Künstliche Intelligenz
Diejenigen, die gefälschte Produkte vertreiben, könnten ihre Gegenwehr in der Künstlichen Intelligenz gefunden haben
Die Bedrohung durch gefälschte Produkte bleibt eine Gefahr für globale Gemeinschaften und hält spezialisierte Durchsetzungsbehörden auf Trab. Laut einem vom United States Secret Service veröffentlichten Bericht für das Geschäftsjahr 2023 wurden im Jahr 2023 Gegenwerte von bis zu US$22 Millionen an gefälschten Währungen beschlagnahmt. In diesem Jahr nahm der US Secret Service fast 200 Personen wegen Fälschungen fest. Das United States Department of Treasury schätzt, dass gefälschte Scheine – im Wert von US$70 Millionen bis US$200 Millionen – zu jeder Zeit im Umlauf sind.
Fälschungen sind ein Übel, das nicht nur Währungen oder den Umlauf von Geldscheinen weltweit plagt. Es betrifft fast jede Lieferkette. Berichten zufolge kosten Fälschungen und Piraterie die globale Wirtschaft jedes Jahr rund US$600 Milliarden.
Laut einer von CRISIL durchgeführten Umfrage wählen fast 90 % der Verbraucher gefälschte Produkte, weil sie günstiger und weit verbreitet sind. Der Wunsch, diese Produkte zu kaufen, resultiert zudem aus dem Bedürfnis nach sozialer Bestätigung und dem Ansehen, das viele dieser teuren und luxuriösen Marken vermitteln.
Inmitten dieses Umfelds, in dem gefälschte Produkte Teil unseres Alltags sind, ist es offensichtlich, dass Strafverfolgungsbehörden versuchen, dem entgegenzuwirken. Jede Bedrohung der globalen Wirtschaftsordnung würde mit harten Konsequenzen beantwortet werden. Interessanterweise setzen die Bemühungen, Fälschungen zu verhindern, inzwischen auf modernste Technologieparadigmen. Eine solche Technologie ist die Künstliche Intelligenz.
Klicken Sie hier, um alles über Investitionen in Künstliche Intelligenz zu erfahren.
Bild-Mining-Techniken und Machine-Learning-Algorithmen zur Identifizierung gefälschter Münzen
Eine Gruppe von Forschern der Concordia University in Kanada hat ein einzigartiges Rahmenwerk veröffentlicht, das Bild-Mining und Machine-Learning-Algorithmustechniken nutzt, um Fehler zu identifizieren, die zur Erkennung gefälschter Münzen führen. Die Veröffentlichung erschien in der Zeitschrift ‘Expert Systems With Applications’. Die Forscher waren dem Centre for Pattern Recognition and Machine Intelligence (CENPARMI) zugeordnet.
Während er erklärte, wie das Rahmenwerk die Fehler erkennt, sagte Ching Suen, Professor im Department of Computer Science and Software Engineering und betreuender Autor des Papiers, Folgendes:
“Mit Bildtechnologie haben wir sowohl echte als auch gefälschte Münzen gescannt, um nach Anomalien zu suchen, die zweidimensional oder dreidimensional sein können, wie zum Beispiel Buchstaben oder das Porträt der Person auf der Münze.”
Mariam Sharifi Rad, Postdoktorandin am CENPARMI und Hauptautorin des Papiers, betonte, dass das Rahmenwerk nicht nur dem Schutz der Wirtschaft und ihrer Ressourcen dient, sondern auch dazu, ‘die Grenzen der Technologie zu erweitern und die Sicherheit zu verbessern.’
Hier müssen wir bedenken, dass das Problem der Fälschungen eng mit Aspekten der Cybersicherheit verknüpft ist, insbesondere in diesem digitalen Zeitalter, in dem virtuelle Transaktionen allgegenwärtig sind.
Der bereits zitierte Bericht des United States Secret Service, der das Volumen beschlagnahmter gefälschter Währungen aufzeigt, besagt, dass im Jahr 2023 der durch Cyber‑Finanzkriminalität wiedergewonnene Verlust bis zu US$1.1 Milliarden betrug. Die Zahl der Verhaftungen wegen cyber‑finanzieller Straftaten lag bei 1.019.
Zweifellos bestätigen diese Zahlen die Behauptungen der Forscher, dass ihr Rahmenwerk dazu beitragen wird, den größeren Kampf zu führen und die Grenzen von Sicherheit und Schutz gegen Fälschungen, wie wir sie bisher kannten, zu erweitern.
