{"id":384,"date":"2022-03-08T01:00:23","date_gmt":"2022-03-08T00:00:23","guid":{"rendered":"https:\/\/ita-int.org\/?page_id=384"},"modified":"2026-10-17T14:48:24","modified_gmt":"2026-10-17T12:48:24","slug":"hannover-messe-2","status":"publish","type":"page","link":"https:\/\/ita-int.org\/?page_id=384","title":{"rendered":"Projekte"},"content":{"rendered":"\n

KI und GenAI in der Automobilindustrie: Wie die ITA e.V. die digitale Transformation vorantreibt<\/strong><\/h3>\n\n\n\n
\n\n\n\n

K\u00fcnstliche Intelligenz ver\u00e4ndert die Automobil- und Zulieferindustrie in einer Geschwindigkeit, die noch vor wenigen Jahren kaum vorstellbar war. Von der Produktionsplanung \u00fcber die Lieferkettensteuerung bis hin zur Qualit\u00e4tssicherung \u2013 GenAI und Industrial AI entwickeln sich vom Pilotprojekt zum festen Bestandteil industrieller Wertsch\u00f6pfung<\/strong>. Die ITA e.V. begleitet diesen Wandel aktiv: mit einem j\u00e4hrlichen Symposium, praxisnahen Projekt-Workshops und einem eigens entwickelten KI-Datenmodell f\u00fcr die Branche.

<\/p>\n\n\n\n

Von isolierten Piloten zu integrierter Industrial AI

<\/h4>\n\n\n\n

Viele Unternehmen der Automobilindustrie haben in den vergangenen Jahren erste Erfahrungen mit KI-Anwendungen gesammelt \u2013 oft in Form einzelner, isolierter Pilotprojekte. Der n\u00e4chste Schritt besteht darin, diese Insell\u00f6sungen in durchg\u00e4ngige, prozesswirksame KI-Anwendungen<\/strong> zu \u00fcberf\u00fchren, die tats\u00e4chlich in Planung, Fertigung, Logistik, SCM und Kommunikation mit OEMs eingreifen. Genau an diesem \u00dcbergang setzt die Arbeit der ITA e.V. an: Sie bringt Automobilhersteller, Zulieferer, Softwareanbieter, Universit\u00e4ten und KI-Experten zusammen, um aus vereinzelten Erfahrungen belastbare,
branchenweite Standards<\/strong> zu entwickeln.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 1: Der Weg von isolierten KI-Piloten zu integrierter, prozesswirksamer Industrial AI in der Automobilindustrie

<\/p>\n\n\n\n

ITA Automotive Symposium: Der j\u00e4hrliche KI-Treffpunkt der
Branchenexperten<\/strong>

<\/h4>\n\n\n\n

Jedes Jahr im Dezember l\u00e4dt die ITA e.V. den Expertenkreis zum ITA Automotive Symposium<\/strong> nach Frankfurt am Main ein. Die Veranstaltung steht ganz im Zeichen von K\u00fcnstlicher Intelligenz: Ausgewiesene KI-Experten<\/strong> aus Automobilindustrie, Wissenschaft und Technologieanbietern tauschen sich \u00fcber aktuelle Entwicklungen<\/strong> aus, zeigen praxiserprobte Anwendungsf\u00e4lle<\/strong> und diskutieren Ausblick sowie kommende technologische Herausforderungen<\/strong>.
<\/p>\n\n\n\n

Das Symposium versteht sich als zentrale Plattform, auf der sich OEMs, Zulieferer und Softwareanbieter \u00fcber den tats\u00e4chlichen Reifegrad von GenAI- und Industrial-AI-Anwendungen austauschen \u2013 jenseits von Marketingversprechen und mit klarem Fokus auf Umsetzbarkeit<\/strong>. Themenschwerpunkte reichen von generativer KI in Entwicklung und Vertrieb<\/strong> \u00fcber KI-gest\u00fctzte Disposition, Produktionsplanung, SCM<\/strong> und Digitaler Produktakte bis hin zu Fragen der Governance und regulatorischen Absicherung von KI-Systemen<\/strong>.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 2: Impressionen vom ITA Automotive Symposium in Frankfurt am Main \u2013 Fachvortr\u00e4ge, Podiumsdiskussionen und
Networking mit KI-Expertinnen und -Experten der Branche.

<\/p>\n\n\n\n

Projekt-Workshops: KI konkret erarbeiten<\/strong>

<\/h4>\n\n\n\n

Neben dem j\u00e4hrlichen Symposium<\/strong> setzt die ITA e.V. gezielt auf kleinere, arbeitsintensive Formate. In Hamburg und Berlin finden regelm\u00e4\u00dfig ITA Projekt-Workshops<\/strong> statt, die sich intensiv mit der praktischen Umsetzung von KI-Anwendungen in der Automobilindustrie<\/strong> und auch m\u00f6glichen gemeinsamen F\u00f6rderprojekten<\/strong> befassen. Anders als klassische Konferenzformate stehen hier gemeinsames Erarbeiten und konkrete Ergebnisse im Vordergrund: Vertreterinnen und Vertreter von OEMs, Zulieferern und Softwareanbietern arbeiten in kleinen Gruppen an realen Fragestellungen \u2013 von der Datenaufbereitung \u00fcber Anwendungsszenarien bis zur Bewertung von KI-Modellen f\u00fcr spezifische Automotive-Prozesse. Der pers\u00f6nliche Austausch<\/strong> und das Networking<\/strong> helfen allen Beteiligten.<\/p>\n\n\n\n

Diese Workshop-Reihe ist bewusst<\/strong> praxisorientiert<\/strong> angelegt. Sie erm\u00f6glicht es, Themen entscheidend zu vertiefen und Unternehmen und Partner mit Expertinnen und Experten vor Ort einzubinden. Die Ergebnisse flie\u00dfen direkt in die Weiterentwicklung<\/strong> der ITA-Standards und -Modelle<\/strong> ein, darunter auch in das ITA KI-Datenmodell<\/strong>.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 3: Teilnehmende eines ITA Projekt-Workshops in Hamburg bei der gemeinsamen Erarbeitung
von KI-Anwendungsf\u00e4llen f\u00fcr die Automobilindustrie.

<\/p>\n\n\n\n

Das ITA KI-Datenmodell: Eine gemeinsame Sprache f\u00fcr Daten in der Automobilindustrie<\/strong>

<\/h4>\n\n\n\n

Ein zentrales Ergebnis der Arbeit von ITA e.V. ist das ITA KI-Datenmodell f\u00fcr die Automobilindustrie<\/strong>. Es adressiert eine der gr\u00f6\u00dften praktischen H\u00fcrden beim Einsatz von KI in industriellen Prozessen<\/strong>: uneinheitliche, schlecht strukturierte oder nicht vergleichbare Datenbest\u00e4nde zwischen OEMs, Zulieferern und Systemen unterschiedlicher Anbieter.<\/p>\n\n\n\n

Das Datenmodell definiert eine gemeinsame, branchenspezifische Struktur<\/strong> f\u00fcr automotive-relevante Daten \u2013 von Stammdaten \u00fcber Produktions- und Lieferkettendaten bis hin zu Qualit\u00e4ts- und R\u00fcckmeldeinformationen. Ziel ist es, KI-Anwendungen eine verl\u00e4ssliche, konsistente Datenbasis<\/strong> zu geben, auf der Modelle trainiert, Ergebnisse verglichen und Prozesse \u00fcber Unternehmensgrenzen hinweg verkn\u00fcpft werden k\u00f6nnen. Damit schlie\u00dft das Modell eine L\u00fccke, die viele KI-Projekte in der Praxis ausbremst: Nicht die Modelle selbst sind der limitierende Faktor, sondern die Qualit\u00e4t und Struktur der zugrunde liegenden Daten.<\/p>\n\n\n\n

