Der traditionelle Ansatz des Qualitätsmanagements steht vor wachsenden Herausforderungen: Die Komplexität der Lieferketten in Verbindung mit den hohen Erwartungen der Verbraucher hat gezeigt, dass reaktive Methoden nicht ausreichen, um Qualitätsprobleme wirksam anzugehen – und nachhaltig abzustellen. Innovative Anwendungen, welche das Potential von generativer künstlicher Intelligenz (GenAI) nutzen, ermöglichen im Qualitätsmanagement industrieübergreifend unterschiedliche Anwendungsfälle, die das eigene Unternehmen effizienter und profitabler machen.

In einer im April 2023 durch das Capgemini Research Institute veröffentlichten Studie stimmten 96% der befragten Organisationen dem Statement zu, dass GenAI ein Thema bei Vorstandssitzungen sei. 74% sahen zudem mehr Möglichkeiten als Risiken bei der Nutzung der Technologie. Trotz enormem Interesse und Potenzial findet die Technologie bisher weder im Qualitätsmanagement noch in der Fertigung ihre Anwendung.

Aus Gesprächen mit unseren Kunden wissen wir, dass dies zunächst daran liegt, dass Ideen fehlen, wie GenAI sinnvoll eingesetzt werden kann. Ein weiterer Grund ist, dass oft falsche Use Cases ausgewählt werden, die weit hinter den Erwartungen zurückbleiben und keinen wirtschaftlichen Mehrwert liefern.

Acht konkrete Anwendungsfälle für GenAI im Qualitätsmanagement in der Fertigung

Viele Unternehmen haben damit begonnen ihre Fertigungsprozesse vollständig zu digitalisieren. Gerade im Qualitätsmanagement wird eine durchgängige Datenkontinuität immer wichtiger, um z.B. Mängel rückverfolgen zu können. Immer mehr Informationen werden daher in digitaler Datenform in unterschiedlichsten Datenmanagement-Systemen gespeichert. Hieraus ergibt sich ein enormer Datenschatz, der nur darauf wartet vollständig gehoben zu werden. Der Brückenschlag zu GenAI, einer vollständig datengetriebenen Technologie, liegt auf der Hand. Vor allem auch dadurch, dass GenAI Anwendungen dabei helfen können die Transparenz unstrukturierter Daten zu verbessern, sowie geringe Datenqualität auszugleichen. Doch wie können Anwendungen in der Fertigung aussehen? An dieser Stelle möchten wir acht konkrete Use Cases vorstellen:

1) GenAI-basierter Chatbot für Qualitätsvorfälle:

Person 1 ist Produktionsleiterin in einem zukunftsorientierten Fertigungsunternehmen. Sie kämpft nicht mehr mit der Herausforderung, Unmengen von Daten zu durchsuchen, um Qualitätsvorfälle zu verstehen. Stattdessen verlässt sie sich auf einen GenAI-basierten Chatbot, der auf einem Large Language Model (LLM) basiert. Dieser Chatbot versorgt sie auf Anfrage mit Echtzeitinformationen über das Auftreten, die Verantwortung, die Ursache, die Korrekturmaßnahmen, die Kosten und den Status jedes Qualitätsvorfalls. Sie kann nun schnell fundierte Entscheidungen treffen und so einen proaktiven Ansatz für das Qualitätsmanagement sicherstellen.

2) Berichterstattung über Qualitätsvorfälle in Echtzeit:

Person 2, ein Instandhalter, erlebt die Leistungsfähigkeit von GenAI bei der Analyse von unstrukturiertem Echtzeit-Feedback von Maschinen und Personal. Die KI meldet einen Qualitätsvorfall, z.B. bei einem stark negativen Qualitätsbereich oder Abweichungen der Maschinenparameter, und ermöglicht sofortige Korrekturmaßnahmen. Diese Echtzeit-Reaktionsfähigkeit stellt sicher, dass der Produktionsprozess nur minimal von Qualitätsproblemen gestört wird.

3) GenAI-unterstütztes automatisiertes Qualitätsreporting:

Person 3 ist Qualitätskontrollspezialistin, und hat früher Stunden damit verbracht, Qualitätsberichte manuell zu erstellen. Mit der Unterstützung von GenAI diktiert Person 3 den Bericht jetzt einfach mündlich. Das GenAI-System filtert irrelevante Informationen heraus und fügt diese in ein definiertes Template ein. Dies spart nicht nur Zeit, sondern erhöht auch die Präzision der Berichte, so dass sich das Unternehmen auf kritische Qualitätsfragen konzentrieren kann.

4) GenAI-unterstützte Klassifizierung von Nichtkonformitäten:

Person 4, ein Data Analyst, wird von GenAI befähigt, Nichtkonformitäten auf der Grundlage relevanter Parameter zu gruppieren. Dieses Clustering schafft eine erhöhte Transparenz und ermöglicht eine Priorisierung zur Behebung von häufig auftretenden Problem. Hierdurch werden Daten aus dem Qualitätskontrollprozess genutzt, um die eigenen Prozesse besser zu verstehen.

5) GenAI-unterstützte Ursachenvorhersage:

Person 5, eine Qualitätsanalystin, überwacht wie die KI Muster, Trends und Ähnlichkeiten aus Qualitätsberichten analysiert. Für auftretendene Probleme schlägt die KI Ursachen mit Wahrscheinlichkeiten vor und lernt kontinuierlich aus den Live-Daten. Als „Human-in-the-loop“ kann Person 5 die Vorhersagen bewerten und schärfen. Dies ermöglicht es dem Unternehmen die Ursachenfindung stark zu beschleunigen.

6) Maßnahmenvorschläge zur Behebung von Qualitätsproblemen:

Person 6, eine Qualitätsingenieurin, nutzt ein LLM, welches durch eine lokale Datenbank-Abfrage auf die Dokumentation des gesamten Fertigungsprozesses zugreifen kann. Aufgrund dieses erweiterten Kontexts kann die KI Maßnahmen zur Minderung und Behebung von erkannten Qualitätsproblemen vorschlagen. Dieser proaktive Ansatz minimiert nicht nur die Auswirkungen von Qualitätsproblemen, sondern trägt auch zur kontinuierlichen Verbesserung bei.

7) GenAI-unterstütztes Training für Mitarbeitende:

Person 7, ein neuer Qualitätsmitarbeiter, profitiert von GenAI-gestütztem Training, das AR- und VR-Technologien nutzt. Die KI erstellt hierbei eigenständig Trainingssituationen mit realistischen Szenarien, die reale Arbeitsumgebungen imitieren. Dieses immersive Training ermöglicht es den Mitarbeitenden, Fähigkeiten zu erwerben und zu verbessern, und trägt so zu einer Belegschaft bei, die nicht nur theoretisch qualifiziert ist, sondern sich auch praktisch an unterschiedliche Produktionsanforderungen anpassen kann.

8) GenAI-basierte Qualitätskontrolle durch Bildverarbeitung:

Person 8 bedient als Qualitätskontrolleurin ein visuelles Qualitätskontrollsystem. Das auf „Machine Vision“ aufbauende System wurde nur mit einem vergleichsweise kleinen Bild-Datensatz auf den Fehlerkatalog des Unternehmens angelernt. Während klassische KI-basierte Systeme noch große Datensätze mit gelabelten Bildern benötigten, ist durch effektives „finetuning“ ein GenAI-basiertes System bereits in der Lage mit hoher Präzision Defekte zu erkennen. Anschließend muss Person 8 nur noch Feedback hinsichtlich der detektierten Fehler geben und trägt hiermit kontinuierlich zur Verbesserung der Anwendung bei.

