Tarifschwankungen meistern: Wie Daten und KI Unternehmen helfen

Eine der größten globalen wirtschaftlichen Schlagzeilen in diesem Jahr waren die sich ständig ändernden Einfuhrzölle und die damit verbundene Unsicherheit, die viele Branchen dazu zwingen, ihren Betrieb umzustrukturieren und Kosten zu optimieren. 

Die jüngste Maßnahme der USA, die durchschnittlichen Einfuhrzölle auf bis zu 50 % für einige Länder oder Sektoren (wie Stahl und Aluminium) anzuheben, wirkt sich direkt auf die globalen Lieferketten aus. Das steigert die Kosten und zwingt Unternehmen dazu, ihre Beschaffungs- und Betriebsstrategien grundlegend zu überdenken. Die täglichen Entwicklungen zeigen, wie schnell und instabil diese Landschaft ist – und diese rasanten Veränderungen machen Agilität und Transparenz für Unternehmen entscheidend.

Fertigung, Handel, Gesundheitswesen, Life Sciences, Landwirtschaft und Automobilindustrie stehen beispielsweise vor neuen Herausforderungen, um wettbewerbsfähig und agil zu bleiben – von der Beschaffung über die Lieferkette bis hin zu den Umsatzkosten (Cost of Goods Sold). Unternehmen sind nun gezwungen, die Logistik zu optimieren und Preismodelle und Nachfrageprognosen anzupassen sowie Produkt- und Marktänderungen vorzunehmen. 

Diese Umstrukturierung vollzieht sich in einem schnelllebigen Umfeld, in dem Datensilos die End-to-End-Übersicht und -Verwaltung erschweren. Unternehmen benötigen einheitliche Echtzeitsysteme und KI-Funktionen, um Analysen zu beschleunigen, Prognosen zu verbessern und sich schnell an Marktveränderungen anzupassen. Aber Agilität hängt auch von der sicheren Zusammenarbeit im weiteren Ökosystem ab. Ohne die Möglichkeit, Daten mit Lieferanten, Logistikanbietern und anderen Partnern zu teilen, bleiben Entscheidungen langsam und unzusammenhängend. Wenn diese Herausforderungen angegangen werden, erhalten Unternehmen eine vernetztere und transparentere Supply Chain, in der Einblicke zwischen Teams und Branchen geteilt werden.

Im Folgenden untersuchen wir die Auswirkungen von Tarifen im Detail und zeigen Beispiele, wie Unternehmen in diesem komplexen Umfeld agieren. Ein wichtiges Thema ist die wachsende Bedeutung einer einheitlichen KI-Datenstrategie, die Unternehmen dabei hilft, Daten in Erkenntnisse zu verwandeln und Maßnahmen mit Einfachheit, Geschwindigkeit und Präzision zu ergreifen, während sie gleichzeitig gesetzliche Anforderungen erfüllen. Ein strategischer Tarifansatz ist entscheidend, um sich einen Wettbewerbsvorteil zu verschaffen. Das Umgestalten dieser Herausforderungen als Möglichkeiten zur Optimierung von Einblicken und Analysen für die Umstrukturierung von Lieferketten, Produkten und Marktentscheidungen, wird letztlich zu höheren Umsätzen und einem Vorsprung führen. 

Wie sich Unternehmen auf Tarifturbulenzen einstellen 

Angesichts sich verändernder Zölle und globaler Handelsunsicherheit nehmen Unternehmen erhebliche Anpassungen vor, um kurzfristig agil zu bleiben und langfristig die Resilienz zu stärken. Um diesem Moment gerecht zu werden, braucht es schnellere, datengestützte Entscheidungen und den effektiven Einsatz von KI. 

In diesem dynamischen globalen Handelsumfeld ist Risikomanagement heute noch wichtiger, da das Risiko von Lieferanteninsolvenzen steigt und die Handelspolitik sich geografisch stark verändert. Die Komplexität der Compliance, wie z. B. die Nachverfolgung von Teilen über mehrere Grenzen hinweg, erhöht die Notwendigkeit, Lieferketten zu analysieren und zu optimieren.

Um diese Bemühungen zu unterstützen, setzen viele Unternehmen auf die Snowflake AI Data Cloud, um interne und externe Daten zu vereinen, KI und maschinelles Lernen für prädiktive Modellierung zu unterstützen und eine sichere Zusammenarbeit zwischen internen Teams und externen Partnern zu ermöglichen. Mit Funktionen wie Secure Data Sharing – ermöglicht durch die zentrale Data-Sharing-Funktion und die Option zum direkten Data Sharing oder zur Veröffentlichung auf dem Snowflake Marketplace – können Unternehmen effektiver mit Lieferanten, Logistikanbietern, Zollagenten und anderen Stakeholdern in ihren Liefer- und Vertriebsnetzwerken zusammenarbeiten.