Entwickelt wurde das Datenmodell im engen Austausch mit dem AI-Expertenkreis der ITA e.V.<\/strong> sowie den Erkenntnissen aus den ITA Projekt-Workshops<\/strong> in Hamburg und Berlin. Es orientiert sich methodisch am MITO-Modell der ITA und ist so aufgebaut, dass es sich sowohl in bestehende ERP\/EDI-Landschaften integrieren<\/strong> als auch f\u00fcr neue KI- und Analytics-Anwendungen nutzen l\u00e4sst.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 4: Struktur des ITA KI-Datenmodells \u2013 von Stammdaten \u00fcber Produktions- und Lieferkettendaten bis zu Qualit\u00e4ts- und
R\u00fcckmeldeinformationen als gemeinsame Datenbasis f\u00fcr KI-Anwendungen in der Automobilindustrie.

<\/p>\n\n\n\n

Regulatorik im Blick: KI-Kompetenz hei\u00dft auch Governance-Kompetenz<\/strong>

<\/h4>\n\n\n\n

Die Zukunft der K\u00fcnstlichen Intelligenz in der Automobilindustrie wird nicht nur technologisch, sondern zunehmend auch regulatorisch gepr\u00e4gt sein. Strengere Nachweispflichten, neue Zertifizierungsanforderungen, Governance-Standards sowie Sicherheits- und Qualit\u00e4tsrahmen zeichnen sich bereits ab \u2013 erg\u00e4nzt durch branchenspezifische Pr\u00fcfmodelle speziell f\u00fcr die Automobilindustrie.<\/p>\n\n\n\n

Die ITA e.V. begegnet dieser Entwicklung proaktiv<\/strong>: Der eigens gegr\u00fcndete AI-Expertenkreis<\/strong> besch\u00e4ftigt sich kontinuierlich mit regulatorischen und technologischen Fragestellungen<\/strong> und speist die Erkenntnisse sowohl in das Symposium als auch in die Projekt-Workshops und die Weiterentwicklung des KI-Datenmodells<\/strong> ein. So entsteht ein durchg\u00e4ngiges Format, das Wissenstransfer, praktische Erprobung und Standardentwicklung eng miteinander verzahnt.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 5: Der AI-Expertenkreis der ITA e.V. verbindet technologische Entwicklung mit regulatorischer Kompetenz \u2013 als Grundlage
f\u00fcr Symposium, Workshops und Datenmodell.

<\/p>\n\n\n\n

Fazit<\/strong>

<\/h4>\n\n\n\n

Mit dem ITA Automotive Symposium<\/strong>, den Projekt-Workshops<\/strong> sowie dem ITA KI-Datenmodell<\/strong> verf\u00fcgt die ITA e.V. \u00fcber ein durchg\u00e4ngiges Format, um die Automobilindustrie bei der Einf\u00fchrung von KI und GenAI<\/strong> wirksam zu begleiten. Statt isolierter Einzelinitiativen entsteht so ein Zusammenspiel aus Wissensaustausch auf h\u00f6chster Ebene<\/strong>, praxisnaher Projektarbeit<\/strong> vor Ort und einer gemeinsamen, belastbaren Datengrundlage. Damit positioniert sich die ITA e.V. als zentraler Kompetenzpartner<\/strong> f\u00fcr Unternehmen der Automobilindustrie, die den Weg von ersten KI-Piloten hin zu integrierter, prozesswirksamer Industrial AI<\/strong> konsequent gehen wollen.

<\/p>\n\n\n\n

Kurz zusammengefasst<\/strong>

<\/h4>\n\n\n\n

Die ITA e.V. b\u00fcndelt ihre KI-Kompetenz f\u00fcr die Automobilindustrie<\/strong> in drei Formaten: dem j\u00e4hrlich im Dezember in Frankfurt am Main stattfindenden ITA Automotive Symposium<\/strong> mit Fokus auf KI und ausgewiesenen Expertinnen und Experten, den praxisnahen ITA Projekt-Workshops<\/strong> u.a. in Hamburg und Berlin sowie dem ITA KI-Datenmodell<\/strong>, das eine gemeinsame, branchenspezifische Datenstruktur f\u00fcr KI-Anwendungen in der Automobilindustrie<\/strong> schafft. Erg\u00e4nzt wird dies durch die kontinuierliche Arbeit des ITA AI-Expertenkreises<\/strong>, der technologische und regulatorische Entwicklungen im Blick beh\u00e4lt.<\/p>\n\n\n\n

\n\n\n\n

Standard ITA KI-Datenmodell f\u00fcr die Automobilindustrie<\/strong><\/h3>\n\n\n\n
\n\n\n
\n
\"\"<\/figure><\/div>\n\n\n

Der Datenaustausch zwischen OEMs und Zulieferern basiert in weiten Teilen noch auf jahrzehntealten EDI-Standards wie EDIFACT und ANSI X12 \u2013 erg\u00e4nzt um zahlreiche unternehmensspezifische Sonderformate. F\u00fcr jede neue Gesch\u00e4ftsbeziehung entsteht dadurch erheblicher manueller Mapping-Aufwand, w\u00e4hrend gleichzeitig der Ruf nach KI-gest\u00fctzter Automatisierung<\/strong> \u2013 etwa f\u00fcr Bedarfsprognosen, Lieferabrufe oder digitale Produktp\u00e4sse \u2013 lauter wird. Ohne ein gemeinsames, maschinenlesbares Datenmodell<\/strong> bleiben viele dieser Anwendungen Insell\u00f6sungen, und die Anforderungen des EU AI Act an Nachvollziehbarkeit und Transparenz von KI-Systemen lassen sich nur schwer erf\u00fcllen.<\/p>\n\n\n\n

Genau hier setzt die Arbeit von ITA e.V. an: Gemeinsam mit dem VDA e.V. und Mitgliedsunternehmen aus OEM-, Zulieferer- und Softwarelandschaft entwickeln wir ein standardisiertes KI-Datenmodell auf Basis von Wissensgraphen (Knowledge Graphs) und Triple-Stores, SPARQL-f\u00e4hig und kompatibel mit Catena-X und Manufacturing-X<\/strong>. Es bildet die gemeinsame semantische Grundlage, auf der EDI-Mapping automatisiert, ERP-Systeme verschiedener Hersteller interoperabel verbunden und neuro-symbolische KI-Anwendungen<\/strong> \u2013 etwa f\u00fcr automatisierte digitale Produktp\u00e4sse<\/strong> \u2013 zuverl\u00e4ssig betrieben werden k\u00f6nnen.<\/p>\n\n\n\n

So entsteht ein Standard, der nicht nur Integrationsaufwand reduziert, sondern auch die Grundlage f\u00fcr die n\u00e4chste Generation KI-gest\u00fctzter Prozesse in der Automobilindustrie<\/strong> legt \u2013 entwickelt von der Industrie, f\u00fcr die Industrie.<\/p>\n\n\n\n

