Schlagen Ihre Lieferkettenrisikomanagement-Strategien auf Sie zurück?

Neun von zehn Unternehmen haben in den Jahren nach COVID Risikomanagementstrategien etabliert. Diese Maßnahmen umfassen laut einer McKinsey-Umfrage aus 2022 unter anderem die Einführung von Dashboards für End-to-End-Transparenz (67 %), Szenarioplanung (37 %) und die Sammlung ausreichender Daten (53 %). 

Obwohl diese Bemühungen positive Effekte zeigen – Unternehmen berichten, dass das Risiko von Auswirkungen auf die Lieferkette um das 1,5- bis 2-Fache geringer ist –, bleiben sie hinter den Erwartungen vieler Supply-Chain-Verantwortlicher zurück. Sie sind nicht das Allheilmittel für die aktuellen Herausforderungen in der Lieferkette, das sich viele erhofft hatten. 

Supply-Chain-Führungskräfte fühlen sich weiterhin nicht ausreichend gerüstet, um mit den heutigen und zukünftigen Störungen umzugehen. Von sich schnell ausweitenden Sanktionslisten bis hin zu neuen Umweltvorgaben, die ein bisher unerreichtes Maß an Transparenz in der eigenen Lieferkette verlangen – neue Hürden führen dazu, dass Verantwortliche wachliegen und grübeln, welches Risiko als Nächstes auftaucht. 

Um diese Herausforderungen zu bewältigen, setzen Unternehmen zunehmend auf Strategien, die inzwischen als Standard proaktiver Risikominderung gelten. Dazu gehören:

1. Stärkere Zusammenarbeit mit Lieferanten (61 %)
2. Investitionen in die digitale Transformation (42 %)
3. Optimierung des Demand Managements (37 %)

Auch wenn diese Ansätze in die richtige Richtung weisen, können sie die aktuellen Risiken aufgrund der bestehenden Implementierungsmethoden nicht ausreichend adressieren. Der Grund: Es fehlen zwei entscheidende Faktoren – Skalierbarkeit und Nachhaltigkeit.

Lieferanten-Kollaboration: Ein manueller Prozess mit Grenzen

Lieferant:innenbefragungen sind weiterhin die gängigste Methode, um entscheidende Informationen über die eigene Lieferkette zu erhalten. Diese jährlich oder halbjährlich durchgeführten Umfragen bieten Einblicke hinsichtlich regulatorischer Compliance, Risikomanagement und genereller Lieferantenleistung. Doch als manueller Prozess ist die Lieferantenkollaboration durch Umfragen mit beachtlichen Einschränkungen behaftet, besonders in puncto Skalierbarkeit und Nachhaltigkeit.

Lieferantenbefragungen liefern nur statische Daten

Die manuelle Natur dieser Umfragen bedeutet, dass dabei ausschließlich statische Informationen gesammelt werden. Die erhobenen Daten – etwa per Fragebogen – geben stets nur eine Momentaufnahme wieder. Wird ein Lieferant zum Beispiel im März befragt und steht ab Juni auf einer Sanktionsliste, bleibt dies dem Unternehmen oftmals bis zur nächsten Befragung – mitunter erst ein Jahr später – verborgen. Diese zeitliche Lücke führt zu einem massiven Transparenzdefizit und setzt Unternehmen Compliance-Risiken, Haftungsrisiken und anderen Unterbrechungen aus, die zwischen diesen Intervallen entstehen.

Hinzu kommt: Lieferantenumfragen sind schlicht nicht skalierbar in dem Umfang, der durch die anstehende Flut an ESG-Vorgaben gefordert wird. Richtlinien erzwingen immer tiefere Einblicke in Lieferantenpraktiken und -ethik, was die Zahl und Tiefe der Anfragen an Tier-1-Lieferanten bezüglich ihrer Sub-Tier-Transparenz stark erhöhen wird. Unternehmen, die Qualität, Umfang und Sorgfalt ihrer Umfragen erhöhen, stoßen häufig trotzdem weiterhin auf unkooperative Lieferanten und sinkende Rücklaufquoten.

Lieferanten leiden unter Umfragemüdigkeit

Umfragemüdigkeit ist ein zunehmendes Problem. Eine 2024er-Voice-of-the-Supplier-Umfrage zeigte, dass 61 % der befragten Hersteller der Ansicht sind, dass „ihr wichtigster Kunde ihnen zu viele In­formations­anfragen schickt“. Zusätzlich gaben 60 % an, dass „ihr wichtigster Kunde sie mit zu viel Administration belastet“.