GenAI ist im Qualitätsmanagement bereits angekommen

All diese Szenarien sind keine Zukunftsvisionen, sondern konkrete Anwendungen, die Capgemini bereits bei Unternehmen im Qualitätsmanagement umsetzt. GenAI bietet umfassende Möglichkeiten einen intelligenten Qualitätsmanagementprozess mitzugestalten. Entscheidend bei der Umsetzung sind hierbei, neben der Erörterung unternehmensspezifischer Anforderungen, die Auswahl der effektivesten Anwendungen zur Generierung von schnellem Mehrwert.

Warum Klimaneutralität für die Polizei zur dringenden Angelegenheit wird 

Bis 2030 soll die Bundesverwaltung klimaneutral organisiert sein, viele Landesverwaltungen haben sich ebenfalls ehrgeizige Ziele gesetzt. Auch die Gesellschaft formuliert Erwartungen an öffentliche Institutionen, eine Vorreiterrolle bei der Bekämpfung des Klimawandels einzunehmen. Und damit auch die Polizei. 

Doch es gibt nicht nur externe Ansprüche. Unsere Erfahrungen zeigen z.B., dass Nachhaltigkeit auch besonders vielen Mitarbeitenden ein wichtiges Anliegen ist: Hier eine Vorbildfunktion auszuüben, kann somit einen weiteren Beitrag zur Arbeitgeberattraktivität leisten.  

Aber es gibt auch eine strategische Dimension: In einer Zeit, in der Energieträger bewusst als Instrument zur Beeinflussung staatlichen Handelns eingesetzt werden, müssen einseitige Abhängigkeiten ausgeschlossen werden, um jederzeit die Einsatzfähigkeit zu gewährleisten. 

Polizeibehörden besitzen sehr wirkungsvolle Hebel, um Klimaneutralität zu erreichen 

• Große Fahrzeugflotten: allein die Bundespolizei verfügt über mehr als 7.000 Fahrzeuge 
• Viele Liegenschaften: z. B. die Polizei Nordrhein-Westfalen nutzt rund 1.100 Gebäude oder Gebäudeteile mit insgesamt rund 1,2 Mio. m² Nutzfläche 
• IT- und Rechenzentren, mit besonderen polizeilichen Anforderungen 
• Große Beschaffungsvolumina: es können aktiv Nachfragesignale an den Markt hin zu mehr Nachhaltigkeit gesetzt werden 

Die Richtung kennen, Prioritäten bestimmten, entschlossen handeln  

Ohne eine verbindende Strategie sind Maßnahmen oft weniger effektiv und Ressourcen werden nicht optimal genutzt. Für den Erfolg ist entscheidend, die richtigen Maßnahmen zur richtigen Zeit zu ergreifen. In unserer Praxis hat sich daher ein dreistufiges Vorgehen erfolgreich bewährt:  

1. den eigenen Ausgangspunkt bestimmen 

2. die Richtung festlegen 

3. klare Maßnahmen umsetzen 

(1) Startpunkt ist ein Lagebild zum CO₂-Austoß und zu Emissionstreibern. Wo steht die Polizeibehörde beim CO₂-Ausstoß? Welche Hindernisse gilt es auf dem Weg bis 2030 zu überwinden? In diesem Schritt werden alle klimarelevanten Bereiche – insbesondere Gebäude, Fuhrpark, IT, Beschaffung, Abfall und Veranstaltungen – in den Blick genommen und eine CO₂-Bilanz errechnet. Außerdem werden der rechtliche Rahmen und bestehende Strukturen in der Organisation betrachtet, ebenso spezifische polizeiliche Anforderungen. 

(2) Darauf aufbauend erarbeiten wir eine Strategie und leiten gemeinsam konkrete Maßnahmen ab. Zunächst prüfen wir dabei, wie Treibhausgasemissionen insbesondere durch Energieeinsparung vermieden werden können. Neben der Verbesserung der Klimabilanz können so auch Kosten eingespart werden. Hierbei werden alle Prozesse und Tätigkeiten aus dem Polizeialltag in den Blick genommen. Anschließend wird geprüft, wie der verbleibende Energiebedarf nachhaltig abgedeckt werden kann.  

(3) Sobald Strategie und Maßnahmen feststehen, wird ein konkreter Plan für die Umsetzung erstellt, unter Berücksichtigung polizeilicher Anforderungen und Prioritäten. So darf insbesondere die Einsatzfähigkeit nicht beeinträchtigt werden. Dieser Prozess sollte wirksam organisatorisch verankert sein, beispielsweise durch feste Rollen und Monitoring-Prozesse.  Eine zentrale Koordination ist dabei unabdingbar, weil sie sicherstellt, dass das übergreifende Thema auch unter dem Druck des einsatzgeprägten Tagesgeschäfts die Richtung behält, voranschreitet und aktive Veränderung bewirkt. 

Die Rolle der Digitalisierung 

Mit der digitalen Transformation besteht eine zweite große Herausforderung. Beide Veränderungen sollten zusammengedacht werden. Neue Möglichkeiten in der Datenerhebung, -verarbeitung und -visualisierung – beispielsweise über Klima-Dashboards – können klimarelevanten Kennzahlen transparent darstellen, für die Steuerung erschließen und den Fortschritt sichtbar machen.  

Die fortschreitende Digitalisierung ist aufgrund steigender Energieverbräuche aber auch ein Treiber von CO₂-Emissionen. Rund 25 Prozent des Stromverbrauchs einer Verwaltungsbehörde geht bereits auf die IT zurück. Eine gesonderte Green-IT-Strategie sollte daher ebenfalls erarbeitet und in die Gesamtstrategie eingebettet werden, um mehr Digitalisierung bei weniger Verbrauch zu erreichen. 

Fazit

Es gibt viele nachvollziehbare Gründe, dem Thema Nachhaltigkeit mit großem Respekt zu begegnen: die Komplexität, die schiere Größe der Aufgabe oder die Schwierigkeit, einen praktikablen Einstieg zu finden. Daher sensibilisieren wir für die Bedeutung eines initialen Lagebilds, auf dem eine angepasste, praktisch ausgerichtete Strategie aufbaut. Aber auch in den Köpfen der Mitarbeitenden finden sich viele gute Ideen, um Nachhaltigkeit konkret voranzubringen.  

Unsere Erfahrungen zeigen, dass viele Maßnahmen bereits mit geringem Aufwand umgesetzt werden können. Dadurch kann der Weg zu einer klimaneutralen Polizei bis 2030 durch nachweisbare Ergebnisse in Etappen unterteilt werden. 

Und schließlich: 2030 ist bereits viel näher – die Fußball-Weltmeisterschaft wurde für dieses Jahr bereits vergeben. Um vor der Lage zu bleiben, sollte auch Nachhaltigkeit auf der Prioritätenliste ganz nach oben. 

Vielen Dank an die Co-Autoren Jonas Vogel und Paul Loeper. 

Wir von Capgemini Invent unterstützen Behörden im Sicherheitsbereich dabei, sich zukunftsfähig aufzustellen. Für uns umfasst das den gesamten Ende-zu-Ende Prozess von der Strategie, Konzeption bis zur operativen Projektumsetzung. Für Details und Fragen zum öffentlichen Sicherheitsbereich kontaktieren Sie unsere Experten Niels Proske, Security Lead Public Services Capgemini Invent, und Peter Steinleitner, Group Client BMI – BOS Lead. 

Die Gründe dafür sind vielfältig, am Ende liegt es aber immer an der steigenden Gesamtkomplexität: Die Dynamik des technologischen Fortschritts von Cloud-Services nimmt zu und klassische IT-Kategorien wie Applikationsentwicklung und Infrastruktur verschwinden. Traditionelle IT-Systeme wie beispielsweise für Finanztransaktionen oder die Produktionsplanung müssen weiterhin integriert werden, während das Business neue Cloud-Services der Hersteller flexibel und schnell realisieren muss. Bei der Einführung von Innovationen müssen Unternehmen regulatorische sowie branchenspezifische und individuelle Anforderungen berücksichtigen, die möglicherweise auch noch in jedem Land unterschiedlich sind und sich ständig ändern. Auch sind viele Unternehmen noch nicht in der Lage, Cloud-Services kostenoptimiert zu nutzen. All das erschwert die Nutzung ihres Innovationspotenzials.