\n\n\n\n

Resiliente Lieferketten: Wie ITA e.V. Bedarfs- und Logistikplanung unter Einsatz von KI in globalen Netzwerken unterst\u00fctzt<\/strong><\/h3>\n\n\n\n
\n\n\n\n

Z\u00f6lle, Sanktionen, geopolitische Spannungen, Rohstoffknappheit \u2013 die Liste der St\u00f6rfaktoren f\u00fcr globale Lieferketten wird l\u00e4nger, nicht k\u00fcrzer. F\u00fcr die Automobilindustrie mit ihren tief gestaffelten, weltweit verteilten Beschaffungs-, Liefer- und Produktionsnetzwerken ist das mehr als eine vor\u00fcbergehende Herausforderung. ITA e.V. hat in Innovations- und Projektworkshops<\/strong> die innovative Bedarfs- und Logistikplanung in globalen Netzwerken mit Hilfe von KI<\/strong> \u2013 unter besonderer Ber\u00fccksichtigung des Local-for-Local-Konzept<\/strong>s \u2013 deshalb als eines der Themenfelder identifiziert, die f\u00fcr die Branche von eklatanter Bedeutung sind. ITA Mitglieder unterst\u00fctzen die Automobilindustrie bei der Konzeption und Umsetzung.

<\/p>\n\n\n\n

Warum Lieferketten resistenter werden m\u00fcssen

<\/h4>\n\n\n\n

Die Supply Chain der Automobilindustrie<\/strong> war lange auf globale Effizienz optimiert: m\u00f6glichst g\u00fcnstige Beschaffung, spezialisierte Standorte, minimierte Lagerbest\u00e4nde. Genau diese Optimierung macht Lieferketten heute anf\u00e4llig. Z\u00f6lle und Sanktionen ver\u00e4ndern Handelsbeziehungen kurzfristig, geopolitische Krisen unterbrechen etablierte Transportwege, und die globale Diversifizierung in
verschiedene M\u00e4rkte und Regionen erh\u00f6ht gleichzeitig die Komplexit\u00e4t der Steuerung. Wer in diesem Umfeld bestehen will, braucht Lieferketten, die nicht nur effizient, sondern vor allem resistent gegen\u00fcber St\u00f6rungen<\/strong> sind. Resistenz entsteht dabei nicht durch einzelne Ma\u00dfnahmen, sondern durch einen ganzheitlichen Planungsansatz unter Anwendung von KI Technologie<\/strong>, der lokale und globale Beschaffungs-, Liefer- und Produktionsnetzwerke integriert dynamisch plant und steuert<\/strong> \u2013 und St\u00f6rungen von vornherein als Teil der Planungsrealit\u00e4t begreift, statt sie als Ausnahme zu behandeln. Die dazu notwendige Datenbasis einzubeziehen und zeitnah online einzubeziehen erfordert KI Modelle, die ITA Mitgliedsunternehmen<\/strong> im Portfolio haben und die Automobilindustrie beratend und als<\/strong> Technologiepartner<\/strong> unterst\u00fctzen.

<\/p>\n\n\n\n

Local for Local als strategische Antwort

<\/h4>\n\n\n\n

Ein zentraler Baustein f\u00fcr mehr Resistenz ist das Local-for-Local-Konzept<\/strong>: Produkte werden dort produziert, wo sie auch nachgefragt werden \u2013 n\u00e4her am Markt, mit k\u00fcrzeren und robusteren Lieferwegen. Das reduziert nicht nur die Abh\u00e4ngigkeit von einzelnen globalen Transportrouten und Handelskonflikten, sondern verk\u00fcrzt auch Reaktionszeiten<\/strong> auf regionale Nachfrageschwankungen. Local for Local ersetzt globale Wertsch\u00f6pfungsnetzwerke jedoch nicht, sondern erg\u00e4nzt sie um eine regionale Stabilit\u00e4tsebene<\/strong>. Die eigentliche Herausforderung liegt darin, lokale und globale Netzwerke nicht getrennt, sondern als ein gemeinsames, dynamisch steuerbares System<\/strong> zu betrachten \u2013 mit klaren Kriterien, wann regional und wann global beschafft, produziert und geliefert werden sollte.

<\/p>\n\n\n\n

Ganzheitliche, dynamische Planung als Schl\u00fcssel

<\/h4>\n\n\n\n

Genau hier setzt die Arbeit der ITA e.V. an: In der integrierten, dynamischen Planung und Steuerung lokaler und globaler Netzwerke liegt aus Sicht der ITA e.V. noch enormes, bislang zu wenig erschlossenes Potenzial zur Stabilisierung der Supply Chain<\/strong>. Statt Bedarfsplanung, Logistik und Produktion isoliert zu betrachten, m\u00fcssen diese Dimensionen unternehmens\u00fcbergreifend zusammengedacht<\/strong> werden \u2013 \u00fcber OEM-, Zulieferer- und L\u00e4ndergrenzen hinweg. Ein solcher ganzheitlicher Planungsansatz<\/strong> erm\u00f6glicht es, St\u00f6rungen fr\u00fchzeitig zu erkennen, alternative Beschaffungs- und Logistikwege proaktiv zu bewerten und Entscheidungen nicht mehr reaktiv, sondern vorausschauend<\/strong> zu treffen. Damit wird Resilienz nicht zu einem Kostenfaktor, sondern zu einem steuerbaren Bestandteil der Netzwerkplanung.

<\/p>\n\n\n\n

Transparenz, Echtzeit-Daten und digitale Vernetzung als Fundament

<\/h4>\n\n\n\n

Ein integrierter Planungsansatz ist nur so gut wie die Datenbasis, auf der er aufsetzt. Die zunehmende globale Diversifizierung der Supply Chain in Verbindung mit fortschreitender Digitalisierung erfordert steigende Transparenz, belastbare Echtzeit-Analysen mit KI Technologie und eine durchg\u00e4ngige Online- Information aller beteiligten Partner<\/strong> \u2013 basierend auf permanent aktualisierten Datenbest\u00e4nden<\/strong> statt periodischer Stichtagsbetrachtungen.<\/p>\n\n\n\n

F\u00fcr Unternehmen bedeutet das einen doppelten Wandel: technisch, weil Daten aus unterschiedlichsten Systemen und Partnern konsistent zusammengef\u00fchrt werden m\u00fcssen, und organisatorisch, weil Transparenz \u00fcber Unternehmensgrenzen hinweg neue Formen der Zusammenarbeit<\/strong> zwischen OEMs, Zulieferern und Logistikpartnern voraussetzt. Wer diesen Wandel meistert, gewinnt nicht nur Resilienz, sondern auch die F\u00e4higkeit, Lieferketten kontinuierlich und datenbasiert weiterzuentwickeln<\/strong>.

<\/p>\n\n\n\n

Dekarbonisierung als zus\u00e4tzlicher Treiber

<\/h4>\n\n\n\n

Die Stabilisierung der Supply Chain steht dabei nicht isoliert neben anderen strategischen Zielen der Automobilindustrie. Der Aspekt der Dekarbonisierung gewinnt in der Netzwerkplanung zunehmend an Bedeutung: K\u00fcrzere, regionalere Lieferwege im Sinne von Local for Local<\/strong> wirken sich unmittelbar auf den CO\u2082-Fu\u00dfabdruck aus, w\u00e4hrend transparente, datenbasierte Planung<\/strong> hilft, Emissionen entlang der gesamten Wertsch\u00f6pfungskette sichtbar zu machen und gezielt zu reduzieren. Resiliente und nachhaltige Lieferketten<\/strong> sind damit zwei Seiten derselben strategischen Antwort auf die Herausforderungen der kommenden Jahre.