Snowflake-Kunden nutzen diese Funktionen, um effektiver auf schwankende Tarife zu reagieren, indem sie ein dynamisches, kollaboratives, einheitliches Datenökosystem und KI-Funktionen in drei tarifabhängigen Betriebsphasen nutzen: 

• Lieferkettenmanagement und Beschaffung: Die Zusammenführung interner und externer Daten und der Einsatz KI-gestützter prädiktiver Modellierung gibt Einblick in Risiken und Kosten, die mit Lieferanten und deren Zollexponierung verbunden sind, und hilft Unternehmen, Lieferketten zu optimieren, Versandwege neu zu bewerten und für Reshoring oder Nearshoring gerüstet zu sein.

• Markt- und Produktstrategieanpassung: Eine vereinfachte Landschaft mit Marktdaten, einschließlich Nachfragemustern, regionalen Verordnungen und Prognosen zu Tarifeffekten, fließt in Entscheidungen über die Steigerung der lokalen Produktion und Fertigung oder die Strategiegestaltung von Produkten.

• Kosten und Wettbewerbspositionierung: Mit nativen KI-/ML-Funktionen können Unternehmen komplexe Prognosemodelle ausführen, um auszugleichen, wie viel ihrer Tarifkosten an die Verbraucher weitergegeben werden können, und gleichzeitig negative Auswirkungen auf ihre Verkaufsmenge oder ihren Marktanteil zu vermeiden.

   

Lieferkettenmanagement und -beschaffung

Unternehmen, die am stärksten auf importierte kritische Komponenten angewiesen sind, stehen heute vor den größten Herausforderungen, wie z. B. die starke Abhängigkeit von pharmazeutischen Wirkstoffen (APIs) aus dem Ausland. Zölle können sich bei grenzüberschreitenden Lieferketten summieren. So können beispielsweise für Autoteile, die mehrere Grenzen passieren, Zölle von bis zu 200 % anfallen. Fehlende Echtzeiteinblicke in Beschaffungs- und Lieferkettenrisiken und -kosten bedeuten langsame, herausfordernde und schädliche Reaktionen auf diese und andere globale Handelsfaktoren.

Unternehmen nutzen Snowflake, um interne und externe Daten zu vereinen und KI-gestützte Analysen zu nutzen, um ihre Beschaffungs- und Lieferketten aktiv umzugestalten – so reduzieren sie das Risiko von Tarifen, minimieren Risiken und gewinnen mehr Kontrolle über die Kosten. 

Mit Prognosemodellen können Lieferantenrisiken bewertet werden, um ihre Rentabilität und finanzielle Gesundheit zu bewerten und so das Risiko von Tarifrisiken zu reduzieren. Darüber hinaus ermöglicht Snowflake die Analyse der geografischen Exposition, um Risiken bestimmter Regionen und Lieferanten zu visualisieren und zu verstehen. Snowflake automatisiert auch die Überwachung und Berichterstattung zur Einhaltung der Vorschriften, verfolgt Tarifklassifizierungen und ermöglicht eine revisionsreife Dokumentation. Gleichzeitig werden Frühwarnsysteme mit Echtzeitwarnungen zu Lieferantenrisiken, Richtlinienänderungen und Handelsunterbrechungen versorgt.

Wo sich Zölle auf den Lieferkettenzyklus auswirken und wie sich Auswirkungen mindern lassen

Zölle haben das Potenzial, Komponenten über die gesamte Lieferkette hinweg zu beeinflussen – von den Beschaffungskosten über Versand und Logistik bis hin zum Produktionsstandort. Jeder Schritt birgt Risiken, aber auch Chancen, eine solide Datengrundlage und KI zu nutzen, was Unternehmen einen Vorteil verschafft, die in der Lage sind, Unterbrechungen zu minimieren. Mit Snowflake können Unternehmen Daten aus dem gesamten Lieferkettenzyklus zusammenführen, über Abteilungen, Unternehmen und Branchen hinweg zusammenarbeiten und diese Erkenntnisse nutzen, um Kosten anzupassen und zu senken.

Fangen wir mit den Einblicken in die Beschaffung an. Moderne Datenanalytik und -modelle können Unternehmen dabei helfen, Kostenauswirkungen, Bestände und alternative Beschaffungsstrategien zu simulieren. Sie können dann Lieferanten in Ländern ermitteln und bewerten, für die keine spezifischen Tarife gelten, oder die Nutzung inländischer Lieferanten erhöhen. Oder sie nutzen Prognosemodelle, um die Lebensfähigkeit, Gesundheit und Exposition von Lieferanten zu bewerten. 

