Lieferkettenmonitoring, Lieferkettensorgfaltspflichtengesetz, Sanktionslisten – was ist das, warum ist das notwendig, wie macht man das und was ist der Nutzen für Unternehmen?

Darum geht es in der neuen Folge von Datendurst.

Host Tim Ebner hat dafür Marco Feiten im Interview. Der ist Geschäftsführer von CURE Intelligence und von scrioo, einem Unternehmen, das Lieferkettenmonitoring mit Social Media und Online-Daten anbietet. Entstanden ist die Idee, weil dieser eine Lösung für einen Kunden aufgrund der neuen Gesetzgebung entwickeln wollte. Das Ziel war eine Medienanalyse und Medienbeobachtung der Lieferanten.

Doch was ist Lieferkettenmonitoring eigentlich?

Hierbei gibt es zwei Facetten, einmal den Transport für Materialien, die man braucht und dann die Lieferanten selbst.

Sobald Lieferketten gestört sind, werden wir alle schlechter versorgt.

Das Ziel als Unternehmen ist es, Risiken und potentielle Schäden frühzeitig zu erkennen, um dann darauf reagieren zu können – denn das kann Unternehmen sonst auch in den Ruin treiben.

Als Beispiel nennt Marco hierfür den Streik der Häfen in den USA. Hierfür gab es Frühwarnsignale, wer diese erkannt hat, konnte sich frühzeitig darauf vorbereiten und im besten Fall sogar vermeiden, dass es das eigene Unternehmen trifft.

Früher wurde diese Lieferantenbeziehung über Fragebögen analysiert. Doch hier entsteht eine riesige Menge Arbeit. Beispielsweise hat Dr. Oetker 30.000 Lieferanten, denen dann einzeln die Fragebögen gesendet und die dann händisch wieder kontrolliert werden müssen.

Hier muss es Automationen geben, die Marco mit seinem Unternehmen anbietet.

Dazu kommen die Policies, die alle größeren Unternehmen haben und denen die Lieferanten einzeln zustimmen müssen.

Doch wieso braucht man überhaupt ein Lieferkettenmonitoring?

Das neue Lieferkettensorgfaltspflichtengesetz ist ein Grund dafür. Nach diesem müssen Unternehmen ab einer gewissen Größe nun Lieferanten auf erster Ebene prüfen, u.a. aufgrund von Menschenrechten, Umweltschutz und Nachhaltigkeit.

Diese Regelungen werden in ganz Europa ausgerollt.

Zudem haben Unternehmen auch von sich aus ein Interesse daran, zu wissen, mit wem sie Geschäfte machen: Ist der Partner zuverlässig? Woher bekommt er seine Materialien? Wie steht er wirtschaftlich da?

Doch auch kleinere Unternehmen werden durch Kaskaden-Effekte von den Regelungen betroffen, wofür die Politik zurzeit nach Lösungen suchen muss.

Marco’s Lösung funktioniert auf Basis von Machine Learning und NLP – das sind keine neuen Dinge, trotzdem funktionieren sie sehr gut. Mit diesen werden im ganzen Web nach Schlüsselbegriffen gesucht, beispielsweise einem Unternehmensnamen + dem Begriff „Kinderarbeit“. Durch eine KI wird die Relevanz der Suchbegriffe dann nochmal überprüft.

Zum Schluss geht es noch um das Thema Sanktionslisten und dass auch diese dabei unterstützen können, Lieferanten zu bewerten.

Zum LinkedIn-Profil von Marco: https://www.linkedin.com/in/marcofeiten/

Zur Website von scrioo: https://www.scrioo.com/

Zur LinkedIn-Seite von scrioo: https://www.linkedin.com/company/scrioo/

Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/

Unterstütze Tim mit einer Spende: http://paypal.me/datendurst

Datendurst auf LinkedIn:

Data-Inhalte in einem ganz innovativen Format? Kann man Data mit Musik verbinden? Was hat Musik mit Inklusion zu tun?

Darum geht es in der neuen Folge von Datendurst, in der Host Tim Ebner diesmal mit Tiankai Feng spricht. Wenn man in der Data-Branche unterwegs ist, dann kennt man ihn – denn er macht Musik über Data!

Tiankai ist begeisterter Musiker und früher sogar Barpianist. Mittlerweile arbeitet er als Data Strategy und Data Governance Lead bei Thought Works und hat gerade sein erstes Buch rausgebracht: Humanizing Data Strategy. Privat ist er Familienvater von zwei Jungs.

Auch Tim ist über die Songs auf Tiankai aufmerksam geworden und hat sich gefragt: Warum verbindet man Data mit Musik?

Der erste Song von Tiankai ist aus der Frustration entstanden, dass Data in Tiankai’s Augen missverstanden wurde. Daraufhin schrieb er den Digital Analytics Anthem, den er erst in das Intranet seines damaligen Unternehmens hochgeladen hat und schließlich auch auf LinkedIn geteilt hat.

Sowohl im Unternehmen als auch bei LinkedIn ist dadurch ein starker Awareness-Faktor entstanden, sodass dieser fast als Icebreaker für einen kulturellen Wandel gesehen werden kann.

Danach schrieb Tiankai weitere Songs, auch über das Home Office und das Arbeiten in Data.

Sogar auf der TEDx hat er einen Song gespielt – der von ChatGPT geschrieben wurde!

