche Gesetze und Vorschriften, die im Zusammenhang mit Datensouveränität zu beachten sind, wie die DSGVO (Datenschutz-Grundverordnung) und den California Consumer Privacy Act (CCPA).

Mit der zunehmenden Anzahl vernetzter Geräte wächst auch die Menge der erfassten Daten exponentiell. Diese Daten gilt es auszuwerten und in aufschlussreiche Geschäftserkenntnisse umzuwandeln. Der Einsatz der Digitalisierung, um die Netze transparenter und autonomer zu machen bedeutet, dass die Lieferkette als ein vernetztes und sich selbst steuerndes Ökosystem funktioniert.

Das Internet der Dinge (IoT) beschreibt die Vernetzung von Geräten und Fahrzeugen, wie beispielsweise in der Automatisierung und Robotik. In der Logistik 4.0 sind die Anwendungsbeispiele vielfältig: hochautomatisierte Transport- und Umschlagsprozesse, die durch selbststeuernde Roboter unterstützt werden, intelligente und in Echtzeit lokalisierbare Ladungsträger sowie der Einsatz von Algorithmen zur präzisen Prognose von Bedarfen und Transportmengen. Grundlage dieser Aktivitäten sind die von zahlreichen vernetzten Sensoren und Objekten erhobenen Prozess-, Ortungs- und Auslastungsdaten, die erhebliche Potenziale zur Effizienzsteigerung und Ressourcenschonung bieten.

Derzeit bestehen in der Logistik mehrere „Inseln“ vernetzter Geräte wie LKW, Flurförderfahrzeuge und andere Maschinen. Jedoch sind vollständig vernetzte Logistikprozesse, bei denen Informationen nahtlos durch den gesamten Prozess fließen, noch selten.

Resilienz

Widerstandsfähigkeit und Flexibilität durch Technologie.

Während der Corona-Pandemie wurde deutlich, dass die aktuellen Lieferketten nicht so gut auf äußere Störfaktoren vorbereitet sind, wie ursprünglich angenommen. Doch auch im Jahr 2024 haben Unterbrechungen in der Lieferkette weiterhin eine hohe Priorität. Heutige Lieferketten sind nicht auf die zunehmende Liefergeschwindigkeit, die sich wandelnden Kundenbedürfnisse sowie das Verschwimmen der Grenzen zwischen den Vertriebskanälen ausgelegt. Hinzu kommen geopolitische Risiken wie Handelskriege und Zölle. Die Diskrepanz zwischen Schnelligkeit und Flexibilität wird durch potenzielle Störungen wie Wetterbedingungen, Streiks oder politische Instabilität zunehmend beeinflusst.

Ziel muss es demnach sein, eine hohe Transparenz entlang der gesamten Lieferkette zu erlangen, um agil und idealerweise proaktiv agieren zu können. So können die gesammelten Daten analysiert und die Erkenntnisse genutzt werden, um Entscheidungen zu beschleunigen und besser auf ungeplante Ereignisse und Chancen zu reagieren. Die Basis dessen liegt in der Automatisierung und digitalen Vernetzung der Lieferketten.

Die bisherigen Ansätze zur Bewältigung von Lieferkettenstörungen müssen zunehmend durch technologische Hilfsmittel ergänzt werden. Dies macht sich insbesondere im Lagerbestandsmanagement bemerkbar. Während der COVID-19-Pandemie wurden großteils Sicherheitsbestände aufgebaut, denn Inventar war für viele der einzige Weg, damals Resilienz herzustellen. Derzeit stehen die Unternehmen jedoch erneut im Wettbewerb um Kosten und Kapital. Ziel ist eine optimale Balance zwischen Bestands- und Kostenmanagement. Algorithmen basierend auf KI und ML können Verlaufsdaten analysieren und die zukünftige Nachfrage am Markt prognostizieren. Folglich kann die Bestandsplanung und die Lagerdisposition entsprechend optimiert werden.

Nachhaltigkeit

Ressourceneinsparung und Einhaltung von Nachhaltigkeitsstandards.

