Ist Künstliche Intelligenz in der Logistik nützlich?

27. Dezember 2021 Von Natalia Andueza

Die Logistikbranche ist in letzter Zeit eines der meistdiskutierten und meistbeschriebenen Themen. Unsere Lebensweisen, unsere Gesellschaften, wie wir sie kannten, durchlaufen einen tiefgreifenden Wandel, der sich in den Konsumgewohnheiten widerspiegelt. Tatsache ist, dass sich die Art des Einkaufens durch die technologische Entwicklung, die Auslagerung der Produktion und einen chronischen Zeitmangel der Verbraucher verändert hat. Hinzu kommt außerdem eine unerwartete Pandemie, die über Monate die Mobilität eingeschränkt hat und bis heute Zusammenkünfte in geschlossenen Räumen begrenzt. Die Folge der Verkettung all dieser Umstände – struktureller wie auch plötzlich eingetretener – war ein exponentielles Wachstum der Logistikaktivität.

Und das Ende ist noch nicht erreicht. Logik und Prognosen lassen vermuten, dass der digitale Handel weiter wachsen wird – in einer globalisierten und hypervernetzten Welt, in der die Logistik als verbindendes Element für Rohstoffe und Fertigprodukte zwischen Zielen weltweit eine zentrale Rolle spielt. Die Wirtschaft insgesamt erwartet 2022 einen Umsatzanstieg von über 12 %, wobei die Prognosen für Logistikunternehmen bei über 26,5 % liegen. Tatsächlich wird sie laut einer Studie der Adecco Group bis 2025 zu den fünf Arbeitsbereichen mit der höchsten Beschäftigungszunahme zählen. Zudem ist die Entwicklung – gestützt auf konsolidierte Daten – mehr als deutlich: In Spanien hat das Zusammentreffen der genannten Umstände laut Astound Commerce zu einem Anstieg der Logistikaktivität um 36 % im Jahr 2020 geführt.

Vorteile der Technologie im Logistikprozess

Um dem erwarteten Wachstum der Transaktionen zu begegnen, reicht es nicht aus, einfach mehr Transportmittel auf die Strecke zu bringen – egal welcher Art. Wie wir bereits in anderen Artikeln erwähnt haben, müssen die Prozesse effizienter gestaltet werden: einerseits, um jede durchgeführte Operation maximal rentabel zu machen, und andererseits, um die Nachhaltigkeitskennzahlen auf jeder zurückgelegten Strecke zu erhöhen.

Und das gelingt nur mit Unterstützung von Technologie – und konkreter mit Künstlicher Intelligenz und Data Science, deren Anwendung im Transport zur Entstehung dessen geführt hat, was als Logistikintelligenz bekannt ist. Es ist bereits möglich, an jedem Glied der Lieferkette unter Einsatz neuer disruptiver Technologien zu arbeiten und den Prozess mit einer data-driven Philosophie zu durchdringen. Sehen wir uns die konkreten Vorteile für die Logistik an, dem Thema dieses Beitrags.

Anwendungen von Big Data im Logistiksektor

Prädiktive Systeme:

Nachfrageprognose: Tools wie die Nachfrageprognose ermöglichen uns äußerst zuverlässige Schätzungen des Produktabgangs mit einem bestimmten Zeithorizont. Wenn wir wissen, was wir verkaufen werden, können wir Lagerressourcen effizient verwalten, indem wir Zu- und Abgänge von Artikeln auf Basis objektiver Daten steuern – statt uns auf die Erfahrung aus vergangenen Kampagnen zu stützen.

Predictive Maintenance: Durch die Anwendung von Prognosen auf Wartungsprozesse lässt sich auch die Arbeitszeit von Lagertechnik und Flotte optimieren, um deren Leistung sicherzustellen und unerwartete Stillstände aufgrund plötzlich auftretender Defekte zu vermeiden. Predictive Maintenance überwacht die Performance der Maschinen anhand mehrerer Parameter, um den Zeitpunkt zu bestimmen, an dem Abweichungen von vordefinierten Werten auf die Notwendigkeit präventiver oder reaktiver Maßnahmen hinweisen. So entfallen festgelegte Wartungspläne sowie unnötige Stillstände und Teilewechsel, wodurch die Leistungsfähigkeit der Anlagen steigt.

Digitale Zwillinge: auch bekannt als Digital Twins oder Spiegel-Systeme, ermöglichen es uns, eine digitale Kopie einer realen Umgebung zu erstellen, an der wir arbeiten und experimentieren können, ohne laufende Prozesse zu beeinträchtigen. Digitale Zwillinge sind sehr nützlich, um die Wirksamkeit neuer Verfahren (Routen, Anlagen, Personal …) zu testen, ohne Risiken einzugehen.