Die richtigen Use Cases auswählen

Cloud-Services sind nicht für jedes Anwendungsszenario die erste Wahl. Applikationen beispielsweise, von denen ein Produktionsprozess abhängt und die deshalb permanent verfügbar sein müssen, sollten besser vor Ort betrieben werden. Weitere Beispiele sind datenintensive Anwendungen. Denn der Transfer von Daten in die Cloud und zurück kann hohe Kosten verursachen. Darüber hinaus gibt es zeitkritische Anwendungen, für die die Latenzzeiten unpriorisierter Datenübertragungen zu lang sind. In diesem Fall sollte das Unternehmen Informationen dort verarbeiten, wo sie anfallen, und eventuell nur die Ergebnisse von Analysen oder Daten in die Cloud stellen, die zwingend unternehmensweit verfügbar sein müssen.

Kosten kontrollieren und Verantwortung aufteilen

Ein Vorteil einsatzbereiter Cloud-Services ist, dass Business-Anwendende sehr einfach ausprobieren können, ob sich Prozesse mit bestimmten IT-Innovationen optimieren lassen. Sie können die entsprechende Infrastruktur innerhalb von Minuten oder Stunden freischalten. Leider werden Cloud-Kapazitäten häufig nicht optimal genutzt. Das treibt die Cloud-Kosten in die Höhe. Um das zu vermeiden hat es sich bewährt, die Kosten für die jeweiligen Services der Abteilung zuzurechnen, die sie nutzt. Sie sollte Services selbst beauftragen und abkündigen können, während die zentrale IT-Einheit die Architektur der Cloud-Plattform entwickelt und den Zugang steuert. So kann sie dafür sorgen, dass alle Anwendungen optimal zusammenarbeiten, keine Datensilos entstehen und die Sicherheits- und Compliance-Regeln eingehalten werden.

Organisationsstrukturen und Kultur anpassen

Neue IT-Lösungen zusammen mit den Business-Anwendenden zu entwickeln war früher ein langwieriger Prozess. Aufgrund neuer Methoden sowie einsatzbereiter Cloud-Services geht das heute viel schneller. Allerdings verändert sich jetzt auch der Markt deutlich schneller als früher und Innovationszyklen werden kürzer. Das höhere Tempo erfordert, dass Business und IT enger zusammenarbeiten. Die Parteien müssen die Anforderungen und Prämissen der anderen verstehen, sich häufig abstimmen und gemeinsam Verantwortung für das Ergebnis übernehmen. Das geht nur mit der richtigen Organisationsstruktur und Unternehmenskultur.

Komplexität beherrschbar machen

Innovationen aus der Cloud bietet viele Chancen, vorausgesetzt Unternehmen schaffen die Voraussetzungen dafür. Dazu gehören beispielsweise Grundlagen wie eine entsprechend leistungsfähige Netzwerkanbindung, zentrale Datenhaltung, eine moderne Security-Architektur, reibungslos laufende Prozesse und die entsprechende Organisationsstruktur. Außerdem sollten sie Entscheidungen auf der Grundlage von Daten treffen und Use Cases auswählen, die sich gut für die Cloud eigenen. Unterm Strich müssen Unternehmen akzeptieren, dass es komplex ist, Business-Innovationen einzuführen und Werkzeuge nutzen, um die Komplexität zu reduzieren.

Die Herausforderungen in der Automobilindustrie sind vielfältig: Geringe Daten zu unbekannten Risiken entlang der Supply Chain, dezentrale Datenspeicherung zu bekannten Risiken, zahlreiche Datenquellen, komplexe IT-Systemarchitektur und viele Interessengruppen innerhalb der Unternehmen. Das Beispiel eines unserer Kunden aus der Automobilbranche zeigt, wie schwerwiegend derartige Störungen entlang der Supply Chain sein können.

Aufgrund einer erheblichen Knappheit an Bauteilen und einem eingeschränkten Angebot an Transportmöglichkeiten war die Supply Chain eines Automobilherstellers bereits stark gefährdet. Ein Tsunami in Südostasien brachte die präzise orchestrierte Logistikkette unseres Kunden aus dem Gleichgewicht. Dies führte zu Unterbrechungen in entscheidenden Warenströmen und einem gestiegenem organisatorischen Aufwand für Sonderfahrten in den darauffolgenden Wochen. In enger Zusammenarbeit mit dem Kunden formulierten wir ein klares Zielbild: Ähnliche Risiken sollten künftig bereits bei der Auftragsvergabe berücksichtigt und bei Nichtvermeidung besser antizipiert werden, um die Widerstandsfähigkeit der Supply Chain gegenüber Störungen verschiedener Art zu stärken.

Datenverfügbarkeit ist der Schlüssel zur frühzeitigen Erkennung

Als Lösung entwickelten wir gemeinsam eine zentrale Datenplattform für ein gründliches und systematisches Monitoring aller Risiken innerhalb der gesamten Supply Chain. In einem ersten Schritt identifizierten wir gemeinsam mit dem Kunden sämtliche relevanten Störquellen entlang der Supply Chain in einem umfassenden Risikokatalog. Hierbei flossen sowohl Naturrisiken wie Tsunamis, Wirbelstürme und Fluten als auch gesellschaftlich-politische Risiken wie mögliche Grenzschließungen, Streiks oder die Missachtung von Nachhaltigkeitskriterien mit ein.

Im zweiten Schritt legten wir für jedes katalogisierte Risiko eine mögliche Messgröße sowie eine zugehörige Datenquelle fest. Zur umfassenden Risikobewertung berücksichtigten wir sowohl interne Assessments, die über verschiedene Datensilos verteilt waren, als auch externe Daten von verschiedenen Anbietern wie Euler Hermes oder der ENX Association. Dank der Anbindung der Datenquelle über automatisierte Schnittstellen kann ein stets aktiver Datenaustausch und -konsistenz zwischen den verschiedenen IT-Systemen sichergestellt werden. Für die Nutzer entwickelten wir zur Darstellung der Risikobewertungen ein benutzerfreundliches Dashboard. Zur intuitiven Erfassung der Risikobewertungen brachten wir die unterschiedlichen Risiko-KPIs in eine durchgängige Logik mittels eines Ampelsystems mit Grün-Gelb-Rot-Logik. Basierend auf dieser zentralen und umfassenden Datenbasis an Risikobewertungen entstanden zwei Produkte für die tägliche Arbeit der Einkäufer:innen: eine Lieferanten-Risikoscorecard für die Vergabe und ein Risikomanagement-Dashboard für die Serienbetreuung.

Zwei starke Lösungen für einen messbaren Mehrwert

Die Lieferanten-Risikoscorecard bezieht Risikofaktoren weitreichend ein, um eine risikobezogenen KPI je Lieferant abzuleiten. Das gibt den Einkäufern die Möglichkeit, in der Lieferantennominierung neben den üblichen Kriterien wie Preis und Qualität auch das Risiko für mögliche Produktionsausfälle monetär zu berücksichtigen. Dies schafft eine zuverlässigere Basis für die Lieferantenauswahl, indem datengestützte KPIs anstelle von subjektiven Einschätzungen treten. Im Rahmen des Projekts wurde die Risikobewertung verpflichtend für Nominierungen kritischer Lieferanten integriert und von umfangreichen Schulungsmaßnahmen für die Einkäufer:innen begleitet. Perspektivisch wird die Erstellung der Bewertungen durch generative KI unterstützt, um bspw. Risiken im Rahmen der Produktentwicklung auf Basis der gesamten Angebotsunterlagen bewerten zu können, anstatt ausschließlich auf das Wissen eines einzelnen Experten zurückzugreifen.

