Nachhaltige Mode beginnt mit KI

Von: Madhava Venkatesh, Mitgründer und Chief Technology Officer, TrusTrace.

Als jemand, der sich für Nachhaltigkeit begeistert, ist es immer aufregend, wenn Regierungen aufstehen und etwas unternehmen, das wichtig ist. Ein Beispiel ist das Programm für den Umweltfußabdruck von Produkten (PEF) der Europäischen Kommission. Obwohl es noch in der Testphase ist, wird es, wenn es Gesetz wird, von den Marken verlangen, die tatsächlichen Umweltauswirkungen ihrer Waren zu berechnen und offenzulegen, indem sie die Aktivitäten in der Lieferkette berücksichtigen: von der Gewinnung von Rohstoffen über die Produktion und den Gebrauch bis hin zur Abfallentsorgung. Eine solche Gesetzgebung wäre ein Gewinn für Aktivisten, die große Marken dazu gebracht haben, nachhaltiger zu handeln, insbesondere Modeunternehmen.

Laut allgemein anerkannten Schätzungen verursacht die Modeindustrie zwischen zwei und acht Prozent der weltweiten Treibhausgasemissionen. Im Jahr 2018 produzierte die globale Bekleidungs- und Schuhindustrie allein mehr Treibhausgase als Frankreich, Deutschland und das Vereinigte Königreich zusammen.

Das PEF ist nur eines von vielen globalen Vorschriften, die große Unternehmen dazu zwingen, Umweltschäden in ihren Lieferketten zu berücksichtigen. Das Gesetz über Transparenz in der Lieferkette von Kalifornien und das kürzlich verabschiedete Gesetz über die Sorgfaltspflicht in der Lieferkette in Deutschland sind zwei aktuelle Beispiele. Um den verschiedenen neuen Anforderungen zu entsprechen, benötigen Marken in diesen Regionen Technologielösungen für die Rückverfolgbarkeit in der Lieferkette sowie eine neue Denkweise in Bezug auf Nachhaltigkeit.

Bis vor kurzem haben Marken einen top-down-Ansatz für Nachhaltigkeit verfolgt, indem sie umfassende Unternehmensinitiativen gestartet und Produkte entsprechend beworben haben. Aber dieser Ansatz ist bereits veraltet und ineffektiv (insbesondere wenn echte Veränderungen erreicht werden sollen). Was jetzt erforderlich ist – sei es durch Gesetzgebung oder eine immer umweltbewussteren Verbraucher – ist, dass man von unten, also vom Produkt aus, an die Nachhaltigkeit herangeht.

Um ein wirklich nachhaltiges Kleidungsstück herzustellen, müssen Marken alles über jedes Produkt und jedes Material wissen, mit dem sie arbeiten. Dazu gehören Millionen von feinen, genauen Datenpunkten und eine Lösung für die Rückverfolgbarkeit, die diese Daten an einem Ort speichern kann.

Warum Rückverfolgbarkeit?

Die Fähigkeit, Produkte und Materialien in der Lieferkette genau zurückzuverfolgen, kann viele Herausforderungen angehen. Eine größere Sichtbarkeit in der Lieferkette ermöglicht es Marken, Störungen vorherzusehen, bevor sie eintreten. Außerdem ermöglicht diese Sichtbarkeit es Marken, Produktansprüche zu machen und ihre Echtheit nachzuweisen. Zum Beispiel kann ein Unternehmen behaupten, einen 100%igen Bio-Baumwollpullover zu verkaufen und die Daten liefern, um dies zu belegen.

Wie sie derzeit sind, sind Mode-Lieferketten riesig, aber mit wenig Sichtbarkeit bei den Lieferanten. Modeunternehmen stehen daher vor der überwältigenden Aufgabe, jedes Produkt zu verfolgen, während es durch Hunderte von Lieferanten auf der ganzen Welt geht. Diese Realität stellt eine massive technologische Herausforderung dar, die nur durch künstliche Intelligenz (KI) und maschinelles Lernen gelöst werden kann.

