Mit KI-Agenten alternative Lieferanten schneller und zuverlässiger finden

Trusted AI Agents for Smart and Transparent Procurement

Wenn ein Bauteil fehlt, beginnt die aufwendige Suche

© Fraunhofer IIS / KI generiert

Ein Spezialbauteil ist nicht mehr verfügbar oder wurde vom Hersteller abgekündigt. Für den Einkauf beginnt damit die Suche nach alternativen Lieferanten: Welche Unternehmen bieten geeignete Komponenten an? Stimmen die technischen Eigenschaften? Und wie zuverlässig sind die verfügbaren Informationen zu Lieferzeiten und Verfügbarkeit?

Die Antworten liegen häufig in unterschiedlichen Datenbanken, Produktkatalogen und weiteren Informationsquellen. Ihre Recherche, Zusammenführung und Bewertung erfordern viel manuelle Arbeit.

Im Forschungsprojekt »Trusted AI Agents for Smart and Transparent Procurement« entwickelt das Fraunhofer IIS gemeinsam mit seinen Partnern vertrauenswürdige KI-Agenten, die Unternehmen bei der Suche und Bewertung von Lieferanten für seltene oder abgekündigte Bauteile unterstützen. Ziel ist es, aufwendige Beschaffungsprozesse mithilfe generativer KI effizienter, transparenter und zuverlässiger zu gestalten.

 

Von der Bauteilsuche zur nachvollziehbaren Lieferantenempfehlung

Die Idee: Statt Informationen aus verschiedenen Quellen manuell zusammenzutragen, sollen spezialisierte KI-Agenten wesentliche Schritte der Lieferantenrecherche und -bewertung übernehmen.

Das geplante System recherchiert Informationen zu Produkten und Lieferanten, führt interne und externe Daten zusammen und gleicht verfügbare Komponenten mit den technischen Anforderungen ab. Auf dieser Grundlage sollen geeignete Lieferanten identifiziert und nachvollziehbare Empfehlungen für den Einkauf erstellt werden.

Ein zentraler Forschungsaspekt ist die Verlässlichkeit dieser Empfehlungen. Denn Sprachmodelle können zwar Informationen verarbeiten und Zusammenhänge erschließen, liefern aber nicht automatisch überprüfbare Aussagen. Deshalb untersucht das Projekt, wie sich Rechercheergebnisse verifizieren, Unsicherheiten bewerten und Menschen gezielt in die Überprüfung einbinden lassen.

 

Wie das Fraunhofer IIS Sprachmodelle für die Supply Chain nutzbar macht

Das Fraunhofer IIS verbindet seine Forschung zu großen Sprachmodellen und agentischen KI-Systemen mit Erfahrungen aus KI-Anwendungen entlang der Supply Chain. Dazu gehören Arbeiten rund um das Sprachmodell Teuken und dessen Nachfolgeentwicklungen sowie LLM-basierte Forschungsprojekte wie HEGEMON OTTO, die untersuchen, wie KI im Sicherheitskontext verlässlich eingesetzt ewerden kann.

Diese Kompetenzen fließen in die Entwicklung eines modularen KI-Agentensystems ein. Ein Schwerpunkt liegt darauf, Sprachmodelle nicht isoliert einzusetzen, sondern sie mit spezialisierten Werkzeugen und überprüfbaren Informationsquellen zu verbinden.

 

Dafür kombiniert das Forschungsteam mehrere Ansätze:

  • RAG (Retrieval-Augmented Generation) bindet recherchierte Informationen aus internen und externen Quellen in die Verarbeitung durch Sprachmodelle ein.
  • Spezialisierte KI-Agenten übernehmen unterschiedliche Aufgaben der Recherche, Datenaufbereitung und Lieferantenbewertung.
  • Verifikationsmechanismen und Unsicherheitsbewertungen sollen helfen, die Verlässlichkeit von Informationen und Empfehlungen einzuschätzen.
  • Human-in-the-Loop stellt sicher, dass Menschen die Empfehlungen prüfen und in den Bewertungsprozess eingebunden bleiben.

 

 

So entsteht ein Forschungsansatz, der die Möglichkeiten generativer KI mit den Anforderungen industrieller Beschaffungsprozesse verbindet.

