Ressourceneffizienz fördern Green AI: Die Zukunft der Unternehmensnachhaltigkeit

Anbieter zum Thema

proALPHA Software GmbH

Heidrive GmbH

SolidCAM GmbH

CAD+T Solutions GmbH

Der Green Deal verpflichtet die EU dazu, bis zum Jahr 2030 die Netto-Treibhausgasemissionen um mindestens 55 Prozent zu reduzieren. Dazu wurde der Green-AI Hub Mittelstand ins Leben gerufen. Eine integrierte und transparente Sicht auf alle Geschäftsprozesse erweist sich dabei als entscheidend für die Umsetzung von Green AI.

Zur Umsetzung der Forderungen des Green Deals wurde eine Vielzahl von Gesetzen erlassen, die Unternehmen zunehmend unter Zugzwang bringen. Denn sie sind nicht mehr nur verpflichtet, ihre CO2-Bilanz offenzulegen, sondern auch konkrete, emissionsreduzierende Maßnahmen zu ergreifen, um den Klimawandel einzudämmen.

Green AI – die Zukunft der Ressourceneffizienz

Um insbesondere auch mittelständische Fertigungsunternehmen in Deutschland bei den Herausforderungen zu unterstützen, hat das Bundesumweltministerium den Green-AI Hub Mittelstand ins Leben gerufen. Diese Initiative widmet sich primär der Frage, wie der Mittelstand Artificial Intelligence (AI) pragmatisch nutzen kann. Dabei geht es darum, die eigene Ressourceneffizienz zu erhöhen, Material einzusparen und Kosten zu senken [2].

Der Green-AI Hub unterstützt darüber hinaus deutschlandweit Pilotprojekte, die vermitteln sollen, wie durch AI Ressourcen eingespart werden können. So spart etwa die Blechwarenfabrik Limburg durch den Einsatz eines AI-gestützten Warehouse-Management-Systems zur Steuerung ihres internen Warentransports und des Lagermanagements jährlich 100 Tonnen Weißblech ein.

Solche Beispiele verdeutlichen, dass AI-Projekte durch die Einbeziehung von Daten aus allen Geschäftsbereichen einen positiven Einfluss auf die Performance des gesamten Unternehmens haben. Digitalisierung und Nachhaltigkeitstransformation sind also eng miteinander verflochten. Gleiches muss jedoch auch für die Verzahnung von AI-Anwendungen und Unternehmenssoftware gelten. Denn eine integrierte und transparente Sicht auf alle Geschäftsprozesse ist entscheidend für die Umsetzung von Green AI.

Single Source of Truth

Während isolierte AI-Projekte oft scheitern, bieten ERP-Systeme mit AI-Funktionen – wie etwa Nemo von proAlpha– genau das, was der Green-AI Hub Mittelstand anstrebt: die Bereitstellung präziser Prognosen und daraus abgeleiteter Handlungsempfehlungen für unternehmenskritische Geschäftsabläufe. Diese bilden auch die Grundlage für eine algorithmusbasierte Automatisierung und die Optimierung von Prozessen.

Die Effektivität von Green AI-Anwendungen hängt maßgeblich von der Qualität der Input-Daten ab. Das im Einsatz befindliche ERP-System muss daher über einen optimal gepflegten Datenstamm verfügen. Nur dann sind intelligente Algorithmen in der Lage – basierend auf diesen hochwertigen Daten – belastbare Prognosen zu stellen und intelligente, konstruktive Vorschläge zu unterbreiten.

Um eine solch hohe Datenqualität zu gewährleisten, sollte das IT-Management nach der Definition geeigneter Geschäftsprozesse zunächst verbindliche Qualitätskriterien festlegen, vorhandene Datenpools überprüfen und Dubletten entfernen. Im ERP-System als Single Source of Truth ist jede Information nur einmal eindeutig vorhanden und jederzeit abrufbar. Nach der Implementierung ist es deshalb wichtig, die Datenqualität regelmäßig automatisiert zu kontrollieren und Plausibilitätsprüfungen sowie Datenbereinigungen durchzuführen. Zudem sollten für neu erfasste Daten klare Regeln gelten, um das Qualitätsniveau dauerhaft zu halten. 

