Digital teknologi gør forsyningskæder mere modstandsdygtige

I lang tid har digitale og fysiske industrier forblevet nogenlunde adskilte, hvor værktøjer som Enterprise Resource Planning (ERP) og Customer Relationship Management (CRM)-software udgjorde hoveddelen af “digitalisering”.

Dette ændrer sig hurtigt, da fremstillingsindustrien, logistik og hele forsyningskæden gradvist automatiseres og bliver “smarte”. Ankomsten af stadig mere nyttige og kraftfulde AI‑værktøjer vil kun accelerere denne udvikling. Det fører til en gradvis teknologisk konvergens mellem digitale og reelle økonomi‑industrier.

Dette giver industrielle operatører hidtil usete indsigter i hvert fysisk led i forsyningskæden, fra strategisk planlægning og risikoforudsigelse til indkøb, produktionsplanlægning og logistik.

Som sådan giver det dem også en hidtil uset mulighed for at styrke forsyningskædens modstandsdygtighed.

En ny undersøgelse af to forskere ved Jiangxi University of Finance and Economics i Kina analyserer dette spørgsmål. Den fandt, at forbedring af forsyningskædens modstandsdygtighed drives af nogle få nøglefaktorer: lettelse af finansieringsbegrænsninger, reduktion af forsyningskæde‑koncentration og fremme af teknologisk innovation.

De offentliggjorde deres resultater i International Review of Economics & Finance¹, under titlen “Den indvirkning, som teknologisk konvergens mellem digitale og reelle økonomi‑industrier har på forsyningskædens modstandsdygtighed”.

Stadig mere komplekse og skrøbelige forsyningskæder

Et kendetegn ved den moderne økonomi er, at hver produceret vare er afhængig af en forsyningskæde, hvis kompleksitet konstant vokser. Dette omfatter ikke kun de input, der er nødvendige for at fremstille et givet produkt, men også alle de dele, sjældne elementer og ultra‑specialiserede maskiner, der kræves for at omdanne råmaterialerne til færdige produkter og, indirekte, alle de øvrige input, dele og maskiner, der skal producere disse værktøjer og råmaterialer.

I krisetider, som under Covid‑pandemien, kan sammenfiltrede forsyningskæder bukke under presset, hvilket udløser en kaskade af forstyrrelser, der runger gennem hele brancher.

Efterhånden som geopolitiske spændinger, naturkatastrofer og handelskonflikter bliver hyppigere og mere intense, bliver den gamle model med just‑in‑time‑forsyningskæder, som er sårbare over for eksterne chok, i stigende grad sat spørgsmålstegn ved.

“For eksempel forstyrrede den pludselige indførelse af strenge toldsatser fra USA i begyndelsen af 2025 leverancen af råmaterialer til adskillige virksomheder, hvilket tvang en suspension af produktionsaktiviteter og påførte betydelige økonomiske tab.”

Dette har genoplivet interessen for en mere robust forsyningskæde, som har den iboende evne til at absorbere og modstå eksterne chok, og dermed beskytte den fortsatte levering af væsentlige forbrugsvarer og strategiske materialer.

I sidste ende vil den langsigtede stabilitet og bæredygtighed i den økonomiske udvikling afhænge af udviklingen af en sådan mere robust forsyningskæde.

Digitale teknologier & forsyningskæde

Sammenlægning af den digitale økonomi med den fysiske

Værdiskabelsen i Kinas digitale økonomi forventes at nå 49 billioner RMB i 2025, hvilket udgør cirka 35 % af landets bruttonationalprodukt (BNP), med lignende tal i mange andre udviklede økonomier.

Med en så stor del af økonomien allerede digitaliseret er den eneste vej til yderligere vækst i den digitale økonomi at integrere den endnu mere med den fysiske og øge produktiviteten i begge.

På den ene side vil dette gøre det muligt for digitale industriteknologier at integrere diversificerede dataressourcer, videnkapital og innovative paradigmer i den teknologiske ramme for de reelle industrier.

På den anden side fungerer de reelle industrier som en prøveplads for digitale teknologier, idet de giver rige eksperimentelle miljøer og klare optimeringsretninger, så de kan få større indflydelse på produktiviteten i hele økonomien.

Og der er næsten ingen sektor, hvor virkningen vil være mere umiddelbar end i forsyningskæder.

