Künstliche Intelligenz (KI) in der Logistik Vom Hype zum Wettbewerbsvorteil

Künstliche Intelligenz (KI) oder auch Artificial Intelligence (AI) ist seit Jahren ein Dauerbrenner und erreicht mit dem Hype um ChatGPT einen weiteren Höhepunkt. Bereits 2021 zeigten Umfragen, dass 54 Prozent, also jedes zweite Unternehmen, den Einsatz Künstlicher Intelligenz als „entscheidend für die eigene, zukünftige Wettbewerbsfähigkeit“ bewertet. Ein Drittel plane oder diskutiere die Nutzung.(1)

Diese Zahlen dürften zwischenzeitlich angezogen haben. Seitens des Digitalverbandes Bitkom wird in einer aktuellen Meldung prognostiziert, dass KI die Welt stärker verändern wird, „als es eine so große Innovation wie das Smartphone es getan hat.“(2)

Doch was bedeutet das für die Logistik? Wo ist KI möglicherweise schon längst am Werk und welche neuen Optionen eröffnet Maschinelles Lernen (ML) in der Intralogistik konkret? Ein paar Denkanstöße liefert dieser Beitrag!

FAQs

Künstliche Intelligenz (KI) bezeichnet die Fähigkeit einer Maschine, kognitive Kompetenzen des Menschen, wie etwa Auffassungsgabe und logisches Denken, nachzuahmen. KI ist in der Lage, die Umwelt wahrzunehmen, ihr Handeln anzupassen, eigenständig Antworten zu finden und Probleme selbstständig zu lösen. 

In den vergangenen Jahren wurden im Bereich des Maschinelles Lernens große Fortschritte gemacht, was der zunehmenden Verfügbarkeit von großen Datenmengen und hoher Rechenleistung geschuldet ist. Maschinelles Lernen konzentriert sich auf Techniken und den Einsatz von Algorithmen, die es Computern ermöglichen, aus Daten und Mustern eigenständig zu lernen. Es ermöglicht Computern das Bewältigen von Aufgaben und Treffen von Entscheidungen, ohne dass sie dafür eine spezifische und detaillierte Programmierung benötigen, die ihnen direkte Anweisungen gibt. Sie gilt als Technik zum Erzielen von Künstlicher Intelligenz. 

 

Geschäftsanwendungen im Bereich der KI basieren meist auf Maschinellem Lernen: Künstliche Intelligenz (KI) ist ein übergeordneter Begriff, der verschiedene Konzepte umfasst. Die genaue Definition kann je nach Branche und Forschungsbereich variieren. Es bezieht sich auf ein System, das seine Umgebung (z. B. eingegebene Daten) erkennt und menschliche Verarbeitungs- und Entscheidungsmechanismen nachahmt, um damit zu interagieren.

KI vereinfacht sämtliche Prozesse im Lager und unterstützt das Personal im operativen Betrieb. KI erkennt selbst komplexeste Zusammenhänge und hilft, Entscheidungen in puncto weiterer Prozessoptimierungen entlang der Supply Chain mithilfe von Predictive Logistics schneller und zuverlässiger zu treffen.

Grundlegende Vorteile sind vor allem bei der Bestandserfassung und -verwaltung, der Kommissionierung und Paketsortierung sowie beim Transport inklusive der Optimierung von Liefertouren zu erwarten. Viele dieser Aufgaben lasen sich mithilfe von KI wirtschaftlicher und ressourcenschonender durchführen.

Künstliche Intelligenz als Datenanalyst der Extraklasse

Nicht nur für Hobbyköch:innen und Heimwerker:innen sind sogenannte Chatbots unverzichtbar geworden – also eine künstliche Intelligenz, die so konditioniert ist, um Anfragen zu beantworten und Lösungsvorschläge anbieten zu können. Und was im Alltag gelingt, funktioniert auch in der Logistik beziehungsweise im Lager – wenn Einflussfaktoren komplexer werden und es für den Menschen immer schwieriger wird, belastbare Entscheidungen zu treffen.

Denn ein gewichtiger Vorteil von KI ist die Schnelligkeit, mit der sie eine Vielzahl von Parametern parallel abgleicht und praktisch in Echtzeit treffsichere Lösungen generiert. Dabei wird nicht nur der Status quo sondern auch historische Daten sowie aktuell veränderte Rahmenbedingungen in die Beschlussfindung einbezogen. So lassen sich auch Vorgänge im Lager mit einem Tempo, mit dem der Mensch nicht mithalten kann, einfacher, ressourcenschonender und effizienter gestalten. 