Händler nutzen Snowflake, um Daten zu Beschaffung und Lieferkette zu analysieren und Kosteneinsparungen zu ermöglichen. Kraft Heinz managt aktiv Kosten und lotet alternative Beschaffungs- und Umformulierungsmöglichkeiten aus, um die Auswirkungen von Zöllen und Inflation auf die Umsatzkosten (Cost of Goods Sold, COGS) zu minimieren, indem es datengestützte Erkenntnisse nutzt. 

Über die Lieferkettenanalyse können Unternehmen durch die Integration von Lieferanten-, Versand- und Marktdaten einen End-to-End-Überblick über globale Lieferketten in Echtzeit erhalten. Kimberly-Clark optimiert seinen Lieferkettenbetrieb und reagiert so auf erhebliche Kostenauswirkungen durch Zölle (schätzungsweise 300 Millionen US-Dollar, wovon 20 % des US-Geschäfts betroffen sind).

Durch die Verknüpfung von Beschaffungsdaten mit Lieferantenverzeichnissen sowie Herkunftsland- und Logistikdaten in Snowflake können Unternehmen Beschaffungssimulationen über geografische Regionen hinweg durchführen. Snowflake ermöglicht auch sicheres Data Sharing und erleichtert die Zusammenarbeit mit Logistikdienstleistern, Maklern oder Vertragsherstellern in Echtzeit. Die so gewonnenen Einblicke in das kollaborative Ökosystem ermöglichen Multi-Party-Analysen – von gemeinsamen Lieferantenrisikomodellen bis hin zur gemeinsamen Szenarioplanung.

Für eine zukunftsorientierte Transparenz können sie Störungen vorhersagen, indem sie gefährdete Lieferanten und Regionen mithilfe von Live-Feeds und KI-gestützten Risikomodellen identifizieren. Das Partnernetzwerk von Snowflake ermöglicht es Unternehmen, Daten und Lösungen von Drittanbietern für mehr Transparenz und Entscheidungsfindung zu nutzen – beispielsweise der Exiger Supply Chain Explorer, der Lieferketten abbildet und Lieferanten und Abhängigkeiten mit hohem Risiko identifiziert.

Die daraus resultierenden einfachen, einheitlichen, schnellen Einblicke und Analysen führen zu einer schnelleren Lieferantendiversifizierung, geringeren Beschaffungskosten, weniger Unterbrechungen und mehr Agilität bei Beschaffungsentscheidungen.

Unternehmen können außerdem die Logistik optimieren. Logistikdaten in Echtzeit ermöglichen es ihnen, Versandwege und -träger neu zu bewerten und nach Möglichkeiten zu suchen, die Auswirkungen der Tarifkosten auszugleichen und gleichzeitig die Effizienz zu steigern. Dazu gehören oft komplexe Modelle für Transitzeiten, Kraftstoffkosten und potenzielle Duty Stackings sowie die Notwendigkeit, zu bewerten, wie sich die Kosten verändern, wenn neue Lieferanten Teil der Umstrukturierung sind. Der globale Logistik- und Lieferkettenführer Penske Logistics nutzt die Skalierbarkeit und Automatisierung von Snowflake, um seinen Führungskräften in wenigen Minuten umfangreiche Berichte über Jahre hinweg für Datenabgleiche bereitzustellen. So können Routen optimiert, der reibungslose Warenfluss gewährleistet und Unterbrechungen reduziert werden.

Schließlich können Unternehmen den Produktionsstandort überdenken. Reshoring oder Nearshoring ist eine Option, um das grenzübergreifende Zollrisiko zu reduzieren und Lieferketten zu verkürzen. Snowflake unterstützt diese Entscheidungen, indem es externe Daten – wie Arbeitskosten, Immobilien, Energiepreise und steuerliche Anreize – mit internen Betriebs- und Kostendaten aggregiert, um verwertbare Erkenntnisse zu gewinnen. Datenmodellierung hilft Unternehmen bei der Bewertung der langfristigen Machbarkeit und Kosteneffizienz einer Produktionsverlagerung näher an ihr Zuhause oder ins nahe gelegene Ausland, mit tiefgreifender Analyse von Kapitalinvestitionen, Arbeitskosten und geopolitischen Risiken. 

Anpassung der Markt- und Produktstrategie

Umfassende Marktdaten geben Unternehmen einen Leitfaden an die Hand, mit dem sie die richtigen Investitionen priorisieren und ihre Produktstrategien überdenken können, um Tarifeffekte zu minimieren. 

