KI-gestützte Optimierung der Lieferketten stellt Kundenzufriedenheit in den Fokus
SAP-Lösung ermöglicht durch konsequenten Einsatz maschinellen Lernens flexible Reaktionen.
Eine der großen Herausforderungen für international agierende Unternehmen mit komplexer Wertschöpfungskette ist der Erhalt eines kontinuierlichen Stroms von Waren und Dienstleistungen. Eine Unterbrechung dieser Abläufe hat schnell negative Folgen und bedeutet im schlimmsten Fall die Abwanderung von Kunden und damit verbundene Umsatzeinbußen. Die Produktions- und Lieferausfälle während der Covid-19-Pandemie haben deutlich gezeigt, wie anfällig solch komplexe Vernetzungen gegenüber äußeren Einflüssen sind.
Um die negativen Auswirkungen dieser Störungen für Lieferanten und für Kunden zu minimieren, ist eine erhöhte Resilienz im Bestellwesen und im Bestandsmanagement nötig. Hierzu hat sich SAP als einer der führenden Anbieter von Logistik-Dienstleistungen mit den Analytik-Spezialisten von Inspired Intellect* zusammengeschlossen, um ein datenzentriertes System zu entwickeln, mit dem Unternehmen sowohl auf kurzfristige auftretende als auch auf länger anhaltende Probleme in der Lieferkette reagieren können. Ziel der auf der Funktionsvielfalt der leistungsstarken skalierbaren Intel® Xeon® Prozessoren aufbauenden Lösung ist es, wahrscheinliche Verzögerungen und Ausfälle vorherzusagen und optimierte Strategien zur Risikominimierung an die Hand zu geben, um letztlich die Kundenzufriedenheit hoch und drohende Umsatzeinbußen gering zu halten.
Starkes und sicheres maschinelles Lernen durch optimale Komponentenauswahl
Dafür setzen die beiden Firmen auf umfangreiches Data Mining, um aus vorliegenden Bestands- und Lieferdaten die Informationen zum regulären Betrieb und zu vergangenen Problemen zu extrahieren. Mit diesen können dann Modelle des maschinellen Lernens (ML) trainiert werden, die den Kern eines prädiktiven Analytik-Systems bilden. Dies wird durch modernste Komponenten dreier Firmen ermöglicht: Leistungsstarke Prozessoren und darauf zugeschnittene Programmbibliotheken von Intel, plattformübergreifende Container-Lösungen von Red Hat* sowie SAP-eigene Anwendungen für die Datenverwaltung in der Cloud und die eigentliche Ausführung des ML on-premises.
Die skalierbaren Intel® Xeon® Prozessoren der 3. Generation mit ihrer je nach Anforderungen passgenau wählbaren Leistung bieten dabei Unterstützung für alle Funktionen der künstlichen Intelligenz (KI). Insbesondere der den CPUs eigene Intel® Deep Learning Boost und der KI-optimierte Instruktionssatz erlauben es, für das ML-Training essenzielle Workloads wie Bild- und Spracherkennung sowie Modellbildung zu beschleunigen und zwar kosteneffizienter als mit spezialisierten Beschleuniger-Chips. Zusätzlich sorgen die auf den Prozessoren laufende Intel® Quick Assist Technology für schnellere Datenkompression und -dekompression sowie die Intel® Key Protection Technology für zusätzliche eine verbesserte Sicherheit der Plattform.
Die Intel® Data Analytics Acceleration Library schließlich ist eine Sammlung von Bausteinen für Analytik-Aufgaben, die KI-Funktionen auch auf Edge-Geräten unterstützt. Diese Programmbibliothek ist der Kern von SAP Data Intelligence, der eigentlichen ML-Trainings- und Inferenzeinheit, die wiederum ihre Daten aus der SAP Data Warehouse Cloud bezieht und die entwickelten Vorhersagen in diese zurückspielt, wo sie dem Nutzer zur Verfügung stehen. Um eine ideale Umgebung für das Machine Learning zu schaffen, verwendet SAP die Red Hat OpenShift* Container Platform und Red Hat OpenShift Container Storage, die sicheres Arbeiten über unterschiedliche Cloud-Infrastrukturen hinweg ermöglichen und DevOps-Fähigkeiten zur Verfügung stellen.
Ein effizienzorientiertes und zukunftsoffenes System
Im eigentlichen Einsatz erlaubt die Lösung von Inspired Intellect dann eine Optimierung des Bestell- und Liefervorgangs durch ein Modell, das erwartete Verzögerungen, potenzielle Verluste und mögliches Kundenverhalten einrechnet und Lieferungen entsprechend priorisiert. Dadurch sollen zugleich die Effizienz des logistischen Gesamtsystems und die strategischen Beziehungen zu den Kunden optimiert werden. Zudem ist das System offen für Weiterentwicklungen und schnelle Anpassungen an reale Marktsituationen.
Nutzer der neuen SAP-Lösungen können eigene Datensätze wie Routenplanung, bestehende Lagerbestände oder spezielle Handling-Regeln zu den KI-/ML-Modellen hinzufügen, so dass die Methoden für eine große Zahl möglicher Marktsegmente zur Verfügung stehen. Die umfassende Skalierbarkeit erlaubt deren Einsatz nicht nur für eine klassische Lieferketten-Optimierung, sondern auch zur Bewältigung kurzfristig notwendiger Verschiebung von Prioritäten. Mit den Performancesteigerungen, die durch die skalierbaren Intel® Xeon® Prozessoren und die OpenShift-Containerlösungen von Red Hat möglich werden, bildet das SAP-System einen ganzheitlichen Ansatz prädiktiver Analytik, mit der sich die dynamischen Anforderungen komplexer Wertschöpfungsketten auch in Krisensituationen bewältigen lassen.
Wenn Sie erfahren möchten, wie die Lösung von Inspired Intellect und SAP auch die Lieferkette Ihres Unternehmens resilienter machen kann, finden Sie eine detaillierte Aufstellung der verwendeten Hardware, Software und Methoden in der verlinkten Fallstudie.