<\/p>\n\n\n\n

Die Kompetenz der ITA e.V.

<\/h4>\n\n\n\n

Die ITA e.V. bringt genau die Perspektive ein, die f\u00fcr dieses Themenfeld gebraucht wird: den Blick auf die gesamte Automotive-Wertsch\u00f6pfungskette<\/strong>, die Erfahrung aus der Zusammenarbeit mit OEMs und Zulieferern<\/strong>, die technologische KI Kompetenz<\/strong> sowie die methodische Kompetenz, komplexe, unternehmens\u00fcbergreifende Planungs- und Steuerungsprozesse greifbar zu machen. Damit positioniert sich ITA e.V. als Partner f\u00fcr Unternehmen, die ihre Bedarfs- und Logistikplanung zukunftsfest aufstellen wollen \u2013 zwischen globaler Vernetzung und lokaler Resilienz.

<\/p>\n\n\n\n

Fazit

<\/h4>\n\n\n\n

Resistente Lieferketten entstehen nicht durch einzelne Sofortma\u00dfnahmen, sondern durch einen grundlegend neuen, integrierten Planungsansatz f\u00fcr lokale und globale Beschaffungs-, Liefer- und Produktionsnetzwerke<\/strong>. Das Local-for-Local<\/strong>-Konzept, durchg\u00e4ngige Transparenz auf Basis aktueller Daten und eine konsequente Ber\u00fccksichtigung der Dekarbonisierung bilden dabei die zentralen
Bausteine. ITA e.V. hat dieses Themenfeld in Innovations- und Projektworkshops<\/strong> fr\u00fchzeitig als strategisch entscheidend f\u00fcr die Automobilindustrie<\/strong> identifiziert und entwickelt die technologischen und methodischen Grundlagen, um Unternehmen auf dem Weg zu einer resilienteren, transparenteren und nachhaltigeren Supply Chain zu begleiten.<\/p>\n\n\n\n

\n\n\n\n

Nachhaltigkeit entlang der automobilen Lieferkette<\/strong><\/h3>\n\n\n\n
\n\n\n
\n
\"\"<\/figure><\/div>\n\n\n

Nachhaltigkeit in der Automobilindustrie ist l\u00e4ngst mehr als CO2-Bilanzierung: Mit der CSRD-Berichtspflicht<\/strong>, dem Lieferkettensorgfaltspflichtengesetz (LkSG)<\/strong> und der EU-Taxonomie<\/strong> m\u00fcssen Unternehmen \u2013 gerade im industriellen Mittelstand \u2013 \u00f6kologische, \u00f6konomische und soziale Wirkungen gleicherma\u00dfen belastbar nachweisen<\/strong>. F\u00fcr viele Zulieferer bedeutet das: heterogene Datenanforderungen verschiedener OEMs, manuelle Erhebung von ESG-Kennzahlen und wachsender Aufwand f\u00fcr Nachweise, die kaum mit den vorhandenen IT-Systemen kompatibel sind.<\/p>\n\n\n\n

Die drei Dimensionen greifen dabei ineinander: \u00d6kologisch<\/strong> z\u00e4hlen CO2-Bilanz, Energiewende in der Produktion und Ressourceneffizienz. \u00d6konomisch<\/strong> geht es um resiliente, krisenfeste Lieferketten<\/strong> und
Local-for-Local-Strategien<\/strong>, die Abh\u00e4ngigkeiten von einzelnen Regionen reduzieren. Sozial<\/strong> stehen Sorgfaltspflichten, Arbeitsstandards und Transparenz<\/strong> in oft mehrstufigen, globalen Lieferketten im Mittelpunkt.<\/p>\n\n\n\n

ITA e.V. unterst\u00fctzt seine Mitgliedsunternehmen <\/strong>dabei, diese Anforderungen nicht als isolierte Berichtspflichten, sondern als gemeinsames, digital gest\u00fctztes Nachhaltigkeits-Datenmodell<\/strong> umzusetzen. Gemeinsam mit Partnern aus Wissenschaft und Industrie<\/strong> arbeiten wir an automatisierten ESG-Rating-Prozessen, KI-gest\u00fctzter Datenerfassung und standardisierten Kennzahlen<\/strong> \u2013 damit Nachhaltigkeitsnachweise nicht zur Belastung, sondern zum Wettbewerbsvorteil<\/strong> werden.<\/p>\n\n\n\n

\n\n\n\n

Kreislaufwirtschaft in der Automobilindustrie<\/strong><\/h3>\n\n\n\n
\n\n\n
\n
\"\"<\/figure><\/div>\n\n\n

Die Automobilindustrie steht vor der Aufgabe, begrenzte und zunehmend teure Rohstoffe \u2013 von Batteriemetallen bis zu Stahl und Aluminium \u2013 deutlich l\u00e4nger im Wertsch\u00f6pfungskreislauf<\/strong> zu halten. Regulatorische Vorgaben wie die EU-Batterieverordnung<\/strong>, die novellierte Altfahrzeug-Verordnung (ELV) <\/strong>und der digitale Produktpass<\/strong> verlangen eine l\u00fcckenlose R\u00fcckverfolgbarkeit<\/strong> von Materialien \u00fcber den gesamten Lebenszyklus. Eine der gr\u00f6\u00dften praktischen H\u00fcrden dabei: F\u00fcr Remanufacturing und Wiederaufbereitung m\u00fcssen R\u00fcckl\u00e4ufer und wiederverwendbare Kernkomponenten<\/strong> zuverl\u00e4ssig gefunden und in ihrer Qualit\u00e4t bewertet werden \u2013 ohne durchg\u00e4ngige Daten bleibt das heute oft St\u00fcckwerk.<\/p>\n\n\n\n

Entscheidend ist dabei ein oft untersch\u00e4tzter Fakt: Ein Gro\u00dfteil der Umweltwirkung eines Produkts <\/strong>wird bereits in der Designphase festgelegt (Europ\u00e4ische Kommission, 2012). Wer Kreislauff\u00e4higkeit \u2013 zerlegbare Bauweisen, Materialvielfalt, Reparierbarkeit<\/strong> \u2013 erst am Ende der Entwicklung mitdenkt, hat die wirtschaftlich wichtigsten Stellschrauben bereits verpasst. Die acht anerkannten R-Strategien der Kreislaufwirtschaft \u2013 von Rethink und Reduce \u00fcber Reuse und Remanufacture bis Recycling und Recovery \u2013 entfalten ihre gr\u00f6\u00dfte Wirkung, wenn sie von Anfang an in die Produktentwicklung einflie\u00dfen<\/strong>, statt nachtr\u00e4glich aufgesetzt zu werden.<\/p>\n\n\n\n

ITA e.V. entwickelt gemeinsam mit seinen Mitgliedsunternehmen Standards und digitale Werkzeuge<\/strong>, die genau hier ansetzen: KI-gest\u00fctzte Wissensgraphen<\/strong> zur l\u00fcckenlosen Material- und Bauteilverfolgung, kompatibel mit Catena-X und dem digitalen Produktpass, machen Verf\u00fcgbarkeit und Qualit\u00e4t von Kernkomponenten f\u00fcr Remanufacturing erstmals durchg\u00e4ngig nachvollziehbar. Da zirkul\u00e4re Gesch\u00e4ftsmodelle zunehmend direkt in ERP-Systeme integriert<\/strong> werden, bauen wir diese Arbeit auf unserer ERP\/EDI-Zertifizierungsinitiative<\/strong> auf \u2013 f\u00fcr Interoperabilit\u00e4t, die auch KI-gest\u00fctzte Kreislaufprozesse zwischen OEMs und Zulieferern zuverl\u00e4ssig verbindet.<\/p>\n\n\n\n