Lieferanten, die mit mehreren Kunden agieren, die jeweils zahlreiche Compliance-Daten verlangen, geraten schnell in Überlast. Die Folge sind unvollständige oder überhastete Antworten – insbesondere von Lieferanten in den mittleren Ebenen, die kleinere Aufträge nicht priorisieren. Selbst wenn die Daten gesammelt werden, leidet häufig die Qualität und Tiefe der Informationen. Das schränkt die Wirksamkeit der Lieferantenkollaboration weiter ein.

Lieferanten teilen nicht immer Ihre Prioritäten

Eine bekannte Tatsache unter Supply-Chain-Profis: Was für den Hersteller am Ende der Lieferkette optimal ist, entspricht nicht zwangsläufig den Interessen der Lieferanten – vor allem im Kontext von ESG- und CSR-Vorgaben. Lieferanten haben möglicherweise andere Prioritäten oder Ethikstandards als die Unternehmen, an die sie Bauteile, Baugruppen und andere Produkte liefern. Um sich möglichst vorteilhaft darzustellen, Kunden zu halten und regulatorische Probleme zu vermeiden, kommt es häufig zu selektiver Berichterstattung, Beschönigung oder wichtigen Auslassungen. So investieren Unternehmen Zeit und Ressourcen in eine Wirklichkeit, die nicht der tatsächlichen Situation entspricht.

Digitale Technologien: Implementierung ohne Strategie

Die Welle der digitalen Transformation hat unzählige Softwarelösungen hervorgebracht, die Unternehmen bei Themen vom CO₂-Emissionsmanagement bis zur Risikobewertung von Lieferanten unterstützen. Doch obwohl die Einführung dieser Tools ein Schritt in Richtung Modernisierung ist, fehlt vielen Unternehmen eine umfassende Roadmap. 

Insellösungen fragmentieren Ihre Datenlandschaft

Die meisten digitalen Lösungen auf dem Markt heute sind Einzellösungen, die gezielt spezifische Probleme wie ESG-Scoring oder das Monitoring der finanziellen Stabilität von Lieferanten adressieren. Viele Unternehmen haben zur schnellen Lösung spezieller Herausforderungen Technologien eingeführt, ohne die technologische Vernetzung zu planen. Das Ergebnis: eine zunehmend komplexe Technologielandschaft mit zahlreichen Datensilos, die den Arbeitsalltag erschweren. Laut BetterCloud nutzen Unternehmen im Schnitt 112 SaaS-Anwendungen; Mitarbeitende wechseln dabei täglich über 1.100-mal zwischen den 35 wichtigsten Programmen. 

Diese digitalen Tools helfen zwar bei spezifischen Problemen, schaffen jedoch ein neues, umfassenderes: Datenfragmentierung. Sie entsteht, wenn Informationen ungeordnet, isoliert und über zahlreiche Datenbanken verstreut sind. Fachleute in solchen Umgebungen finden kaum noch einen Gesamtüberblick über die gesamte Lieferkette.

Fehlende Integration behindert umfassende Transparenz

Das Fehlen integrierter Daten zählt zu den größten Schwächen vieler Digitalisierungsinitiativen: mangelnde Transparenz. Wenn Unternehmen von fehlender Transparenz in ihren Lieferketten sprechen, meinen sie oft eine reine Datenknappheit – ein bekanntes Problem. Doch es gibt eine neue Form von Blindheit: Sie entsteht durch technologische Insellösungen und den Aufbau verzweigter, wenig verzahnter Wertschöpfungsketten. Sind Datenbestände isoliert und lassen sich nicht zu einem konsistenten Bild zusammenführen, bleibt Unternehmen der Gesamtüberblick verborgen, den ihre vorhandenen Daten eigentlich ermöglichen könnten.

Datensilos sind kein neues Phänomen, und Unternehmen kämpfen seit Jahrzehnten damit. Doch das planlose Einführen unterschiedlichster Technologieplattformen, ohne die Auswirkungen auf Gesamttransparenz und bereichsübergreifende Zusammenarbeit zu berücksichtigen, verschärft das Problem. Diese fragmentierten Datenwelten führen dazu, dass Supply-Chain-Verantwortliche Schwachstellen bei Lieferanten und in den eigenen Abläufen übersehen. 

Datensynthese erfordert oft Schatten-IT

Um fehlende Integrationen zwischen Datenbanken zu überbrücken, greifen viele Mitarbeitende zu Schatten-IT-Lösungen – also nicht freigegebener Software oder manuellen Umwegen wie Google Sheets oder Low-Code-Tools –, um Daten aus verschiedenen Systemen zusammenzuführen. Diese Provisorien bringen jedoch eigene Risiken, gerade hinsichtlich Datenqualität und Cybersecurity: Bis zu 32 % der von Unternehmen genutzten SaaS-Lösungen sind von der IT nicht genehmigt, was erhebliche Risiken für das Datenmanagement bedeutet.