KI als Tool für Prognose und Prozessoptimierung

Künstliche Intelligenz (KI) ist ergo in der Lage, komplexe Zusammenhänge abzubilden, aus Erfahrungen zu lernen und den angehäuften Wissensschatz kontinuierlich zu erweitern. Seine Stärken spielt der hinter einer KI steckende, komplexe Algorithmus vor allem auf dem Gebiet der Prognose und der Prozessoptimierung aus. Intelligente Lagerstrategien sind ja bereits seit Jahren Realität: Man denke nur an den Einsatz von Warehouse Management Systeme (WMS), die quasi auf Knopfdruck eigenständig intelligente Materiaflussstrategien unter Berücksichtigung des tagesaktuellen Auftragsaufkommens fahren. Allerdings sind die darin implementierten Strategien als Regelwerke beziehungswiese Einstellungen/Coding hinterlegt.

So fällt unter anderem im Zuge des Warehouse Managements – insbesondere bei komplexen Lagerstrukturen – eine Fülle von Daten an, die zwischenzeitlich schon den „Big-Data“-Status erreicht hat. KI hat das Potenzial, diese Daten in einer bisher nicht gekannten Breite und Tiefe zu erfassen, zu analysieren und zu korrelieren. Mittels modernster, KI-gesteuerter Lagerstrategien ist es zum Beispiel heute schon möglich, nicht nur die Performance eines Automatiklagers weiter zu erhöhen, sondern gleichzeitig Verfahrwege signifikant zu reduzieren. Das liegt eben daran, dass eben nicht nur die zum Implementierungszeitpunkt hinterlegten Regeln angewendet werden, sondern auch aktuelle Gegebenheiten in Regeln und Entscheidungen umgewandelt werden. „Smart Slotting“ heißt eine dieser Lösungen, die es möglich macht. Durch Einsatz von KI kann die Technologie den optimalen Stellplatz im Lager für die Einlagerung von Behältern ermitteln und zuweisen. Besonders viel Potential durch KI besteht hier vor allem für Unternehmen, deren Produktsortiment sich z. B. häufiger ändert oder saisonalen Schwankungen unterworfen ist.

Weitere Beispiele für KI-gesteuerte Technologien in der Logistik

Der Boom im Bereich Künstlicher Intelligenz (KI) ist auch eine Folge des technologischen Fortschritts in jüngster Zeit, vor allem mit Blick auf Prozessoren, Sensoren, Netzwerke und Big-Data-Mining. Diese Entwicklung schafft optimale Voraussetzungen für den gezielten Einsatz von automatischer Bild- bzw. Objekterkennung, robotergestützter Prozessautomatisierung, Drohnen und autonomen Transportfahrzeugen in der Logistik. Kurzgesagt: Die Mensch-Maschine-Interaktion lässt sich mithilfe von KI auf ein bisher nicht gekanntes Niveau heben.

Das größte Potential von KI in der Logistik liegt derzeit sicherlich im Bereich der Robotik. Roboter agieren nach dem Vorbild des Menschen, lernen aus Fehlern und Erfolgen gleichermaßen und ihre Konzentration lässt auch im 24-Stunden-Betrieb nicht nach. Ein gutes Beispiel ist die in SAP integrierte Robotik-Lösung Pick-by-Robot für die automatisierte Einzelstück-Kommissionierung. Dieser Roboter entlastet das Personal durch ihre Fähigkeit, völlig autark zu arbeiten, stehen dem Menschen aber auch kongenial unterstützend zur Seite. Eine smarte Funktion von Pick-by-Robot ist beispielsweise der optimale „Griff in die Kiste“: So werden über verschiedene Algorithmen in SAP EWM die idealen Greif- und Saugpunkte für die Artikel in Bruchteilen von Sekunden errechnet. Zeitgleich ist über integrierte und kameragesteuerte Überwachungsfunktionen eine 100%ige Picksicherheit sichergestellt. Hinterlegt sind darüber hinaus Packmuster-Algorithmen und Machine-Learning-Funktionen für die automatische Stammdatenpflege.

Wenn sie dazu mehr wissen wollen: Über die Einsatzbereiche von Robotern haben wir im Blogbeitrag „Wie lohnen sich Roboter in der Lagerlogistik?“ und mehr über das Machine Learning im Beitrag „Machine Learning auf dem Vormarsch“ beleuchtet. 
 