\n\n\n\n

Digitaler Produktpass mit Neurosymbolischer KI: ITA e.V. gestaltet die n\u00e4chste Stufe der Transparenz in der Automobilindustrie<\/strong><\/h3>\n\n\n\n
\n\n\n\n

Der digitale Produktpass (Digital Product Passport, DPP)<\/strong> entwickelt sich von einer regulatorischen Pflicht\u00fcbung zu einem strategischen Zukunftsthema der Automobil- und Zulieferindustrie<\/strong>. Wer Herkunft, Zusammensetzung, CO\u2082- Fu\u00dfabdruck und Lebenszyklusdaten eines Bauteils l\u00fcckenlos dokumentieren kann, verschafft sich nicht nur regulatorische Sicherheit<\/strong>, sondern auch einen echten Wettbewerbsvorteil<\/strong> in transparenten, nachhaltigen Lieferketten. Die ITA e.V. treibt dieses Thema aktiv voran \u2013 mit einem neuen Projekt, das den digitalen Produktpass erstmals konsequent mit Generativer KI verbindet.

<\/p>\n\n\n\n

Was ist der digitale Produktpass \u2013 und warum jetzt?

<\/h4>\n\n\n\n

Der digitale Produktpass<\/strong> soll k\u00fcnftig f\u00fcr zahlreiche Produktgruppen verpflichtend werden und l\u00fcckenlose, maschinenlesbare Informationen<\/strong> \u00fcber Herkunft, Materialzusammensetzung, Reparierbarkeit, Recyclingf\u00e4higkeit und \u00f6kologischen Fu\u00dfabdruck eines Produkts bereitstellen. F\u00fcr die Automobilindustrie mit ihren tief gestaffelten, globalen Lieferketten ist das eine besondere Herausforderung: Informationen aus tausenden Bauteilen, hunderten Zulieferern und unterschiedlichsten IT-Systemen m\u00fcssen konsistent zusammengef\u00fchrt, gepflegt und \u00fcber den gesamten Produktlebenszyklus hinweg aktuell gehalten werden.<\/p>\n\n\n\n

Genau hier zeigt sich das Potenzial von K\u00fcnstlicher Intelligenz und insbesondere von Generativer KI: Sie kann unstrukturierte Daten aus Lieferantendokumenten, Materialdatenbl\u00e4ttern und Konstruktionsunterlagen automatisiert erfassen<\/strong>, strukturieren und in normierte DPP-Datens\u00e4tze<\/strong> \u00fcberf\u00fchren \u2013 ein Aufwand, der manuell kaum zu bew\u00e4ltigen w\u00e4re.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 1: Der digitale Produktpass begleitet ein Bauteil \u00fcber den gesamten Lebenszyklus \u2013 von Rohstoff und Produktion \u00fcber Nutzung bis zu Recycling und Wiederverwendung.

<\/p>\n\n\n\n

GenAI als Schl\u00fcsseltechnologie f\u00fcr den DPP

<\/h4>\n\n\n\n

Die Einf\u00fchrung des digitalen Produktpasses<\/strong> scheitert in der Praxis selten an fehlendem Willen, sondern an der schieren Datenmenge und -heterogenit\u00e4t<\/strong>. Materialdaten liegen in unterschiedlichsten Formaten vor, Lieferketteninformationen sind \u00fcber viele Systeme verteilt, und Nachhaltigkeitskennzahlen<\/strong> m\u00fcssen oft erst aus Freitext-Dokumenten extrahiert werden. Generative KI-Modelle <\/strong>k\u00f6nnen genau an dieser Stelle ansetzen: Sie lesen und interpretieren unstrukturierte Dokumente, gleichen Angaben mit bestehenden Stammdaten ab, erkennen L\u00fccken und Inkonsistenzen und schlagen strukturierte DPP-Eintr\u00e4ge<\/strong> vor, die anschlie\u00dfend von Fachexpertinnen und -experten gepr\u00fcft werden.<\/p>\n\n\n\n

Damit wird GenAI zu einem zentralen Werkzeug, um den digitalen Produktpass nicht nur regulatorisch zu erf\u00fcllen, sondern operativ effizient und skalierbar<\/strong> umzusetzen \u2013 \u00fcber tausende Bauteile und Lieferantenbeziehungen hinweg.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 2: Generative KI \u00fcberf\u00fchrt unstrukturierte Lieferanten- und Materialdaten automatisiert in normierte, strukturierte DPP-Datens\u00e4tze.

<\/p>\n\n\n\n

Ein gemeinsames Projekt von ITA-Experten und der Automobilindustrie

<\/h4>\n\n\n\n

Um dieses Potenzial praxisnah<\/strong> zu erschlie\u00dfen, hat die ITA e.V. gemeinsam mit Vertretern der Automobilindustrie das Projekt<\/strong> GenAIProductPass<\/strong> aufgesetzt. Ziel ist es, praxistaugliche Methoden, Datenstrukturen und KI-gest\u00fctzte Prozesse<\/strong> zu entwickeln, mit denen OEMs und Zulieferer den digitalen Produktpass wirtschaftlich sinnvoll und technisch belastbar <\/strong>umsetzen k\u00f6nnen.<\/p>\n\n\n\n

Das Projektteam bringt dabei zwei Perspektiven zusammen: die methodische und KI-technologische Expertise der ITA e.V.<\/strong> sowie das praktische Prozess- und Fachwissen<\/strong> der beteiligten Automobilunternehmen. In regelm\u00e4\u00dfigen Projektmeetings werden Anforderungen abgestimmt, Zwischenergebnisse diskutiert und die weitere Vorgehensweise gemeinsam festgelegt. Dieser enge, kontinuierliche Austausch<\/strong> stellt sicher, dass die entwickelten L\u00f6sungen nicht am Bedarf der Praxis vorbeigehen, sondern direkt in realen Automotive-Prozessen einsetzbar sind.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 3: Im DPP-Projekt arbeiten ITA-Expertinnen und -Experten eng mit Vertreterinnen und Vertretern der Automobilindustrie zusammen.

<\/p>\n\n\n\n

Das Konzept GenAIProductPass: Neuro-symbolische KI f\u00fcr die Supply Chain

<\/h4>\n\n\n\n

Mit GenAIProductPass<\/strong> verfolgt die ITA e.V. einen bewusst ganzheitlichen Anspruch<\/strong>: Das Projekt zielt darauf ab, eine wegweisende L\u00f6sung<\/strong> f\u00fcr digitale, transparente und nachhaltige Industrie-4.0-Lieferketten<\/strong> zu schaffen. Der Kerngedanke ist die Integration generativer KI-Methoden zur neuro-symbolischen Datenvernetzung<\/strong> im digitalen Produktpass mit dem MITO-Methodenbaukasten der ITA e.V.<\/strong>. Im Mittelpunkt steht dabei nicht die Technologie als Selbstzweck, sondern ein klar umrissenes Ziel: mehr Nachhaltigkeit, Transparenz, Effizienz und Resilienz in der gesamten Lieferkette<\/strong>. Erreicht werden soll dies \u00fcber eine offene, ganzheitliche Plattform<\/strong>, die s\u00e4mtliche Aspekte der Wertsch\u00f6pfungskette erfasst und \u00fcber ein kontinuierliches Monitoring fortlaufend optimiert.

