Startup Prewave macht Unterbrechungen der Lieferkette sichtbar

17. Juni 2020 Drucken
Startup Prewave macht Unterbrechungen der Lieferkette sichtbar
© pixabay

Das 2017 gegründete TU Wien Spin-off nutzt künstliche Intelligenz, um Risiken in industriellen Lieferketten frühzeitig zu erkennen. Nun erhält das Startup ein Millioneninvestment.

Die auf künstlicher Intelligenz basierende Software von Prewave hilft Industrieunternehmen, Ausfallrisiken in der Lieferkette anhand von öffentlichen Informationen automatisch und frühzeitig zu erkennen. Mit diesem Informationsvorsprung kann etwaigen Lieferengpässen und Produktionsstopps rechtzeitig entgegengewirkt werden. Die Seed-Finanzierungsrunde wird vom aws Gründerfonds angeführt, zu den weiteren Investoren zählen seed & speed, Segnalita und Ventech sowie die Bestandsinvestoren IST Cube und Speedinvest.

Seit den letzten Monaten wird die Technologie nun auch verstärkt im Zusammenhang mit den weltweiten Auswirkungen des Coronavirus eingesetzt. Bereits im Jänner hat die Plattform ein erhöhtes Risiko für Lieferschwierigkeiten in China identifiziert und diese Risikokategorie ins System integriert. Aufgrund des aktuell hohen Bedarfs an zuverlässigen Informationen stellt Prewave die „Coronavirus Disruption Map“ nun öffentlich und kostenlos zur Verfügung.

Hierauf werden Risiken aufgrund von Infektionen bei Mitarbeitern, Quarantänemaßnahmen, Kurzarbeit, Werkschließungen oder Engpässen angezeigt. Produzierende Unternehmen aus der Automobil-, Chemie-, Metall- und Elektronikindustrie sowie große Transport- und Logistikunternehmen nutzen diesen Informationsvorsprung bereits zum Abfedern der drastischen und kostspieligen Konsequenzen von Unterbrechungen in deren Lieferketten.

Planungssicherheit ist aktuell besonders wichtig für Unternehmen

„Die derzeitige Krise zeigt, wie wichtig es für Industrieunternehmen ist, ständig am Laufenden darüber zu sein, was in der Lieferkette passiert. Die hohe Anzahl an Informationsquellen sowie die vielen Sprachen, die in weltweiten Lieferketten zum Einsatz kommen, machen es für einzelne Menschen unmöglich, den Überblick zu bewahren. Genau dieses Problem lösen unsere Algorithmen“, sagt Lisa Smith, Gründerin Prewave.

Zum Einsatz kommen maschinelles Lernen und automatische Spracherkennung. Das Grundprinzip lautet, den Algorithmus laufend darauf zu trainieren, Signale aus mehrsprachigen Textdaten als Risiko zu identifizieren. Prewave hat dafür eine Methode entwickelt, öffentlich zugängliche Informationen aus Social-Media-Kanälen wie z.B. Twitter, YouTube und lokalen Nachrichtenmedien als Datenquellen zu nutzen und qualitative Einflussfaktoren in Echtzeit messbar zu machen.

Diese Daten haben sich insbesondere im Bereich Lieferkettenmanagement (Supply Chain Management) als wertvoll erwiesen. Ziel ist, jedem Unternehmer künftig Klarheit über die Herkunft seiner Produkte und über die Umstände, unter denen sie hergestellt wurden, zu verschaffen. Diese Transparenz bietet den Produzenten eine optimale Entscheidungsgrundlage.

„Die aktuelle Krise veranschaulicht, wie fragil globale Lieferketten sein können, was nicht nur bei Industrieunternehmen sondern auch in der breiten Bevölkerung ein starkes Bewusstsein für die Bedeutung von funktionierenden Lieferketten geschaffen hat. Vor diesem Hintergrund nehmen wir unsere Verantwortung durch den Einsatz von Technologie wahr, Lieferketten insgesamt resilienter, transparenter und nachhaltiger zu machen“, so Harald Nitschinger, Mitgründer Prewave.

Kapazität der Plattform wird ausgebaut

Unzählige Daten aus dem Internet werden zeitgleich verarbeitet und gegebenenfalls als risikorelevant eingestuft. Aus mehr als 50 Sprachen identifiziert der Algorithmus mehr als 60 verschiedene Risikokategorien wie z.B. Naturkatastrophen, Streiks, Feuer oder Grenzschließungen. Künftig sollen noch weitere Datenquellen wie z.B. Wetterdaten herangezogen und entsprechend als Ereignistypen bzw. Risikofelder abgedeckt werden. Dafür soll die Kapazität der Plattform noch weiter ausgebaut werden; das verarbeitete Datenvolumen und die Geschwindigkeit der Datenverarbeitung werden dafür exponentiell gesteigert. Um das Produkt auf internationalen Märkten auszurollen und weitere Industrien wie z.B. Banken, Versicherungen und NGOs anzusprechen, werden für die Entwicklung sowie für Marketing und Vertrieb weitere Mitarbeiter aufgenommen.