28.11.2021 Aufrufe

LE-5-2021

LOGISTIK express Zeitschrift ePaper App | Ausgabe 5/2021

LOGISTIK express Zeitschrift ePaper App | Ausgabe 5/2021

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

LOGISTIK express 5/<strong>2021</strong> | S54<br />

Künstliche Intelligenz trifft proaktive<br />

Aussagen über Logistikprozesse<br />

Wie lernende Systeme das Supply Chain Management verbessern und erleichtern.<br />

In diesem Zusammenhang ist Künstliche Intelligenz (KI) Zeit das „Buzzword“<br />

schlechthin. GASTBEITRAG: MIRKO HARTIG<br />

MIRKO HARTIG<br />

ASSOCIATE TECHNICAL<br />

CONSULTANT IOT & AUTO-<br />

MATISIERUNG<br />

<strong>LE</strong>OGISTICS GMBH<br />

Im Grunde genommen streben wir doch<br />

alle danach, stets die angemessenste<br />

Technologie zur Lösung unserer Probleme<br />

zu benutzen. Gerade die Logistikwelt mit<br />

ihren hohen Anforderungen an Effizienz und<br />

hohem Wettbewerbsdruck ist daher stets an<br />

neuen Möglichkeiten der Optimierung interessiert.<br />

In diesem Zusammenhang ist Künstliche<br />

Intelligenz (KI) seit geraumer Zeit das<br />

„Buzzword“ schlechthin. Sie ist ein Bereich der<br />

Informatik, welcher versucht, intellektuelle<br />

Aufgaben, die normalerweise von Menschen<br />

ausgeführt werden, zu automatisieren – die<br />

Routenberechnung in den Navigationsgeräten<br />

ist dafür ein gutes Beispiel (und niemand<br />

will das mehr missen).<br />

Ein kurzer Überblick über KI, maschinelles Lernen<br />

und Deep Learning<br />

Zum Bereich der künstlichen Intelligenz gehören<br />

auch das maschinelle und tiefe Lernen.<br />

Wie diese Gebiete zueinanderstehen, soll die<br />

folgende Grafik verdeutlichen. In der klassischen<br />

Programmierung programmiert man<br />

explizit die Regeln, nach denen Daten verarbeitet<br />

werden sollen. Und dies ist in vielen<br />

Situationen auch ausreichend. Bei den Aufgaben<br />

in der Transportlogistik beeinflussen<br />

jedoch sehr viele Variablen den optimalen<br />

Prozessablauf, was eine effektive Lösung<br />

mit vorher festgelegten Regeln deutlich erschwert.<br />

An dieser Stelle kommt das maschinelle<br />

Lernen ins Spiel. Sind also die Prozesse<br />

zu kompliziert, um sie mit festen Regeln zu beschreiben,<br />

dann macht es Sinn, diese Technik<br />

einmal genauer zu betrachten. leogistics hat<br />

den Ehrgeiz, logistische Prozesse mithilfe von<br />

KI zu optimieren.<br />

Maschinelles Lernen<br />

Das faszinierende am maschinellen Lernen ist,<br />

dass das System nicht explizit programmiert,<br />

sondern mit sehr vielen Beispielen (Daten) trainiert<br />

wird. Vereinfacht gesagt, werden die zu<br />

verarbeitenden Daten und die gewünschte(n)<br />

Antwort(en) bzw. Ergebnisse in das System<br />

Abbildung 1: Bereiche<br />

der künstlichen Intelligenz

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!