<\/p>\n\n\n\n

Das Konzept st\u00fctzt sich auf drei eng miteinander verzahnte Komponenten:

<\/h4>\n\n\n\n

Digitaler Produktpass.<\/strong> Er fungiert als standardisiertes digitales Repository, das umfassende Informationen \u00fcber ein Produkt entlang seines gesamten Lebenszyklus bereith\u00e4lt \u2013 von der Herkunft \u00fcber die Herstellung bis hin zu Nutzung und Entsorgung. Diese Komponente ist das R\u00fcckgrat f\u00fcr Transparenz und l\u00fcckenlose R\u00fcckverfolgbarkeit.<\/p>\n\n\n\n

Digitaler Zwilling.<\/strong> Er bildet reale Produkte und Prozesse als virtuelles Abbild ab und vervollst\u00e4ndigt gemeinsam mit dem digitalen Produktpass die Vision einer vollst\u00e4ndig digitalisierten und optimierten Supply Chain. Generative KI \u00fcbernimmt dabei die Aufgabe, Daten und Wissen aus unterschiedlichsten Quellen automatisiert zu einem konsistenten digitalen Zwilling zu vernetzen. Auf dieser
Basis lassen sich digitale Dienste \u2013 etwa Echtzeit-Simulationen, Analysen und Vorhersagen \u2013 ad hoc erzeugen und steigern so unmittelbar die Effizienz der Lieferkette.<\/p>\n\n\n\n

MITO-Methodenbaukasten.<\/strong> Er liefert den methodischen Rahmen: einen kontextbasierten Ansatz, der sich an den spezifischen Anforderungen und Bedingungen einzelner Unternehmen oder Branchen ausrichtet. Grundlage ist der ADTE-Zyklus (Analyse \u2013 Diagnose \u2013 Therapie \u2013 Evaluation), der eine pr\u00e4zise Datenerfassung, -analyse und -umsetzung erm\u00f6glicht und \u00fcber kontinuierliches Monitoring laufend nachgesch\u00e4rft wird.

<\/p>\n\n\n\n

Strategische Vorteile des GenAIProductPass-Konzepts

<\/h4>\n\n\n\n

Der Ansatz ist von Anfang an auf Anpassungsf\u00e4higkeit ausgelegt: Durch semantische Datenorganisation<\/strong> im digitalen Produktpass, spezifische Analysetools<\/strong> im MITO-Methodenbaukasten und Simulationen im digitalen Zwilling l\u00e4sst sich das Konzept auf die individuellen Bed\u00fcrfnisse ganz unterschiedlicher Unternehmen zuschneiden. Die offene, neuro-symbolische KI-Plattform<\/strong> sorgt zugleich f\u00fcr branchenspezifische Optimierung und Flexibilit\u00e4t<\/strong>, da sie gezielt auf die Bed\u00fcrfnisse und Zugriffsrechte der verschiedenen Akteure entlang der Lieferkette eingehen kann.<\/p>\n\n\n\n

Im Ergebnis verfolgt GenAIProductPass<\/strong> einen holistischen Anspruch: Der Einsatz neuro-symbolischer KI soll nicht nur Nachhaltigkeit, Transparenz und Effizienz in Produktion und Lieferkette maximieren, sondern zugleich Produktqualit\u00e4t und Sicherheit erh\u00f6hen<\/strong>. Die Kombination aus digitalem Produktpass, digitalem Zwilling und MITO-Methodenbaukasten ist damit als offene, zukunftsorientierte und skalierbare Plattform<\/strong> angelegt \u2013 ein konsequenter n\u00e4chster Schritt in der KI-Kompetenz der ITA e.V..

<\/p>\n\n\n\n

Projektmeetings als Motor der gemeinsamen Entwicklung

<\/h4>\n\n\n\n

Die inhaltliche Arbeit des Projekts findet in strukturierten Projektmeetings<\/strong> statt, die in regelm\u00e4\u00dfigen Abst\u00e4nden stattfinden. Sie dienen dazu, fachliche Anforderungen an den digitalen Produktpass zu konkretisieren, GenAI-gest\u00fctzte L\u00f6sungsans\u00e4tze<\/strong> zu bewerten und Zwischenst\u00e4nde aus der Entwicklung des ITA KI-Datenmodells<\/strong> zu diskutieren. Zwischen den Meetings arbeiten Teilteams an spezifischen Fragestellungen weiter, sodass jedes Treffen auf konkreten Ergebnissen<\/strong> aufbaut, statt bei null zu beginnen. Dieses iterative Vorgehen orientiert sich an der methodischen Grundhaltung der ITA e.V.: praxisnah, ergebnisorientiert<\/strong> und in engem Schulterschluss<\/strong> mit den Unternehmen, die die entwickelten L\u00f6sungen sp\u00e4ter produktiv einsetzen sollen.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 4: Regelm\u00e4\u00dfige Projektmeetings strukturieren die gemeinsame Entwicklung von Anforderungen, GenAI-L\u00f6sungsans\u00e4tzen und Datenmodell.

<\/p>\n\n\n\n

F\u00f6rderung als Baustein f\u00fcr ein zukunftsweisendes Vorhaben

<\/h4>\n\n\n\n

Angesichts der strategischen Bedeutung und des Innovationsgrads des Vorhabens wird eine F\u00f6rderung des Projekts<\/strong> angestrebt. Eine \u00f6ffentliche F\u00f6rderung<\/strong> w\u00fcrde es erm\u00f6glichen, die Entwicklung von GenAI-gest\u00fctzten DPP-L\u00f6sungen und des zugeh\u00f6rigen Datenmodells in der notwendigen Tiefe und mit einer breiteren Beteiligung von Unternehmen der Automobilindustrie<\/strong> voranzutreiben. Sie unterstreicht zugleich die Relevanz des Themas f\u00fcr den gesamten Wirtschaftszweig: Der digitale Produktpass ist kein unternehmensspezifisches Einzelprojekt, sondern eine Branchenaufgabe, die von einer gemeinsamen, gef\u00f6rderten Entwicklungsanstrengung<\/strong> profitiert.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 5: Eine angestrebte F\u00f6rderung schafft die Grundlage f\u00fcr eine branchenweite, praxisnahe Entwicklung GenAI-gest\u00fctzter DPP-L\u00f6sungen.