Analyse af reelle forsyningskæder

Forskerne udvalgte kinesiske A-aktie‑noterede virksomheder fra 2011 til 2024, hvormed det endelige datasæt indeholdt 13 410 gyldige virksomhed‑år‑observationer.

De målte flere metrikker:

• Forsyningskæde‑modstandsdygtighed, bestående af flere underkomponenter:
  • Forsyningskæde‑responsivitet, evnen til i mødet med eksterne forstyrrelser hurtigt at reagere på udsving i udbud og efterspørgsel.
  • Forsyningskæde‑modstand, evnen til at opretholde kontinuerlig drift og glidende cirkulation ved eksterne chok.
  • Forsyningskæde‑genopretning, der afspejler hvor effektivt virksomhedens præstation modstår og kommer sig efter eksterne chok.
• Teknologisk konvergens mellem digitale og reelle økonomi‑industrier, målt når et patent klassificeres uden for det digitale industriteknologidomæne, men refererer til mindst ét digitalt industriteknologipatent.
• Kontrolvariable, såsom virksomhedsstørrelse (Size): den naturlige logaritme af samlede aktiver ved årsskiftet; virksomhedens alder, gearing, afkast på aktiver, omsætningsvækst, cash‑flow, bestyrelsesstørrelse, ejerskonscentration osv.

Hvordan kan digitalisering forbedre forsyningskæder?

Det første skridt, som sandsynligvis allerede er det mest avancerede takket være ERP, er at omdanne dataelementer og end‑to‑end‑information til strategiske informationsressourcer.

Højpræcise risikobevågningsmodeller kan nøjagtigt opdage potentielle sårbarheder, såsom begrænsninger i upstream‑forsyningen og logistiske forstyrrelser. Den afgørende faktor vil være at flytte risikostyringen fra reaktiv afbødning til proaktiv forudseen, eventuelt ved brug af dedikerede AI‑agenter.

Et andet skridt er implementeringen af værktøjer som digitale tvillinger og virtuelle simuleringsressourcer. De kan modellere forstyrrelsesscenarier i virtuelle miljøer, så virksomheder på forhånd kan udforme fleksible omkonfigurationsprotokoller for kritiske forsyningskædenoder.

Når virkelige forstyrrelser opstår, kan forudtestet agil ressourceudrulning effektivt afbøde skader på det samlede system.

Et andet skridt vil være at nedbryde inter‑industrielle vidensilos og lette end‑to‑end‑dataintegration fra upstream‑produktion til downstream‑forbrug.

På denne måde kan virksomheder hurtigt identificere pressede noder efter chok, synkronisere ensartede nødprotokoller med forsyningskædepartnere og effektivt mobilisere kritiske ressourcer til de pressede segmenter.

Og naturligvis vil solid kryptering og adgangskontrol være afgørende for at beskytte fortroligheden og integriteten af virksomhedernes kerne‑data for alle disse initiativer og data.

Løftning af finansielle begrænsninger

Mere præcise data kan give finansielle institutioner pålidelige indsigter i virksomhedernes underliggende operationelle levedygtighed og leveringskapacitet.

For eksempel integrerer big‑data‑teknologi information fra flere kilder, såsom skat‑ og socialsikringsdata, for at opbygge dynamiske kreditprofiler for virksomheder.

Risici forbundet med forhåndsgodkendelse af lån og omkostninger ved løbende overvågning kan reduceres ved at spore real‑time‑strømme af varer, information og kapital.

Dette bør i sidste ende sænke kapitalomkostningerne og styrke den finansielle basis for forsyningskædens modstandsdygtighed.

Større forsyningsdiversitet

Meget af forsyningskædens skrøbelighed skyldes mangel på information om eksisterende muligheder. Dette fører ofte til afhængighed af et lille, indgroet sæt af partnere, hvilket øger deres eksponering for moralske risici som partner‑default og bedragerisk adfærd.

“Inden for konventionelle forsyningskædemodeller hindrer forbudende søgekostnader og informationsasymmetri en virksomheds evne til effektivt at identificere og evaluere potentielle leverandører og kunder på globalt plan.”

I modsætning hertil kan data‑drevet og digital real‑time‑identifikation, -screening og -analyse af global udbuds‑ og efterspørgselsintelligens give de så nødvendige alternativer.

