KI, Digitalisierung und Automatisierung: Wegbereiter für nachhaltige Beschaffung und transparente ESG-Lieferketten

KI, Digitalisierung und Automatisierung: Wegbereiter für nachhaltige Beschaffung und transparente ESG-Lieferketten

Die Trans­for­ma­ti­on hin zu einer nach­hal­ti­ge­ren Wirt­schaft ist für Unter­neh­men kei­ne Opti­on mehr, son­dern eine stra­te­gi­sche Not­wen­dig­keit. Im Zen­trum die­ser Ent­wick­lung ste­hen die Beschaf­fung und die Lie­fer­ket­te, die maß­geb­lich zum öko­lo­gi­schen Fuß­ab­druck und zur sozia­len Ver­ant­wor­tung eines Unter­neh­mens bei­tra­gen. Digi­ta­le Tech­no­lo­gien, ins­be­son­de­re Künst­li­che Intel­li­genz (KI) und Auto­ma­ti­sie­rung, erwei­sen sich hier als ent­schei­den­de Kata­ly­sa­to­ren, um die Kom­ple­xi­tät nach­hal­ti­ger Anfor­de­run­gen zu meis­tern und ech­te Wert­schöp­fung zu erzie­len. Sie ermög­li­chen nicht nur die Ein­hal­tung wach­sen­der regu­la­to­ri­scher Vor­ga­ben wie des Lie­fer­ket­ten­sorg­falts­pflich­ten­ge­set­zes (LkSG) und der Cor­po­ra­te Sus­taina­bi­li­ty Report­ing Direc­ti­ve (CSRD), son­dern schaf­fen auch die Grund­la­ge für resi­li­en­te, trans­pa­ren­te und tat­säch­lich nach­hal­ti­ge Lie­fer­ket­ten.

Die Rolle von Künstlicher Intelligenz in der nachhaltigen Beschaffung

KI revo­lu­tio­niert die Beschaf­fung, indem sie Pro­zes­se auto­ma­ti­siert, die Ent­schei­dungs­fin­dung ver­bes­sert und Risi­ken min­dert. Im Kon­text der Nach­hal­tig­keit ermög­licht KI Unter­neh­men, intel­li­gen­te­re und schnel­le­re Ent­schei­dun­gen zu tref­fen, die Kos­ten, Emis­sio­nen, Vor­lauf­zei­ten und Risi­ken abwä­gen. Durch maschi­nel­les Ler­nen kön­nen stra­te­gi­sche Chan­cen zur Pro­dukt- und Lie­fe­ran­ten­op­ti­mie­rung iden­ti­fi­ziert wer­den, wobei sowohl Ertrags­chan­cen als auch Umwelt­aus­wir­kun­gen berück­sich­tigt wer­den.

KI-gestützte Lieferantenbewertung und Risikomanagement

Ein zen­tra­ler Anwen­dungs­fall ist die KI-gestütz­te Lie­fe­ran­ten­be­wer­tung. KI-Model­le kön­nen poten­zi­el­le Lie­fe­ran­ten für jedes Mate­ri­al in der Lie­fer­ket­te bestim­men und sozia­le sowie Umwelt­ri­si­ken basie­rend auf Län­der­be­wer­tun­gen ein­schät­zen. Dies ist ent­schei­dend, da Unter­neh­men zuneh­mend gefor­dert sind, men­schen­recht­li­che und umwelt­be­zo­ge­ne Sorg­falts­pflich­ten in ihrer gesam­ten Lie­fer­ket­te zu beach­ten. KI hilft dabei, Daten zu ana­ly­sie­ren und poten­zi­el­le Risi­ken oder Berei­che der Nicht­ein­hal­tung zu iden­ti­fi­zie­ren, sodass pro­ak­ti­ve Maß­nah­men ergrif­fen wer­den kön­nen. Bei­spiels­wei­se nut­zen Unter­neh­men wie Por­sche, Audi und Volks­wa­gen KI, um lie­fe­ran­ten­be­zo­ge­ne Nach­rich­ten auf öffent­li­chen Platt­for­men zu ana­ly­sie­ren und so früh­zei­tig Nach­hal­tig­keits­ri­si­ken zu mini­mie­ren.