Aber wie haben die Forscher ihre Mission in der Praxis umgesetzt? Wie wurden ihre Absichten Realität? Dafür müssen wir tiefer in den Prozess eintauchen.
Nutzung unscharfer Konzepte, halbautomatisches Bild-Mining und PSO
Die Forscher setzten diese drei Werkzeuge gezielt ein, um gefälschte Münzen zu erkennen. Sie erstellten Datensätze mit Bildern von sechs Münzen und stellten sie als zentrale Referenzen für ihre Forschung zusammen. Der Einsatz des Bild-Mining-Systems beruhte auf unscharfen Assoziationsregeln und nutzte eine Blob‑Erkennungsmethode sowie ein Beziehungspredikat. Das kombinierte System konnte implizite Informationen aus den Bildern extrahieren, die mit menschlichen Perspektiven übereinstimmten.
Das Rahmenwerk integriert zudem die Technik der Partikelschwarmoptimierung (PSO), die dabei hilft, Schwellenparameter dynamisch neu zu definieren, die Effizienz der unscharfen Assoziation zu steigern und das Erkennungssystem für gefälschte Münzen robuster zu machen. Das Ergebnis ist ein System, das sich hochgradig an verschiedene Bilddatensätze anpassen lässt.
Um die Errungenschaften des Rahmenwerks zusammenzufassen, sagte Ching Suen:
“Diese Methode kann verwendet werden, um alle Arten von gefälschten Waren zu erkennen, die wir weltweit sehen. Sie kann auch eingesetzt werden, um gefälschte Etiketten auf Früchten, Weinen, Spirituosen usw. zu entdecken. Es gibt viele Bereiche, in denen dies angewendet werden kann.”
Zweifellos würde dieses neuartige Rahmenwerk zur Erkennung gefälschter Münzen – wenn es gut repliziert und skaliert wird – der globalen Wirtschaft erheblich helfen. Eine weitere Lösung, die seit ihrer Entstehung erfolgreich mit gefälschten Währungen umgeht, sind blockchain‑basierte Währungen wie Bitcoin.
Die Unveränderlichkeitseigenschaft von blockchain‑basierten Währungen
Blockchain‑basierte Währungen und ihre Transaktionen basieren auf den Prinzipien eines unveränderlichen Ledgers. Dies bezieht sich auf ein Aufzeichnungssystem, das nicht verändert werden kann.
Im Blockchain‑System wird jeder Informationsblock, der Fakten oder Transaktionsdetails enthält, durch einen entsprechenden Hash‑Wert unterstützt. Basierend auf hochsicheren kryptografischen Prinzipien besteht dieser Hash‑Wert aus alphanumerischen Zeichenketten, die von den einzelnen Blöcken erzeugt werden.
Jeder Block besitzt einen Hash‑Wert bzw. eine digitale Signatur für sich selbst und den vorherigen Block, wodurch eine ununterbrochene und rückwirkende Verknüpfung der Blöcke gewährleistet wird, die Eingriffe in das System oder Änderungen der bereits gespeicherten Daten verhindert.
Was Fälschungen bei blockchain‑basierten Währungen überflüssig macht, ist, dass der Hash‑Wert nicht rückwärts entschlüsselt werden kann. Kein Nutzer kann die Ausgabekette nutzen, um auf die Eingabedaten zu schließen.
Insgesamt ist es in blockchain‑basierten Währungssystemen nahezu unmöglich, die im Blockchain gespeicherten Blockdaten zu ändern oder zu löschen. Versucht jemand eine Änderung vorzunehmen, wird diese vom nachfolgenden Block abgelehnt, da der Hash der Kette dann nicht mehr gültig wäre.
Neben Währungen kann der Mechanismus der Blockchain Betrug und Fälschungen in vielen anderen Bereichen von Produktionssystemen und Lieferketten verhindern. Die Europäische Kommission hat beispielsweise die Nutzung von Blockchain befürwortet, um unsere globalen Lieferketten vor den negativen Auswirkungen potenzieller Klagen, Verbraucherschäden, Umsatzverlusten und langfristigen Reputationsschäden zu schützen.
Blockchain als Lösung zur Bekämpfung von Fälschungen in Unternehmen weltweit
Die Europäische Kommission hat die Rolle der Blockchain‑Technologie anerkannt, die Nachverfolgbarkeit zu verbessern und eine End‑to‑End‑Verfolgung von Produkten und Sendungen über verschiedene Lieferketten hinweg zu ermöglichen, beginnend bei der Beschaffung von Rohmaterial bis hin zur Phase, in der der Nutzer das fertige Produkt erhält.