Das Risikomanagement-Dashboard gibt den Einkäufer:innen durch eine intuitive Anzeige tagesaktuelle Änderungen in der Risikobewertung weiter. Hierbei werden die relevanten Risikobewertungen spezifisch für die jeweiligen Bauteile angezeigt. Bei einer Verschlechterung des Risikostatus können so umgehend Maßnahmen ergriffen werden, um Risiken zu minimieren. Hierbei werden neben potenziell betroffenen Standorten auch die jeweiligen Bestände aufgeführt, um Maßnahmen zu priorisieren. Bereits während der Projektumsetzung konnte die Lösung ihren Mehrwert unter Beweis stellen, indem das Dashboard ein erhöhtes Risiko für einen Cybervorfall bei einem Lieferanten aufdeckte, das zuvor unbemerkt geblieben war. Dank dieser Lösung konnten rasch Maßnahmen ergriffen werden, um das Cyberrisiko zu minimieren. Zukünftig soll das Dashboard um Maßnahmenempfehlungen basierend auf generativer KI erweitert werden. Als Datenbasis dafür dient eine zentrale Plattform für das Tracking von Mitigationsmaßnahmen. Basierend auf vergleichbaren Lieferantenmerkmalen werden wirkungsvolle Strategien zur Risikovermeidung vorgeschlagen.

Wegweiser durch Unsicherheiten: von der Risikoerkennung zur proaktiven Reaktion

Risiken werden auch in Zukunft die Robustheit der Supply Chain herausfordern und sind nie gänzlich vermeidbar. Durch die Einführung der zentralen Risikomanagement Datenbank und den daraus entwickelten Produkten, kann der Kunde die Reduzierung von Risiken entlang der Supply Chain weiter vorantreiben und bei Erhöhung des Risikos unmittelbar gegensteuern. So ebnen wir den Weg von der Risikoerkennung hin zur proaktiven Reaktion.

Vielen Dank an den Co-Autor Dr. Henrik Bathke.

1. Frauenpower in der Technologie

Die Nachfrage nach technisch versierten Fachkräften in der Automobilbranche steigt stetig. Technologische Kompetenzen wie Cloud- und SAP-Kenntnisse sind mittlerweile für den Einkauf und die Personalabteilung ebenso wichtig wie für die Produktion und die Logistik. Angesichts des steigenden Bedarfs an technologischem Know-how steht die Automobilindustrie vor der Herausforderung, potenzielle Personen anzusprechen, die bisher nicht in Betracht gezogen wurden – insbesondere Frauen. Es ist daher an der Zeit, sie gezielt für diese Rollen zu gewinnen und ihre Fähigkeiten in den Fokus zu rücken.

2. Vielfalt als Erfolgsfaktor

Diverse Teams sind erfolgreicher – das belegen zahlreiche Studien. In einer Branche, die sich ständig weiterentwickelt, sind unterschiedliche Perspektiven und Hintergründe ein entscheidender Wettbewerbsvorteil. Frauen spielen eine zunehmend wichtige Rolle beim Thema Vielfalt und bringen frischen Wind in die Industrie. Außerdem trägt diese Vielfalt zu einem gesünderen und zufriedeneren Arbeitsumfeld bei, was sich positiv auf die Leistung aller Mitarbeitenden des Unternehmens auswirkt.

3. Megatrends der Mobilität

Der Wandel in der Automobilindustrie erfordert heute ein breiteres Spektrum an Fähigkeiten und Profilen als noch vor 10 bis 15 Jahren. Elektrifizierung, Digitalisierung, softwaredefinierte Fahrzeuge und autonome Mobilität haben die Anforderungen an die Branche verändert. Hinzu kommen weitere Herausforderungen wie der Klimawandel und die Notwendigkeit resilienter Lieferketten. In diesem vielfältigen Umfeld arbeiten Wissenschaftler, KI-Experten, UX/UI-Designer, Softwareentwickler und umweltbewusste Denker eng zusammen. Männer und Frauen gleichermaßen sind entschlossen, Teil dieses Wandels zu sein.

4. Work-Life-Balance im Wandel

Die Corona-Pandemie hat die Arbeitswelt nachhaltig verändert – mit positiven Auswirkungen auf die Vereinbarkeit von Beruf und Privatleben. Flexibilität ist heute wichtiger denn je, egal ob im Homeoffice oder im Büro. Diese Flexibilität ermöglicht es Müttern, Vätern und all denjenigen, die viel unterwegs sind, ihre Arbeit flexibel von zu Hause aus zu erledigen. Diese Entwicklung fördert Diskussionen und Fortschritte auf dem Weg zu mehr Gleichberechtigung.

5. Vorbilder und Netzwerke

Nicht nur die Anzahl der Frauen in der Automobilbranche hat in den letzten Jahren zugenommen, sondern auch ihre Präsenz als Vorbilder für andere. Vor 20 Jahren gab es weniger weibliche Führungspersonen, die jüngeren Talenten als Vorbilder dienen konnten. Heute stärken sich Frauen gegenseitig durch Netzwerke. Diese bieten Unterstützung, Austausch und Inspiration – wichtige Ressourcen für Frauen auf ihrem Karriereweg.

Wir sind auf dem richtigen Weg

Die Automobilindustrie steht vor großen Veränderungen, und Frauen spielen eine entscheidende Rolle dabei. Mit Engagement, Vielfalt und Umsicht gegenüber derer, die Unterstützung brauchen, können sie die Branche weiter voranbringen und eine erfolgreiche Zukunft gestalten. Auch wenn noch ein weiter Weg zu gehen ist, ist es an der Zeit, dass Frauen ihre Chance ergreifen und die Automobilindustrie zu einem Ort machen, an dem sie ihr volles Potenzial entfalten können.

Den kompletten Beitrag lesen Sie hier.

Generative KI läutet eine neue Ära der künstlichen Intelligenz ein: Im Gegensatz zur „herkömmlichen KI“, erkennt sie nicht nur bestehende Muster, sondern schafft aktiv neue. Damit steht uns ein Paradigmenwechsel bevor. Auch in unserer kürzlich erschienenen Studie IT-Trends 2024 ist sie erstmals unter die Top 5 Technologien mit der höchsten Bedeutung gerückt. Doch was bedeutet das konkret für den Handel?

Unser Experte sieht hier drei wesentliche Chancen:

1. Die aktuelle Welle von Innovationen im Einzelhandel umfasst KI-basierte Chatbots, Workforce-Empowerment-Tools und die kreative Gestaltung von Marketingmaterialien. Doch dies ist nur der Anfang – weitere komplexe Herausforderungen entlang der Wertschöpfungskette stehen bevor.
2. Tante Emma kehrt zurück, diesmal als KI, die die Customer Experience revolutioniert. Personalisierte Beratung, egal ob als Text, Stimme oder virtueller Avatar, wird zur Norm. Die Vision eines “Personal Commercial Assistant” wird Realität.
3. In Zeiten von Lieferengpässen und Unsicherheit spielt Generative KI eine Schlüsselrolle. Durch die Fähigkeit, komplexe Muster in Prozessen zu erkennen, wird sie zur treibenden Kraft für Effizienzsteigerung im Handel. Die Integration von Generativer KI wird entscheidend für langfristige Wettbewerbsvorteile von Handelsunternehmen.

Sie möchten tiefer in das Thema einsteigen? Hier geht’s zum kompletten Interview.

Inwieweit sich Generative KI bereits auf das Kaufverhalten von Verbrauchern auswirkt, untersucht der aktuelle Consumer Trends Report 2024.  

In der heutigen hochvernetzten Automobilbranche stehen Supply Chains vor einem wahren Härtetest. Naturkatastrophen, Kriege und die Verletzung von Supply Chain Nachhaltigkeitsregularien verdeutlichen die Anfälligkeit dieses globalen Geflechts. Ein Lieferantenausfall am anderen Ende der Welt kann wie eine Lawine die gesamte Supply Chain mit sich reißen. Der Wettbewerbsvorteil in einem solch kompetitiven Umfeld liegt in einer resilienten Supply Chain. Wer die notwendigen Fähigkeiten und Strategien für eine resiliente Supply Chain versteht, stellt auch in herausfordernden Situationen die Handlungsfähigkeit der Supply Chain sicher.

