In der vorliegenden Arbeit wird im Rahmen einer systematischen Literaturrecherche die aktuelle Forschungslage im Bereich ‚KI‘ und deren Einsatzmöglichkeiten entlang der SC untersucht. Außerdem werden praxisrelevante Beispiele zur Anwendung in Unternehmen aufgezeigt. Durch die zuvor geschilderten Probleme und aufgrund des Forschungsmangels soll die Frage beantwortet werden, wie die Einsatzmöglichkeiten für Methoden der KI in einer SC zu beurteilen sind. Deshalb werden in dieser Arbeit Anwendungsbereiche im Bereich des Material-, Informations- und Finanzflusses aufgezeigt. Es wird das Ziel verfolgt, den wirtschaftlichen Nutzen von autonomen Systemen durch Beantwortung der Fragestellung zu erklären und den Einsatz von KI in der Lieferkette für Betriebe zu vereinfachen. Dabei wird stets auf Firmen eingegangen, die KI bereits in der Praxis anwenden oder sie selbst verbessern.
Eine der zentralen Technologien für die Zukunft bildet die 'künstliche Intelligenz' (KI). Organisationen werden seit der Einführung eines autonomen Systems durch die Implementierung dieser Technik in die Unternehmenslandschaft herausgefordert. Dabei ist es für Unternehmen von Bedeutung, das Potenzial dieser Technologie zu erkennen und ihre wirtschaftlichen Vorteile zu nutzen, damit Organisationen wissen, an welchen Stellen KI-Systeme eingesetzt werden können. In globalen Supply-Chains (SC) werden zunehmend auch Konzepte wie 'Internet of Things' (IOT) oder 'Blockchain' verwendet. Diese bestimmen Innovation und Wettbewerbsfähigkeit von Betrieben und sind eng mit KI verknüpft. Die zuvor erwähnten Technologien haben entlang der SC das Potenzial, eine industrielle Analyse durch Sensorik, Robotik und Automatisierung zu optimieren. Dabei liegt die Auswahl von KI-Einsatzmöglichkeiten im Kontext einer SC auf dem Material-, Informations- und Finanzfluss einer Lieferkette, da diese einen spezifischen Einfluss auf die Wertschöpfungskette haben.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Aufbau der Arbeit
2. Begriffsabgrenzungen
2.1 Künstliche Intelligenz
2.2 Blockchain
2.3 Internet of Things
3. Einsatzbereiche von künstlicher Intelligenz in einer Supply-Chain
3.1 Informationsfluss
3.1.1 Digitale Assistenzsysteme und Chatbots
3.1.2 Connected Cars
3.1.3 Smart Contracts
3.2 Materialfluss
3.2.1 Predictive Analytics
3.2.2 Robotik
3.2.3 Tradelens
3.3 Finanzfluss
3.3.1 Risikomanagement
3.3.2 Betrugserkennung
3.3 3 Dynamische Preisbildung
4. Zusammenfassende Betrachtung
4.1 Zusammenfassende Betrachtung der Einsatzmöglichkeiten von künstlicher Intelligenz
4.2 Zusammenfassende Beurteilung der Einsatzmöglichkeiten von künstlicher Intelligenz
5. Fazit
Zielsetzung & Themen
Die Arbeit untersucht die Potenziale und Einsatzmöglichkeiten von Technologien der künstlichen Intelligenz (KI) entlang der Supply-Chain, um den wirtschaftlichen Nutzen autonomer Systeme zu evaluieren und deren Implementierung für Unternehmen zu vereinfachen – geleitet von der Forschungsfrage, wie diese vielfältigen Einsatzszenarien methodisch zu beurteilen sind.
- Analyse von KI-Anwendungen in den Bereichen Informations-, Material- und Finanzfluss.
- Untersuchung von Schlüsseltechnologien wie Blockchain und Internet of Things (IoT) in Verknüpfung mit KI.
- Evaluierung praxisrelevanter Beispiele wie vorausschauender Versand, Robotik und automatisierte Risikomodelle.
- Kritische Beurteilung der technologischen, rechtlichen und ethischen Rahmenbedingungen für die unternehmerische Praxis.
Auszug aus dem Buch
3.1.2 Connected Cars
Autos, die durch IOT miteinander vernetzt sind, werden ,Connected Cars‘ genannt. Sie besitzen über 100 Sensoren und generieren ca. 25 Gigabyte Daten pro Stunde. Die digitale Bibel in deutscher Übersetzung erzeugt im Vergleich ein Datenvolumen von 0,005 Gigabyte. Somit würde ein Auto, welches vernetzt mit anderen Autos oder Werkstätten ist, 5000 Bibeln pro Stunde senden (Cornelius, 2023, S. 30). Die Daten können in der Praxis genutzt werden, um Ferndiagnosen bei Autoschäden an die Werkstatt des Besitzers zu übermitteln, um nicht vorrätige Autoteile schneller zu beschaffen (Gröschel, 2021, S. 54).
