.jpg)
Die Logistik ist ein idealer Anwendungsfall für KI. Mit ihrem enormen Potenzial, Prozesse zu optimieren, Störungen und Fehler im System rechtzeitig zu erkennen und zu beheben, wird sie von der Mehrheit der Entscheidungsträger innerhalb der nächsten zehn Jahre als unverzichtbarer Bestandteil gesehen werden, erklärt Daniel Keller, CTO des Plattformanbieters Visable.
Die Corona-Krise war und ist auch eine Krise der globalen Lieferketten und der Logistik. Sie kann jedoch auch als Weckruf verstanden werden: Immer ausgefeiltere Supply-Chain-Systeme sind in einem volatilen Umfeld und angesichts von Schwankungen bei Angebot und Nachfrage umso verletzlicher. Bei Logistikprozessen selbst werden täglich riesige Mengen an Daten produziert. Basierend darauf können Aussagen getroffen werden, wie sich Systeme über die Zeit hinweg verhalten und auf welche Einflussfaktoren und Veränderungen sie wie reagieren. Systeme der Künstlichen Intelligenz bieten ungeahnte Möglichkeiten, auf rasche Veränderungen schnell zu reagieren – beziehungsweise sie vorherzusehen und auch im Nicht-Krisenmodus die Abläufe effizienter zu organisieren, Ressourcen zu sparen und Kosten zu senken. So stellen beispielsweise die B2B-Plattformen wlw (ehemals „Wer liefert was“) und Europages große Mengen an Daten zu Rohstoffen und Produkten zur Verfügung. Neben detaillierten Spezifikationen sind auch Preise und Lieferzeiten enthalten. Künftig könnten die Daten dieser beiden Plattformen des Plattformanbieters Visable genutzt werden, um Lagerbestände durch Künstliche Intelligenz effizient zu bewirtschaften. Voraussetzung dafür ist die Verfügbarkeit von qualitativ hochwertigen Daten. „Es ist wichtig, eine adäquate Vorauswahl zu treffen, welche Daten benötigt werden. Zudem muss sichergestellt sein, dass diese Daten in genügender Qualität vorhanden sind“, erklärt der CTO von Visable, Daniel Keller. „Visable hat für die Datensammlung begonnen, Künstliche Intelligenz zu nutzen, um relevante Daten als solche zu identifizieren – im Sinne eines Lernprozesses über intelligente Algorithmen“, erklärt Keller.
Vielfältige Anwendungsgebiete.
Künstliche Intelligenz kann aber noch für viel breitere Anwendungsgebiete als die simple Lagerbewirtschaftung genutzt werden. Zunächst können Systeme der Künstlichen Intelligenz Transportrouten (innerhalb und außerhalb des Lagers) planen und, im Zusammenhang mit unerwarteten Ereignissen, neu berechnen. Ankunftszeiten können noch genauer vorhergesagt werden. Systeme der KI können leicht erkennen, wenn bestimmte Produkte oder Komponenten im Lager rar werden – und die möglichen Auswirkungen auf andere Produkte oder Komponenten im Logistikzyklus vorhersehen – und diese dann rechtzeitig aufstocken. Genauso können Überkapazitäten erkannt werden.
Im Sinne von „Predictive Maintainance“ kann Künstliche Intelligenz Maschinenausfälle vorhersehen und darüber hinaus effizient die Timeslots für die entsprechenden rechtzeitigen Wartungsarbeiten innerhalb des Gesamtprozesses einteilen. Autonome Drohnen können Inventuren erledigen und Bilder zur Schadensprüfung aufnehmen. Chatbots können Anfragen von Paketempfängern entgegennehmen. Das Sortieren von Waren und Komponenten im Lager ist für den Menschen eine zeitintensive Aufgabe. Hier können Roboter die Vorsortierung übernehmen. Darüber hinaus können sie besser erkennen, welche Produkte oder Komponenten gerade stärker nachgefragt werden und diese näher am Ein-/Ausgang platzieren, um Wegzeiten zu sparen.
Und neben dieser Prozess- und Transportoptimierung kann Künstliche Intelligenz auch in der Bedarfsprognose und Absatzplanung eingesetzt werden. Durch Big Data kann besser vorhergesehen werden, wo es in nächster Zeit bei bestimmten Produkten zu einem Nachfrageüberhang oder -defizit kommen könnte. Damit kann sie nicht nur in bestehende Prozesse eingreifen und diese optimieren, sondern Ressourcen und Kapazitäten auch in die jeweilige Zukunft hinein besser aufteilen. Das würde bedeuten, dass Künstliche Intelligenz in der Logistik nicht allein innerbetriebliche Probleme und Engpässe sondern vielleicht sogar gesamtwirtschaftliche Abschwünge oder Volatilitäten besser abfedern könnte.
Abwartende Haltung.
Die Möglichkeiten, Risiken und Nebenwirkungen von Künstlicher Intelligenz sind für viele noch nicht ganz greifbar, so ist es auch nicht verwunderlich, dass viele Unternehmen noch zögern, Künstliche Intelligenz zu implementieren. Laut einer Studie des Magazins Logistik heute und Inform wenden nur 26 % der befragten Betriebe in Deutschland Künstliche Intelligenz in ihrer Logistik an. Dabei gibt mehr als die Hälfte der Befragten (54 %) an, dass ihnen das entsprechende Know-how fehlen würde. Als weitere Hindernisse werden hohe Kosten (46 %), eine unzureichende IT-Infrastruktur (44 %) und ein Mangel an zeitlichen Ressourcen (38 %) genannt. Aus einer Bitkom-Studie aus dem Jahr 2019 geht jedoch hervor, dass 70 % aller Befragten davon ausgehen, dass Künstliche Intelligenz in den nächsten zehn Jahren ein unverzichtbarer Bestandteil in der Logistik sein wird.