In unserem ersten Artikel haben wir die Relevanz von Transparenz und Robustheit beleuchtet. Im zweiten Teil unserer Serie zeigen wir, mit welche konkreten Lösungen Supply Chains gestärkt und für die Herausforderungen der Zukunft gerüstet werden. Dabei stehen zwei fundamentale Fähigkeiten einer resilienten Supply Chain im Fokus: Agilität und Kollaboration.

Eine agile Supply Chain verfügt im Krisenfall über einen Plan B

Eine agile Supply Chain reagiert dynamisch auf sich verändernde Anforderungen, indem sie Flexibilität in Bezug auf Lieferanten, Transportwege und Prozesse bietet. Dieser Ansatz ermöglicht es OEMs, sich in einem ständig disruptiven Geschäftsumfeld anzupassen und ihre Wettbewerbsfähigkeit zu erhalten.

Ein entscheidendes Werkzeug für die Schaffung einer agilen Supply Chain ist der “digitale Supply Chain Zwilling”. Als eine virtuelle Replikation der gesamten Supply Chain umfasst der digitale Zwilling nicht nur physische Elemente wie Lagerbestände und Transportrouten, sondern auch Informationen zu Lieferanten, Nachfrageprognosen, Lagerbeständen und Produktionsplänen. Ergänzt werden diese Informationen um den Risk Exposure Index, der potenzielle Risiken an und zwischen Knotenpunkten in den Supply Chain quantifiziert. Durch die Einbettung des Risk Exposure Index in den digitalen Supply Chain Zwilling können Unternehmen den Eintritt verschiedener Risiken modellieren und so schnelle sowie effektive Maßnahmen treffen. Die damit verbundene Reduzierung von Sondertransporten oder das Vermeiden von energieintensiven Flügen spart neben Supply Chain Kosten auch CO2-Emissionen und zahlt auf eine nachhaltige Lieferkette ein.

Auch ein KI-unterstütztes Lagerbestandsmanagement statt dem Vorhalten hoher Sicherheitsvorräte zahlt auf eine agile Supply Chain ein. Präventiv gewährleistet die Entkopplung von Beständen die kontinuierliche Aufrechterhaltung der Supply Chain Operations. Um angemessene Lagerbestände festzulegen, ist eine gründliche Bestandsanalyse der gesamten Supply Chain unabdingbar. Diese Analyse ermöglicht, datengestützte Entscheidungen zur Gewährleistung eines definierten Servicelevels zu treffen und gleichzeitig die Kosten zu minimieren.

Im Falle einer Krise bietet eine auf generative KI gestützte Szenario-Planung einen entscheidenden Vorteil, schnell und effektiv Gegenmaßnahmen zu finden. Einkäufer:innen interagieren direkt mit einem Chatbot, um durch das Anpassen der Parameter verschiedene Lösungsansätze zu simulieren. Darüber werden eigene kreative Lösungsansätze der Einkäufer:innen per Chatfunktion mit der generativen KI diskutiert und anschließend mittels KI evaluiert.

Kollaboration als Schlüssel: Wer resilient sein will, generiert Einblicke gemeinsam

Wenn wir über die Resilienz in der Supply Chain sprechen, sind Kollaborationsplattformen ein wesentlicher Erfolgshebel. Das Teilen von Informationen zu Angebot und Nachfrage von Anfang bis Ende sowie die Pflege von Beziehungen zu Lieferanten, Kunden und ausgewählten relevanten Partnern entlang der Supply Chain ist ein entscheidender Erfolgsfaktor für eine widerstandsfähige Supply Chain in der Automobilbranche.

Viele Unternehmen nutzen weiterhin den Daten- und Informationsaustausch über E-Mail oder Telefon und verbleiben bei unstrukturiertem Datensammeln, manueller Erstellung von Angebots- und Nachfrageszenarien sowie schrittweiser Planung und Entscheidungsfindung. Um jedoch den Herausforderungen von heute und morgen in einer risikoreichen Umgebung gerecht zu werden, wird derselbe Datenstand durch Echtzeitverbindungen, Vertrauen in die gemeinsame Nutzung wichtiger Informationen und Kommunikation auf allen Ebenen der Supply Chain benötigt.

Eine Kollaborationsplattform ermöglicht den Echtzeitdatenaustausch von bspw. Kapazitäts- und Nachfragedaten entlang der gesamten Supply Chain. Eine Beschleunigung des Informationsaustausches mit den Lieferanten und Stakeholdern ermöglichen GenAI-basierte Chatbots. Auf diese Weise können Anfragen an Lieferanten automatisiert und ausgewertet werden. Der Datenaustausch wird durch kollaborative, datengesteuerte Planung ergänzt. Eine Zusammenarbeitsplattform ermöglicht, Lieferengpässe in Echtzeit zu identifizieren, Potenziale zur Kostensenkung zu identifizieren und den Zugang zu Zweitlieferanten zu vereinfachen. Gleichzeitig werden Lieferanten motiviert, ihre Umsatzprognosen zu verbessern, die Auslastung der Produktion zu optimieren und Lagerbestände zu reduzieren. Der Zugang zu der Kollaborationsplattform sollte an das Teilen von nachhaltigkeitsbezogenen Informationen durch die Lieferanten gebunden sein. Somit werden die zahlreichen Vorteile für die Lieferanten an die Erfüllung nachhaltigkeitsbezogener Kennzahlen gekoppelt. Für den OEM ist insbesondere die mit hohen Nachhaltigkeitsstandards verbundene Transparenz in den Operations vorteilhaft, um Risiken frühzeitig zu erkennen.

Im Einklang gegen Gegenwind: Agilität und Kollaboration stärken die Supply Chain in der Krise

Die Resilienz einer Supply Chain im Krisenfall wird entscheidend durch Agilität und Kollaboration geprägt. Eine agile Supply Chain, unterstützt durch den digitalen Supply Chain Zwilling, ermöglicht es Unternehmen, flexibel auf Veränderungen zu reagieren und ihre Wettbewerbsfähigkeit zu wahren. Die Zusammenarbeit mittels Kollaborations-Plattformen ermöglicht den Austausch von Echtzeitdaten entlang der gesamten Supply Chain, um Lieferengpässen und Kostensenkungspotenziale zu identifizieren sowie die nachhaltigen Beziehungen zu Lieferanten und Kunden zu fördern. Agilität und Kollaboration in der Supply Chain ermöglicht eine proaktive Reaktion auf Herausforderungen, um so die Supply Chain resilienter zu gestalten.

Vielen Dank an den Co-Autor Dr. Henrik Bathke.

In der heutigen rasanten und global vernetzten Geschäftswelt stehen Supply Chains vor einer Fülle von Herausforderungen durch Disruptionen und Krisen. Naturkatastrophen, Kriege und globale Gesundheitspandemien haben in jüngster Zeit unmissverständlich die Anfälligkeit weltumspannender Supply Chains verdeutlicht. Ein singulärer Zwischenfall wie eine Kanalblockade oder ein Erdbeben in einer weit entfernten Region kann globale Wertschöpfungsketten wie ein Kartenhaus zusammenstürzen lassen.

