LE-5-2021

LOGISTIK express 5/2021 | S56
jetzt zur weiten Verbreitung. Zweifelsohne,
der umfangreiche Einsatz von künstlicher Intelligenz
in der Logistik steckt noch in der Entwicklung
und wird erst in den nächsten Jahren
das volle Potenzial ausschöpfen können.
Bis heute haben sich, und das nicht grundlos
– jedoch schon einige Möglichkeiten der
Anwendungen etabliert.
Fallbeispiel: Konsumabsichten durch KI vorausschauend
planen
So ist es beispielsweise möglich, Vorhersagen
über Konsumabsichten von Endkunden
zu machen. Werden Daten aus Verkaufsstatistiken
und/oder sozialen Netzwerken mit
in die Planung einbezogen, können etwa
Über- oder gar Fehlbestände in der Lagerhaltung
vermieden und letzten Endes Kosten
eingespart werden.
Fallbeispiel: Lagerhaltung flexibel anpassen
dank KI
Auch die Lagerhaltung bei größeren Unternehmen
ist mittlerweile automatisiert und
KI-gestützt, indem zu den typischen Aufgaben
auf Veränderungen reagiert wird und
die folgenden Abläufe flexibel angepasst
werden. So erkennt die Technik etwa Ware,
welche häufig ein- und ausgelagert wird
und platziert diese näher am Beginn eines
Regals und spart dadurch Wege und wertvolle
Zeit ein.
Des Weiteren können beispielsweise Korrelationen
in Daten gefunden werden, welche
die Qualität von Produkten oder Dienstleistungen
betrifft. Die daraus neu abgeleiteten
Metriken können dann zu einer weiteren
Qualitäts- bzw. Serviceverbesserung führen.
Vereinfacht gesagt: Wer hätte vor zwei Jahren
gedacht, dass ausgerechnet die Arbeit
im Homeoffice die Zahl der Krankmeldungen
reduzieren würde. Eine KI, wäre sie mit
den entsprechenden Daten trainiert worden,
hätte dies voraussehen können.
Fallbeispiel: LKW-Zulauf und Wartungen
KI-gestützt optimieren
Weit verbreitet sind ebenfalls Systeme, die
die voraussichtliche Ankunftszeit durch Beobachtung
von Telemetriedaten eines
Fahrzeugs an einem bestimmten Zielort vorhersagen.
Diese Daten werden zur vorausschauenden
Wartung genutzt. Reparaturen
erledigt man doch besser, bevor ein Schaden
entsteht. Das senkt die Wartungskosten,
macht Wartungszeiten planbar und erhöht
die Ausfallsicherheit.
Fallbeispiel: Auslastung der Lagertore durch
Objekterkennung vorausschauend planen
Die weiter oben erwähnte Deep-Learning-Technologie,
also die visuelle KI, kann
zur Objekterkennung eingesetzt werden. Dies
ermöglicht beispielsweise einen vollautomatisierten
Wareneingang, ohne dass es Baroder
QR-Codes benötigt. Produkte, Abmessungen,
Gewicht oder beschädigte Kartons
sind mit dieser Technik identifizier-, mess- und
zählbar geworden. Eine weitere Möglichkeit
ist, Ladetore wie bei einem Kunden von leogistics
von einer Kamera überwachen zu lassen.
Die Objekterkennung identifiziert, welches Tor
frei bzw. besetzt ist und ermöglicht auch hier eine
bessere Planbarkeit und Auslastung der Tore.
Ein Blick in die Zukunft – Science Fiction oder
Realität?
In den nächsten Jahren wird die Logistik
sicherlich von Datenbrillen unterstützt. Es
werden zunehmend Waren von autonomen
Fahrzeugen in den Lagern bewegt. Inventuren
könnten autonome Drohnen übernehmen.
Bis allerdings die Lieferroboter die Produkte
zum Endkunden an die Haustür bringen,
ist es noch ein weiter Weg. Aber die Anfänge
sind gemacht! Denn es gilt: Jeder Schritt in
Richtung „Maschinen verdienen für uns (die
Gesellschaft) das Geld“ – und sei er noch so
klein – ist ein Schritt in die richtige Richtung.
Wer erst einmal verstanden, dass lernende
Systeme mit den Eingangsdaten
und den gewünschten Antworten erstellt
werden und sich daraus die Regeln
zur Datenverarbeitung ergeben, ist in der
Lage, seine Logistikprozesse zu optimieren,
wenn nicht sogar zu revolutionieren!
Es lohnt sich also, sich mit KI näher zu befassen,
neue Technologien einzusetzen und damit
auch signifikant Geld zu sparen.
(RED)