Transformation der Automobil-Lieferkette für Mobilität der Zukunft

Schnelle technologische Fortschritte bei softwaredefinierten Fahrzeugen (SDV) transformieren die heutige Automobilindustrie und schaffen spannende Möglichkeiten, die sowohl Automobilherstellern als auch Verbrauchern zugutekommen. OEMs können die enorme unternehmerische Chance nutzen, die der Übergang zur Software bietet, während Fahrzeughalter von funktionsreicheren Fahrzeugen profitieren, die sich im Laufe ihres Lebenszyklus kontinuierlich verbessern. Die Automobilindustrie muss jedoch eine große Herausforderung bewältigen, um das volle Potenzial des SDVs zu realisieren – die Verfügbarkeit der globalen Lieferketten.

In den letzten Jahren hat die globale Lieferkette der Automobilindustrie erhebliche Störungen erfahren – mit dem Halbleitermangel als eines der kritischsten Probleme – was zum Verlust von Millionen von Fahrzeugen und Milliarden von Dollar an Einnahmen führte. Vor diesem Hintergrund gewinnt die Verfügbarkeit von Halbleitern aufgrund des Anstiegs der SDV zunehmend an Bedeutung, wobei BCG (Boston Consulting Group) schätzt, dass der Chipinhalt pro Fahrzeug bis 2030 jährlich um etwa 7 % wachsen und 1,5- bis 2-mal das aktuelle Niveau erreichen wird.

Laut der 24. jährlichen globalen Umfrage unter Führungskräften der Automobilindustrie von KPMG äußerten jedoch 45 % der Automobil-OEM-Führungskräfte außerhalb Chinas extreme Bedenken hinsichtlich des aktuellen Zugangs zu Halbleitern. Darüber hinaus zeigen Daten von Avnet, dass die durchschnittlichen Vorlaufzeiten für Halbleiter sich noch nicht auf das Niveau von vor der Pandemie erholt haben. Diese Bedenken erstrecken sich auch auf andere kritische Bereiche wie Batteriezellen und seltene Erden.

Eine Seite aus dem Handbuch der Hyperscale-Datenzentrum-Industrie

Die Automobil-Branche kann von globalen Unternehmen in anderen Branchen lernen, um ein besseres Verständnis für das Lieferkettenmanagement sowohl innerhalb als auch außerhalb der Automobilindustrie zu gewinnen. Flex hat Lieferkettentrends und branchenübergreifende Daten aus ihrer Joint Risk Management-Anwendung analysiert – die KI/Maschinenlernen und Erkenntnisse aus fünf Millionen Komponenten nutzt – und konnte feststellen, dass die Automobilindustrie einen Risikowert besitzt, der doppelt so hoch ist wie der anderer Branchen.

Um die Herausforderungen der Automobilindustrie besser zu verstehen, lohnt es sich, einen Blick auf eine andere Branche zu werfen: Hyperscale-Datenzentren. Beide Industriezweige durchlaufen technologische Übergänge, die ihre Landschaften transformieren. Die schnelle Einführung von generativer KI treibt die Nachfrage nach Hyperscale-Datenzentren in der Cloud-Industrie in ähnlicher Weise voran, wie der Anstieg der softwaredefinierten Fahrzeuge das Spiel für die Automobilindustrie verändert.

Sowohl für Hyperscale-Datenzentren- als auch für die Automobilindustrie sind neue Strukturen erforderlich, um die ständig steigenden Anforderungen an Energie und Rechenleistung zu bewältigen, die diese technologischen Übergänge mit sich bringen. Durch den Vergleich branchenübergreifender Lieferkettendaten ist es möglich, mehrere kritische Bereiche zu identifizieren, in denen die Automobilindustrie hinter Hyperscale-Datenzentren zurückbleibt.

Die Daten zeigen, dass die Automobilindustrie 25 % wahrscheinlicher mit fehlenden Komponenten konfrontiert ist, 15 % wahrscheinlicher zukünftige Komponentenengpässe erlebt und 10 % wahrscheinlicher als der Kommunikations-, Unternehmens- und Cloud-Sektor lange Vorlaufzeiten hat. Um sich zu verbessern, muss die Branche Initiativen zur Resilienz der Lieferkette in großem Maßstab vornehmen.