Die Implementierung von Blockchain kann über Smart‑Tags erfolgen, und Unternehmen können verschiedene Arten von Smart‑Tags nutzen, darunter QR‑Codes, RFID‑Tags und Signaturen auf Metall- oder Keramikoberflächen.
Jeder der oben genannten Tagging‑Mechanismen hat seine Vorteile. Beispielsweise ermöglichen QR‑Code‑basierte Systeme Unternehmen, Informationen wie das Herstellungsdatum, die Unternehmenswebsite oder die Kundendienstnummer zu übertragen. Sie unterstützen zudem die Durchführung von Zahlungen und die nahtlose Sendungsverfolgung.
An Produkten befestigt, ermöglichen RFID‑Tags dem Lesegerät, Signale aus den überwachten Bereichen zu empfangen. Das System kann Bewegungen mit hoher Effizienz verfolgen. Allerdings wird das System oft als unrealistisch angesehen, wenn der Einsatzumfang groß ist und die Kosten deutlich steigen.
Als fortschrittliche Lösung sind Laser‑Markiermaschinen auf dem Markt erschienen. Diese Maschinen ermöglichen das Einbringen nachverfolgbarer Barcodes und Grafiken auf Metall‑ oder Keramikoberflächen.
Abgesehen von den Überlegungen der Europäischen Kommission zur Blockchain und ihrer Rolle bei der Sicherung von Lieferketten untersuchte ein auf der 7. International Conference on Computer Science and Computational Intelligence 2022 vorgestelltes Papier die Möglichkeiten, ein Anti‑Fälschungs‑System mithilfe von Blockchain‑Technologie zu entwickeln.
Das Papier stellte die Blockchain‑Technologie als Rückgrat eines Systems vor, in dem Kunden die Legitimität eines Produkts ohne einen entsprechenden Händler prüfen können. Die Autoren hoben das Potenzial der Ethereum‑Blockchain hervor, das vorgeschlagene Modell zu bauen, das die Entstehung und Transaktionen jedes Artikels nachverfolgen kann und so die Glaubwürdigkeit der Echtheit eines Artikels sicherstellt.
Die Rolle der Blockchain bei der Sicherung von Lieferketten und den damit verbundenen Innovationen hat deutlich gemacht, dass unsere Lieferketten Schutz benötigen. Robust geschützte Lieferketten könnten ein klarer Gewinn im Hinblick auf den Schutz vor Fälschungen sein.
Mehrere Unternehmen investieren Forschung und Ressourcen in den Einsatz von Künstlicher Intelligenz zur Sicherung von Lieferketten. In den folgenden Abschnitten diskutieren wir einige dieser Unternehmen und ihre Lösungen.
#1. IBM
IBM behauptet, dass seine Lösungen helfen, störungsminimierte, resiliente und nachhaltige Lieferketten aufzubauen. Die IBM Sterling® Supply Chain Intelligence Suite ist beispielsweise eine KI‑basierte Optimierungs‑ und Automatisierungslösung, die Organisationen dabei unterstützt, Lieferkettenstörungen durch traditionelle Transformation zu bewältigen. Die Lösung kann Lieferketten digital transformieren, Resilienz und Agilität verbessern und die Time‑to‑Value durch umsetzbare Erkenntnisse, intelligentere Arbeitsabläufe und intelligente Automatisierung beschleunigen.
Die Lösung reduziert laut veröffentlichten Benchmark‑Zahlen die Zeit, die benötigt wird, um Artikel vom Lager bis zum Bauernhof nachzuverfolgen, von 7 Tagen auf 2,2 Sekunden. Sie senkt die Lagerbestände um 18 %, um Abfall und Kosten zu sparen. Darüber hinaus wird die für das Management kritischer Lieferkettenstörungen benötigte Zeit von Tagen auf Stunden verkürzt.
IBM behauptet, dass seine Lösung für eine Reihe von Anwendungsfällen geeignet ist, darunter Lebensmittelsicherheit, mehrstufige Lieferkettenkartierung, Tracking und Tracing, Management von Lieferkettenemissionen, Bewertung von Lieferantenrisiken und -konformität, Lieferanten‑Transparenz und mehr.
