{"id":72246,"date":"2022-11-23T07:39:12","date_gmt":"2022-11-23T07:39:12","guid":{"rendered":"https:\/\/app-mde-blog-prd.azurewebsites.net\/?p=72134"},"modified":"2026-02-12T11:53:23","modified_gmt":"2026-02-12T11:53:23","slug":"daten-und-kuenstliche-intelligenz-wachstumsmotoren-fuer-die-green-supply-chain","status":"publish","type":"post","link":"https:\/\/www.manutan.de\/blog\/nachhaltiger-arbeitsplatz\/daten-und-kuenstliche-intelligenz-wachstumsmotoren-fuer-die-green-supply-chain\/","title":{"rendered":"Daten und k\u00fcnstliche Intelligenz, Wachstumsmotoren f\u00fcr die \u201eGreen Supply Chain\u201c"},"content":{"rendered":"
\"\"<\/figure>\n
\n

In Verbindung mit k\u00fcnstlicher Intelligenz (KI) sind Daten ein wesentliches Instrument f\u00fcr die Entwicklung der \u201eGreen Supply Chain\u201c im gro\u00dfen Ma\u00dfstab. Ziel ist es nat\u00fcrlich, eine CO2-neutrale Lieferkette zu erreichen, ohne dabei Abstriche bei der Leistungssteigerung zu machen.<\/p>\n

Laut einer von Capgemini im August 2020 durchgef\u00fchrten Studie<\/a> sind 85% der Unternehmen der Meinung, dass es m\u00f6glich ist, Kostenoptimierung und Umweltschutz miteinander zu verbinden. Dies ist im \u00dcbrigen eine strategische Priorit\u00e4t, die der tats\u00e4chlich bestehenden Nachfrage seitens der Kunden entspricht. Laut derselben Studie achten 79% der Verbraucher bei ihren Kaufentscheidungen auf die Umweltauswirkungen ihrer Eink\u00e4ufe.<\/p>\n

Daten und k\u00fcnstliche Intelligenz strukturieren die \u201eGreen Supply Chain\u201c<\/h2>\n

\u00d6kologischer und digitaler Wandel sind eng miteinander verkn\u00fcpft.<\/b> Beide stehen auf demselben Aktionsplan und erf\u00fcllen dieselben Ziele im Hinblick auf betriebliche und \u00f6kologische Leistung bei gleichzeitiger Kostenoptimierung.<\/p>\n

Wie kann Technologie der Umwelt nutzen?<\/h2>\n

Digitale Technologien erm\u00f6glichen es, die Widerstandsf\u00e4higkeit und die Leistungsf\u00e4higkeit der Lieferkette zu erh\u00f6hen und zugleich ihren CO2-Fu\u00dfabdruck reduzieren. Einsparung von Kraftstoff und Energie, Reduzierung von Abfall, Zeitersparnis und Effizienz \u2013 all das ist m\u00f6glich durch Systeme, welche Daten in Echtzeit sammeln und verarbeiten.<\/b><\/p>\n

Laut der oben erw\u00e4hnten Studie planen fast 80% der Unternehmen, in digitale Technologien zu investieren, um ihren \u00f6kologischen Wandel zu beschleunigen<\/b>, z.B. durch die Umstellung auf robotergest\u00fctzte Lager 4.0. Sie stellen sich diese Investition wie folgt vor:<\/p>\n

    \n
  • F\u00fcr 59% der Unternehmen liefern die Systeme zur Datenerfassung und -analyse wertvolle Indikatoren f\u00fcr die Verwaltung und Kontrolle von Umweltposten (Energie-, Kraftstoff- und Wasserverbrauch, aber auch die Bewertung von CO2-Emissionen).<\/li>\n
  • 50% sind zudem der Meinung, dass der technologische Fortschritt die Genauigkeit dieser Indikatoren immer weiter erh\u00f6ht.<\/li>\n<\/ul>\n

    K\u00fcnstliche Intelligenz zur Senkung der Umweltkosten des Stra\u00dfenverkehrs<\/h2>\n

    Daten und k\u00fcnstliche Intelligenz liefern konkrete L\u00f6sungen f\u00fcr den Stra\u00dfenverkehr. Die Sammlung von Daten in Echtzeit bietet eine F\u00fclle von Hinweisen auf die Fahrweise der Fahrer und damit auf den Kraftstoffverbrauch<\/b>. Durch die Analyse der erhaltenen Daten ist es m\u00f6glich, das Bewusstsein der Fahrer f\u00fcr eine Fahrweise zu sch\u00e4rfen, welche weniger Energie verbraucht<\/b> und somit weniger CO2-Emissionen verursacht.<\/p>\n