Prognosen sagen einen erheblichen Anstieg des Güterverkehrs voraus. Nach der aktuellen Verkehrsprognose wird der Güterverkehr bis 2030 um 38 Prozent gegenüber 2010 steigen. Demnach steht die Logistikbranche aus Umweltperspektive vor einer echten Herausforderung. So definiert der EU Green Deal dem Transportsektor das klare Ziel zur Reduzierung von Treibhausgasemissionen (THG) um 90% bis 2050. Dieser Trend wird durch den Druck der Verbraucher weiter zugespitzt. Die UN-Nachhaltigkeitsziele (SDGs) umfassen neben dem Umweltaspekt auch die wirtschaftliche und die soziale Nachhaltigkeit, denn Nachhaltigkeit beschränkt sich nicht auf ökologische Kriterien.

Das ‚Fit-For-55‘-Paket der Europäischen Kommission enthält zahlreiche legislative Maßnahmen, die zukünftige unternehmerische Entscheidungen der Speditions- und Logistikbranche beeinflussen. Planungs- und Investitionssicherheit ist hierbei entscheidend für den Speditionssektor, der sich zu seiner Verantwortung für die Ressourcenschonung und die Verringerung verkehrsinduzierter Emissionen bekennt. Diese Ziele werden zunehmende durch gesetzliche Anforderungen nach Nachhaltigkeitsberichten forciert. Am 24. Mai 2024 hat der Rat der Europäischen Union die politische Einigung gebilligt und damit das Annahmeverfahren der Corporate Sustainability Due Diligence Directive (CSDDD) abgeschlossen. Die neuen Regeln werden sicherstellen, dass die betroffenen Unternehmen die negativen Auswirkungen ihres Handelns auf die Menschenrechte und die Umwelt innerhalb und außerhalb Europas erkennen und angehen.

Dieses Umdenken führt zu bewussten Entscheidungen, die Entwicklungen schneller vorantreiben könnten als die Gesetzgebung. Neben der Elektrifizierung sind insbesondere Technologien zur Transportroutenoptimierung, Abfallreduzierung und zur Überwachung von Umweltauswirkungen & Nachhaltigkeitszielen einzubeziehen. Dies kann Abhilfe bei den strikten rechtlichen Anforderungen schaffen, indem Transportrouten & -mittel sowie Lieferanten hins. LkSG und ESG-Compliance bewertet werden.

Betriebseffizienz

Wettbewerbsvorteil durch Lager- und Routenoptimierung.

Eine durchschnittliche EBIT-Marge von 3,4 Prozent kombiniert mit der Vielzahl an Logistikdienstleistern lässt auf einen ständigen Kosten- und Wettbewerbsdruck. Dabei wirkt die Preis- und Marktsensibilität zunehmend diskrepant zu den elementaren Einflussfaktoren: Disruptionen und Flexibilität. Hierbei geht es insbesondere um die Straffung der Prozesse zur Reduzierung von Verschwendung und Verbesserung der Effizienz, wie etwa die Maximierung der Lagerkapazität und Raumnutzung sowie die Routenoptimierung hinsichtlich Mautgebühren, Zöllen und Lieferkettenstörungen mittels KI.

Innerhalb der Intralogistikprozesse definiert sich Automatisierung durch die digitale Steuerung gleichförmiger, regelmäßig ablaufender Prozesse. Der arbeitsintensivste Prozess innerhalb der Lagerhaltung ist die Kommissionierung – diesen Prozessschritt gilt es mit höchster Priorität zu optimieren. Im Allgemeinen lässt sich die Automatisierung der Intralogistik in die zwei Teilbereiche unterteilen: Starre und flexible Automation:

Die starre Automatisierung, wie vollautomatisierte Lagerhäuser, wird als äußerst leistungsfähige Lösung betrachtet. Diese Systeme können sämtliche Anwendungen abdecken, vom Palettentransport über Pakete bis hin zu Einzelartikeln, und lassen sich nahtlos mit modernen Kommissionierlösungen kombinieren. Vollautomatisierte Lager bieten einen hohen Durchsatz und signifikante Kosteneinsparungen. Die Investitionskosten, die häufig mehr als 100 Millionen Euro betragen, sind hingegen beträchtlich. Trotz des potenziell enormen ROI unter idealen Bedingungen zwingt das starre Konzept Unternehmen mit weniger vorhersehbaren Perspektiven, nach flexibleren Lösungen zu suchen. Flexible Automation bezeichnet Lösungen, die durch ihre „Beweglichkeit“ charakterisiert sind, wie automatisierte Roboter (autonome mobile Roboter, AMR) oder fahrerlose Transportfahrzeuge (FTF). Der herausragende Vorteil der flexiblen Automation besteht darin, dass sie schrittweise implementiert werden kann, häufig zunächst nur für ausgewählte Teilprozesse.