Der erfolgreichste Song ist „Governance of Data“, den Menschen immer wieder nutzen, um zu beweisen, wie cool der eigene Job ist.

Tiankai ist sich sicher: Jeder Mensch kann kreativ sein. Das ist wie ein Muskel, den man trainieren kann (auch die Data-Nerds!). Man hat in jeder Disziplin analytische und kreative Seiten, sowohl bei der Musik als auch bei Data. Hierfür bringt er einige Beispiele.

Diese Kombination von Dingen, die eigentlich nicht so viel miteinander zu tun haben, gibt es auch im Innovationsmanagement, beispielsweise bei der Blue Ocean Strategy.

Für Tiankai ist eine Motivation für die Songs auch die Inklusion. Denn er selbst wurde in Deutschland immer als Ausländer gesehen, wenn er seine Familie in China besuchte allerdings auch. Für ihn ist es wichtig, inklusiv in seinem Verhalten zu sein, damit Menschen nicht das erleben müssen, was er erlebt hat.

Musik bleibt dabei ein Vehikel, um Emotionen und nicht nur Inhalte rüberzubringen. Die beiden kommen im Gespräch auf Hans Zimmer, der selbst von sich sagt, dass er die Sprache der Musik besser beherrscht als das gesprochene Wort.

Tiankai gibt am Ende noch den Tipp: Entdecke deine einzigartige Seite und verbinde damit deine Passion mit der Arbeit, statt beides getrennt voneinander zu sehen.

Zum LinkedIn-Profil von Tiankai: https://www.linkedin.com/in/tiankaifeng/

Zum Buch von Tiankai: https://technicspub.com/humanizing-data-strategy/

Zum YouTube-Channel von Tiankai: https://www.youtube.com/kaifeng

Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/

Was heißt eigentlich Skalierung? Was hat Standardisierung damit zu tun? Welche Vorteile haben Unternehmen von skalierenden Dashboards?

Darüber diskutiert Host Tim Ebner in der neuen Folge von Datendurst mit Oliver Ulbrich, auch ein Nordlicht, genau wie Tim.

Tims Ziel: Ihn zur Weißglut zu bringen! Oliver regt sich nämlich gerne auf...

Eigentlich kommt Oliver aus der Sport- und Modebranche, ist dann als Quereinsteiger zu Data gekommen und nun als Dashboard und Business Development Lead bei den Datenpionieren.

Der Übergang von privat zu beruflich ist fließend – die beiden diskutieren nämlich erstmal über Dashboards bei Katzenfutter!

Aber kommen wir wieder zur Skalierung: Was bedeutet überhaupt Skalierung im Kontext von Dashboards?

Für Oliver ist es, möglichst viele Menschen in die Lage zu versetzen, Zahlen zu sehen und diese dann weiterverarbeiten zu können. Dazu gehört auch, schnell, einfach und effizient Dashboards aufbereiten zu können, die dann möglichst viele Fragestellungen im Unternehmen beantworten.

Die Vorteile davon liegen auf der Hand, es spart vor allem Zeit!

Oliver erzählt davon, dass man während des Monatsabschlusses selten einen Termin mit dem Controlling erhält, weil die viel zu viel beschäftigt sind. Mit Dashboards haben diese Menschen plötzlich Zeit für andere Dinge!

Bevor man jedoch skalieren kann, muss erst ein Standard kreiert werden. Von vorne herein sollte klar sein, wie Dashboards aufgebaut werden.

Oliver zieht dabei einen Vergleich zu einem Führerschein: Wenn man den machen möchte, hat man vor allem ein Ziel: Auto fahren! Die Verkehrsregeln dafür sind der Standard. Den haben wir Alle gelernt, ob er uns gefallen hat oder nicht.

Genauso sollten auch Standards für Dashboards in Unternehmen erstellt werden.

Hierbei stellt Oliver die Fragen:

Welche Werkzeuge nutzen wir?

Welche Diagramme nutzen wir?

Welche Farben nutzen wir?

Oliver geht auf die einzelnen Elemente ein und erklärt sie. Dazu gehört natürlich auch das Storytelling.

Der Dashboard-Experte beginnt dabei gerne auf „echtem“ Papier und fokussiert sich auf das Shneiderman Mantra, das ähnlich wie Bestellautomaten beim Fast Food aufgebaut ist: Zunächst der Overview, dann tiefergehende Antworten (Filter) und dann Details on demand.

Zum Schluss geht es noch darum, ob die KI bei diesen Themen unterstützen kann. Für Oliver ist klar: Menschen können schon an andere Menschen ihre Fragen nicht präzise formulieren. Wie sollte KI dann bessere Antworten liefern können?

Außerdem gibt er noch den Rat, Dashboards als Teil eines Transformationsprozesses zu sehen.

Zum LinkedIn-Profil von Oliver: https://www.linkedin.com/in/oliverulbrich/

Zur Website von Oliver: www.oliverulbrich.de

Zum Podcast von Oliver und Christian: https://open.spotify.com/show/6Mp8t0sGOYvLPCGUUu1XZL

Zum LinkedIn-Profil von Tim: https://www.linkedin.com/in/ebner-tim/

Disney-Animationen, die mehrfach genutzt wurden: https://youtu.be/y3hK8ATlbw0?si=xyv9h1RAnhkw03_m