    Drei Vorteile sprechen f\u00fcr den Einsatz von Daten und k\u00fcnstlicher Intelligenz im Stra\u00dfenverkehrssektor:<\/p>\n

      \n
    1. Die Transportkosten sinken;<\/li>\n
    2. Der \u00f6kologische Fu\u00dfabdruck der Lieferkette sinkt ebenfalls;<\/li>\n
    3. Die Fahrer\/innen entwickeln oft ein vorsichtigeres Fahrverhalten.<\/li>\n<\/ol>\n

      Die Daten reduzieren auch die Lieferzeiten<\/b> durch die Optimierung der Fahrten und der Auslastung. Durch die Analyse des Verkehrs in Echtzeit<\/b> kann stets die fl\u00fcssigste Route gew\u00e4hlt und die zur\u00fcckgelegte Strecke verringert werden. Es wird gesch\u00e4tzt, dass diese Tools die zur\u00fcckgelegten Entfernungen um 16% verringern und die P\u00fcnktlichkeit der Lieferungen auf durchschnittlich 98% erh\u00f6hen. Ein Fortschritt sowohl f\u00fcr die soziale Verantwortung der Unternehmen als auch f\u00fcr die Kundenzufriedenheit.<\/p>\n

      Wenn k\u00fcnstliche Intelligenz und die Lieferkette die Vorhersagbarkeit verbessern<\/h2>\n

      Der andere gro\u00dfe Vorteil von Daten, sobald sie mit k\u00fcnstlicher Intelligenz (KI) verbunden und von lernenden Algorithmen (Deep Learning) verarbeitet werden, liegt in ihrer Analysef\u00e4higkeit<\/b>. Die Unternehmen gehen also von einem Analysemodell, welches auf vergangenen Leistungen beruht, zu einem Modell \u00fcber, welches ihnen Ausk\u00fcnfte zu m\u00f6glichen zuk\u00fcnftigen Ereignissen geben kann. Angepasst an die Logistik bietet diese pr\u00e4diktive Funktionalit\u00e4t der Lieferkette effiziente L\u00f6sungen, sowohl in betrieblicher als auch in \u00f6kologischer<\/b> Hinsicht.<\/p>\n

      So hat beispielsweise der Hafen von Antwerpen ein 3D-Modell des Hafens<\/b> mit dem Namen APICA (Antwerp Port Information and Control Assistant) erstellt<\/b>. Die Modellierung wird durch die Verarbeitung von Echtzeitdaten erm\u00f6glicht, welche die gesamten Aktivit\u00e4ten des Hafens zusammenfassen. Sie ber\u00fccksichtigt insbesondere die folgenden Daten:<\/p>\n

        \n
      • die Bewegungen der Waren;<\/li>\n
      • die Wetterbedingungen;<\/li>\n
      • die Luftqualit\u00e4t;<\/li>\n
      • die Gezeiten;<\/li>\n
      • die Verf\u00fcgbarkeiten des Personals;<\/li>\n
      • die Bewegungen der Br\u00fccken und Schleusen.<\/li>\n<\/ul>\n

        All diese Daten werden von IoT-Sensoren (Internet of Things), Kameras und Drohnen \u00fcbertragen. Die Hafenmanager erhalten so einen umfassenden \u00dcberblick \u00fcber die Aktivit\u00e4ten in Echtzeit<\/b>, sodass sie ungew\u00f6hnliche Situationen vorhersehen k\u00f6nnen. So kann man z.B. die Sch\u00e4dlichkeit von Schiffsemissionen unter bestimmten Umst\u00e4nden vorhersagen und entsprechende Gegenma\u00dfnahmen ergreifen.<\/p>\n

        Die Vorhersehbarkeit, die durch Daten und k\u00fcnstliche Intelligenz f\u00fcr die Lieferkette erm\u00f6glicht wird, ist auch eine L\u00f6sung, um Verschwendung drastisch zu reduzieren<\/b>, insbesondere beim Transport von frischen Lebensmitteln. Es wird gesch\u00e4tzt, dass die F\u00e4higkeit, Lagerbest\u00e4nde und Ladungen im Vorfeld so nah wie m\u00f6glich an die Verk\u00e4ufe anzupassen, die Anzahl der Lkws auf den Stra\u00dfen um 15% bis 20% senken kann. Und die Qualit\u00e4t der Prognosen steigt durch KI um 10 bis 15 Prozentpunkte.<\/p>\n

