Lieferkette

Wie ein Wiener Startup für Durchblick sorgt

Das Wiener Startup Prewave nutzt künstliche Intelligenz und Social-Media für sein Live-Monitoring von Störungen in Lieferketten. Wie das Spinoff der TU Wien mit künstlicher Intelligenz rasch auf Risiken aufmerksam macht.

Von
Künstliche Intelligenz Digitalisierung Start-up Logistik Prewave

Eine Lieferunterbrechung vorherzusagen kann für Unternehmen entscheidende sein. Das 2017 gegründete Start-up unterstützt dabei große Unternehmen aus der Automobil-, Chemie-, Metall- und Elektronikindustrie. Immer wieder kommt es vor, dass die Kunden durch negative Ereignisse in ihrer Lieferkette überrascht werden. Der Service von Prewave hilft hochkomplexe Lieferketten im Blick zu behalten. „Wir erkennen bereits die ersten Anzeichen eines sich anbahnenden Risikos, z.B. Streikdrohung oder Entlassungswellen, und melden diese unsere Kunden,“ erklärt Harald Nitschinger, Co-Gründer und Geschäftsführer von Prewave. Zu den Kunden des Spinnoffs zählen nach eigenen Angaben mehrere große deutsche Automobilhersteller. „Hier geht es nicht nur um die klassischen ´Unterbrechungen´, sondern auch Nachhaltigkeitsrisiken. Wie ist der Zustand bei Minen und Produktionsstätten, die für die E-Mobilität kritische Ressourcen, wie Lithium, Kobalt oder Zink, liefern,“ verrät Nitschinger.

Von der New York Times über FACTORY bis zur indonesischen Regionalzeitung

Ereignisse, die zu Unterbrechungen führen, sind kein Geheimnis, meist lokal bekannt und stehen in der jeweiligen Landessprache in lokalen Medien. In den zentralen Einkaufs- und Supply Chain Abteilungen in Westeuropa sind diese Vorfälle jedoch nicht bekannt. Kunden von Prewave erhalten Warnungen zu bestimmten Risikofaktoren wie beispielsweise Arbeiterunruhen, politischen Unsicherheiten, finanziellen und rechtlichen Problemen oder - derzeit auch – zu den Auswirkungen des Coronavirus. „Das gesamte öffentliche verfügbare Internet ist unsere Quelle. Blogs, Social Media Beiträge, Nachrichtenportale, das sind unsere Quellen die wir in über 50 Landessprachen nativ analysieren. Dabei legen wir auch besonderen Wert auf regionale Quellen, wir sagen immer: von der New York Times bis zur indonesischen Regionalzeitung“, so der Co-Gründer.

Automatisiertes Sprachtalent

Hinter der Analyse steckt eine Kombination von Machine Learning Algorithmen mit denen die semantische Relevanz eines Textes erkannt wird. „Würde man bei der Analyse bloß mit Keywords arbeiten, wären die Grenzen schnell erreicht. Denken Sie nur an die vielen Bedeutungen des englischen Wortes ´strike´, da gibt es den baseball strike, missile strike (Anm. Redaktion: Raketenangriff) aber auch den labor strike (Anm. Redaktion: Arbeitsstreik). Nur letzterer ist für uns relevant,“ veranschaulicht Nitschinger. Prewave analysiert die Texte in den jeweiligen Landessprachen auf aktuell über 60 Risikokategorien.

White Paper zum Thema

Mit dem bereitstellen der Informationen gibt sich Prewave nicht zufrieden, die nächsten Entwicklungsschritte stehen fest: „In Zukunft wollen wir unsere Kunden dabei unterstützen Risiken nicht nur zu erkennen, sondern diese auch zu bewerten und zu lösen. Darüber hinaus sehen wir aus der aktuellen Krise die Notwendigkeit Lieferketten in Zukunft gesamthafter zu analysieren. Nicht nur ´wie riskant ist ein einzelner Lieferant´, sondern ´wie riskant ist meine Lieferkette insgesamt und bin ich ausreichend diversifiziert´".

NL, Aufsteiger © Fotolia/FACTORY

Die Coronavirus Disruption Map

Mit der Coronavirus Disruption Map hat Prewave Dienste eine Basis-Version gratis bereitgestellt. Die Karte informiert etwa über Produktionsstopps und Grenzschließungen. Um Risiken im Zusammenhang mit dem Coronavirus erkennen zu können, mussten die Algorithmen entsprechend erweitert werden. Gleich funktioniert es bei neuen Sprachen oder anderen Risiken. Der entsprechende Prozess ist weitestgehend automatisiert, was es dem Start-up erlaubt schnell neue Risiken zu erkennen.

Verwandte tecfindr-Einträge