In einem solchen Umfeld führt die Erhöhung der Resilienz zu einem entscheidenden Wettbewerbsvorteil. Denn Resilienz in der Supply Chain führt zur

• Minimierung der Anfälligkeit für Störungen
• Reduzierung des Einflusses und der Dauer von Unterbrechungen
• Steigerung der Leistungsfähigkeit nach Krisensituationen

Um diesen Vorsprung gegenüber Wettbewerber zu erzielen, muss eine Supply Chain über die Fähigkeiten verfügen

1. Risiken zu erkennen und durch angemessene Maßnahmen deren Eintrittswahrscheinlichkeit zu reduzieren
2. Auswirkungen unvermeidbarer Störungen durch eine hohe Flexibilität und proaktive Reaktionen zu begrenzen
3. Krisen mit vordefinierten Strategien zu begegnen, um die Dauer der Einschränkungen zu reduzieren

Trotz dieser Vorteile zeigt sich bei einem Blick auf Unternehmen in der Automobilbranche eine alarmierende „Resilienz-Lücke“. Unser Report “Lieferketten in der Automobilindustrie” zeigt, dass nur knapp die Hälfte der Automobilunternehmen die Risiken ihrer Tier-1 Lieferanten überwacht und im Schnitt nur 60 Prozent des Umsatzverlusts vermeiden könnten, wenn sich ähnliche Störungen wie im letzten Jahr wiederholen würden. Für viele Unternehmen besteht die wahre Herausforderung darin, die für eine resiliente Supply Chain erforderlichen Fähigkeiten und Strategien zu verstehen. Im ersten Teil unserer Serie steigen wir ein in zwei der zentralen Fähigkeiten einer resilienten Supply Chain: Transparenz und Robustheit.

Transparenz ist nicht alles, aber der erste Schritt zur resilienten Supply Chain

Transparenz ist entscheidend, um alle Fähigkeiten einer resilienten Supply Chain herauszubilden. Gleichzeitig ist Transparenz der Schlüssel dazu, Risiken frühzeitig zu erkennen und Schwachstellen in der Supply Chain zu identifizieren. Um ein umfassendes Risikobild zu schaffen, ist es notwendig, die Risiken aller Lieferanten bis auf die Stufe der Rohstofflieferanten sichtbar zu machen. Hierdurch gewinnt man wertvolles Wissen über mögliche Ausfälle, die alle nachgelagerten Knotenpunkte der Supply Chain betreffen können. Zur Identifizierung der nachgelagerten Lieferanten sollte eine enge Abstimmung mit dem Nachhaltigkeits-Ressort erfolgen. So kann auf bestehenden Initiativen zur Erzielung der Tier N Transparenz aufgebaut und zur Erreichung des gleichen Zieles die Kosten geteilt werden. 

Wir empfehlen die Betrachtung folgender Risikofaktoren für die Automobilbranche:

• Naturkatastrophen
• Cybersicherheitslücken
• Transportverzögerungen
• Verstöße gegen Nachhaltigkeitsregularien
• Rohstoffrisiken

Je nach Produktportfolio, Lieferantennetzwerk oder Branche ist die Betrachtung weiterer Risikofaktoren relevant. Die Risiken werden bis auf Tier-N-Ebene durch einen Risikoradar erfasst und in einen Supply Chain Control Tower integriert.

Über die Verknüpfung mit den Daten zu Beständen, Lieferzeiten, Durchlaufzeiten usw. wird Transparenz über das Schadenspotenzial für jeden Lieferanten individuell geschaffen. Bei der Quantifizierung von Risiken kommen Metriken wie “Time To Recover” (TTR), “Time to Survive” (TTS) und “Performance Impact” (PI) zum Einsatz. Des Weiteren werden Lieferanten mit Verstößen gegen Nachhaltigkeitsregularien identifiziert, deren sofortiger Ausschluss aus der Supply Chain notwendig ist. Auf Basis der KPIs können Lieferanten segmentiert und geeignete Maßnahmen für jede Gruppe festgelegt werden. Die Weiterführung des Supply Chain Control Towers zu einer Abbildung des Netzwerks in einem digitalen Zwilling ermöglicht mittels Szenarien-Simulation, vorausschauend optimale Maßnahmen zur Risikomitigation zu finden.

Unterstützt werden die Tätigkeiten im Supply Chain Control Tower durch Generative AI (GenAI). GenAI generiert durch die Kombination von Risikosignalen aus verschiedenen Quellen lieferantenspezifische Risikobewertungsberichte. Ebenfalls automatisiert GenAI bei dem Versenden der Anfragen zur Validierung von Informationen an Lieferanten und unterstützt bei der Optimierung der Verhandlungsstrategien zur Umsetzung von wirksamen Mitigationsmaßnahmen.

Wer durch Robustheit weniger Risiken entstehen lässt, muss sich um weniger Disruptionen sorgen

Robustheit ist entscheidend, um die Leistungsfähigkeit der Supply Chain während Störungen zu gewährleisten. Eine zentrale Maßnahme ist die Nominierung widerstandsfähiger Lieferanten, die Disruptionen besser bewältigen können. Dafür werden in enger Zusammenarbeit mit Partnern Risikokategorien definiert, um im Nominierungsprozess neben dem Preis risikobezogene Leistungskennzahlen berücksichtigen zu können. Diese Strategie stärkt die Robustheit Supply Chain, da widerstandsfähigere Lieferanten bei der Nominierung bevorzugt werden. Insbesondere Lieferanten mit hohen Nachhaltigkeitsstandards tragen hierbei zur Resilienz bei, da die damit verbundenen Anforderungen an die Produktionssicherheit zu weniger Ausfällen oder Produktionsstops durch Behörden führen.

Darüber hinaus umfasst die Erhöhung der Robustheit die Analyse kritischer Lieferanten in großen Beschaffungsportfolios. Diese Analyse deckt Risiken in der Supply Chain auf und ermöglicht gezielte Entwicklungsmaßnahmen, um die Robustheit besagter kritischen Lieferanten zu steigern. Dies kann Schulungen, verbesserte Prozesse oder die Diversifizierung der Lieferantenbasis beinhalten.

Die Festlegung optimaler Lagerbestände an jedem Knotenpunkt der Supply Chain ist ein weiterer Schlüssel zur Robustheit. Hierfür werdengründliche Lagerbestandsanalysen genutzt, bei denen Faktoren wie Kosten und Service-Level berücksichtigt werden. Auf diese Weise können Unternehmen die richtige Menge an Vorräten sicherstellen, um die Leistungsfähigkeit der Supply Chain zu gewährleisten, ohne unnötige Lagerkosten zu verursachen. Ebenfalls werden so Überbestände vermieden, die sich als reduzierte Entsorgungen direkt in einer erhöhten Nachhaltigkeit widerspiegeln.

Ein weiterer wichtiger Schritt zur Robustheit besteht in der Gestaltung eines widerstandsfähigen Netzwerks, das bei kritischen Bauteilen auf nachhaltiges lokales Sourcing für schnelle Lieferzeiten setzt. Dadurch werden bereits im Design der Supply Chain Risiken minimiert, um den Betrieb an kritischen Knotenpunkten auch bei Störungen aufrechtzuerhalten. Durch die Einbindung lokaler Produktionsstätten und Lieferanten in das Netzwerk wird nicht nur die Umweltbelastung reduziert, sondern auch die Versorgungssicherheit erhöht und die Reaktionszeiten verbessert. Bei der Gestaltung dieses Netzwerks werden sowohl die Versorgungskosten als auch die Reaktionszeiten der Supply Chain berücksichtigt, um eine optimale Balance zwischen Effizienz und Robustheit zu erreichen. Hierfür empfehlen wir beispielsweise eine Netzwerkplanung, die neben geringen Kosten auch eine zeitlich begrenzte Selbstständigkeit in der Kundenbelieferung eines jeden Lagerstandorts berücksichtigt.

In der Prävention liegt kein Ruhm? Im Gegenteil, erfolgreiche Prävention ist der Ruhm!

Die Schaffung einer widerstandsfähigen Supply Chain erfordert eine ganzheitliche Herangehensweise, die auf den Grundpfeilern der Transparenz und der Robustheit basiert. Sie schafft die Rahmenbedingungen, um Risiken in der Supply Chain frühzeitig zu erkennen und das Netzwerk sowie die Lieferantenbasis so zu gestalten, dass diese Risiken minimiert werden können. Jedes so vermiedene Risiko zahlt sich auf die Performance der Supply Chain aus und sichert langfristig den unternehmerischen Erfolg im Supply Chain Management.

