Im September 2024 drohte Hurrikan Helene Nordkarolina mit voller Wucht, und General Motors (GM) war bereits vorab gewarnt: Ein künstliches Intelligenz-System hatte vorhergesagt, dass ein zentraler Zulieferer, Auria Solutions, direkt in der Gefahrenzone lag. Das Unternehmen produziert Teppiche für GMs Groß-SUVs wie den Chevy Tahoe, GMC Yukon und Cadillac Escalade. Als der Sturm die Wasserversorgung und Stromversorgung des Werks lahmlegte, war GM bereits vorbereitet. „Nach dem Hurrikan hatten sie kein Wasser mehr und mussten mit einem Wasserstrahlschneidverfahren weiterarbeiten“, berichtete GM-Sprecher Kevin Kelly. „Deshalb kamen wir mit Teams vor Ort und halfen beim Bohren einer neuen Brunnenanlage.“ Dieses Beispiel zeigt, wie GM in den vergangenen vier Jahren eine umfassende KI-gestützte Lieferkettenüberwachung aufgebaut hat. Laut Sean Gaskin, Leiter der Systemtechnik bei GM und Mitgestalter des Systems, verhinderte die Technologie allein in diesem Jahr mindestens 75 Produktionsstillstände. Die Anfänge reichen zurück auf die Pandemie: Zwischen 2020 und 2023 waren mehrere Automobilhersteller aufgrund von Chipmangel gezwungen, US-Werke vorübergehend zu schließen. 2021 musste GM acht Standorte reduzieren, 2022 folgte erneut ein Produktionsstopp bei Trucks. Diese Erfahrungen zwangen das Unternehmen, seine Lieferkettenstrategie grundlegend zu überdenken. „Unsere Lieferkette ist entscheidend für das Geschäft – sie ist komplex“, sagte Jeff Morrison, Senior Vice President für Einkauf und Supply Chain. „Datenmanagement und Analytik sind der Schlüssel zur Effizienz und Wertsteigerung. KI ist für uns ein transformative Kraft.“ Seitdem hat GM die Anzahl der überwachten Zulieferer um das Zehnfache erhöht. Mittels KI wird nicht nur der direkte Zulieferer, sondern auch dessen Lieferanten bis hin zu „Tier-N“-Partnern digital kartiert. Das System kombiniert prädiktive Modellierung mit Echtzeit-Daten und konnte bereits bei globalen Ereignissen – wie der chinesischen Beschränkung von Seltenerd-Magneten – und lokalen Problemen – wie verspäteten Lieferungen – Störungen frühzeitig erkennen. Das System besteht aus vier Säulen: Erstens eine digitale Lieferkettengraphik mit maschinellem Lernen, die Beziehungen zwischen Zulieferern überwacht. Zweitens ein zentrales Kommunikationszentrum in Warren, Michigan, das bei Risikoindikatoren aktiv wird und Tausende Ermittlungen auslöst. Drittens „Risk Intelligence“, ein KI-Tool, das täglich Tausende Nachrichten analysiert, um potenzielle Lieferkettenrisiken zu identifizieren. Viertens ein Dashboard, das über 1000 Lieferantenstandorte in Echtzeit überwacht – auf Schiffe, Lieferverzögerungen, fehlende Teile oder abweichende Termine. Gaskin betont: „Ein Mensch kann diese Menge an Daten nicht managen. Wir brauchen Unterstützung.“ Die KI hilft nicht nur GM, sondern auch den Zulieferern – indem sie Risiken wie Stürme oder übermäßige Abhängigkeiten frühzeitig erkennt, bevor die Partner selbst darauf reagieren. „Wir können zu unseren Partnern sagen: ‚Das solltet ihr euch ansehen‘ – manchmal wissen sie es noch nicht“, so Gaskin. „Es ist ein Win-Win: Je stabiler sie produzieren, desto besser läuft es für uns.“ Die Technologie ersetzt keine Arbeitskräfte, sondern unterstützt sie. Sie ermöglicht es, Fertigungsprozesse kontinuierlich zu halten und gleichzeitig Talente anzuziehen. „Wir wollen ein Top-Arbeitgeber sein. Wer nicht an der Spitze steht, lockt keine Spitzenkräfte an“, sagt Gaskin. Zudem hilft die KI bei der strategischen Umstellung von Lieferketten – etwa zur Vermeidung von Zöllen. GM erwartet bis Ende 2025 4 bis 5 Milliarden US-Dollar an Zöllen, kann aber mit seiner KI-Infrastruktur schnell neue Quellen identifizieren. Obwohl Herausforderungen wie globale Handelspolitik bestehen, positioniert sich GM als Vorreiter im Lieferketten-Management. „Wir haben erhebliche Effizienz gewonnen“, sagt Morrison. „Wir sind an der Spitze, wie man eine moderne Supply Chain führt.“