Seit Anfang 2024 gilt das Lieferkettensorgfaltspflichtengesetz, kurz Lieferkettengesetz, in Deutschland auch für Unternehmen mit mindestens 1.000 Beschäftigten. Künstliche Intelligenz kann bei der Einhaltung der Sorgfaltspflichten unterstützen.
Das Lieferkettengesetz verpflichtet Firmen mit einer Niederlassung in Deutschland dazu, definierte Sorgfaltspflichten in globalen Lieferketten umzusetzen und damit die Achtung von Menschenrechten sicherzustellen. Die Sorgfaltspflichten beziehen sich nicht nur auf den eigenen Geschäftsbereich, sondern auch auf Vertragspartner und Zulieferer. Somit endet die Verantwortung nicht länger am eigenen Werkstor, sondern besteht entlang der gesamten Lieferkette. Verstossen Unternehmen gegen das Lieferkettengesetz, drohen Bussgelder. Ausserdem können sie von der Vergabe öffentlicher Aufträge ausgeschlossen werden.
Lieferkettengesetz erfolgreich umsetzen
Zunächst müssen Unternehmen ein Risikomanagement einrichten und Risiken in ihren Lieferketten ermitteln, bewerten und priorisieren. Darauf aufbauend veröffentlichen sie eine Grundsatzerklärung und ergreifen Massnahmen, um Risiken zu minimieren oder auszuräumen. Zudem richten sie Beschwerdekanäle für die Menschen in den Lieferketten ein, leisten bei Menschenrechtsverletzungen Abhilfe und dokumentieren ihr Lieferkettenmanagement durch Berichte.
Soweit die Theorie. In der Praxis sind diese Anforderungen nur durch Softwareunterstützung effizient umzusetzen. Interne und externe Partner vernetzen sich entlang der Lieferkette in einem gemeinsamen System. So tauschen sie Informationen (zum Beispiel zu Qualitätsthemen, Vertragswerken, Risikoanalysen etc.) transparent und nachvollziehbar aus. Ein im System enthaltener Audit-Log dokumentiert dabei jeden Schritt und jede Dokumentenversion automatisch.
Herausforderung Datenbeschaffung
In einer Umfrage von GS1 Germany zur Risikoanalyse beim Lieferkettengesetz gaben die Teilnehmenden an, dass die Datenverfügbarkeit und Vollständigkeit umso geringer sind, je tiefer es in die Lieferkette geht. Weiter heisst es: „Unternehmen müssen sicherstellen, dass die erhobenen Daten zuverlässig und glaubwürdig sind, um mögliche Risiken identifizieren und angemessene Entscheidungen treffen zu können. Die Richtigkeit der Daten wird daher von 61 Prozent als weitere Herausforderung erkannt. Immerhin 43 Prozent betrachten die internen Zuständigkeiten für die Datenbeschaffung und -pflege als zusätzlichen schwierigen Aspekt.“
Herausforderungen sehen die befragten Unternehmen auch in der Zusammenarbeit mit Lieferanten und der Implementierung eines Tools zur Datenerfassung. „Die Akzeptanz der Zulieferer zur wahrheitsgemässen, vollständigen und regelmässigen Datenpflege erfordert die Vermittlung eines Nutzens für die Mehrarbeit.“ Diesen sehen Befragten derzeit nicht. Daraus ergibt sich die Befürchtung, „dass die Datenpflege nicht mit dem notwendigen Aktualisierungsgrad und der erforderlichen Sorgsamkeit von den Zulieferern durchgeführt wird“, so die Ergebnisse der Studie von GS1.
Datenpflege für Lieferkettengesetz: KI als Abhilfe
Genau hier setzen cloudbasierte, KI-gestützte Dokumenten- und Datenmanagementsysteme (DMS) an. Sie fungieren im industriellen Umfeld als Single Source of Truth für lieferantenbezogene Informationen. Diese Unterlagen werden im Zuge der Auftragsabwicklung in einer gemeinsamen Datenumgebung zusammengeführt. Über Schnittstellen zu externen Quellen, beispielsweise im Internet, ist es möglich, weitere – auch tagesaktuelle – Informationen einzubeziehen.
Eine KI hilft dabei, diese Daten zu analysieren und entsprechende Handlungsvorschläge aufzubereiten. Auch das CDP-Reporting (Carbon Disclosure Project) lässt sich via KI automatisieren. Dazu werden der im smarten DMS enthaltene Datenschatz ausgewertet und Fragenkataloge durch die extrahierten Informationen automatisiert beantwortet.