Pandemien, geopolitische Konflikte, Naturkatastrophen und Handelsbeschränkungen haben in den vergangenen Jahren die strukturelle Verwundbarkeit globaler Lieferketten sichtbar gemacht. Gleichzeitig entwickeln sich Methoden der Künstlichen Intelligenz (KI) mit hoher Dynamik und finden zunehmend Anwendung im Supply Chain Management. Sie werden beispielsweise zur Mustererkennung in komplexen Datensätzen, zur Prognose von Nachfrage und Störungen sowie zur Unterstützung operativer Entscheidungen eingesetzt.
Vor diesem Hintergrund stellt sich die Frage, welchen Beitrag KI-basierte Ansätze zur Stärkung der Resilienz von Lieferketten leisten können und wo ihre Grenzen liegen. Während KI-Modelle ihre Stärken typischerweise bei der Analyse historischer Daten und wiederkehrender Muster ausspielen, sind Krisensituationen häufig durch neuartige, seltene und schwer vorhersehbare Ereignisse geprägt. Vor diesem Hintergrund ist wissenschaftlich noch weitgehend ungeklärt, ob und inwieweit KI-Methoden tatsächlich dazu beitragen können, die Resilienz von Lieferketten zu stärken.
Ziel dieser Abschlussarbeit ist es, durch eine systematische Literaturanalyse einen strukturierten Überblick über den aktuellen Forschungsstand zu KI-basierten Ansätzen im Kontext der Lieferkettenresilienz zu erarbeiten. Bestehende Anwendungsfelder sollen identifiziert und klassifiziert, Potenziale herausgearbeitet sowie konzeptionelle und praktische Grenzen kritisch beleuchtet werden. Darauf aufbauend sollen Forschungslücken identifiziert und Ansatzpunkte für zukünftige Forschungsarbeiten aufgezeigt werden.
Bei Interesse melden Sie sich bitte bei Moritz Proff