Dette kan være særligt værdifuldt, når en specifik node påvirkes af en forstyrrelse. Overordnet kan det forbedre en virksomheds markedsindflydelse og ressourceallokeringskapacitet, reducere afhængigheden af en enkelt leverandør eller geografisk region og i sidste ende drive forsyningskæde‑diversificering fra efterspørgsels‑siden.

Det kan have vigtige systemiske effekter, da en given forstyrrelse så forhindres i at sprede sig til andre forsyningskædenoder, hvilket uset forbedrer den samlede forsyningskæde‑modstandsdygtighed.

Fremme af innovation

En digital og mere gennemsigtig forsyningskæde betyder også, at muliggøre præcis matching og elastisk levering af innovationsressourcer. Dette kan øge innovationskvaliteten gennem bedre effektivitet i allokeringen af innovationsressourcer.

“Det gør det muligt for virksomheder at overvåge real‑time‑præstationen af nye teknologier og kvantificere deres bidrag til produktions­effektivitet og omkostningsbesparelser samt markant reducere søge‑, prøve‑og‑fejl‑ og matchningsomkostninger, der er indlejret i forsknings‑ og udviklingsprocessen (R&D).”

Det kunne også i sidste ende skabe et paradigmeskift i virksomhedens innovationsstrategi fra “lukket” til “åben og samarbejdende” og lette den frie strøm og effektiv integration af innovationsressourcer inden for økosystemet.

Opbygning af robuste digitale forsyningskæder

Statsejede versus private virksomheder

Statsejede virksomheder (SOE’er) nyder godt af en form for “ressourceslack”, herunder præferentiel adgang til bankkredit, statslige subsidier og dominerende markedspositioner, mens private virksomheder ofte opererer under langt strammere ressourcebegrænsninger.

Dette skaber en situation, hvor digitale initiativer, der styrker modstandsdygtigheden, har større indvirkning på de mere sårbare private virksomheder.

Intellektuel ejendomsret & digitalt økosystem

En anden effekt, som forskerne fandt, er at stærk intellektuel ejendomsbeskyttelse og veludviklet digital infrastruktur også forbedrer effekten af initiativer til forsyningskæde‑modstandsdygtighed.

I dette tilfælde er det sandsynligvis drevet af, at større engagement og større investeringer i innovation foretages, når de er beskyttet af mekanismer som patenter, software‑ophavsrettigheder og forretningshemmeligheder.

“I et svagt IPP‑regime er virksomheder mere modtagelige for risiciene ved teknologisk afsløring, hvilket underminerer forbindelsen mellem innovationsinvestering og forventet afkast. Som følge heraf mindskes incitamentet for virksomheder til at engagere sig i dybdegående teknologisk innovation, hvilket får dem til at foretrække en “vent‑og‑se”‑strategi eller begrænse sig til overfladisk teknologiadoption.”

Således kan det regulatoriske miljø og nationale institutioner have en væsentlig indflydelse på konvergensen mellem digitale og fysiske økonomier, også med hensyn til forsyningskæder.

Tilsvarende kan udviklingen af digital infrastruktur, såsom adgang til ressourcer som cloud‑computing og store datacentre, accelerere udviklings‑, itererings- og kommercialiseringsprocesserne for digitale produkter.

“Omvendt er regioner med underudviklet digital infrastruktur ofte kendetegnet ved mangler som utilstrækkelig IoT‑dækning og utilstrækkelig beregningskraft. Disse begrænsninger hindrer stor‑skala real‑time‑dataindsamling og -analyse, hvilket igen forhindrer TCDR i effektivt at styrke forsyningskæde‑modstandsdygtigheden.”

Dette fører direkte til en reduktion af prøve‑og‑fejl‑omkostningerne for virksomheder i teknologisk innovation og accelererer konvergensen mellem digitale og fysiske økonomier.

Investeringskonklusioner

Digital transformation er traditionelt blevet betragtet gennem linsen af effektivitet. Men i stigende grad handler det om at skabe en målbar modstandsdygtighedsfordel for industrielle virksomheder, især når de opererer i sektorer med komplekse teknologier og omfattende internationale forsyningskæder.

Konvergensen mellem digital og fysisk forbedrer forsyningskæder gennem tre hovedkanaler: lettelse af finansieringsbegrænsninger, reduktion af forsyningskæde‑koncentration og fremme af teknologisk innovation.