Optimierung von Prozessen und Ressourceneffizienz

KI kann auch zur Opti­mie­rung von Logis­tik­netz­wer­ken, Rou­ten­pla­nung und Lager­hal­tung ein­ge­setzt wer­den, was Emis­sio­nen und Ener­gie­ver­brauch senkt. Prä­zi­se­re Bedarfs­pro­gno­sen und War­tungs­an­for­de­run­gen redu­zie­ren Über­pro­duk­ti­on und unnö­ti­ge Aus­ga­ben. Durch die Inte­gra­ti­on von IoT-Sen­so­ren und KI kön­nen Lie­fer­ket­ten in Echt­zeit über­wacht und ana­ly­siert wer­den, um inef­fi­zi­en­te Pro­zes­se zu iden­ti­fi­zie­ren und Hand­lungs­emp­feh­lun­gen abzu­lei­ten.

Digitalisierung und ESG-Einkauf: Transparenz schaffen

Die Digi­ta­li­sie­rung ist der Schlüs­sel zur Schaf­fung von Trans­pa­renz in kom­ple­xen glo­ba­len Lie­fer­ket­ten. Sie ermög­licht es, ESG-Kri­te­ri­en (Envi­ron­men­tal, Social, Gover­nan­ce) sys­te­ma­tisch in den Ein­kauf zu inte­grie­ren und von einem rei­nen Com­pli­ance-Fak­tor zu einer akti­ven Steue­rungs­grö­ße zu trans­for­mie­ren.

Herausforderungen und Potenziale der digitalen Integration

Obwohl die Bedeu­tung der digi­ta­len Inte­gra­ti­on von ESG-Daten erkannt wird, gibt es hier noch gro­ße Rück­stän­de. Eine Umfra­ge zeigt, dass die digi­ta­le Inte­gra­ti­on von ESG-Daten und KPIs in Beschaf­fungs­sys­te­men noch rela­tiv gering ist. Dies betrifft ins­be­son­de­re Berei­che wie Risi­ko­ma­nage­ment­sys­te­me und Aus­schrei­bungs­pro­zes­se, wo ESG-Kri­te­ri­en als gewich­te­te Fak­to­ren zur Ent­schei­dungs­fin­dung die­nen könn­ten. Dabei ist eine belast­ba­re Daten­in­te­gra­ti­on über Cloud-basier­te Platt­for­men ent­schei­dend, um Lie­fe­ran­ten­selbst­aus­künf­te, Audit­be­rich­te, CO2-Bilan­zen oder Risi­ko­in­di­ka­to­ren zen­tral zu ver­wal­ten und dyna­misch zu bewer­ten.

Digitale Werkzeuge für nachhaltige Kaufentscheidungen

Digi­ta­le Tools ermög­li­chen es, ESG-Infor­ma­tio­nen mit ope­ra­ti­ven Kenn­zah­len zu ver­knüp­fen. So kann bei­spiels­wei­se der Ein­fluss der CO2-Bilanz eines Lie­fe­ran­ten auf den Pro­duct-Car­bon-Foot­print nach­voll­zo­gen oder Risi­ken aus feh­len­den Sozi­al­stan­dards bewer­tet wer­den. Eine gute Infor­ma­ti­ons- und Daten­grund­la­ge ist der Schlüs­sel zu nach­hal­ti­gen Ein­kaufs­ent­schei­dun­gen. Unter­neh­men kön­nen dadurch nicht nur ihre Nach­hal­tig­keits­zie­le effi­zi­ent umset­zen, son­dern auch Geset­zes­an­for­de­run­gen wie LkSG, CSRD und EUDR erfül­len.

Automatisierung der Lieferkette für mehr Nachhaltigkeit

Auto­ma­ti­sie­rung im Sup­p­ly Chain Manage­ment (SCA) zielt dar­auf ab, manu­el­le Auf­ga­ben in der Lie­fer­ket­te zu auto­ma­ti­sie­ren, um Effi­zi­enz und Trans­pa­renz zu erhö­hen und Kos­ten zu sen­ken. Im Kon­text der Nach­hal­tig­keit spielt SCA eine ent­schei­den­de Rol­le bei der Redu­zie­rung des öko­lo­gi­schen Fuß­ab­drucks.