 

Eine Architektur, die über die Beschaffung hinausweist

Das Projekt entwickelt nicht nur einen Demonstrator für die Suche nach alternativen Lieferanten. Geplant ist eine wiederverwendbare Referenzarchitektur für vertrauenswürdige agentische KI, ergänzt durch ein Toolkit für RAG, Agenten-Orchestrierung und Verifikationsregeln. Ziel ist nicht nur, den Recherche- und Bewertungsaufwand im Vergleich zur heutigen Ist-Situation nachweislich zu reduzieren, sondern auch die Lieferantenabdeckung signifikant zu erhöhen, um damit eine größere Anzahl potenziell geeigneter Lieferanten identifizieren zu können.

Die Architektur soll zeigen, wie KI-Agenten komplexe Aufgaben in industriellen Prozessen unterstützen können, ohne auf Transparenz und menschliche Kontrolle zu verzichten. 

 

Für Unternehmen mit komplexen Lieferketten

Die Forschungsarbeiten sind besonders für Unternehmen relevant, die seltene, abgekündigte oder technisch anspruchsvolle Komponenten beschaffen müssen.

  • Procurement-Leitungen, die Potenziale zur Automatisierung von Recherche und Lieferantenbewertung erschließen möchten
  • Innovations- und Digitalisierungsverantwortliche, die generative KI in industrielle Geschäftsprozesse integrieren möchten
  • Supply-Chain-Verantwortliche, die alternative Bezugsquellen für kritische Komponenten identifizieren müssen
  • Industrieunternehmen aus Sondermaschinenbau, Automotive, Halbleiterindustrie, Luft- und Raumfahrt sowie Energiewirtschaft

 

KI-Potenziale entlang Ihrer Supply Chain erschließen

Sie möchten erfahren, wie sich Sprachmodelle und vertrauenswürdige KI-Agenten in Ihren Beschaffungsprozessen einsetzen lassen? Tauschen Sie sich mit unseren Expertinnen und Experten aus.

Gemeinsam mit der Industrie entwickelt und überprüft

Fraunhofer Austria leitet das Forschungsprojekt und bringt seine Expertise im Bereich Beschaffung ein. Das Fraunhofer IIS entwickelt die Ansätze für Sprachmodelle und agentische Systeme. Der Bereich Supply Chain Services bringt darüber hinaus fundiertes Domänenwissen zu industriellen Lieferketten und Beschaffungsprozessen ein und stellt so den konsequenten Praxisbezug der teschnologischen Entwicklung sicher. Fraunhofer IKS beschäftigt sich mit der Erklärbarkeit und Transparenz der KI.

Die assoziierten Industriepartner Villinger GmbH, GROB-WERKE GmbH & Co. KG und Brose Fahrzeugteile SE & Co. Kommanditgesellschaft unterstützen das Projekt mit industriellen Anwendungsfällen und bei der Validierung. Villinger stellt insbesondere Daten und einen konkreten Anwendungsfall zur Verfügung.

 

 

FAQ – Ihre Fragen, unsere Antworten

  • KI-Agenten können interne und externe Informationen zu Produkten und Lieferanten automatisiert recherchieren, zusammenführen und auswerten. Im Forschungsprojekt wird untersucht, wie sich damit alternative Lieferanten für seltene oder abgekündigte Bauteile schneller identifizieren und anhand technischer Anforderungen bewerten lassen.

  • Generative KI kann zeitaufwendige Aufgaben wie Informationsrecherche, Datenaufbereitung und Lieferantenvergleich unterstützen. Das Forschungsprojekt verfolgt das Ziel, den Recherche- und Bewertungsaufwand gegenüber der heutigen Ist-Situation um rund 50 Prozent zu reduzieren und die Lieferantenabdeckung um 30 Prozent zu erhöhen.

  • Das Forschungsprojekt kombiniert Retrieval-Augmented Generation (RAG), spezialisierte Werkzeuge, Verifikationsregeln und die Bewertung von Unsicherheiten. Durch Human-in-the-Loop bleiben Menschen in die Überprüfung und Bewertung der KI-generierten Empfehlungen eingebunden. Die Zuverlässigkeit des Systems wird kontinuierlich in einem industrienahen Demonstrator untersucht.

  • Der Forschungsansatz richtet sich insbesondere an Industrieunternehmen mit komplexen Lieferketten und hohen Risiken durch Liefer- oder Komponentenausfälle. Relevante Branchen sind unter anderem Sondermaschinenbau, Automobilindustrie, Halbleiterindustrie, Luft- und Raumfahrt sowie Energiewirtschaft.