Cybersecurity

Datensicherheit in komplexen Lieferkettenstrukturen.

Überlegungen zur Cybersicherheit und zum Datenschutz müssen von Beginn an höchste Priorität haben. Der jährliche Bericht von IBM zeigt, dass die Auswirkungen von Cyber-Attacken kontinuierlich zunehmen. Die Studie ergab, dass 95 % der untersuchten Unternehmen mehr als eine Cyber-Attacke erlebt haben. Die Kosten für die Aufdeckung und Eskalation solcher Angriffe stiegen im gleichen Zeitraum um 42 %, was den höchsten Anteil an den Gesamtkosten für Cyber-Attacken darstellt und auf eine Verlagerung hin zu komplexeren Untersuchungen von Sicherheitslücken hinweist.

Um ein wirksames Risikomanagementprogramm für die Lieferkette eines Unternehmens zu entwickeln, ist es entscheidend zu verstehen, warum Angriffe auf die Cybersicherheit nicht nur zunehmen, sondern auch immer erfolgreicher werden. Der Hauptgrund liegt in der Komplexität der Lieferketten und digitalen Netzwerke von Unternehmen, die oft mehrere Ebenen umfassen. Beispielsweise besteht die Lieferkette eines Automobilherstellers aus zahlreichen Zulieferern, Herstellern, Dienstleistern und Kunden, die wiederum von anderen Zulieferern abhängig sind. Diese vielen Zulieferer sind mit dem digitalen Netzwerk des Automobilherstellers sowie mit den Netzwerken ihrer eigenen Zulieferer und Kunden verbunden. Zusätzlich sind diese Verbindungen durch eine Vielzahl von Hardware- und Softwarekomponenten geprägt, die von verschiedenen Anbietern bereitgestellt und gewartet werden. In einem solchen mehrstufigen Lieferkettennetzwerk sind die Cybersicherheitsrisiken von Drittparteien auch die Risiken des Unternehmens.

Um angesichts der Cybersecurity-Risiken in ihrer Lieferkette widerstandsfähig zu bleiben, benötigen Unternehmen tiefere Einblicke in die digitalen Systeme und Praktiken der vor- und nachgelagerten Prozesse und Partner. Unternehmen können ihre eigene Widerstandsfähigkeit erheblich verbessern, indem sie ein gut durchdachtes Programm zur Verwaltung der Cybersicherheitsrisiken von Drittparteien implementieren. Ein vielversprechender Bereich für den Einsatz von GenAI in der Cyberabwehr sind adaptive Kontrollen. Algorithmen des maschinellen Lernens und GenAI-Tools könnten bald Sicherheitsrichtlinien empfehlen, bewerten und entwerfen, die auf das Bedrohungsprofil, die Technologien und die Geschäftsziele eines Unternehmens zugeschnitten sind.

Die Möglichkeit, Informationen in der Lieferkette zu verknüpfen und zu teilen, erfordert jedoch das Vertrauen und die Sicherheit, dass die Informationen und deren Änderungen zuverlässig sind. Daher wird die Blockchain-Technologie in Zukunft eine entscheidende Rolle bei der Digitalisierung der Logistiklieferketten spielen.

Herausforderungen

Wachstumschancen nutzen.

Forschungsfelder

Das Wichtigste ist,
dass man nicht aufhört zu fragen.
Forschungsprojekt anfragen

Digital Marketplace Platform

Vertriebskanal öffnen.
Jetzt starten

Contact us!

„Innovation distinguishes between a leader and a follower.“ - Steve Jobs

Let’s move together to become a leader!