Mit KI das Lieferkettengesetz erfolgreich umsetzen

Seit dem 1. Januar 2024 gilt das Lieferkettensorgfaltspflichtengesetz (LkSG) – kurz Lieferkettengesetz – in Deutschland auch für Unternehmen mit mindestens 1.000 Beschäftigten und stellt Betriebe vor erhebliche Herausforderungen. Der Hoffnungsträger künstliche Intelligenz (KI) verspricht Abhilfe für Unternehmen jeglicher Größe.

Das Lieferkettengesetz verpflichtet Firmen mit einer Niederlassung in Deutschland dazu, definierte Sorgfaltspflichten in globalen Lieferketten umzusetzen und damit die Achtung von Menschenrechten sicherzustellen. Die Sorgfaltspflichten beziehen sich nicht nur auf den eigenen Geschäftsbereich, sondern auch auf Vertragspartner und Zulieferer. Somit endet die Verantwortung nicht länger am eigenen Werkstor, sondern besteht entlang der gesamten Lieferkette. Verstoßen Unternehmen gegen das Lieferkettengesetz, drohen Bußgelder. Außerdem können sie von der Vergabe öffentlicher Aufträge ausgeschlossen werden.

„Unternehmen jeglicher Größe sehen sich mit einem enormen Mehraufwand konfrontiert. Herausforderungen, die in der Unternehmenspraxis nur bewältigt werden können, wenn eine leistungsfähige Software die Anwendenden unterstützt“, sagt Andreas Dangl, Geschäftsführer der Fabasoft Approve GmbH. „Vor allem der richtige Einsatz einer gemeinsamen Datenumgebung und von KI wird darüber entscheiden, wie erfolgreich Unternehmen den Mehraufwand durch das LkSG bewältigen können.“

Wie können Unternehmen das LkSG umsetzen?

Zunächst müssen Unternehmen ein Risikomanagement einrichten und Risiken in ihren Lieferketten ermitteln, bewerten und priorisieren. Darauf aufbauend veröffentlichen sie eine Grundsatzerklärung und ergreifen Maßnahmen, um Risiken zu minimieren oder auszuräumen. Zudem richten sie Beschwerdekanäle für die Menschen in den Lieferketten ein, leisten bei Menschenrechtsverletzungen Abhilfe und dokumentieren ihr Lieferkettenmanagement durch Berichte.

Soweit die Theorie. In der Praxis sind diese Anforderungen nur durch Softwareunterstützung effizient umzusetzen. Interne und externe Partner vernetzen sich entlang der Lieferkette in einem gemeinsamen System. So tauschen sie Informationen (zum Beispiel zu Qualitätsthemen, Vertragswerken, Risikoanalysen etc.) transparent und nachvollziehbar aus. Ein im System enthaltener Audit-Log dokumentiert dabei jeden Schritt und jede Dokumentenversion automatisch.

Herausforderung Datenbeschaffung

In einer Umfrage von GS1 Germany zur LkSG-Risikoanalyse gaben die Teilnehmenden an, dass die Datenverfügbarkeit und Vollständigkeit umso geringer sind, je tiefer es in die Lieferkette geht. Weiter heißt es: „Unternehmen müssen sicherstellen, dass die erhobenen Daten zuverlässig und glaubwürdig sind, um mögliche Risiken identifizieren und angemessene Entscheidungen treffen zu können. Die Richtigkeit der Daten wird daher von 61 % als weitere Herausforderung erkannt. Immerhin 43 % betrachten die internen Zuständigkeiten für die Datenbeschaffung und -pflege als zusätzlichen schwierigen Aspekt.“

Herausforderungen sehen die befragten Unternehmen auch in der Zusammenarbeit mit Lieferanten und der Implementierung eines Tools zur Datenerfassung. „Die Akzeptanz der Zulieferer zur wahrheitsgemäßen, vollständigen und regelmäßigen Datenpflege erfordert die Vermittlung eines Nutzens für die Mehrarbeit.“ Diesen sehen die Umfrageteilnehmer:innen derzeit nicht. Daraus ergibt sich die Befürchtung, „dass die Datenpflege nicht mit dem notwendigen Aktualisierungsgrad und der erforderlichen Sorgsamkeit von den Zulieferern durchgeführt wird“, so die Ergebnisse von GS1.

KI als Abhilfe

Genau hier setzen cloudbasierte, KI-gestützte Dokumenten- und Datenmanagementsysteme (DMS) an. Sie fungieren im industriellen Umfeld als Single Source of Truth für lieferantenbezogene Informationen. Diese Unterlagen werden im Zuge der Auftragsabwicklung in einer gemeinsamen Datenumgebung zusammengeführt. Über Schnittstellen zu externen Quellen, beispielsweise im Internet, ist es möglich, weitere – auch tagesaktuelle – Informationen einzubeziehen.

Eine KI hilft dabei, diese Daten zu analysieren und entsprechende Handlungsvorschläge aufzubereiten. Auch das CDP-Reporting (Carbon Disclosure Project) lässt sich via KI automatisieren. Dazu werden der im smarten DMS enthaltene Datenschatz ausgewertet und Fragenkataloge durch die extrahierten Informationen automatisiert beantwortet.

Quelle: www.fabasoft.com