        Daten und k\u00fcnstliche Intelligenz ver\u00e4ndern die Lieferkette<\/h2>\n

        Um in der Lage zu sein, ihre Umweltauswirkungen zu verringern, ihre Interaktionen zu optimieren und sich in Echtzeit an St\u00f6rungen anzupassen, m\u00fcssen Unternehmen ihre Lieferkette vollst\u00e4ndig unter Kontrolle<\/b> haben.<\/p>\n

        Warum sollten Daten w\u00e4hrend des gesamten Lebenszyklus eines Produkts gesammelt werden?<\/h2>\n

        Unternehmen brauchen einen umfassenderen \u00dcberblick \u00fcber die verwendeten Materialien, Komponenten und Inhaltsstoffe: die Verpackungen, die Bezugsquellen, die Produktionsprozesse und den Energieverbrauch. Diese Gesamtsicht auf ihre Branche bietet ihnen die n\u00f6tigen Ressourcen, um tiefgreifende Ver\u00e4nderungen in der Lieferkette vorzunehmen<\/b>.<\/p>\n

        Unternehmen m\u00fcssen auch Netzwerke entwerfen, welche die verschiedenen Akteure auf ihrem Markt einbeziehen, angefangen bei ihren Kunden. So k\u00f6nnen sie auf Daten \u00fcber den Vertrieb und das Recycling<\/b> ihrer Artikel zugreifen. F\u00fcr die Lieferkette konzipierte Modelle der k\u00fcnstlichen Intelligenz und des ML (Machine Learning) sind unerl\u00e4sslich, um diese Daten nutzbar zu machen.<\/p>\n

        Schaffung einer transparenten Lieferkette, um die Herausforderungen besser zu verstehen<\/h2>\n

        Die Einf\u00fchrung eines effektiven Tracking-and-Trace-Verfahrens<\/b> erfordert die Schaffung eines Netzwerks von Unternehmen, welche Informationen austauschen. Um die Herausforderungen bei der Verringerung der Umweltauswirkungen der Produktion vollst\u00e4ndig zu verstehen, muss das Unternehmen Beziehungen zu seinen direkten und indirekten Lieferanten aufbauen. Dieses Netzwerk kann auch Quellen wie Satelliten einbeziehen, um die Entwaldung, die Wassernutzung, die Landwirtschaft und den Bergbau zu \u00fcberwachen.<\/p>\n

        Technologien wie Blockchain, 5G und Sensoren auf Paletten<\/b> tragen ebenfalls dazu bei, sichere Konnektivit\u00e4t in Echtzeit<\/b> zu gew\u00e4hrleisten. Diese Tools bieten auch Einblick in die Produktketten und Interaktionen des Netzwerks. Das Sammeln und Verwalten all dieser Informationen erfordert einen skalierbaren \u201eData Lake\u201c und die Integration zahlreicher Datenquellen.<\/p>\n

        K\u00fcnstliche Intelligenz in der Lieferkette bis in die Lager<\/h2>\n

        Die Technologie hat das Lager in das Zeitalter 4.0 gef\u00fchrt<\/b>. Die Verwaltung des Lagers der Zukunft wird durch das Zusammenwirken von Automatisierung, k\u00fcnstlicher Intelligenz und der Verarbeitung gro\u00dfer Datenmengen optimiert. Diese technologischen Fortschritte unterst\u00fctzen durch die Verbesserung aller Prozesse in den Lagern den \u00f6kologischen Wandel. Diese Optimierung des Lagers f\u00fchrt zu einer Ver\u00e4nderung im Teammanagement<\/b>, die eine neue Organisation der Abteilungen und eine Weiterentwicklung des Managements nach sich zieht.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

        In Verbindung mit k\u00fcnstlicher Intelligenz (KI) sind Daten ein wesentliches Instrument f\u00fcr die Entwicklung der \u201eGreen Supply Chain\u201c im gro\u00dfen Ma\u00dfstab. Ziel ist es nat\u00fcrlich, eine CO2-neutrale Lieferkette zu erreichen, ohne dabei Abstriche bei der Leistungssteigerung zu machen. Laut einer von Capgemini im August 2020 durchgef\u00fchrten Studie sind 85% der Unternehmen der Meinung, dass es m\u00f6glich ist, Kostenoptimierung und Umweltschutz...<\/p>\n","protected":false},"author":2,"featured_media":73753,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[11],"tags":[],"class_list":["post-72246","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachhaltiger-arbeitsplatz"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72246","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/comments?post=72246"}],"version-history":[{"count":3,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72246\/revisions"}],"predecessor-version":[{"id":74152,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72246\/revisions\/74152"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media\/73753"}],"wp:attachment":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media?parent=72246"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/categories?post=72246"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/tags?post=72246"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}