Unternehmen können ihre Lieferketten künftig stärker über Fragen in Alltagssprache analysieren. project44 integriert seine Plattform Mo, einen KI-gestützten Supply-Chain-Analysten, mit Snowflake Cortex AI.
Mo soll dabei nicht nur Texte erzeugen. Der Agent ordnet die Anfrage ein, berücksichtigt kundenspezifische Definitionen, ruft die passenden Betriebsdaten ab und empfiehlt gegebenenfalls nächste Schritte. Das kann Analysen zu Verspätungen, Transporteuren, gebundenem Kapital und Störungen beschleunigen.
Logistik braucht mehr als allgemeine Sprachmodelle
Begriffe wie pünktliche Lieferung oder unterdurchschnittliche Leistung sind nicht universell definiert. Unternehmen können die Transportzeit ab der Frachtbereitstellung oder erst ab der Abholung messen. Auch Verkehrsträger, Vertragsbedingungen und Ausnahmen beeinflussen die Bewertung.
Mo nutzt deshalb die Logistik-Ontologie von project44. Sie strukturiert die Bedeutung von Sendungen, Frachtführern, Verträgen und Meilensteinen. Hinzu kommen rund eine Billion Sendungsdatensätze aus zehn Jahren, aktuelle Statusmeilensteine und prognostizierte Ankunftszeiten. Einen Überblick bietet die Mo-Lösung von project44.
Nach der fachlichen Interpretation übersetzt Cortex Analyst die Anfrage in SQL und liest die Ergebnisse direkt aus den project44-Daten in Snowflake aus. Damit basiert die Antwort auf strukturierten Quellen und nicht auf einer Schätzung des Sprachmodells.
Messbare Wirkung für operative Teams
In einem internen Vergleich beantwortete Mo alle 10 geprüften Fragen korrekt; ein allgemeines Large Language Model kam auf zwei richtige Antworten. Bei zehn Wiederholungen blieb Mo jedes Mal konsistent und war 2,5-mal schneller. Nach Angaben von project44 nutzen inzwischen 210 Kunden Mo, das mehr als 50.000 Fragen bearbeitet hat.
Zu den genannten Kundenergebnissen gehören 6 Millionen US-Dollar weniger Risiko aus Stand- und Demurrage-Kosten, 200.000 US-Dollar zusätzlich verfügbarer Liquidität nach einer einzelnen Abfrage sowie knapp 750.000 US-Dollar Einsparungen aus einer Initiative zur Störungssteuerung. Für Industrieunternehmen zeigt der Ansatz, wie Automatisierung nicht nur Berichte erstellt, sondern Entscheidungen näher an die operativen Mitarbeiter bringt.
