KI: Entwicklungen in der Logistik

In unsererAlltagswelt haben künstliche Intelligenzen (KI) mit digitalen Assistenten undService-Chatbots bereits Einzug gehalten. Auch im Bereich der Logistik werdenihre Potenziale zunehmend geschätzt.

Ob im Bereich der Lagerlogistik, derTourenplanung und Disposition oder der Echtzeit-Routenoptimierung: die Logistikbietet zahlreiche Ansatzpunkte für den Einsatz von künstlicher Intelligenz.

Das mitdenkendeLager

Die Einsatzmöglichkeiten von KI beginnen schon imWareneingang, wo Artikel einmal von KI per Visual Recognition mit allenrelevanten Daten erfasst und in der Folge künftig selbstständig erkannt werden.Vor allem aber können lernende System die Abläufe in der Kommissionierungverbessern.

Von genereller Wegereduzierung über eineHomogenisierung der Anlagenauslastung bietet sich im Bereich der Lagerlogistikgroßes Potenzial. Ein wichtiges Einsatzfeld für KI ist auch die sogenannteprädiktive Analyse, mit der sich der Aufwand für Kommissionierung undVerpackung detailliert vorhersagen und planen lässt.

Während hauseigene Systeme Ressourcen bislangbasierend auf vorhandenen Aufträgen optimierten, können mit KI auch zusätzlicheEinfluss­faktoren und unstrukturierte Datenquellen berücksichtigt werden unddie Vorhersagegenauigkeit so gesteigert werden. Künstliche Intelligenz hältaußerdem durch Einsatz von Robotik auch in die Lagertechnik verstärkt Einzug.

Geplant vomAlgorithmus

Assistenzaufgaben wiedas Einbinden von Transportaufträgen in die bestehende Planung sind schon seiteiniger Zeit Teil von Softwarelösungen im Dispositionsbereich. Auch Tourenplänekönnen inzwischen von speziellen Tools erstellt ­werden, die innerhalbkürzester Zeit Tausende Vorschläge mit jeweils kleinen Abweichungen berechnen.

KI-gestützte Softwareist dabei lernfähig und merkt sich, welche Änderungen jeweils Verbesserungenoder Verschlechterungen des Tourenplans herbeigeführt haben. In der nächstenStufe erkennen KI auf Basis aktueller Telematikdaten drohende Konflikte wie Ausfälleoder Verzögerungen und planen laufende Touren selbsttätig um. Für Disponentenbleibt damit mehr Zeit für Kundenbetreuung und andere Aufgaben.

Auslastungverbessern

An der Verbesserung bestehender Tourenplanungs-Algorithmen arbeitet unteranderem das Fraunhofer-Institut für Integrierte Schaltungen IIS. Im ProjektKITE wird untersucht, wie KI Leerfahrten vermeiden kann. Dabei wird dieTourenplanung mit der Prognose von Frachtaufträgen gekoppelt und demDisponenten Vorschläge gemacht, durch geschickte Akquise von weiteren Aufträgendie bereits geplanten Touren besser auszulasten. Der Algorithmus errechnetdabei aus den Daten vergangener Aufträge einen möglicherweise kommenden Bedarfeines Kunden, der die Ausnutzung des Frachtvolumens verbessern würde. DerDisponent kann den möglicherweise infrage kommenden Kunden dann aktivkontaktieren und diesem vielleicht einen Rabatt für die Tour vorschlagen – soentsteht aus einem Defizit eine Win-win-Situation für beide Seiten.

Mit KI gegenStaus

Auch im Kampf gegen Staus sollen KI helfen. DasGrundproblem dabei: Von Navis und Karten-Apps berechnete Fahrstrecken stellenjeweils nur für den Einzelnen optimierte Routen dar. Werden solcherleivorgeschlagene Wege von Hunderten gleichzeitig befahren, können auch alternativeStrecken überlastet werden – es entsteht ein Stau neben dem Stau. Kommen hierstatt starrer Algorithmen KI zum Einsatz, können diese die Routenpläne allerNutzer laufend abgleichen und mittels dynamischem Routing in Echtzeit sooptimieren, dass der Verkehr besser verteilt wird. Die Software lernt außerdembeständig hinzu und verbessert so ihre Empfehlungen immer weiter.

Quelle: Lesen Sie Vollen Artikel