Moderne ERP-Systeme verfügen heute bereits über AI-Anwendungen zur Datenpflege und -konsolidierung – etwa Complexity Mining und Clean Data. So lassen sich mithilfe von Complexity Mining Muster und Anomalien in großen Datensätzen aufdecken, Daten aus unterschiedlichen Quellen zusammenführen sowie Abhängigkeiten und Wechselwirkungen zwischen Variablen identifizieren. Ineffizienzen und Prozessstörungen können dadurch schnell aufgedeckt und bereinigt werden. Clean Data-Anwendungen ermöglichen Unternehmen darüber hinaus eine klare und umfassende Sicht auf ihre Daten, was sich wiederum in der Qualität aller Geschäftsprozesse niederschlägt.

Anwendungsbereiche für ERP-basierte Green AI

ERP bildet das Rückgrat der digitalen Transformation und ermöglicht die Umstellung auf Nachhaltigkeit durch Green AI. Im Fokus der Anwendungsbereiche stehen dabei die Emissionskontrolle und das Energiemanagement. In beiden Fällen sind leistungsstarke ERP-Systeme mit integrierten CO2-Bilanzierungslösungen erforderlich, um alle CO2-Berichtspflichten umfassend zu erfüllen. Diese Systeme müssen Energieflüsse transparent abbilden und verschiedene Emissionskategorien berücksichtigen können. Anbieter betriebswirtschaftlicher Software integrieren hierfür CO2-Bilanzierungslösungen nach GHG-Standard, um Emissionen zu berechnen und zu überwachen sowie Reduktionsmaßnahmen zu entwickeln und umzusetzen. Auf diese Weise wird das eingesetzte ERP-System – beim proAlpha ERP [3] wurde hierfür ENIT [4] integriert – zur Kommandozentrale aller Emissionskontroll- und Energiemanagementaktivitäten.

Im Rahmen eines ganzheitlichen Nachhaltigkeitsmanagements werden so der unternehmensweite Energiebedarf und CO2-Fußabdruck erfasst, gesteuert und dokumentiert. Unternehmen können dadurch etwa CO2-hochbelastete Vorprodukte durch solche mit besserer Klimabilanz ersetzen oder den Ressourcenverbrauch durch konsolidierte Beschaffungsprozesse reduzieren. Auch führen Ineffizienzen in Geschäftsprozessen häufig zu einer Verschwendung von Ressourcen. Durch AI gesteuerte Analysen können diese Schwachstellen sicher identifiziert und die gesamte Lieferkette verschlankt werden. Das ermöglicht eine schnelle Reaktion auf Kundenanfragen und eine hohe Liefertreue bei minimalen Lagerkosten, indem prognostizierte Verbräuche in Echtzeit mit Beständen abgeglichen werden. 

Integrierte AI-Anwendungen analysieren zudem Wiederbeschaffungszeiten und bestimmen den besten Nachbestellzeitpunkt unter Berücksichtigung von Prognosen, Unsicherheiten und anderen Faktoren wie Produktions- und Lieferantendaten. Neben dem aktuellen Lagerbestand werden auch Sicherheitsbestände berücksichtigt, um Produkte während der Wiederbeschaffungszeit verfügbar zu halten und Lieferausfällen vorzubeugen. Zusätzlich berechnet AI, basierend auf sich ändernden Bedingungen und Daten, dynamisch den besten Bestellzeitpunkt und optimiert damit den Faktor Wiederbeschaffungszeit kontinuierlich.

Saubere Lieferketten

Fazit und Ausblick

Durch ERP-Systeme unterstützte Green AI wird für Unternehmen immer wichtiger, um die Ressourceneffizienz zu steigern und Nachhaltigkeitsziele zu erreichen. Die Integration von Artificial Intelligence ermöglicht präzise Prognosen und Handlungsempfehlungen, die aus den ERP-Daten abgeleitet werden. Diese Synergie zwischen Green AI und ERP bietet die Möglichkeit, effizienter zu werden und einen positiven Beitrag zum Klimaschutz zu leisten. Durch frühzeitige Investitionen können Unternehmen wettbewerbsfähiger werden und gesetzliche Anforderungen besser erfüllen.

[1] https://commission.europa.eu/strategy-and-policy/priorities-2019-2024/european-green-deal_de
[3] https://www.green-ai-hub.de/ki-fuer-ressourceneffizienz/ki-in-wirtschaft-und-unternehmen
[4] https://www.proalpha.com/de/erp-system-mittelstand
[5] https://enit.io/
[6] https://www.csr-in-deutschland.de/DE/Wirtschaft-Menschenrechte/Europa/Lieferketten-Gesetzesinitiative-in-der-EU/lieferketten-gesetzesinitiative-der-eu-art.html