Lokalisierungssysteme:

Lokalisierung von Waren: Prozesse für Warenausgang oder -eingang im Lager gehörten zu den ersten, bei denen Technologie eingesetzt wurde, um Abläufe zu vereinfachen und zu beschleunigen. Die Arbeit mit Barcodes und RFID-Codierung ermöglicht es, den exakten Lagerort eines Produkts zu kennen und die Bestandskontrolle zu digitalisieren.

Intelligente Lager: Wie wir sehen, ist die Lagerverwaltung mit technologischer Unterstützung deutlich einfacher – so sehr, dass große Distributionszentren wie Amazon die interne Verteilung von Artikeln mit intelligenten Förderbändern automatisiert haben.

Rückverfolgbarkeit von Produkten und Flotte: Die Entwicklung des Internet of Things bzw. Internet der Dinge (IoT) hat die Systeme zur Nachverfolgung von Artikeln und Fahrzeugen weiterentwickelt, die nun in Echtzeit überwacht werden können – etwa um Lieferzeiten zu aktualisieren, Vorfälle zu erfassen und unterwegs auftretende Probleme zu lösen.

Identifikationssysteme im Lager:

Code-Lesung: Wir haben bereits über den Nutzen von Barcodes und RFID-Codierung in der Lagerverwaltung gesprochen, doch diese Systeme – und die Weiterentwicklung der Computer Vision, wie wir später sehen werden – ermöglichen es auch, Produkte beispielsweise beim Passieren eines Förderbands mit Lesegeräten zu identifizieren oder Chargen verpackter Ware zu erkennen.

Automatische Zählsysteme: Mit der Entwicklung der Computer Vision hat es bei einigen transportbezogenen Prozessen einen wichtigen Sprung gegeben – ein klares Beispiel ist die automatische Zählung von Paketen, Produkten oder gemeinsam angeordneten Einzelmaterialien.

So ist es beispielsweise unendlich viel schneller, präziser und genauer, die Anzahl der auf einen Lkw geladenen Bewehrungsstäbe zu ermitteln, die angeliefert werden sollen. Diese Ladung – mit Elementen kleinen Durchmessers, alle gleich – wird in Zehntelsekunden ohne Fehler gezählt, was die Arbeit beschleunigt und optimiert. Ein weiteres klares Beispiel mit denselben Vorteilen ist das Zählen von Produkten beim Durchlauf über Förderbänder, etwa von frisch entladenen Obststücken.

KI-basierte Planungssysteme:

Ladeplaner: Mit diesen Tools lässt sich der verfügbare Transportraum maximal ausnutzen, indem die Ladung optimal anhand von Parametern wie Größe, Gewicht, Zerbrechlichkeit oder Entladezeitpunkt angeordnet wird.

Routenplaner: Big Data und Künstliche Intelligenz kommen auch bei der Routenplanung zum Einsatz, mit der sich logistische Abläufe auf höchste Effizienz bringen lassen. Sie können in allen Arten von Transportoperationen (See-, Luft- und Landverkehr) eingesetzt werden, um die effizientesten Strecken durch die Auswertung der mit diesen Operationen verbundenen Daten zu entwerfen (Art der Operation, Zwischenladungen, Wetter, einzusetzende Fahrzeuge, Kalender …). Außerdem werden – wie wir beim Thema Rückverfolgbarkeit erwähnt haben – Flotten in Echtzeit überwacht, was es ermöglicht, unerwartete Ereignisse durch Neuberechnung von Routen zu lösen.

Managementsysteme:

Robotic Process Automation: oder RPA (Robotic Process Automation) vereinfacht und steigert die Effizienz administrativer Aufgaben jeder Art – auch jener, die mit dem Logistikmanagement verbunden sind –, die stark repetitiv sind und wenig Mehrwert bieten (Lieferscheine, Rechnungsstellung, e-CMR …). Dank – einmal mehr – Künstlicher Intelligenz und maschinellem Lernen (Machine Learning) lassen sich große Mengen an Desktop-Aufgaben bewältigen und zudem Prozessfehler vermeiden.

Künstliche Intelligenz in der Lieferkette

Wie wir sehen, haben sich neue Technologien schrittweise in die gesamte Lieferkette integriert – mit erheblichem Einfluss auf die Logistik. Diese Entwicklung begann mit den Vorteilen der Identifikationscode-Lesung und hat sich weiterentwickelt, während sich auch die Technologie selbst weiterentwickelte. Prädiktive Systeme, Planer und Computer Vision ermöglichen es, logistische Abläufe auf höchste Effizienzniveaus zu bringen.

Es besteht kein Zweifel, dass wir uns im Zeitalter von Künstlicher Intelligenz und Big Data befinden – und dass es verpflichtend, nicht optional ist, in Richtung Logistik 4.0 voranzuschreiten.