Effizienzsteigerung und Ressourcenoptimierung

Auto­ma­ti­sie­rungs­tech­no­lo­gien, dar­un­ter Robo­tik, Robo­tic Pro­cess Auto­ma­ti­on (RPA), auto­no­me Fahr­zeu­ge, Droh­nen, sowie ERP-Sys­te­me, KI, maschi­nel­les Ler­nen und IoT, ver­net­zen Gerä­te und Sen­so­ren, um Waren in Echt­zeit zu ver­fol­gen und Pro­zes­se zu opti­mie­ren. Dies führt zu einer effi­zi­en­te­ren Trans­port­pla­nung, opti­mier­ten Rou­ten und Fahr­zeug­aus­las­tung, was wie­der­um CO2-Emis­sio­nen und Treib­stoff­kos­ten redu­ziert. In Lager­hal­len kann Auto­ma­ti­sie­rung Über­pro­duk­ti­on ver­mei­den und den Ener­gie­ver­brauch durch opti­mier­te Lager­hal­tung sen­ken. Thys­sen­krupp Mate­ri­als Ser­vices bei­spiels­wei­se will durch die Digi­ta­li­sie­rung und Auto­ma­ti­sie­rung inter­ner Pro­zes­se und der Ver­net­zung mit Kun­den­da­ten bereits ab 2030 kli­ma­neu­tral agie­ren.

Automatisierte Datenerfassung für ESG-Reporting

Ein wei­te­rer Vor­teil der Auto­ma­ti­sie­rung ist die effi­zi­en­te­re Daten­er­fas­sung für das ESG-Report­ing und die CO2-Bilan­zie­rung. Unter­neh­men müs­sen die Erfas­sung ihrer Koh­len­di­oxid­emis­sio­nen und ande­rer Umwelt­da­ten auto­ma­ti­sie­ren, um die­se Infor­ma­tio­nen pro­blem­los an Auf­sichts­be­hör­den und Lie­fe­ran­ten mel­den zu kön­nen. Funk­tio­nen wie das auto­ma­ti­sier­te Aus­le­sen von Rech­nun­gen zur CO2-Bilan­zie­rung spa­ren Zeit und redu­zie­ren Feh­ler.

ESG-Software-Lösungen: Der Motor für Nachhaltigkeit

Spe­zia­li­sier­te ESG-Soft­ware-Lösun­gen sind uner­läss­lich, um Nach­hal­tig­keits­zie­le zu errei­chen, regu­la­to­ri­sche Anfor­de­run­gen zu erfül­len und trans­pa­rent über ESG-Leis­tun­gen zu berich­ten. Sie kon­so­li­die­ren Daten aus ver­schie­de­nen Quel­len, erstel­len Berich­te und über­wa­chen die ESG-Per­for­mance.

Funktionsumfang und Anbieterlandschaft

Der Markt bie­tet eine Viel­zahl von ESG-Soft­ware­lö­sun­gen, die Unter­neh­men bei der Daten­er­fas­sung, ‑ana­ly­se und Bericht­erstel­lung unter­stüt­zen. Bei­spie­le hier­für sind Plan A, Worki­va, Luca­net, Sales­force Net Zero Cloud, Code Gaia, Ver­so, Planted.green und Inte­gri­tyN­ext. Die­se Lösun­gen bie­ten oft vor­ge­fer­tig­te Vor­la­gen, die glo­ba­len Stan­dards wie GRI, DNK und der EU-Taxo­no­mie ent­spre­chen, auto­ma­ti­sier­te Daten­er­fas­sung und Inte­gra­ti­on in Finanz­be­richt­erstat­tungs­pro­zes­se.

CO2-Bilanzierung und Lieferkettenmanagement

Beson­ders her­vor­zu­he­ben sind Funk­tio­nen zur CO2-Berech­nung, ‑Pro­gno­se und Com­pli­ance. Vie­le Soft­ware­lö­sun­gen hel­fen dabei, Scope-1‑, Scope-2- und Scope-3-Emis­sio­nen zu berech­nen und zu ver­fol­gen, was für das Report­ing unter der CSRD ent­schei­dend ist, da bis zu 90% des CO2-Fuß­ab­drucks oft außer­halb der Werks­hal­len in der vor- und nach­ge­la­ger­ten Lie­fer­ket­te ent­ste­hen. Eini­ge Lösun­gen bie­ten zudem ein umfas­sen­des Lie­fer­ket­ten­ma­nage­ment, um die Nach­hal­tig­keit und Com­pli­ance der Lie­fe­ran­ten zu über­wa­chen und zu ver­bes­sern.