Logistik 4.0: Selbstorganisation und -steuerung als Ziel

Auch die Steuerung von Fahrzeugflotten ist für den Einsatz von Künstlicher Intelligenz (KI) prädestiniert. „Automated Guided Vehicles“ (AGVs = FTS) oder „Autonomous Mobile Robots“ (AMR) übernehmen als Weiterentwicklung heute vermehrt Transportaufgaben, die zuvor durch Stapler oder Handhubwagen abgewickelt wurden. Diese frei bzw. autonom navigierenden Fahrzeuge modernster Bauart sind ebenfalls auf maschinelles Lernen getrimmt, organisieren sich in Eigenregie und reagieren flexibel auf Änderungen, die sie innerhalb ihres Aktionsradius wahrnehmen. So werden Kollisionen vermieden und Transporte zuverlässig durchgeführt.

 Ein weiteres Beispiel für angewandte Künstliche Intelligenz und die Logistik 4.0 ist das patentierte Pack-Assistenz-System HAWK3. Dieses über einer Fördertechnik installierte „Auge der Logistik“ überwacht den Status eines Packvorgangs permanent und verbessert die Verpackungsplanung. Durch KI lernt HAWK2 von der Kollaboration mit einem menschlichen Gegenstück (Packer:in) und nutzt die ermittelten Erkenntnisse für künftige Packvorgänge. 

Fazit: Von KI und deren Vorteilen profitieren

Wird KI die Arbeitswelt tatsächlich komplett revolutionieren, wie häufig kolportiert? Ist sie die Zukunft?
Sachlich betrachtet wird es so sein, dass sich gewohnte Abläufe nachhaltig verändern. Dies geschieht allein schon deshalb, weil Digitalisierung und KI für Unternehmen mit einem deutlichen Mehrwert verbunden sind. Denn die Prognosen hinsichtlich des Kundenverhaltens werden verbessert und schlagen sich in der Bereitstellung von Beständen und Kapazitäten nieder. Die Logistikkosten können gesenkt werden und es passieren nur noch wenige bis gar keine Fehler mehr. Letzteres steigert die Lieferqualität und festigt Kundenbeziehungen. Kommissionierung und innerbetriebliche Transporte werden beschleunigt, sodass Auftragsdurchlaufzeiten minimiert werden.

Skeptiker:innen mögen an dieser Stelle anmerken, dass die Vorteile allein bereits per Prozessautomatisierung erzielt werden können. Das ist im Prinzip richtig, doch die KI setzt dem das sprichwörtliche „Krönchen“ auf, da sie in der Lage ist, Daten zu analysieren und zu korrelieren, komplexe Zusammenhänge abzubilden und aus Erfahrungen zu lernen. Performancewerte werden so nochmals deutlich getoppt. Parallel bietet Künstliche Intelligenz in der Logistik zukünftig die Möglichkeit, Geschäftsmodelle zu entwickeln, deren Inhalte bisher nur vage vorstellbar sind. Doch schon heute finden sich nachvollziehbare bzw. messbare Vorteile von KI-Technologien in vielen Bereichen:

  • KI-gesteuerte Roboter steigern die Effizienz der Kommissionierung und verkürzen Durchlaufzeiten.
  • Das Bestandmanagement wird massiv verbessert, sodass Kapital nicht unnötig gebunden wird.
  • Management und Personal werden bei der Entscheidungsfindung unterstützt und schöpfen so das Potenzial von Big Data vollständig aus.
  • Eine KI-basierte Einsatzplanung hilft, dass Mitarbeitende und Ressourcen im Lager gezielter eingesetzt und Kosten eingespart werden.
  • Interaktion und Kommunikation zum Beispiel mit Robotern erfolgen in Echtzeit, sodass auf Veränderungen unmittelbar reagiert werden kann.
  • KI avanciert mehr und mehr zum integralen Bestandteil moderner Warehouse-Management-Systeme (WMS), die als Taktgeber einer kontinuierlich lernenden, sich selbst organisierenden Intralogistik fungieren.

Weitere Infos und Quellen zum Thema:

(1)  „IT-Trends 2022: Auf diese Technologien setzen Unternehmen“ | Artikel | IAVCWorld

(2)  „Drei Viertel sehen Künstliche Intelligenz als Chance“ | Presseinformation | Bitkom e.V.