Daten über Nachfragemuster, regionale Vorschriften und potenzielle Zolleffekte leiten beispielsweise Entscheidungen über Investitionen in lokale Produktions- und Fertigungskapazitäten in wichtigen Märkten – Kostensenkung durch Verringerung der Abhängigkeit von zollbeeinflussten Einfuhren. Im Juli kündigte AstraZeneca eine 50-Milliarden-Dollar-US-Expansion an, die ein neues Werk in Virginia und eine Erweiterung in drei weiteren Staaten umfasst. Damit reagierte das Team auf Berichte, denen zufolge die US-Regierung Zölle von bis zu 200 % auf importierte Medikamente in Erwägung zieht.

Unternehmen gestalten Produkte auch um, indem sie Komponenten oder Designs anpassen, um Materialien oder Teile zu verwenden, für die keine höheren Zölle gelten. Dieser Prozess wird oft durch detaillierte Daten zur Materialverfügbarkeit, Kostenauswirkungen und Einhaltung gesetzlicher Vorschriften vorangetrieben. Bei Fertigungs- und Verbrauchsgüterunternehmen wirken sich Zölle auf bestimmte importierte Komponenten oder Rohstoffe aus. 

Mit Snowflake können Sie ganz einfach verschiedene interne Daten (ERP, CRM, Logistik, Bestand) mit externen Daten (Tarifpläne, geopolitische Risiken, Marktindizes aus dem Snowflake Marketplace) zusammenführen. Die Einspeisung von ERP-Daten in Snowflake ermöglicht eine detaillierte Analyse von Stücklisten, Teilkosten und Lieferantendaten. Unternehmen können dann messen, wie die Tarife die Inputkosten in die Höhe treiben und welche Produkte oder Linien am meisten gefährdet sind.

Der einheitliche Zugriff über die Snowflake AI Data Cloud ermöglicht kontrolliertes Data Sharing in Echtzeit mit Lieferanten, Kunden und Partnern.

Dadurch werden komplexe Daten-Pipelines und Datensilos beseitigt, was eine vereinfachte Datenlandschaft ermöglicht, mit der Unternehmen Tarifauswirkungen schnell in Echtzeit modellieren können.

Preisgestaltung und Wettbewerbspositionierung

Unternehmen stehen außerdem vor der Frage, wie viel Kosten an die Verbraucher weitergegeben werden können – wenn überhaupt – und benötigen datengestützte Erkenntnisse, um diese Entscheidungen zu treffen und mit Lieferanten zu verhandeln. Indem Unternehmen beispielsweise Tarifdaten aus dem Snowflake Marketplace hinzufügen, können sie präzise COGS-Berechnungen durchführen.

Mit nativen KI-/ML-Funktionen in Snowflake wie Snowpark für maschinelles Lernen können komplexe Prognosemodelle für Preiselastizität, Auswirkungen auf die Umsatzkosten und alternative Beschaffungsszenarien ausgeführt werden. So können Unternehmen ein Gleichgewicht finden zwischen dem Anteil ihrer Tarifkosten, der an die Verbraucher weitergegeben werden kann, und gleichzeitig negative Auswirkungen auf ihr Verkaufsvolumen oder ihren Marktanteil vermeiden. 

Alternativ zur Weitergabe von Kosten an die Verbraucher können Unternehmen Daten zu Lieferantenkosten nutzen, um mit Lieferanten zu verhandeln.

Die Rolle von Daten bei der Tarifführung

Die oben skizzierten Strategien – Lieferkettenmanagement und Beschaffung, Produkt- und Marktanpassung sowie Preisoptimierung – hängen von einer schnellen, intelligenten Entscheidungsfindung ab, die auf einer einheitlichen Daten- und KI-Plattform basiert. In der volatilen Handelslandschaft von heute sind Unternehmen, die die Datenfragmentierung überwinden und die Zusammenarbeit in Echtzeit fördern, klar im Vorteil.

Die Snowflake AI Data Cloud liefert genau das. Sie führt Unmengen interner und externer Daten zusammen, ermöglicht prädiktive Modellierung und fortschrittliche Analytik und erleichtert den Austausch kontrollierter Erkenntnisse mit Lieferanten, Logistikanbietern und anderen Stakeholdern. Mit Snowflake reagieren Unternehmen nicht nur auf Tarifänderungen, sondern antizipieren Veränderungen, optimieren Betriebsabläufe und treffen intelligentere, schnellere Entscheidungen in großem Umfang.

In diesem Umfeld werden Unternehmen führend sein, die Daten und KI nicht nur nutzen, um zu reagieren, sondern Unsicherheit in Chancen zu verwandeln.

Erfahren Sie, wie die Snowflake AI Data Cloud Ihrem Unternehmen dabei helfen kann, die Auswirkungen von Tarifen zu minimieren und eine resilientere Zukunft zu schaffen. Kontaktieren Sie uns.