Datenanalyse und CO2-Fußabdruck Messung digital

Ohne prä­zi­se Daten­ana­ly­se und die digi­ta­le Mes­sung des CO2-Fuß­ab­drucks blei­ben Nach­hal­tig­keits­stra­te­gien ober­fläch­lich. Feh­len­de Daten sind das zen­tra­le Hin­der­nis für vie­le Unter­neh­men, ihre Nach­hal­tig­keits­zie­le zu errei­chen.

Herausforderungen bei der Datenerfassung und ‑qualität

Unter­neh­men ste­hen vor Her­aus­for­de­run­gen hin­sicht­lich des Daten­vo­lu­mens, der Daten­quel­len, ‑for­ma­te, ‑ver­füg­bar­keit und ‑qua­li­tät. Eine fun­dier­te Infor­ma­ti­ons- und Daten­grund­la­ge ist jedoch ent­schei­dend, um Nach­hal­tig­keits­zie­le effi­zi­ent umzu­set­zen. Der digi­ta­le CO2-Fuß­ab­druck umfasst die Umwelt­aus­wir­kun­gen digi­ta­ler Tech­no­lo­gien über ihren gesam­ten Lebens­zy­klus, von der Her­stel­lung bis zur Nut­zung und Ent­sor­gung.

Digitale Tools für präzise CO2-Messung

Spe­zia­li­sier­te Soft­ware wie Cal­cu­Quo­te ermög­licht die KI-gestütz­te Mes­sung des CO2-Fuß­ab­drucks von Pro­duk­ten in der Elek­tronik­fer­ti­gung, wodurch Berech­nungs­zei­ten von Mona­ten auf Minu­ten ver­kürzt wer­den kön­nen. Die­se Tools gene­rie­ren prü­fungs­fä­hi­ge, rück­ver­folg­ba­re Koh­len­stoff­da­ten für ESG-Zie­le, Scope-3-Bericht­erstat­tung, Öko­de­sign und digi­ta­le Pro­dukt­päs­se. Kon­ti­nu­ier­li­che Mes­sung und Über­wa­chung des Ener­gie­ver­brauchs und der CO2-Emis­sio­nen sind ent­schei­dend, um Ver­bes­se­rungs­po­ten­zia­le zu iden­ti­fi­zie­ren. Kos­ten­lo­se Lösun­gen wie das eco­cock­pit unter­stüt­zen Unter­neh­men zudem bei der Erstel­lung ihrer Kli­ma-Bilanz und der Iden­ti­fi­zie­rung von CO2-Trei­bern.

Fazit

Die Syn­er­gie aus Künst­li­cher Intel­li­genz, Digi­ta­li­sie­rung und Auto­ma­ti­sie­rung ist unver­zicht­bar für die Gestal­tung nach­hal­ti­ger Beschaf­fungs­pro­zes­se und trans­pa­ren­ter Lie­fer­ket­ten. Die­se Tech­no­lo­gien ermög­li­chen es Unter­neh­men nicht nur, den kom­ple­xen Anfor­de­run­gen der ESG-Regu­la­to­rik gerecht zu wer­den und Risi­ken zu mini­mie­ren, son­dern auch pro­ak­tiv Chan­cen für öko­lo­gi­sche und öko­no­mi­sche Wert­schöp­fung zu iden­ti­fi­zie­ren. Durch daten­ge­stütz­te Ent­schei­dun­gen, opti­mier­te Abläu­fe und eine prä­zi­se Mes­sung des CO2-Fuß­ab­drucks kön­nen Unter­neh­men ihre Nach­hal­tig­keits­zie­le effi­zi­ent errei­chen, ihre Wett­be­werbs­fä­hig­keit stär­ken und das Ver­trau­en ihrer Stake­hol­der gewin­nen. Die Inves­ti­ti­on in ent­spre­chen­de Soft­ware-Lösun­gen und die Eta­blie­rung einer umfas­sen­den Daten­stra­te­gie sind dabei der Grund­stein für eine zukunfts­fä­hi­ge und ver­ant­wor­tungs­vol­le Unter­neh­mens­füh­rung.

Weiterführende Quellen

https://beschaffung-aktuell.industrie.de/einkauf/esg-risiken-digital-managen-und-meistern/

https://www.ey.com/de_at/insights/sustainability/resiliente-lieferketten

https://www.datacamp.com/de/blog/ai-in-procurement

https://www.integritynext.com/de/ressourcen/blog/beitrag/die-zukunft-nachhaltiger-lieferketten-mithilfe-von-ki-zu-vollstaendiger-transparenz