Derfor bør digitale teknologier i dag ses som en konkurrencefordel og en væsentlig del af modstandsdygtighedsinfrastrukturen i stedet for som valgfrie IT‑udgifter.

Dette gælder især for de mest dataskabende og avancerede værktøjer såsom industriel AI, digitale tvillinger, simulation, forbundet produktion og forsyningskæde‑software.

Investering i industrielle data

Siemens AG

Siemens er en gigant inden for industrielle værktøjer og fremstilling, med uovertruffen bredde inden for digitale teknologier til automatisering af produktion, IoT (Internet of Things), industriel software, industriel AI, simulation, digitale tvillinger og generelt “smart manufacturing”.

“Konceptet forestiller sig fabrikker, hvor samarbejdende robotter arbejder sikkert side om side med mennesker, hvor kunstig intelligens understøtter snarere end erstatter menneskelig beslutningstagning, og hvor produktionsprocesser er designet til at minimere miljøpåvirkningen samtidig med at de maksimerer personalisering og fleksibilitet.

Industry 5.0: Brobygning af menneske‑maskine‑samarbejde.”

Det er også en vigtig leverandør af essentielle fysiske komponenter såsom industrielle controllere og programmerbare logik‑controllere (PLC’er), drivere og invertere, koblingsudstyr, netkontrol, bygningsautomatisering osv.

Det er heller ikke kun en softwareleverandør, men også en industriel operatør i egen ret gennem forretninger som Siemens Mobility, som producerer tog og jernbaneinfrastruktur.

Alt i alt gør Siemens’ profil til den perfekte partner for store globale virksomheder, der ønsker at opgradere deres produktionskapacitet, hvad enten det er med Intel (INTC ) inden for halvledere, med Hyundai inden for skibsbygning, med Foxconn for smarte el‑biler, eller med Nvidia (NVDA ) for fysik‑kompatible digitale tvillinger af hele fabrikker.

Kilde: Siemens

Siemens’ direkte og løbende erfaring inden for fremstilling, kombineret med det brede udvalg af industrielle partnerskaber, gør virksomheden godt positioneret til at drage fordel af den fortsatte sammensmeltning af digitale og fysiske økonomier samt den stadigt mere digitaliserede produktion og forsyningskæder.

“AI‑drevne systemer kan analysere enorme mængder real‑time‑data indsamlet fra IoT‑sensorer på tværs af fabriksområdet, identificere mønstre, forudsige udstyrsfejl og autonomt justere produktionsparametre for at forbedre effektivitet og kvalitet. AI’s indvirkning strækker sig langt ud over blot operationel effektivitet. Disse intelligente systemer gør det muligt for producenter at træffe mere informerede, datadrevne beslutninger om produktdesign, forsyningskædestyring og strategisk planlægning.”

En nøglekomponent i Siemens’ fremtidige “5.0‑fabrikker” vil være Intelligence Center X, deres enterprise‑grade industrielle AI‑orchestrationssoftware. Den kan bruges til at implementere autonome AI‑agenter ved siden af menneskelige arbejdere og samle alle niveauer af datasilos, som i øjeblikket er adskilt på fabriksgulve.

Kilde: Siemens

Virksomheden oplever allerede stærk efterspørgsel på tværs af sine digitale og infrastruktur‑forretninger. I Q3 FY2026 steg omsætningen fra Digital Industries‑software med 15 %, mens Smart Infrastructure‑ordrer steg med 42 %, herunder en stigning på 81 % i USA. Dette gør den til en af de få tyske virksomheder, der drager fordel både af det kinesiske marked og af EU‑ og USA‑indsatserne for at reindustrialisere.

Kilde: Siemens

Det samme kan siges om smart infrastruktur (ordrer op 81 % i USA og tocifret vækst overalt ellers), mens mobilitetsforretningen (tog) er stabil.

Alt i alt gør dette Siemens til en virksomhed, der historisk set var en vigtig tysk producent af tog og turbiner, men i stigende grad den globale nøglepartner overalt for at fremme smart produktion, industriel AI og reaktive/robuste forsyningskæder.

Seneste Siemens AG (SIE) aktienyheder og udviklinger

Studie refereret

^{1. Haohua Liu and Qiang Pan. Den indvirkning, som teknologisk konvergens mellem digitale og reelle økonomi‑industrier har på forsyningskædens modstandsdygtighed. International Review of Economics & Finance. oktober 2026. Article: 105741. Volume 111.}