DHL will mit maschinellem Lernen Ausfälle vorhersehen
Der KEP-Dienstleister DHL hat ein weiteres Modul für die sogenannte Resilience360-Plattform vorgestellt. Mit Supply Watch lernt die Lösung eigenständig dazu.
Wie lassen sich Risiken in der Lieferketten rechtzeitig erkennen, um Gegenmaßnahmen ergreifen zu können? Eine Frage, die den KEP-Dienstleister DHL geraume Zeit umtreibt. Als Folge daraus entstand das Frühwarnsystem Resilience360. Dabei handelt es sich um eine cloudbasierte Lösung, dank deren Visualisierungen der einzelnen Bestandteile der Lieferkette das Risiko einer Störung eingeschätzt und fast in Echtzeit darauf reagiert werden kann.
Dieses System wird nun durch DHL Supply Watch erweitert. Hierzu nutzt die Lösung maschinelles Lernen und Natural Language Processing (NLP - die maschinelle Verarbeitung natürlicher Sprache). Auf diese Weise werden Störungen in der Versorgungskette von Unternehmen erkannt, bevor diese zu finanziellen Verlusten oder dauerhaften Reputationsschäden führen, heißt es in einer Unternehmensmitteilung.
Mit Supply Watch werde das bestehende Resilience360-Portfolio zur Überwachung von Lieferantenrisiken auf Unternehmensebene durch ein breites Spektrum neuer Risikokategorien ergänzt, darunter Finanzindikatoren, Fusionen & Übernahmen, Umweltschäden, Angebotsengpässe, Qualitätsprobleme und Arbeitskonflikte. Das System greife dazu auf öffentlich verfügbare Daten zurück, wie etwa Online- und Social-Media-Quellen.
DHL Resilience360 Supply Watch überwache dabei rund 140 verschiedene Risikokategorien einschließlich finanzieller, umweltbezogener und sozialer Faktoren. Die beobachteten Risiken würden von kriminellen Handlungen über Arbeitsrechtsverletzungen und Qualitätsmängel bis zu Lieferkettenrisiken wie Fehlbeständen oder Kapazitätsengpässen und Verzögerungen reichen. Mithilfe des maschinellen Lernens und der NLP-Technologie analysiere das System die großen Datenmengen, um potenzielle Lieferkettenstörungen zu identifizieren. Extrahiert werden diese Daten aus bis zu 30 Millionen Posts, die aus mehr als 300.000 Online- und Social-Media-Quellen stammen.