Herr Professor Mandl, als Leiter des Schwerpunkts „Digitales Beschaffungsmanagement und Supply Chain Management” der Technischen Hochschule Deggendorf haben Sie tiefe Einblicke in die Entwicklungen der Logistik-Branche. Diese steht unter dem Zwang, möglichst effizient zu arbeiten. Ist KI das Allheilmittel?
Die Logistik ist eine Branche, die sehr von stark von Prozessen geprägt ist. Diese Prozesse gilt es zu optimieren. Hier nimmt Künstliche Intelligenz schon heute einen großen Stellenwert ein, der in den kommenden Jahren sicher weiter steigen wird. Grundsätzlich haben jedoch alle verarbeitenden Industrien entsprechende Logistikfragestellungen zu lösen – nicht nur die Logistikbranche. Ein Allheilmittel ist KI jedoch nicht. Unternehmen müssen Use Cases identifizieren, Potentiale bewerten und dort KI einführen oder entwickeln, wo es speziell in ihren Fällen Sinn macht.

KI kann helfen, Lieferzeiten und Bedarfe besser zu prognostizieren, sodass beides adressiert wird: Der geringstmögliche Sicherheitsbestand bei größtmöglicher Resilienz.

Welche technologischen Innovationen ermöglichen die gesteigerte Effizienz? Können Sie Beispiele nennen?
Nehmen wir das Beispiel der optimalen Tourenplanung. Eine LKW-Tour soll so geplant werden, dass der LKW-Fahrer möglichst wenige Kilometer zurücklegen muss bzw. die Dauer der Touren minimiert. Das ist ein altbekanntes Problem der mathematischen Optimierung. KI kann jedoch helfen, dieses Problem effizienter zu lösen – auch unter Berücksichtigung von beispielsweise Stauprognosen. Ein weiteres Beispiel ist die Bestandsoptimierung: Unternehmen wollen ihre Bestände möglichst gering halten, weil diese Kapital binden. Auf der anderen Seite helfen Sicherheitsbestände Lieferengpässe, wie wir sie seit einiger Zeit nicht nur aus der Halbleiterindustrie kennen, zu überbrücken. KI kann helfen, Lieferzeiten und Bedarfe besser zu prognostizieren, sodass beides adressiert wird: Der geringstmögliche Sicherheitsbestand bei größtmöglicher Resilienz.

Der wachsende E-Commerce bringt eine gesteigerte Erwartungshaltung der Kunden an kurzen Lieferzeiten mit sich. Zugleich wollen Unternehmen Kunden auf allen Kanälen bedienen – Stichwort Omnichannel. Ist beides ohne KI eigentlich überhaupt noch zu erfüllen? 
Aus meiner Sicht haben Unternehmen, die KI in der Beschaffungs- und Distributionslogistik nutzen, einen erheblichen Wettbewerbsvorteil gegenüber Unternehmen, die ohne KI planen. Speziell der E-Commerce-Bereich bietet den Vorteil, dass dort jeden Tag Unmengen an Daten generiert werden – beispielsweise Klickraten in Webshops. Damit ist dieser Bereich prädestiniert für KI-Anwendungen. Denn damit KI-Algorithmen effektiv eingesetzt werden können, müssen sie typischerweise auf einer Vielzahl von historischen Daten trainiert werden. Nur so können Muster erkannt werden, die uns dann im zweiten Schritt helfen bessere Logistikentscheidungen zu treffen.

Bedeutet mehr Effizienz auch mehr Nachhaltigkeit?
Nicht notwendigerweise. Kosteneffiziente Logistikketten und -netzwerke wurden in der Vergangenheit sicher nicht hinsichtlich des Gesichtspunkts der Nachhaltigkeit optimiert.

Gibt es auch hierfür konkrete Beispiele?
Aus Kosteneffizienzgründen ist es meist sinnvoll, Produkte global zu beschaffen. Dies führt in der Regel zu globalen Supply Chains bei denen Produkte über tausende Kilometer transportiert werden – ökologisch ist das sicherlich wenig sinnvoll. Es gibt aber noch einen zweiten Grund, warum hier in den vergangenen zwei bis drei Jahren ein Umdenken stattgefunden hat: Stichwort Resilienz. Globale Lieferketten sind typischerweise störungsanfälliger als lokale Lieferketten. Eine Verschiebung der Ziele von der reinen Kostenbetrachtung hin zu Nachhaltigkeits- und Resilienz-optimierten Logistikketten führt deshalb oft zu einer Rekonfiguration der Supply Chain. Man spricht hier häufig von „Local for Local“-Strategien.

Kann KI Lieferketten resilienter machen?
Ja, eindeutig. Hierfür wird KI auch schon erfolgreich eingesetzt. So ist KI in der Lage, lokale Medien an fernen Lieferantenstandorten in Echtzeit nach potenziellen Risiken zu durchstöbern. Beispielsweise erhält die Einkäuferin oder der Einkäufer frühzeitig Warnhinweise, wenn an einem Lieferantenstandort schwere Unwetter vorhergesagt oder Arbeitnehmerstreiks geplant sind. Basierend darauf, können Vorkehrungen getroffen werden, um die Belieferung sicherzustellen, indem man beispielsweise auf einen Backup-Lieferanten oder eine sogenannte „Dual Source“ ausweicht.

Manche Experten sprechen für die Zukunft statt von Lieferketten eher von Liefernetzen. Sehen Sie das auch so und worin liegt der Unterschied?
Die sequenzielle Lieferkette gibt es im Prinzip so nicht mehr. Alle Stufen (sogenannte Tiers) der Lieferkette sind hochgradig miteinander vernetzt. Ich habe Dual Sourcing angesprochen. Insbesondere aus Risikogesichtspunkten ist es wichtig, sich bei strategischen Bauteilen nicht nur auf einen Lieferanten zu verlassen, der seine Rohmaterialien wiederum nur bei einem Lieferanten einkauft. Die resultierenden Liefernetzwerke sind hochkomplex und lassen sich nur mit Hilfe von Algorithmen optimal gestalten. Und damit wären wir wieder beim Thema KI.

Ihr Fazit: Welche Rolle spielt KI für die Zukunft der Logistik?
Die Anwendungsfelder werden noch breiter werden. Das liegt zum einen daran, dass die Datenqualität sowie die -Menge ständig wächst und zum anderen auch die zum Training der Algorithmen notwendige Rechenkapazität. Auch Quantencomputer werden in Zukunft eine Rolle spielen. Schon heute ist die Optimierung von Logistiknetzen ein Paradebeispiel für das immense Potential der Quantentechnologie – nämlich schneller bessere Lösungen zu finden. Es wird also ein Mix aus Technologien sein, die in Zukunft die Logistik mitgestalten.

Christian Mandl gilt als ausgewiesener Experte rund um das Thema Lieferketten. Zum Entspannen spielt er gerne Tennis und geht in den Alpen wandern. „Aus Gründen der Nachhaltigkeit verlege ich meine Wanderungen allerdings immer häufiger in den Bayerischen Wald“, sagt Mandl, der an der Technischen Hochschule Deggendorf lehrt und forscht.