Aufbau einer resilienten Lieferkette

Um Herausforderungen zu bewältigen und eine resilientere Lieferkette aufzubauen, kann die Automobilindustrie von den Ansätzen des Lieferkettenmanagements in anderen Branchen lernen, indem sie Regionalisierung, Mehrquellenbeschaffung, branchenweite Zusammenarbeit und Digitalisierung der Lieferkette betreibt. Während diese Lösungen der Automobilindustrie nicht neu sind, zeigen Daten, dass die Automobilindustrie diese jedoch nicht mit der Geschwindigkeit umsetzt, die erforderlich wäre, um eine resiliente Lieferkette aufzubauen, die für die Skalierung softwaredefinierter Fahrzeuge erforderlich ist.

Regionalisierung hat sich als gut etablierte Taktik zur Risikominderung und Sicherstellung der Geschäftskontinuität erwiesen. Laut einer aktuellen Umfrage von McKinsey & Company unter Führungskräften im Bereich der Lieferkette gaben fast zwei Drittel der Befragten an, dass sie ihre Lieferketten derzeit regionalisieren. Die Produktion in der Region könnte der Automobilindustrie helfen, Risiken zu vermeiden, die aus Zöllen, geopolitischen Spannungen und Störungen der Lieferkette entstehen, während sie auch andere Vorteile bietet, wie etwa verbesserte Reaktionen auf regionale Kunden und einen reduzierten CO₂-Fußabdruck.

Die Mehrquellenbeschaffung für Schlüsselkomponenten, die ein höheres Risiko aufweisen, erhöht die Agilität und Resilienz, was zu weniger Produktionsstopps, wettbewerbsfähigen Preisen und schnelleren Markteinführungszeiten führt. Laut den aktuellen Daten ist die Mehrquellenbeschaffung ein kritischer Bereich, in dem die Automobilindustrie sich verbessern muss, da sie heute weniger als halb so schnell wie andere Branchen ihre Ressourcen von multiplen Quellen bezieht. Obwohl es anfängliche Kosten und Aufwand mit sich bringen kann, überwiegen die Vorteile bei weitem alle Bedenken.

Während die Automobilindustrie weiterhin schnelllebiger wird, wird es die Zusammenarbeit im gesamten Ökosystem zu Beginn des Produktlebenszyklus den Automobilherstellern ermöglichen, Roadmaps abzustimmen, gewünschte Funktionen zu definieren und die Kontinuität der Versorgung zu sichern. So wie die Datencenter-Branche ihre Innovationszyklen durch ein weiterentwickeltes Partnerschaftsmodell mit ihren Netzwerken für Lieferanten beschleunigt hat, müssen Automobilhersteller dasselbe tun, um schneller auf sich ändernde Marktbedingungen zu reagieren.

Schließlich ist die Digitalisierung der Lieferkette entscheidend, wenn es darum geht, informierte Entscheidungen zu bewerten, zu verwalten und zu treffen. Anspruchsvolle Datenanwendungen können Teams ermöglichen, Risiken in der Lieferkette früh im Produktlebenszyklus zu identifizieren und Änderungen vorzunehmen, die kostspielige Probleme weiter unten in der Kette beseitigen. Der Einsatz von KI- und ML-getriebenen Analysen ermöglicht es risikobehafteten Branchen wie der Automobilindustrie, die Qualität und Fähigkeit von Lieferanten, die Nachfrage anderer Unternehmen nach Komponenten und das End-of-Life Risiko zu analysieren.

Den Weg in eine erfolgreiche Zukunft ebnen

Die Automobilindustrie befindet sich an einem kritischen Punkt, an dem sie sich der Herausforderung stellt, die Mobilität der nächsten Generation voranzutreiben. Um diese Marktchance zu nutzen, muss die Branche zusammenarbeiten, um eine resilientere Automobil-Lieferkette aufzubauen, da das volle Potenzial der nächsten Mobilitätsgeneration nur erreicht werden kann, wenn Chips und Hardware vorhanden sind, um sie zu unterstützen.