Zudem sind diese eigenen Systeme fehleranfällig. Eine wissenschaftliche Studie aus 2024 stellte fest, dass 94 % der in der Unternehmenssteuerung eingesetzten Tabellenkalkulationen Fehler enthalten und damit ein großes Risiko für finanzielle Verluste und operative Fehlentscheidungen darstellen. Diese Datenbanken werden meist manuell – etwa per Copy-Paste – befüllt und bieten keine standardisierten Prüfprozesse, was zu unzulänglichen, nicht validierten Datensammlungen führt. 

Je mehr Daten Unternehmen im Risikomanagement und für Assessments sammeln, desto gravierender wirkt sich eine fehlende Technologiestrategie aus – das gesamte SCRM (Lieferkettenrisikomanagement) ist dann mit enormen, oft unzuverlässigen Informationsmengen überlastet. 

Demand Management: Das Datenproblem

Effektives Demand Management ist essenziell, um Ressourcen optimal zu nutzen und an die Lieferfähigkeit anzupassen. Doch eine grundlegende Herausforderung bleibt: die Datenqualität, auf der die Entscheidungen basieren. Demand Management ist auf exakte, saubere Daten zur Planung und Prognose angewiesen. Sind diese aber fehlerhaft, veraltet oder fragmentiert, scheitern selbst die besten Strategien an der Realität.

Datenbanken enthalten häufig fehlerhafte Daten

Der Erfolg von Demand Management steht und fällt mit der Datenintegrität – von Verkaufs- und Marketingdaten, Lieferantenmeldungen oder historischen Beständen. Wenn diese Quellen inkonsistent oder ungenau sind, gerät der gesamte Prozess ins Wanken. Laut Gartner verursacht schlechte Datenqualität Unternehmen „mindestens 12,9 Millionen US‑Dollar pro Jahr“.

Eine Z2Data-Analyse von Stücklisten (BOMs) belegt zusätzlich, wie schädlich fehlerhafte Daten für die Abläufe der Lieferkette sind: Unternehmen verwendeten über 500 verschiedene Schreibweisen für Produkte von Texas Instruments in ihren Systemen, was das Tracking und Management der Lieferanten massiv erschwert. Diese Unordnung erhöht entweder die Gefahr von Lieferengpässen mit Umsatzeinbußen – oder umgekehrt von Über-beständen, was die Lagerkosten und den Produktausschuss steigen lässt.

Keine verlässliche Prüfung von Lieferantendaten

Viele Unternehmen verlassen sich bei der Nachfrageprognose stark auf Lieferantendaten, ohne robuste Prüfmechanismen implementiert zu haben. Sind etwa Angaben zu Lieferzeiten oder verfügbarer Lagerware fehlerhaft oder werden nicht unabhängig verifiziert, drohen erhebliche Störungen.

Tatsächlich zeigte eine Z2Data-Analyse, dass 2023 von 473.190 obsolet gewordenen Bauteilen rund 142.000 – also etwa 30 % – ohne zugehörige Produktänderungsmitteilung (PCN) des Herstellers abgekündigt wurden. 

Das Vertrauen auf ungeprüfte oder unvollständige Daten macht Unternehmen anfällig für plötzliche Engpässe oder Verzögerungen – Szenarien, die mit stärkerem Demand Management vermeidbar wären. Ohne exakte Daten sind Unternehmen zum Reagieren gezwungen und treffen Ad-hoc-Entscheidungen auf Grundlage unvollständiger oder irreführender Informationen. Mit steigenden regulatorischen Anforderungen und der wachsenden Zahl zu erfassender und zu managender Daten werden diese Herausforderungen weiter zunehmen und bestehende Probleme in puncto Datenqualität und -prüfung verschärfen.

Der Weg: Dynamisches Lieferkettenrisikomanagement

Trotz der Fortschritte im proaktiven Risikomanagement bleiben derzeitige Ansätze hinter den heutigen Lieferkettenkomplexitäten zurück. Manuelle Prozesse wie Lieferantenumfragen, fragmentierte digitale Systeme und ungeprüfte Daten schaffen Transparenz- und Skalierungsprobleme, die Unternehmen für Compliance-Risiken und Störungen anfällig machen. 

Diese Limitierungen unterstreichen, wie wichtig Strategien sind, die nicht nur zukunftsorientiert, sondern auch der Dynamik und Vernetzung moderner Lieferketten gewachsen sind. Ohne skalierbare Lösungen und Echtzeit-Datenintegration werden selbst die ambitioniertesten Risikomanagementmaßnahmen ihre Ziele verfehlen.