<\/p>\n\n\n\n

Das ITA KI-Datenmodell f\u00fcr die Automobilindustrie \u2013 erweitert um die DPP-Perspektive

<\/h4>\n\n\n\n

Im Rahmen des Projekts ist die Entwicklung eines ITA KI-Datenmodells<\/strong> f\u00fcr die Automobilindustrie geplant, das die Anforderungen des digitalen Produktpasses konsequent mitdenkt. Das Datenmodell soll eine einheitliche, branchenspezifische Struktur<\/strong> f\u00fcr die Daten schaffen, die f\u00fcr einen vollst\u00e4ndigen digitalen Produktpass ben\u00f6tigt werden \u2013 von Material- und Herkunftsdaten \u00fcber Lieferketten- und Fertigungsinformationen bis hin zu Nachhaltigkeits-, Verschlei\u00df- und Lebenszyklusdaten.<\/p>\n\n\n\n

Ziel ist es, eine gemeinsame Datenbasis<\/strong> zu schaffen, auf der GenAI-Anwendungen nicht nur einzelne DPP-Eintr\u00e4ge erzeugen, sondern langfristig auch Zusammenh\u00e4nge zwischen Bauteilen, Lieferanten und Lebenszyklusphasen analysieren k\u00f6nnen. Damit setzt das Datenmodell die methodische Linie<\/strong> fort, die die ITA e.V. bereits mit ihren Standards f\u00fcr ERP\/EDI-Zertifizierung<\/strong> und Industrial AI<\/strong> verfolgt: eine konsistente, gepr\u00fcfte Datenstruktur als Fundament f\u00fcr belastbare, skalierbare KI-Anwendungen in der Automobilindustrie.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung 6: Das geplante ITA KI-Datenmodell verbindet Material-, Lieferketten-, Fertigungs-, Nachhaltigkeits- und Verschlei\u00dfdaten zu einer gemeinsamen Grundlage f\u00fcr GenAI-gest\u00fctzte DPP-Anwendungen.

<\/p>\n\n\n\n

Fazit

<\/h4>\n\n\n\n

Mit dem Projekt GenAIProductPass<\/strong> positioniert sich die ITA e.V. erneut als Impulsgeber f\u00fcr die digitale Transformation der Automobilindustrie<\/strong>. Die enge Zusammenarbeit von ITA-Expertinnen und -Experten mit Vertreterinnen und Vertretern der Automobilindustrie, strukturierte Projektmeetings<\/strong>, eine angestrebte F\u00f6rderung<\/strong> sowie das geplante ITA KI-Datenmodell <\/strong>schaffen gemeinsam die Grundlage daf\u00fcr, dass der digitale Produktpass nicht zur b\u00fcrokratischen Last, sondern zu einem echten, KI-gest\u00fctzten Wettbewerbsvorteil<\/strong> wird. Mit der Verbindung aus digitalem Produktpass, digitalem Zwilling<\/strong> und dem MITO-Methodenbaukasten<\/strong> geht das Konzept dabei bewusst \u00fcber die reine Dokumentationspflicht hinaus und zielt auf eine ganzheitlich optimierte, resiliente Supply Chain<\/strong>. F\u00fcr OEMs und Zulieferer bedeutet das: fr\u00fchzeitige Orientierung in einem komplexen regulatorischen Umfeld, praxisnahe L\u00f6sungsans\u00e4tze<\/strong> f\u00fcr die Umsetzung \u2013 und die Gewissheit, dass die entwickelten Standards auf einer breiten, branchenweiten Zusammenarbeit beruhen.

<\/p>\n\n\n\n

Kurz zusammengefasst

<\/h4>\n\n\n\n

Die ITA e.V. hat gemeinsam mit Vertreterinnen und Vertretern der Automobilindustrie das Projekt GenAIProductPass mit neuro-symbolischer KI <\/strong>aufgesetzt. Es verbindet generative KI zur neuro-symbolischen Datenvernetzung im digitalen Produktpass mit einem digitalen Zwilling und dem MITO-Methodenbaukasten (ADTE-Zyklus: Analyse \u2013 Diagnose \u2013 Therapie \u2013 Evaluation<\/strong>), um Nachhaltigkeit, Transparenz, Effizienz und Resilienz in Industrie-4.0-Lieferketten zu steigern. In regelm\u00e4\u00dfigen Projektmeetings<\/strong> werden Anforderungen, GenAI-gest\u00fctzte L\u00f6sungsans\u00e4tze<\/strong> und ein geplantes ITA KI-Datenmodell f\u00fcr die Automobilindustrie<\/strong> gemeinsam entwickelt. F\u00fcr das Vorhaben wird eine F\u00f6rderung<\/strong> angestrebt, um die branchenweite Entwicklung praxistauglicher, skalierbarer DPP-L\u00f6sungen zu erm\u00f6glichen. Damit erweitert die ITA e.V. ihre KI-Kompetenz konsequent um das strategisch wichtige Zukunftsthema digitaler Produktpass.<\/p>\n\n\n\n

\n\n\n\n

ITA Innovations-Workshops<\/strong><\/h3>\n\n\n\n
\n\n\n\n

Innovative Projekte zu Themen der Digitalisierung und KI sowie neue Modelle und optimierte Prozesse in der Automobilindustrie \u2013 so wird Zukunft lebendig: In einem der j\u00e4hrlich stattfindenden Innovations-Workshops<\/strong> finden sich Experten des ITA e.V. <\/strong>gemeinsam mit Vertretern der Automobilindustrie und Mobilit\u00e4t<\/strong> zu einer Tagung in Hamburg zusammen. Unter hervorragenden Rahmenbedingungen werden Innovationen, Trends und aktuelle Themenstellungen herausgearbeitet, bewertet und zuk\u00fcnftige inhaltliche Schwerpunkte und Projekte identifiziert.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n
<\/div>\n\n\n\n

Die eMobility-Initiative<\/strong> ist ein Projekt des ITA-Programms zur \u201eOpen Network Communication\u201c. Es ber\u00fccksichtigt die Themen Semantic Web und Linked Data. Eine Definition eines Vokabulars mit einer Standard-RDF-Ontologie stellt eine der Grundlagen f\u00fcr das Projekt dar, auf die Applikationen wie beispielsweise Mobility APPs zugreifen k\u00f6nnen. Zahlreiche ITA-Mitgliedsunternehmen sowie namhafte Automobilhersteller und -zulieferer beteiligen sich an diesem Vorhaben und haben ein F\u00f6rderprojekt hierzu realisiert.<\/p>\n\n\n\n

Eine andere Projektgruppe besch\u00e4ftigte sich mit einem Standard-Supply-Chain-Vokabular<\/strong>.<\/p>\n\n\n\n

Ein weiteres Projekt wurde zum Thema Industrie 4.0 in der Automobilindustrie<\/strong> realisiert. Es wurde ein ganzheitlicher Ansatz (E2E) gew\u00e4hlt, Entwicklungs- und Vertriebsprozesse werden in Industrie 4.0 einbezogen, in dem auch Produktkonfiguration, Volumen und Varianz in der Produktion Ber\u00fccksichtigung fanden. Die zugrundeliegende Sensorik und die gemessenen Sensordaten k\u00f6nnen durchaus Handlungsbedarfe initiieren, die auch au\u00dferhalb der Produktion greifen m\u00fcssen. Abgerundet wurde das Thema durch die Betrachtung der Auswirkungen auf die Arbeitswelt der Zukunft.<\/p>\n\n\n\n

Neue Ans\u00e4tze zur Optimierung und integrierten dynamischen Planung und Steuerung lokaler und globaler Beschaffungs-, Liefer- und Produktionsnetzwerke<\/strong> wurden von der ITA in Workshops diskutiert. Die globale Diversifizierung der Supply Chain in verschiedenen M\u00e4rkten und Regionen in Verbindung mit der Digitalisierung erfordern Transparenz, Echtzeit-Analysen und eine Online Information aller beteiligten Partner basierend auf permanent aktualisierten Datenbest\u00e4nden. Im ganzheitlichen Planungsansatz unternehmens\u00fcbergreifender globaler Wertsch\u00f6pfungsketten ist noch ein enormes Potenzial erschlie\u00dfbar, dass auch unter dem Aspekt der Dekarbonisierung und CO2 Bilanz zunehmend an Bedeutung gewinnt.<\/p>\n\n\n\n