  • Das Projekt verbindet automatisierte Lieferantenrecherche und -bewertung mit überprüfbaren Informationen, Unsicherheitsbewertung und menschlicher Kontrolle. Ziel ist eine modulare, wiederverwendbare Architektur für vertrauenswürdige KI-Agenten, die industrielle Beschaffungsentscheidungen nachvollziehbar unterstützt.

Das könnte Sie auch interessieren

 

Forschungsschwerpunkt

Supply Chain AI

Wir entwickeln moderne KI-Methoden zur Lösung komplexer Analyse-, Prognose- und Optimierungsaufgaben für Prozesse innerhalb und zwischen Unternehmen: Für mehr Effizienz im Wertschöpfungsnetz durch Künstliche Intelligenz!

 

 

AutoML

Automatisiertes Maschinelles Lernen (AutoML) genießt derzeit viel Aufmerksamkeit, da es verspricht die Entwicklung und Konfiguration von KI Prozessen zu automatisieren. Gemeinsam mit unserem Kunden aus dem Bereich der industriellen Fertigung haben wir deshalb untersucht, welche spezifischen Anpassungen für den Einsatz von AutoML Systemen in der praktischen Anwendung im Unternehmen sinnvoll sind.

 

DeKIOps: Demokratisierung von KI mit MLOps

Ziel des Forschungsvorhabens ist die Demokratisierung von ML-Systemen und der niederschwellige Zugang zu ML-Lösungen für Endanwendende, um dem Fachkräftemangel von ML-Expertinnen und -Experten entgegenzuwirken. Dazu werden Entwicklungsleitlinien für verständlich bedien- und wartbare ML-Systeme entwickelt werden, welche die operative Nutzung dieser ML-Systeme für Endanwender:innen ohne KI-Expertise ermöglichen.

 

Projekt

KI-basierte Stahlpreisprognose

Künstliche Intelligenz und speziell neuronale Netzwerke wurden genutzt, um Preisschwankungen verschiedener Stahlsorten präzise zu prognostizieren. Dieses System, entwickelt für den Stahlhandel, hilft Einkäufern, den optimalen Zeitpunkt für ihre Einkäufe zu bestimmen, was zu erheblichen Kosteneinsparungen führen kann.

 

Leistung

Intelligentes Bestandsmanagement

Optimieren Sie Ihr Bestandsmanagement mit unserer Lösung! Unser zweistufiges KI-Framework generiert automatisierte und präzise Bestellvorschläge, die auf aktuellen Trends und Prognosen basieren, um Lagerkosten zu minimieren und Lieferengpässe zu vermeiden. Profitieren Sie von flexibler Anpassungsfähigkeit und einer effektiven Ressourcennutzung für bis zu 30% geringere Lagerhaltungskosten.

 

Leistung

Generative KI

Nutzen Sie Generative KI, um Ihre Unternehmensprozesse zu automatisieren und die Effizienz zu steigern. Unsere datensicheren Lösungen kombinieren modernste Technologie mit branchenspezifischer Expertise. Kontaktieren Sie uns für maßgeschneiderte Anwendungen, die präzise Antworten in Echtzeit liefern!

 

Leistung

PAI: Process AI

Optimieren Sie Ihre Intralogistik- und Produktionsprozesse mit Process AI (PAI), einem innovativen KI-Framework, das Sprachmodelle mit Process Mining kombiniert. PAI ermöglicht die proaktive Erkennung von Prozessabweichungen, die Vorhersage von KPIs und gezielte Handlungsempfehlungen. Steigern Sie die Effizienz Ihrer Abläufe und erhalten Sie tiefere Einblicke in komplexe Prozesse.

Organisation

Abteilung »Decision Intelligence«

Die Abteilung »Decision Intelligence« entwickelt Methoden und Lösungen für anwendungsnahe Data Analytics, KI und mathematische Optimierung. Ziel ist es, Daten intelligent zu nutzen, daraus fundierte Entscheidungsgrundlagen zu schaffen und Forschungsergebnisse in produktiv einsetzbare Lösungen zu überführen.

Diese Kompetenzen vereint die Abteilung in drei Gruppen:

  • Predictive AI
  • Optimization
  • AI Applications