Vielen Dank an den Co-Autor Dr. Henrik Bathke.

In zahlreichen Branchen treiben Software und softwaregestützte Technologien wie die Cloud, das Internet der Dinge (IoT), Hochleistungsnetzwerke (beispielsweise 5G) sowie Künstliche Intelligenz und maschinelles Lernen (KI/ML) Innovationen voran. Sie ermöglichen personalisierte Kundenerlebnisse, bewältigen Produkt- und Architekturkomplexität und erschließen durch die Einführung neuer Technologien neue Umsatzquellen und innovative Geschäftsmodelle.

Die treibende Kraft hinter Innovationen: Software und ihre Rolle in verschiedenen Branchen

Das revolutionäre Prinzip der Software-Zentrierung, ermöglicht es, das Verhalten von Hardware, Maschinen und Systemen ausschließlich durch Software zu definieren und zu steuern. In der Automobilbranche demonstriert das „Software defined Vehicle“ (SdV) Modell diesen Vorteil besonders gut: Automobilhersteller können heute Fahrerassistenzsysteme oder neue Funktionen mittels “Over-the-Air” Software-Updates implementieren, ohne physische Modifikationen an den Fahrzeugen vornehmen zu müssen. Das SdV-Modell sieht eine strikte Trennung von Hardware und Softwarefunktionen vor, die in der ursprünglichen Fahrzeugarchitektur in einer Vielzahl von einzelnen Steuergeräten miteinander verwoben waren. In dieser entkoppelten SdV-Architektur stehen alle Hardwarefähigkeiten allen Softwaremodulen zur Verfügung, die auf wenigen hoch performanten Echtzeitcomputern im Fahrzeug laufen.

Die Zukunft der Fertigung: Das Software Defined Factory (SdF)-Modell

Die Übertragung und konsequente Weiterentwicklung dieser Konzepte in der Fertigungsindustrie führt zur Entstehung des “Software Defined Factory” (SdF)-Modells. In dieser modernen Fabrikumgebung werden Produktionsprozesse, Maschinensteuerung und die gesamte Betriebsführung durch Softwarelösungen definiert und optimiert. Ein wesentliches Merkmal der SdF ist die Kapselung von Funktionalitäten, die als flexibel einsetzbare Services innerhalb der Produktion dienen, nach dem I2A-Prinzip (Integriert, Automatisiert, Abstrahiert).

Verbindung von Software und physischer Umgebung in der Fabrikautomation

Die einzige Einschränkung der softwaredefinierten Funktionen ist die Mechanik oder die physikalische Umgebung. Um die physikalische Ebene mit den übergeordneten Softwaresystemen zu verbinden, wird eine abstrahierte Sensor- und Aktor-Schicht eingesetzt. Die spezifischen Anforderungen der Anwendung, wie z.B. Echtzeitfähigkeit und Datenfrequenz, sowie die Netzwerkfähigkeiten der Infrastruktur bestimmen dabei, wie nah eine Applikation an die Sensor-/Aktor-Ebene gebracht werden muss. Fähigkeiten von Maschinen, Intralogistik und anderen Systemen können flexibel angepasst werden, um z.B. schnell die Teileproduktion zwischen Fabriken zu balancieren oder komplett andere Produkte inmitten einer Serienfertigung zu produzieren.

Zunehmende Komplexität in Fabriken wird beherrschbar

Durch die hohe Abstraktion der mechanischen Ebene und die vollständige Flexibilisierung von Infrastruktur, Daten und Anwendungen wird die zunehmende Komplexität in Fabriken beherrschbar und die Flexibilität und Effizienz in der Herstellung deutlich verbessert. Die Software-Zentrierung ermöglicht es Fabriken, flexibel, schnell und kosteneffizient auf Marktanforderungen zu reagieren, Produktionslinien mit minimalen Anpassungen umzustellen und individuelle Kundenwünsche zu erfüllen. Die SdF revolutioniert so nicht nur die Produktionsprozesse, sondern fördert auch eine dynamische und skalierbare Fertigung, was die Wettbewerbsfähigkeit signifikant steigern kann.

Collaboration 4.0: Die SdF und ihre Rolle in der Zusammenarbeit entlang der Lieferkette

Darüber hinaus vereinfacht die SdF eine enge Zusammenarbeit entlang der gesamten Lieferkette. Unternehmen können ihre Produktionsprozesse virtuell und modellbasiert konfigurieren und steuern, was eine nahtlose Integration und Synchronisation entlang der Wertschöpfungskette ermöglicht. Die zunehmende Softwarezentrierung der Fabrik überträgt das gleiche Prinzip auch auf die Produkte in der Fabrik, wie beispielsweise Maschinen- und Anlagen. Hier werden sich Spezialisierungen ergeben, die Hardware-Innovationen von Software-Innovationen weitestgehend entkoppeln, ähnlich wie es heute bereits zwischen der Halbleiter- und der Softwareindustrie der Fall ist. Damit werden neue Modelle der Zusammenarbeit mit Zulieferern und Partnern möglich, die nicht nur eine effizientere und nachhaltigere Nutzung von Ressourcen unterstützen, sondern darüber hinaus auch innovative Produkte und Services fördern.

Bosch Connected World: Erleben Sie die Zukunft von Fahrzeugen und Fabriken live

Wir laden Sie ein, sich persönlich ein Bild dieser „Software Defined“ Modelle für Fahrzeug (Software defined Vehicle) und Fabrik (Software defined Factory) zu machen. Besuchen Sie uns anlässlich der Bosch Connected World in Berlin am 28. und 29. Februar auf unserem Stand. Nutzen Sie die Gelegenheit, das Konzept vor Ort zu erleben und sich mit unseren Experten dazu detailliert auszutauschen.

Co-Autor: Stephan Schwarz

Eine große Unsicherheit bei der Nutzung der Cloud besteht oft darin, dass die Infrastruktur in fremden Rechenzentren steht, mit anderen Nutzern geteilt und von Unbekannten betrieben wird. Das bedeutet, dass es viele potenzielle Teilnehmer gibt, denen man nicht pauschal vertrauen kann. 

Verschlüsselung ist daher das Mittel der Wahl, um sicherzustellen, dass nur berechtigte Personen tatsächlich Zugriff auf sensible Daten haben. 

Erfahrungen aus dem Gesundheitsbereich 

Im Gesundheitsbereich in Deutschland ist mit der elektronischen Patientenakte (ePA) bereits ein System im Betrieb, in dem Confidential Computing die technische Grundlage schafft, um hochsensible Daten zwischen Patienten, Ärzten, Krankenhäusern und Forschungseinrichtungen zu teilen. Bundesgesundheitsminister Prof. Karl Lauterbach spricht mit der Einführung der ePA auch über den Einsatz von Confidential Computing, um die Sicherheit zu gewährleisten. Mit Confidential Computing, sagte er gegenüber dem SPIEGEL, liegen die Daten “in einem geschützten digitalen Raum, der gegen einen Einbruch von außen sicher ist.”  

Gesundheitsdaten sind in vielen europäischen Ländern besonders geschützte persönliche Informationen. Der Einsatz von Confidential Computing im Gesundheitswesen zeigt, wie die Technologie genutzt werden kann, um Digitalisierung in kritischen Bereichen zu realisieren. Das Fallbeispiel dient damit auch als Vorlage für die öffentliche Verwaltung, wenn es darum geht, Cloud-Technologien für Verwaltungsprozesse mit personenbezogenen Daten einzusetzen, um die Modernisierung der Verwaltung voranzubringen. 

Was genau ist Confidential Computing? 

