BlogpostEinzelhändler wie Supermärkte müssen wissen, woher ihre Produkte stammen und unter welchen Bedingungen sie hergestellt werden (
). In globalen Lieferketten sind damit riesige data verbunden. KI kann
bei der Verwaltung dieser data helfen, aber nur, wenn die KI selbst sicher und vertrauenswürdig ist.
Unternehmen nutzen zunehmend KI, um data ihren Lieferketten zu sammeln und zu analysieren. Dies birgt Risiken für die Datenintegrität (
), da viele KI-Modelle auf data basieren, data auf Schätzungen und Annahmen data . Darüber hinaus landen die data in den Datensätzen großer KI-Modellanbieter (
), über die Einzelhändler keine Kontrolle haben und bei denen die Gefahr besteht, dass data nicht in Übereinstimmung mit der DSGVO verarbeitet data (
).
Seit 17 Jahren ImpactBuying der Supply-Chain-Spezialist ImpactBuying auf die Erfassung, Überprüfung und Analyse data zur Lieferkette von
data große Einzelhändler, Hersteller und Händler. Das Ergebnis ist eine einzigartige und
umfangreiche Datenbank mit echt überprüften data Produktwertschöpfungsketten weltweit.
Um data zu data und gleichzeitig data effizienter zu gestalten, führt das Unternehmen den KI-
-Evidence-Scanner ein. „Dieses Tool wurde intern entwickelt, mit unseren eigenen data trainiert data wird auf
unseren eigenen Servern innerhalb der EU gehostet. Damit steht europäischen Einzelhändlern eine souveräne KI-Lösung zur Verfügung“, sagt
Leontien Hasselman-Plugge, CEO von ImpactBuying. „Wir wollen nachhaltige und widerstandsfähige Liefer
ketten aufbauen, was bedeutet, dass auch die KI sicher sein und vollständig unter unserer eigenen Kontrolle stehen muss.“
Je besser Einzelhändler ihre Lieferketten verstehen, desto besser können sie ESG-Vorschriften einhalten
und desto schneller können sie auf Missbräuche und klimabezogene oder geopolitische Risiken reagieren. KI kann dabei eine wichtige Rolle spielen
, indem sie data abruft, übersetzt und analysiert.
Einzelhändler und ihre Lieferanten verbringen viel Zeit damit, data zur Lieferkette zu sammeln und auszuwerten.
Beispielsweise kann ein Zertifikat für eine biologische Produktionsmethode aus Thailand völlig anders aussehen als eines aus Kolumbien und möglicherweise auch in einer anderen Sprache verfasst sein. Bislang war dies mit viel manueller Arbeit verbunden, beispielsweise dem erneuten Abtippen von Informationen.
KI reduziert die Fehlerquote und erhöht gleichzeitig die Skalierbarkeit erheblich. Dadurch bleibt mehr Zeit, um auf der Grundlage dieser data Maßnahmen zu ergreifen (
), beispielsweise die Arbeitsbedingungen zu verbessern, die Produktion nachhaltiger zu gestalten und Missstände zu bekämpfen (
). Das ist menschliche Arbeit. ImpactBuying seit 17 Jahren stark in genau dieser Kombination aus Technologie und menschlichem Fachwissen (
).
Hasselman-Plugge fügt hinzu: „Dies ist ein wichtiger Schritt vorwärts beim Aufbau transparenter, stabiler, fairer und nachhaltiger Lieferketten. In einer unsicheren Welt müssen wir in der Lage sein, auf eigenen Beinen zu stehen und schnell Einblick in zuverlässige data zu gewinnen. Unsere Lösung macht dies möglich.“