Fraunhofer AustriaMotivation
Die österreichische Bundesregierung strebt die Klimaneutralität bis 2040 an. Unternehmen sind verpflichtet, nachhaltiges und verantwortungsvolles Verhalten zu fördern, was besonders für KMU eine Herausforderung darstellen kann. Es ist wichtig, eine Lösung zu finden, um Lieferanten und Kunden über das Tier-1-Stadium hinaus zu identifizieren und den Zeitaufwand für die Nachhaltigkeitsberichterstattung zu reduzieren. Dies wird dazu beitragen, eine nachhaltige, widerstandsfähige und wettbewerbsfähige österreichische Wirtschaft zu fördern und gleichzeitig die Umwelt zu schützen.
Projektziele
FairNet zielt darauf ab, die Transparenz in den Lieferketten zu fördern, Verstöße frühzeitig zu erkennen und die Genauigkeit bei der Identifizierung schädlicher Aktivitäten um 25 % zu verbessern. Es nutzt Ontologien, um der Datenknappheit zu begegnen, die Abhängigkeit von bekannten Beziehungen um 20 % zu verringern und die Merkmalsdarstellung zu verbessern, was zu einer Verringerung der Trainingszeit und des Energieverbrauchs um 15 % führt. FairNet trägt auch zur Verringerung der Treibhausgasemissionen bei, indem es die Gesamtlänge der Lieferkette um bis zu 10 % verkürzt.
Grad der Innovation
FairNet verfolgt einen datenbasierten Ansatz zur Bewertung von Lieferketten und nutzt einen mehrstufigen Prozess zur Klassifizierung von Daten und zur Erprobung des Einsatzes von Graph Neural Networks (GNNs), um nachhaltige alternative Lieferanten zu identifizieren, Lieferketten zu verkürzen und Risiken zu erkennen. Das Projekt kombiniert symbolische KI (Wissensgraphen und Ontologien) mit subsymbolischer KI (GNNs), was innovatives Potenzial für die Analyse von Lieferketten bietet, aber auch erhebliche technische und datenbezogene Risiken mit sich bringt. Ergebnisse: Die in diesem Sondierungsprojekt erzielten Ergebnisse bilden die Grundlage für weitere Forschung und Entwicklung durch Evaluierung. Dazu gehören die folgenden Projektergebnisse:
- Bewertung des rechtlichen Kontextes in einem rechtlichen Analysebericht, einschließlich der Einschränkungen und Anforderungen, die die CSDDD den Unternehmen auferlegt
- Bewertung des technischen Kontextes in Form (1) einer Gap-Analyse, die die Diskrepanzen zwischen den aus dem rechtlichen Kontext ermittelten Anforderungen und den heute in den Unternehmen verfügbaren Daten aufzeigt, und (2) der Identifizierung von derzeit verfügbaren Werkzeugen und KI-basierten Methoden zur Überbrückung dieser Lücken
- Konzeptioneller Rahmen einschließlich einer Methodik zur Nutzung hybrider KI-Technologien zur Überbrückung der Lücke zwischen gesetzlichen Anforderungen und Datenverfügbarkeit in Unternehmen des Bausektors
- Evaluierung des Konzepts hinsichtlich quantitativer und qualitativer ökologischer, sozialer und ökonomischer Potenziale
In Zukunft will FairNet einen Prototyp eines Wissensgraphen für die Darstellung nicht-finanzieller Lieferketten entwickeln, einschließlich einer Ontologie und einer automatisierten Nachhaltigkeits- und Risikobewertung unter Verwendung von GNNs. Das Projekt wird ein Prozessmodell für die Validierung von Datenquellen erstellen und dazu beitragen, die Grundlage für die Transparenz von Lieferketten zu schaffen, die die Optimierung der ökologischen und sozialen Nachhaltigkeit und der Widerstandsfähigkeit europäischer Unternehmen ermöglicht. Zu den Zukunftsplänen für FairNet gehören die Integration von Smart Contracts für Sorgfaltspflichten und die dezentrale Datenspeicherung.