Verschlüsselung gab es schon im alten ägyptischen Reich – ca. 3000 v.Chr. und wurde über das Mittelalter bis in die heutige Zeit immer weiterentwickelt und verfeinert. Das Ziel war immer das gleiche: Vertraulichkeit, Integrität und Authentizität der Nachrichten sicher zu stellen. Bei der gemeinsamen Nutzung von Cloud-Infrastruktur ist die Verschlüsselung der Daten grundsätzlich notwendig. Doch wo überall kann Verschlüsselung angewendet werden? 

Man unterscheidet drei Szenarien, in denen sich Daten befinden können. 

• Data at Rest: Dies ist das einfachste Szenario. Daten können verschlüsselt in der Cloud gespeichert werden. Ist der Schlüssel nur dem Nutzer bekannt, kann der Anbieter nicht auf die Klartextdaten zugreifen. 
• Data in Transit: Um Daten in einem Service nutzen zu können, müssen sie zu diesem übertragen werden – z.B. über das Internet. Dabei sollten die übertragenen Daten verschlüsselt sein. Dabei können dieselben Verschlüsselungsverfahren zum Einsatz kommen wie bei „Data at Rest“.  Auch hier gilt wieder: Ist der Schlüssel nur dem Nutzer bekannt, so kann der Anbieter nicht auf die Klartextdaten zugreifen. 
• Data in Use: Damit Daten in der Cloud verarbeitet werden können, müssen diese im Klartext für die CPU vorliegen. Eine CPU kann verschlüsselte Daten nicht verarbeiten. Das bedeutet, dass zur Verarbeitung und Analyse von Daten diese entschlüsselt werden müssen – und sie sich damit unverschlüsselt im Hauptspeicher des Rechners befinden. Sobald Daten im Klartext vorliegen, haben der Anbieter und mögliche Angreifer potentiell Zugriff auf diese, vorausgesetzt sie haben Zugriff auf den zugrundeliegenden Host. Lange war dies ein ungelöstes Problem.  

Diese Lücke schließt Confidential Computing, indem Daten auch während der Verarbeitung geschützt werden. Dies geschieht durch eine Kombination von neuen CPU-Funktionen und entsprechend angepasster Software. Die gute Nachricht ist, dass aktuelle Server-Hardware nahezu durchweg Confidential Computing unterstützt – es liegt daher am Anwender dies auch zu nutzen. 

Beim Confidential Computing stellt die CPU eine Art sichere Blackbox für die Datenverarbeitung bereit. Diese Blackbox wird auch Trusted Execution Environment (TEE) genannt. Damit kann nur über definierte Schnittstellen kommuniziert werden, über welche verschlüsselte Daten in die Blackbox geladen werden können. Innerhalb der Blackbox werden Daten im Klartext von der CPU verarbeitet. Es gibt keinen technischen Zugriff von außen auf die Daten innerhalb der Blackbox. Dies unterscheidet Confidential Computing von Verfahren wie der homomorphen Verschlüsselung, bei der Daten mit Hilfe mathematischer Verfahren in verschlüsselter Form verarbeitet werden – was jedoch stark zulasten der Performance geht. Beim Confidential Computing verhindert die CPU das externe Auslesen der Daten unter anderem durch eine durchgehende Verschlüsselung der entsprechenden Arbeitsspeicherbereiche zur Laufzeit. Es findet also eine Verschlüsselung von “Data in Use” statt. Aus Sicht des Cloud-Anbieters oder möglicher Angreifer mit Zugriff auf den Host sind alle Daten der Blackbox zu jeder Zeit verschlüsselt: “At Rest”, “In Transit”, und “In Use”. Dies gilt selbst für Angreifer, die sich Zutritt zu einem Rechenzentrum verschafft haben und physikalischen Zugriff auf einen Server haben. 

Neben der Verschlüsselung zur Laufzeit bietet Confidential Computing noch ein weiteres entscheidendes Feature: die „Remote Attestation“ oder „Fernattestierung“. Bei dieser stellt die CPU ein kryptographisches Zertifikat aus, das die Vertraulichkeit, Integrität und Authentizität der Blackbox belegt. Dieses Zertifikat kann und sollte auf Nutzer-Seite geprüft werden, bevor sensible Daten in die Blackbox übertragen werden.

Was bedeutet das für die Verwaltung? 

Mit Confidential Computing wird sichergestellt, dass Daten sicher und kontrolliert auf jeder Art von Infrastruktur oder Cloud verarbeitet werden können. Laut einem Datenschutzgutachten, welches innerhalb der deutschen Verwaltung in Auftrag gegeben wurde, kann mit einem ganzheitlichen Confidential-Computing-Ansatz sogar von einer Anonymisierung personenbezogener Daten ausgegangen werden. Wichtig ist, dass die Lösung dabei sicherstellt, dass auch ein Anwender mit privilegierten Rechten die Daten nicht einsehen kann. Dies ist im Kontext der Verwaltung insbesondere spannend, wenn Daten verarbeitet werden sollen, welche der Nutzer rechtlich nicht einsehen darf.  

Wenn beispielsweise Gesundheits- und Steuerinformationen zusammengebracht werden sollen, um Missbrauch und Betrug zu identifizieren, dann darf weder das Gesundheitsamt Steuerdaten einsehen, noch das Finanzamt Gesundheitsdaten. Mit Confidential Computing können beide Behörden ihre Daten verschlüsselt bereitstellen und gemeinsam auswerten. Selbst während der Verarbeitung wären die Daten verschlüsselt. Als Ergebnis erhalten sie Hinweise auf Missbrauch, niemand jedoch erhält Einblick in die Daten selbst. Denkbar ist außerdem die automatisierte Datenauswertung mit Hilfe Künstlicher Intelligenz durchzuführen, wodurch wiederum riesige neue Anwendungsfelder entstehen. 

Zusammenarbeit Capgemini und Edgeless Systems 

Als Capgemini haben wir erkannt, dass Confidential Computing kein Nischen-Thema mehr ist, sondern mit der Nutzung von Cloud in der öffentlichen Verwaltung immer mehr Relevanz bekommen wird. Im Zuge dessen sind wir eine Partnerschaft mit dem deutschen Startup Edgeless Systems aus Bochum eingegangen. Da wir bereits eine hohe Abhängigkeit von internationalen Technologie-Anbietern haben, ist es umso erfreulicher in diesem speziellen Bereich auf Expertise aus Deutschland setzen zu können. 

Edgeless Systems entwickelt weltweit führende Open-Source-Software für Confidential Computing. In der ePA wird bereits Technologie von dem Unternehmen mit Zulassung der Gematik eingesetzt. Neben dem wichtigen Aspekt Open Source, zeichnen sich die Lösungen von Edgeless Systems durch Skalierbarkeit und Flexibilität aus: Es werden alle Confidential-Computing-CPUs und zahlreiche Cloud-Anbieter unterstützt – von amerikanischen Hyperscalern bis hin zu deutschen Angeboten. Das Produkt „Constellation“ von Edgeless Systems sorgt beispielsweise dafür, dass ganze Kubernetes-Cluster von der Infrastruktur isoliert werden und selbst Administratoren von Cloud-Anbietern keinen Zugriff auf Daten haben. Das ist einzigartig, da bei Basisangeboten der Cloud-Anbieter nur einzelne Container verschlüsselt sind. 

Insbesondere Kunden der deutschen Verwaltung können wir auch durch unsere gemeinsame Präsenz im Berliner GovTech-Campus unterstützen. Hier erarbeiten wir mit Kunden Cloud-Strategien und verproben technische Implementierungen. 

Vielen Dank an die Co-Autoren Felix Schuster, CEO von Edgeless Systems, Thomas Strottner, VP Business Development bei Edgeless Systems und Martin Lambinet, Senior Cloud Transformation Manager bei Capgemini.  

Haben Sie Fragen zum Einsatz von Confidential Computing? Sprechen Sie uns an, wir freuen uns über den Austausch mit Ihnen!