Viele Unternehmen nutzen IBMs Lösungen. Zum Beispiel verwendet Antonello Produce sie, um die Rückverfolgbarkeit von Produkten vom Samen über den Laden bis zum Regal zu verbessern. Pietro Coricelli nutzt die Lösung, um die Lebensmittelqualität, nachhaltige Beschaffung und Lieferkettentransparenz zu optimieren. Sonoco verwendet sie, um die Produktqualität und die Wirksamkeit seiner lebensrettenden Medikamente zu sichern. ‘
Das IBM‑Team arbeitet weiter an der Lösung, um sie täglich schrittweise zu verbessern. So wurde kürzlich KI eingesetzt, um eine Control‑Tower‑Lösung zu entwerfen, die bestehende Inventarlösungen und Enterprise‑Resource‑Planning‑Systeme verbindet.
(IBM )
Für das Geschäftsjahr 2023 erzielte IBM einen Umsatz von 61,9 Milliarden US‑Dollar, ein Anstieg von 3 % bei konstanter Währung, und einen freien Cashflow von 11,2 Milliarden US‑Dollar, ein Anstieg von 1,9 Milliarden US‑Dollar gegenüber dem Vorjahr. Die Skalierung von KI zur Steigerung der Produktivität innerhalb von IBM erhöhte die Gewinnmargen des Unternehmens.
#2. Oracle
Im April des letzten Jahres führte Oracle KI‑ und Automatisierungsfunktionen ein, um Kunden bei der Optimierung ihres Lieferkettenmanagements zu unterstützen. Es brachte neue Funktionen in die Oracle Fusion Cloud Applications Suite ein, um Kunden bei beschleunigter Lieferkettenplanung, gesteigerter operativer Effizienz und verbesserter finanzieller Genauigkeit zu helfen. Die konkreten Updates umfassten neue Planungsfunktionen, nutzungsbasierte Preisgestaltung und Rückvergütungs‑Management.
Laut Jon Chorley, Senior Vice President für Supply‑Chain‑Applications und Chief Sustainability Officer bei Oracle:
“Mit Oracles vollständiger Suite integrierter Anwendungen können Organisationen Lieferkettendaten auf derselben Plattform wie Finanzen, Personalwesen und Kundenerfahrung verwalten, um Prozesse wie Angebot‑zu‑Zahlung zu beschleunigen und Barrieren zu beseitigen, die traditionell zwischen verschiedenen Geschäftsbereichen bestanden. Dieser ganzheitliche Ansatz schafft ein Umfeld, in dem KI und Automatisierung gedeihen können, um Unternehmen zu mehr Effizienz zu verhelfen und mehr mit weniger zu erreichen.”
(ORCL )
Im März 2024 kündigte Oracle die Ergebnisse für das dritte Quartal des Geschäftsjahres 2024 an. Der Gesamtumsatz des Quartals stieg im Jahresvergleich sowohl in USD als auch bei konstanter Währung um 7 % auf 13,3 Milliarden US‑Dollar. Das GAAP‑Betriebsergebnis für das dritte Quartal betrug 3,8 Milliarden US‑Dollar. Das Non‑GAAP‑Betriebsergebnis lag bei 5,8 Milliarden US‑Dollar, ein Anstieg von 12 % in beiden Währungen.
Der Einsatz von KI für eine sichere Zukunft
Das Ende der Bedrohung durch Fälschungen, Betrug und böswillig hergestellte Duplikate wird durch den Einsatz von KI‑basierten Lösungen deutlich vorangetrieben.
Noch verlockender ist, dass der Einsatz von KI zur Sicherung der Lieferkette andere Bereiche eines Betriebsrahmens profitieren lässt. Beispielsweise würde das Lagerverwaltung effizienter machen, die Betriebskosten deutlich senken, die Menge an Abfall und unerwünschten Emissionen reduzieren und das Bestandsmanagement genauer gestalten.
Neben dem Erhalt echter Waren profitieren Verbraucher von schnelleren Lieferungen und die Arbeiter werden sicherer. Unternehmen müssen jedoch mehr in die Benutzerfreundlichkeit von KI investieren, indem sie mehr Ressourcen für Schulungen bereitstellen und komplexe Abläufe vereinfachen, indem sie verschiedene Elemente über die vielen Knoten einer globalen Lieferkette integrieren.
Sie müssen diese Systeme und ihre Leistung zudem regelmäßig überwachen, Fehler erkennen und beheben, sobald sie auftreten.