KI als Rückverfolgbarkeits-Enabler

Bei TrusTrace arbeiten wir mit Dutzenden von Unternehmen in der Modeindustrie, und viel von deren Lieferketten-Daten ist in Dokumenten gespeichert – sowohl auf Papier als auch elektronisch. Diese Dokumente umfassen Rechnungen, die die Lieferkette belegen, soziale Prüfberichte, die die Arbeits- und Lohnbedingungen in Fabriken und anderen Einrichtungen beschreiben, chemische Testberichte für Materialchargen und vieles mehr. Diese Dokumentendaten sind oft in verschiedenen Formaten und Sprachen. Kurz gesagt, das Hauptproblem ist die Datenerfassung.

Dies ist der Punkt, an dem KI für die Rückverfolgbarkeit kritisch wird. Sie kann intelligente Massendaten sammeln. Wichtiger noch, sie kann jedoch auch ein System unterstützen, das automatisch Datenvalidierung durchführt, indem es Informationen aus mehreren Quellen korreliert, um die Gesamtkualität der Rückverfolgbarkeitsdaten zu verbessern.

Einfacher ausgedrückt kann KI verwendet werden, um Papiertrails zu digitalisieren und eine umfassende Produkt-Rückverfolgbarkeit zu ermöglichen. Der Digitalisierungsprozess umfasst drei Schritte: Klassifizierung, Objekt-Extraktion und -Identifizierung sowie Datenvalidierung und -Verknüpfung.

Die Klassifizierung erfolgt, wenn ein Dokument von einem Lieferanten in eine Plattform für die Rückverfolgbarkeit der Lieferkette eingereicht wird. Die zugrunde liegende KI erkennt das Dokument und klassifiziert es intelligent als beispielsweise eine Bestellung, eine Fabrikprüfung oder eine Zertifizierung.

Basierend auf der Klassifizierung des Dokuments identifiziert die KI die wichtigsten Informationen durch Metadaten. Beispielsweise werden bei der Verarbeitung von Rechnungen die Informationen wie Käufer, Verkäufer, Produkt, Menge, Lieferdatum usw. automatisch extrahiert und identifiziert. Ähnlich verhält es sich bei der Digitalisierung einer sozialen Prüfung, bei der Parameter wie Arbeitsbedingungen, faire Löhne, Vielfalt usw. erfasst werden.

Sobald die entsprechenden Objekte extrahiert sind, werden die Daten validiert und mit anderen bestehenden Daten in den Unternehmenssystemen des Unternehmens verknüpft, sodass sie die Daten wie gewünscht verwenden können, sei es für Prognosen, Analysen, gesetzliche Berichterstattung oder andere Anforderungen.

Mode-Lieferketten sind so komplex und die verfügbaren Daten so umfangreich, dass es praktisch unmöglich ist, sie ohne den effektiven Einsatz von KI zu bewältigen. Nach der Implementierung eines Systems für die Rückverfolgbarkeit wird die Nachhaltigkeit eines oder mehrerer Partner in der Lieferkette eines Unternehmens unweigerlich den Standards des Unternehmens nicht entsprechen. In diesem Fall muss die Lieferkette sich anpassen und durch andere Partner umkonfigurieren, um die Einhaltung der Vorschriften zu gewährleisten. KI und maschinelles Lernen sind die Grundlage, die eine solche schnelle Anpassung ermöglicht.

Ausblick

Wie das PEF-Programm der EK zeigt, wird es bald nicht mehr genügen, nur zu behaupten, man sei nachhaltig; Es wird nicht einmal genügen, Beweise zu liefern. Ich glaube an eine Zukunft, in der Unternehmen in Echtzeit berechnen, wie nachhaltig ihre Produkte sind, indem sie intelligent kombinierte Materialien zurückverfolgen.

Ich bin stolz darauf, so viele Modeunternehmen zu sehen, die sich für Nachhaltigkeit und soziale Verantwortung einsetzen – auch bevor die Gesetzgebung begann, sich zu verschärfen. Dieses Unternehmensengagement muss nun auf Produktebene umgesetzt werden. Es ist keine leichte Aufgabe, aber Rückverfolgbarkeit, unterstützt durch KI und Daten, kann es möglich machen.