ITA hat ein besonders attraktives und wettbewerbsf\u00e4higes Angebot f\u00fcr Automobilzulieferer: ein systematisches Vorgehensmodell zur Korruptionsgef\u00e4hrdungsanalyse <\/strong>mit dem MITO-Methoden-Tool, das die Berichtsstandardserf\u00fcllung nach dem Lieferkettensorgfaltspflichtengesetz (LkSG)<\/strong> oder der CSRD-Richtlinie abdeckt. In gleicher Weise besteht ein Angebot f\u00fcr ein CSR\u2013ESG\u2013Rating<\/strong> unter Verwendung des MITO-Tools. ITA-Partner bei der Durchf\u00fchrung sind die PBAKA GmbH und ein akkreditiertes Zertifizierungsunternehmen. Details und ein individuelles Angebot erhalten Zulieferer auf Anfrage.<\/p>\n\n\n\n

Getreu dem Motto \u201eDas Ganze ist mehr als die Summe seiner Teile\u201c werden Projekte aktiv vorangetrieben. Durch das Engagement der Mitglieder in den unterschiedlichsten Kunden- und Forschungsprojekten in den beiden fokussierten Themenbereichen k\u00f6nnen somit in die ITA-Aktivit\u00e4ten anstatt einer unternehmensindividuellen Sicht eine breite Wissens- und Erfahrungsbasis <\/strong>einflie\u00dfen und durch Synergien gemeinsame Standards<\/strong> genutzt werden.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Standardisiertes CSR-ESG-Rating<\/strong><\/h3>\n\n\n\n
\n\n\n\n

ITA e.V. bietet Zulieferern ein standardisiertes Rating-Verfahren<\/strong> zur Corporate-Social-Responsibility-(CSR-)Pr\u00e4qualifizierung und zum Environment-Social-Governance-(ESG-)Rating nach den Vorgaben der EU-Corporate-Sustainability-Reporting-Direktive (CSRD) an. \u00dcber das CSR-ESG-Rating<\/strong> wird dem Zulieferer best\u00e4tigt, dass er die CSR- und ESG-Nachhaltigkeitsvorgaben nachweisbar erf\u00fcllt und damit anforderungsgerecht in eine nachhaltige Lieferkette gem\u00e4\u00df Lieferkettensorgfaltspflichtengesetz (LkSG)<\/strong> und EU-CSRD-Richtlinie<\/strong> integriert ist. ITA e.V. arbeitet hierbei mit der PBAKA GmbH und einem akkreditierten Zertifizierungsunternehmen<\/strong> zusammen und kann durch den Einsatz des Standard-Tools MITO<\/strong> sehr attraktive Konditionen<\/strong> anbieten.

<\/p>\n\n\n\n

Ablauf des Ratings in sieben Schritten:

<\/h4>\n\n\n\n

Die Durchf\u00fchrung des CSR-ESG-Ratings<\/strong> erfolgt in sieben Schritten<\/strong>. Unternehmen sind aufgrund gesetzlicher Vorgaben verpflichtet, von ihren Lieferanten ein CSRESG-Rating als Nachweis einzufordern (Schritt 1) und k\u00f6nnen beispielsweise die ITA e.V. als anerkanntes, \u00fcber Gleichwertigkeitspr\u00fcfungen best\u00e4tigtes Rating-Pr\u00fcfinstitut mit der Durchf\u00fchrung beauftragen (Schritt 2). Unabh\u00e4ngig davon kann auch jeder Zulieferer selbst ein CSR-ESG-Rating<\/strong> in Auftrag geben, um die Rating-Urkunde seinen Kunden gegen\u00fcber vorzulegen.

<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Abbildung: Das CSR-ESG-Rating-Vorgehensmodell in sieben Schritten \u2013 von der Beauftragung \u00fcber die Pr\u00fcfung und Ergebnisdarstellung bis zum
Nachhaltigkeitsbericht.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Im dritten Schritt erh\u00e4lt der Zulieferer online eine gemeinsam mit mehreren Unternehmen in einem Arbeitskreis erarbeitete CSR-ESG-Ratingfrageliste<\/strong>. Darin ist die Einhaltung der relevanten Nachhaltigkeitsstandards \u2013 etwa der DIN EN ISO 26.000 oder der CSRD-Vorgaben \u2013 durch digitale Nachweise zu jeder Frage online zu dokumentieren.

Die Ratingfragen sind in die Kategorien Allgemein, Environment (E), Social (S) und Governance (G)<\/strong> gegliedert. F\u00fcr jede Frage wird eine Bewertungsvariante (BV)<\/strong> erfasst, die den Soll-Zustand (V)<\/strong> dem Ist-Zustand (H)<\/strong> gegen\u00fcberstellt.

Nach R\u00fccksendung der ausgef\u00fcllten Checkliste an die ITA e.V. erfolgt die Auswertung<\/strong>: Die Ergebnisse werden in einem Radar-Diagramm dargestellt und in einer Rating-Urkunde<\/strong> dokumentiert (Schritt 4). Daraus abgeleitet wird eine Ziele- und Ma\u00dfnahmenkaskade <\/strong>als Handlungsbedarf zur Verbesserung (Schritt 5). Anschlie\u00dfend werden CSR-ESG-Indikatoren<\/strong> erstellt (Schritt 6), die beispielsweise in einen Nachhaltigkeitsbericht nach dem VSME-Standard<\/strong> einflie\u00dfen k\u00f6nnen (Schritt 7).

<\/p>\n\n\n\n

Zusammenfassung

<\/h4>\n\n\n\n

Die ITA e.V. ist Anbieter eines standardisierten CSR-ESG-Ratings<\/strong> f\u00fcr Zulieferer, das Unternehmen den Nachweis der Einhaltung von CSR- und ESG-Nachhaltigkeitsvorgaben gem\u00e4\u00df LkSG und EU-CSRD erm\u00f6glicht. Das Rating erfolgt unter Verwendung des MITO Modells<\/strong> in sieben Schritten \u2013 von der Beauftragung \u00fcber eine standardisierte Ratingfrageliste bis hin zu Ergebnisdarstellung, Handlungsempfehlungen und Nachhaltigkeitsbericht. Bei Interesse unterbreiten wir Ihnen gerne ein individuelles Angebot.<\/p>\n","protected":false},"excerpt":{"rendered":"

KI und GenAI in der Automobilindustrie: Wie die ITA e.V. die digitale Transformation vorantreibt K\u00fcnstliche Intelligenz ver\u00e4ndert die Automobil- und Zulieferindustrie in einer Geschwindigkeit, die noch vor wenigen Jahren kaum vorstellbar war. Von der Produktionsplanung \u00fcber die Lieferkettensteuerung bis hin zur Qualit\u00e4tssicherung \u2013 GenAI und Industrial AI entwickeln sich vom Pilotprojekt zum festen Bestandteil industrieller […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"ub_ctt_via":""},"featured_image_src":null,"_links":{"self":[{"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/pages\/384"}],"collection":[{"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ita-int.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=384"}],"version-history":[{"count":151,"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/pages\/384\/revisions"}],"predecessor-version":[{"id":1303,"href":"https:\/\/ita-int.org\/index.php?rest_route=\/wp\/v2\/pages\/384\/revisions\/1303"}],"wp:attachment":[{"href":"https:\/\/ita-int.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=384"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}