Entwicklung einer logikbasierten KI zur Optimierung des Lieferkettenmanagements
Unterbrechungen in Lieferketten führen häufig zu Verzögerungen in der Produktion, steigenden Kosten und einem intensiven Wettbewerb um alternative Lieferanten. Forschende der Constructor University haben ein innovatives Framework geschaffen, das auf logikgesteuerter künstlicher Intelligenz basiert und Unternehmen dabei unterstützt, widerstandsfähigere Entscheidungen bei der Auswahl von Lieferanten zu treffen. Die Ergebnisse dieser Arbeit wurden in der Fachzeitschrift Engineering Applications of Artificial Intelligence veröffentlicht und zeigen, wie KI zur Entwicklung skalierbarer und nachvollziehbarer Lösungen beitragen kann, die operative Kontinuität sowie soziale und ökologische Kriterien berücksichtigen.
Technische Grundlage und Funktionsweise des Frameworks
Das von Professor Dr. Omid Fatahi Valilai und Doktorand Omkar Vishwas Patil aus der Forschungsgruppe „Emerging Technologies in Industrial Engineering“ entwickelte System nutzt Answer Set Programming (ASP), eine deklarative Form der künstlichen Intelligenz. Diese Technologie bildet die Entscheidungslogik ab und übersetzt Beschaffungsrichtlinien, Kapazitäten der Lieferanten, Störungsbedingungen sowie Nachhaltigkeitsanforderungen in klar definierte Regeln, die transparent bewertet werden können. Durch die Integration von ASP in Robotic Process Automation (RPA) und Enterprise Resource Planning (ERP)-Systeme entsteht ein geschlossener Prozess, der von der Entscheidungsfindung bis zur Umsetzung reicht. So können Entscheidungen validiert, repetitive Aufgaben automatisiert und Beschaffungsvorgänge effizient abgewickelt werden.
Vorteile und Besonderheiten des Systems
- Das Framework entscheidet intelligent, welche Lieferanten verfügbar sind und ob sie die Nachfrage erfüllen können.
- Ersatzlieferanten werden bedingt aktiviert, anstatt automatisch alle möglichen Alternativen einzubeziehen.
- Soziale und ökologische Mindestanforderungen werden berücksichtigt, um eine Auswahl ausschließlich nach Kosten zu vermeiden.
- Die Entscheidungsprozesse sind transparent und für menschliche Anwender nachvollziehbar, wodurch eine Überprüfung und Anpassung durch Verantwortliche ermöglicht wird.
Das System erläutert die Entscheidungsgründe, etwa welche Störung einen Lieferanten unbrauchbar machte, warum die verbleibenden Lieferanten die Nachfrage nicht decken können und weshalb Ersatzlieferanten aktiviert wurden. Diese Nachvollziehbarkeit unterstützt Beschaffungsmanager, Prüfer und Nachhaltigkeitsteams dabei, die Empfehlungen zu bewerten und gegebenenfalls zu modifizieren.
Evaluation und Anwendungsszenarien
Die Wirksamkeit des Modells wurde anhand eines synthetischen Datensatzes getestet, der Lieferantennetzwerke mit 100, 500 und 1.000 Hauptlieferanten sowie deren Ersatzlieferanten abbildet. In über 27 simulierten Szenarien, darunter Teilverluste von Lieferanten, der komplette Ausfall eines Kapazitätslieferanten sowie mehrere Ausfälle bei unterschiedlichen Nachfragesituationen, erreichte das Framework eine Erfüllungsrate von 100 %. Dabei wurden die sozialen und ökologischen Standards eingehalten und Ersatzlieferanten nur bei Bedarf aktiviert.
Eine Proof-of-Concept-Demonstration veranschaulichte zudem, wie Entscheidungen überprüft, in simulierte Bestellungen umgesetzt und in einem Prüfprotokoll dokumentiert werden können, das die getroffenen Maßnahmen nachvollziehbar macht.
Ausblick und zukünftige Forschung
Obwohl die Ergebnisse vielversprechend sind, basiert die Studie auf synthetischen Daten und einer simulierten ERP-Umgebung. Ziel zukünftiger Arbeiten ist die Implementierung des Systems mit realen Lieferantendaten, Live-Störungssignalen und in kommerziellen Unternehmensumgebungen.
Prof. Dr. Fatahi Valilai betont die steigenden Anforderungen an Lieferketten, die nicht nur resilient und nachhaltig, sondern auch transparent und reaktionsfähig sein müssen. Die zentrale Fragestellung liege nicht mehr nur in der Vorhersage von Ereignissen, sondern darin, wie intelligente Systeme operative Entscheidungen treffen können, die erklärbar, überprüfbar und mit Nachhaltigkeitsrichtlinien vereinbar sind.
Publikation und Kontakt
Die vollständige Studie mit dem Titel A Logic-driven Integrated System for Resilient and Sustainable Supplier Selection in Supply Chains wurde im August 2026 in Engineering Applications of Artificial Intelligence veröffentlicht. Datensatz und unterstützender Quellcode sind öffentlich über Figshare und GitHub zugänglich. Weitere Informationen finden Sie unter: https://doi.org/10.1016/j.engappai.2026.115955.
Kontakt:
Prof. Dr. Omid Fatahi Valilai
Professor of Industrial Engineering
ofatahivalilai@constructor.university
Weitere Informationen zur Forschungsgruppe:
Emerging Technologies in Industrial Engineering
