Proaktive Versorgungssicherheit durch dynamische Simulation mit selbstlernenden LLM-Agenten
Das Forschungsprojekt PROVIDER entwickelt eine innovative Methodik, um Versorgungsengpässe frühzeitig zu erkennen und Risiken vorausschauend zu bewerten. Dafür kombiniert das Projekt dynamische Simulationen mit selbstlernenden KI-Agenten, die kontinuierlich aktuelle Nachrichten, makroökonomische Daten und komplexe Abhängigkeiten analysieren. Auf dieser Grundlage erstellt das System belastbare Prognosen über mehrere Monate und ermöglicht fundierte Entscheidungen, bevor Versorgungskrisen entstehen. So trägt PROVIDER dazu bei, die Versorgungssicherheit nachhaltig zu stärken – auch bei kritischen Gütern und Dienstleistungen außerhalb klassischer Infrastruktursektoren.
Motivation
Viele Waren- und Dienstleistungsketten sind einem starken marktwirtschaftlichen Effizienzstreben unterworfen und basieren auf hochgradig optimierten Logistik-, Fertigungs- und Dienstleistungsprozessen. Diese sind häufig unbekannten, teils auch saisonalen Abhängigkeiten ausgesetzt. Auch Einflüsse wie Wetter, oder gesellschaftliche bzw. politische Konflikte können diese bis zum Endkunden sorgfältig ausbalancierten Ketten aus dem Gleichgewicht bringen. Die Analyse von Krisenereignissen führt dabei nicht zwangsläufig zu geeigneten Präventionslösungen oder gar zu einer Verbesserung der Versorgungssicherheit.
Ziele und Vorgehen
Das Vorhaben verfolgt daher das zentrale Ziel, eine innovative Methodik zu entwickeln und umzusetzen, mit der über dynamische Simulationen Versorgungsengpässe frühzeitig identifiziert werden können. Das System soll kontinuierlich operieren und für alle Warengruppen den Versorgungssicherheitsstatus unter Einbeziehung aktueller Nachrichtenquellen überwachen. Zudem sollen belastbare Prognosen mit einem Zeithorizont von mehreren Monaten erstellt werden. Das System adressiert dabei auch ausdrücklich kritische Güter und Dienstleistungen, die außerhalb klassischer kritischer Infrastruktursektoren liegen, bspw. die Landwirtschaft.
Innovationen und Perspektiven
Die Kombination aus Echtzeit-Nachrichtenanalyse, Einbeziehung makroökonomischer Daten und Nutzung künstlicher Intelligenz erlaubt die frühzeitige Identifikation von Versorgungsengpässen vor dem Eintreten einer Krise. Die im Projekt entwickelte Lösung unterstützt schnelle faktenbasierte Entscheidungen in kritischen Versorgungssituationen. Über den Demonstrator ist eine unmittelbare Verwertung über das DATEV-Netzwerk geplant, das Zugang zu rund Dreivierteln aller deutschen Unternehmen bietet.