Steigende Kundenanforderungen und verstärkter internationaler Wettbewerb hat Wertschöpfungsnetze heutzutage zu komplexen Gebilden gemacht. Um zu bestehen müssen die Wertschöpfungsnetzwerke effizient ausgestaltet sein, aber robust gegenüber Veränderungen in der Umwelt. Der Schlüssel dafür sind moderne deskriptive und prädiktive Verfahren aus dem ML, die in einer volatilen und von Unsicherheiten geprägten Umgebung das Sichtfeld erweitern können. Die Daten für diese Algorithmen sind meist innerhalb von Wertschöpfungsketten auf mehrere rechtlich und wirtschaftlich unabhängige Unternehmen verteilt.

Im Rahmen des Projekt ReKoNeT gilt es also zwei Fragen mit einem besonderen Fokus auf kleine und mittelständische Betriebe zu beantworten: Wie lassen sich Daten nutzen um agile Wertschöpfungsprozesse über Unternehmensgrenzen hinweg zu gestalten, und wie sieht ein Mechanismus aus, der die berechtigten Sorgen der Unternehmen berücksichtigt und positive Anreize setzt, Daten verfügbar zu machen.