Daten und KI: Schlüssel für resiliente Lieferketten

Die Prognosen für die europäische Wirtschaft zeigen ein gemischtes Bild, aber ebenso Chancen. Während Volkswirtschaften wie Deutschland (0,2 Prozent) und die Schweiz (rund 1 Prozent) in diesem Jahr kaum wachsen, gibt es Märkte mit deutlich mehr Dynamik. Polen gehört dazu: Mit prognostizierten 3,2 Prozent Wachstum entwickelt sich das Land zu einem wichtigen Faktor für exportorientierte Unternehmen. Doch mit der Expansion steigen die Anforderungen: Lieferketten werden komplexer, regulatorische Vorgaben strenger, und Entscheidungen müssen schneller getroffen werden.

Nur 33 Prozent der Schweizer Hersteller nutzen Daten effektiv

Ein Blick auf die Fertigungsbranche in der Schweiz und in Deutschland zeigt, wie entscheidend datengetriebene Prozesse für Resilienz und Wettbewerbsfähigkeit sind. Laut der aktuellen Manufacturing Pulse Survey 2025 von Dun & Bradstreet fühlen sich nur 33 Prozent der Schweizer und 25 Prozent der deutschen Hersteller in der Lage, ihre Daten effektiv für Entscheidungen zu nutzen. Trotz Investitionen in digitale Tools dominieren manuelle Prozesse – mit erheblichen Folgen: Daten liegen nach wie vor fragmentiert in Silos (Schweiz: 60 Prozent, Deutschland: 40 Prozent), was weiterhin zu Dubletten in den Systemen und zu mangelndem Vertrauen in die eigene Datenbasis führt (Schweiz: 48 Prozent, Deutschland: 41 Prozent).

Diese Datenlücken wirken sich direkt auf die Lieferketten aus. Die meisten Unternehmen überwachen nur die ersten beiden Ebenen ihrer Lieferantenstruktur, obwohl Risiken oft in tieferen Ebenen verborgen sind – zum Beispiel bei ESG-Vorgaben oder Sanktionen. Ohne integrierte Daten bleibt die Sicht auf kritische Abhängigkeiten eingeschränkt. Das erschwert nicht nur die Einhaltung von Compliance-Vorgaben, sondern auch die Fähigkeit, Störungen frühzeitig zu erkennen und flexibel zu reagieren.

Künstliche Intelligenz als Hebel für Resilienz und Agilität

Hier setzt die nächste Entwicklungsstufe an: KI kann Daten nicht nur schneller verarbeiten, sondern auch Muster erkennen, Risiken modellieren und Szenarien simulieren. Lösungen verbinden Daten mit der Power von KI – für automatisierte Workflows, präzise Risikoanalysen und intelligente Lieferantensteuerung. Damit wird aus Datenmanagement ein strategisches Steuerungs­instrument.

Vier Schritte für bessere Datenqualität

Um KI sinnvoll einzusetzen, braucht es eine solide Basis:

• eindeutige Identifikation von Businesspartnern

• Zugriff auf vertrauenswürdige Quellen

• Datenbereinigung und Harmonisierung

• kontinuierliche Pflege und Anreicherung von relevanten Datenpunkten

Unternehmen, die diese Prinzipien umsetzen, schaffen Transparenz und können regulatorische Anforderungen wie CSRD oder NIS2 proaktiv erfüllen. Gleichzeitig eröffnen sich Chancen für automatisierte Compliance, optimierte Lieferantenbeziehungen und resiliente Wertschöpfungsketten.

Resilienz entsteht nicht durch zusätzliche Kapazitäten, sondern durch präzise, datenbasierte Steuerung – unterstützt durch KI. Unternehmen, die Daten als operativen Hebel nutzen, können Risiken frühzeitig erkennen, regulatorische Anforderungen zuverlässig erfüllen und Prozesse effizienter gestalten. Gerade in dynamischen Märkten wie Polen, die stark digitalisiert und international vernetzt sind, zeigt sich: Wer heute in Datenqualität, klare Governance und KI-gestützte Analytik investiert, reduziert Kosten, steigert Agilität und sichert sich einen nachhaltigen Wettbewerbsvorteil.

Abbildung 1 Lieferkettenrisiken sind vielfältig und kaum direkt von Unternehmen steuerbar, da sie überwiegend in vorgelagerten Prozessen entstehen.