Revolutionäre KI optimiert Lieferketten: Resiliente Entscheidungsfindung für nachhaltige Beschaffung und transparente Prozesse.

5. Oktober 2026

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 entworfen, das auf logikgesteuerter künstlicher Intelligenz basiert und die Entscheidungsfindung bei der Auswahl von Lieferanten resilienter gestaltet. Die Ergebnisse wurden in der Fachzeitschrift Engineering Applications of Artificial Intelligence veröffentlicht und zeigen, wie KI zur Unterstützung skalierbarer und nachvollziehbarer Lösungen eingesetzt werden kann, die operative Kontinuität sowie soziale und ökologische Anforderungen berücksichtigen.

Technische Grundlagen und Systemintegration

Das entwickelte Framework stammt aus der Forschungsgruppe „Emerging Technologies in Industrial Engineering“ und wurde von Prof. Dr. Omid Fatahi Valilai sowie dem Doktoranden Omkar Vishwas Patil konzipiert. Zentraler Bestandteil ist das Answer Set Programming (ASP), eine deklarative KI-Methode, die als Entscheidungsebene fungiert. ASP übersetzt Beschaffungsregeln, Kapazitäten von Lieferanten, Störungsbedingungen und Nachhaltigkeitskriterien in klare, bewertbare Anweisungen. Durch die Verknüpfung von ASP mit Robotic Process Automation (RPA) und Enterprise Resource Planning (ERP)-Systemen entstand ein integriertes System, das den gesamten Prozess von der Entscheidungsfindung bis zur operativen Umsetzung abdeckt.

Funktionalität und Vorteile des Systems

Das System bewertet die Verfügbarkeit von Lieferanten und deren Kapazitäten zur Bedarfsdeckung.
Es aktiviert bedingt Ersatzlieferanten, anstatt automatisch alle Alternativen zu berücksichtigen.
Soziale und ökologische Mindeststandards werden durchgesetzt, um eine Auswahl ausschließlich nach Kosten zu vermeiden.
Die Entscheidungsprozesse sind transparent und können von Mitarbeitenden überprüft werden.
Das Framework liefert eine nachvollziehbare Argumentationskette, die Störungen, Nachfragemangel und Aktivierung von Ersatzlieferanten erklärt.

Diese Transparenz ermöglicht es Verantwortlichen, wie Beschaffungsmanagern und Nachhaltigkeitsteams, die Empfehlungen zu verstehen, zu bewerten und gegebenenfalls anzupassen, wodurch die menschliche Entscheidungsfindung unterstützt wird.

Evaluation und Anwendungsszenarien

Die Validierung erfolgte anhand eines synthetischen Datensatzes mit Lieferantennetzwerken von 100 bis 1.000 Hauptlieferanten inklusive entsprechender Ersatzlieferanten. Verschiedene Szenarien wurden simuliert, darunter Teilverluste von Lieferanten, der vollständige Ausfall eines großen Lieferanten sowie multiple Ausfälle bei unterschiedlichen Nachfragemengen.

In über 27 simulierten Fällen erreichte das Framework eine vollständige Erfüllung der Nachfrage unter Einhaltung der sozialen und ökologischen Kriterien. Ersatzlieferanten wurden dabei nur bei tatsächlichem Bedarf aktiviert. Eine Proof-of-Concept-Demonstration zeigte zudem, wie Entscheidungen überprüft, in simulierte Bestellungen umgesetzt und in einem Prüfprotokoll dokumentiert werden können.

Ausblick und zukünftige Forschung

Prof. Dr. Fatahi Valilai und Omkar Vishwas Patil weisen darauf hin, dass die vorliegenden Ergebnisse auf synthetischen Daten und einer simulierten ERP-Umgebung basieren. Die vollständige Implementierung mit realen Lieferantendaten, Live-Störungsmeldungen und in kommerziellen Unternehmenssystemen stellt einen zukünftigen Forschungsschwerpunkt dar.

„Lieferketten müssen zunehmend resilient, nachhaltig, transparent und flexibel agieren“, betont Prof. Dr. Fatahi Valilai. „Die Herausforderung besteht nicht nur darin, Vorhersagen zu treffen, sondern intelligente Systeme zu entwickeln, die operative Entscheidungen erklären und nachvollziehbar machen und gleichzeitig Nachhaltigkeitsanforderungen berücksichtigen.“

Publikation und weiterführende Informationen

Der wissenschaftliche Artikel „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 Quellcode sind über Figshare und GitHub öffentlich zugänglich.

https://doi.org/10.1016/j.engappai.2026.115955