Der Mehrwert eines vernetzten Autos wird sich laut der Unternehmensberatung McKinsey bis zum Jahr 2030 verdoppeln (McKinsey, 2021). Dies bedeutet, dass der Wertzuwachs zwischen 450 und 750 Milliarden US-Dollar prognostiziert wird und als Geschäftsmodell einen signifikanten Wertbeitrag für Automobilhersteller bietet (Cornelius, 2023, S. 30). In der Logistik werden fahrerlose Transportsysteme zukünftig in der Lage sein, ihre Routen selbstständig anzupassen, um so Hindernissen ausweichen zu können (Frauenhofer, 2021). Dies geschieht durch Informationsaustausch zwischen den Fahrzeugen sowie durch Sensorik und Bildverarbeitung. Alternativ könnten auch Fahrzeuge mit Fahrer:innen ausgestattet werden, die durch KI-gesteuerte digitale Assistenzsysteme (Kapitel 3.1.1) unterstützt werden (Obermaier, 2019, S. 168).
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung führt in die Relevanz der künstlichen Intelligenz für globale Lieferketten ein und formuliert das Ziel sowie den systematischen Aufbau der wissenschaftlichen Untersuchung.
2. Begriffsabgrenzungen: Das Kapitel definiert grundlegende Technologien wie Künstliche Intelligenz, Blockchain, Internet of Things und Big Data, um ein gemeinsames Verständnis für die anschließenden Analysen zu schaffen.
3. Einsatzbereiche von künstlicher Intelligenz in einer Supply-Chain: Hier werden konkrete Anwendungsgebiete von KI im Informationsfluss, Materialfluss und Finanzfluss anhand von Praxisbeispielen detailliert untersucht.
4. Zusammenfassende Betrachtung: Eine aggregierte Synthese der erarbeiteten Ergebnisse, die in eine kritische Beurteilung der Vor- und Nachteile sowie des derzeitigen Reifegrades der untersuchten KI-Implementierungen mündet.
5. Fazit: Das Fazit beantwortet die zentrale Forschungsfrage und schließt mit einer Handlungsempfehlung für Unternehmen, die Potenziale autonomer Technologien bereits jetzt gezielt zu nutzen.
Schlüsselwörter
Künstliche Intelligenz, Supply-Chain, Blockchain, Internet of Things, Big Data, Predictive Analytics, Robotik, Risikomanagement, Betrugserkennung, Dynamische Preisbildung, Prozessoptimierung, Automatisierung, Industrie 4.0, Connected Cars, Smart Contracts.
Häufig gestellte Fragen
Was ist das grundlegende Thema dieser Seminararbeit?
Die Arbeit beschäftigt sich mit der Rolle der künstlichen Intelligenz (KI) in der Planung und Steuerung zukünftiger Supply Chains unter Berücksichtigung sozioökonomischer Veränderungen.
Welche zentralen Themenfelder stehen im Mittelpunkt?
Schwerpunkte sind die KI-gestützte Optimierung des Informations-, Material- und Finanzflusses sowie die Integration ergänzender Technologien wie Blockchain und IoT.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, den wirtschaftlichen Nutzen autonomer Systeme durch eine systematische Literaturrecherche zu erklären und ein Framework für die Beurteilung von KI-Einsatzmöglichkeiten in der Lieferkette zu bieten.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine systematische Literaturrecherche angewendet, um den aktuellen Forschungsstand zu erfassen und durch praxisrelevante Beispiele von Unternehmen zu untermauern.
Was wird im umfangreichen Hauptteil behandelt?
Der Hauptteil analysiert spezifische Anwendungsbereiche, von digitalen Assistenzsystemen im Informationsfluss über Predictive Analytics und Robotik im Materialfluss bis hin zu KI-gestützten Finanzinstrumenten.
Welche Begriffe charakterisieren die Arbeit am besten?
Die Arbeit lässt sich durch Schlüsselbegriffe wie Künstliche Intelligenz, Supply-Chain, Automatisierung, Risikomanagement und Industrie 4.0 definieren.
Wie wird "Connected Cars" im Kontext der Lieferkette bewertet?
Sie ermöglichen durch Datengenerierung via Sensoren eine effizientere Wartung und Routenplanung, stehen jedoch noch vor hohen rechtlichen, ethischen und haftungsrechtlichen Hindernissen.
Warum ist die Integration von KI in Verträge (Smart Contracts) relevant?
Sie ermöglicht eine automatisierte und manipulationssichere Abwicklung von Handelsprozessen, könnte durch KI-gestützte Analysen zukünftig Anreizstrukturen für Lieferanten optimieren und Risiken präziser bewerten.
- Quote paper
- Jean-Pierre Rasch (Author), 2023, Planung und Steuerung künftiger Supply Chains vor dem Hintergrund sozioökonomischer Veränderungen, Munich, GRIN Verlag, https://www.grin.com/document/1418639
