Schlüsseltechnologie für Logistikinnovation: KI macht den Unterschied

Künstliche Intelligenz (KI) wird zunehmend zum entscheidenden Instrument in der Logistik, insbesondere wenn es darum geht, komplexe Entscheidungen zu treffen und die Effizienz entlang der gesamten Wertschöpfungskette zu steigern. Die Antwort auf logistische Herausforderungen liegt dabei stets in den Daten. Je mehr und je genauere Daten vorliegen, umso besser die Qualität der Antworten. Dank der Daten schließt Künstliche Intelligenz die Lücken beim Erfahrungswissen. Gerade in Zeiten des Fachkräftemangels ermöglicht Künstliche Intelligenz damit nicht zuletzt auch eine effiziente Wissensweitergabe und hilft, Know-how zu sichern, das sonst verloren gehen könnte. Grundsätzlich sind Lösungen der Künstliche Intelligenz heute Unternehmen jeder Größe zugänglich, gerade auch solchen Unternehmen, die bislang noch keine eigenen Ressourcen und Kompetenzen im Bereich KI aufbauen konnten oder dies wollen.

Bei der Optimierung von logistischen Prozessen hilft Künstliche Intelligenz insbesondere dabei, Antworten auf die folgenden Fragen zu finden:

Welche Lösung ist die wahrscheinlich richtige?

Analyse und Prognose mit KI

Einer der Hauptvorteile von KI liegt in ihrer Fähigkeit, aus großen Datenmengen Muster zu erkennen und zukünftige Entwicklungen vorherzusagen. Mit prädiktiven Analysen auf der Basis von historischen und Echtzeitdaten kann die Logistik präziser auf mögliche Engpässe, Nachfrageschwankungen oder Lieferkettenunterbrechungen reagieren. Ziel ist es dabei, nicht nur proaktiv auf Probleme zu reagieren, sondern diese sogar zu verhindern.

Welcher Schritt ist der nächste und beste, um die logistische Kette zu optimieren?

Prozesssteuerung durch KI

KI-basierte Systeme bieten präzise Handlungsempfehlungen, die in die Prozesssteuerung integriert werden können. So lassen sich Entscheidungen nicht nur schneller, sondern auch auf einer fundierten Datenbasis treffen, die den gesamten Prozessfluss optimiert und dabei Engpässe vermeidet.

Wie können Entscheidungen getroffen werden?

Assistenzunterstützung durch KI

KI kann nicht nur Daten sammeln und speichern, sondern sie auch in eine verständliche, handlungsorientierte Form bringen: Chatbots oder KI-Agenten erklären die gesammelten Informationen und bringen die Menschen ins Handeln.

In jedem Fall müssen KI-Lösungen nachhaltig und maßgeschneidert auf die Herausforderungen, Bedürfnisse und Ziele von Unternehmen abgestimmt und effizient implementiert werden. Dabei ist nicht jede KI-Anwendung für jedes Unternehmen gleichermaßen geeignet. Bedarfsanalysen bilden die Grundlage, um zu verstehen, in welchen Bereichen KI einem Unternehmen den größten Mehrwert bieten kann. Auf dieser Basis können konkrete Anwendungsfälle erarbeitet werden. Dabei werden potenzielle Prozesse identifiziert, die durch den Einsatz von KI optimiert werden können – sei es zur Verbesserung der Effizienz, zur Steigerung der Transparenz oder zur Senkung von Kosten.

Unternehmen, die ihre Prozesse und Produkte durch KI optimieren und automatisieren wollen, stehen heute vor der Herausforderung, die richtigen Werkzeuge oder Schritte zu identifizieren. Dabei empfiehlt es sich, mit kleinen Anwendungsfällen zu beginnen, um die Vorteile und Grenzen der Verfahren und Methoden kennenzulernen und zu verstehen. Eine Lösung für einen bestimmten Teil des Problems zu entwickeln und diese dann auf größere Anwendungsfälle auszudehnen, ist oft einfacher als der Versuch, von Grund auf eine umfassende Lösung zu entwickeln.

Inzwischen liegen aus zahlreichen Forschungs- und Industrieprojekten KI-Lösungen auch als AI-as-a-Service vor. AIaaS ermöglicht es Unternehmen auf fortschrittliche KI-Technologien zuzugreifen, ohne eine eigene IT-Infrastruktur zu besitzen.

AI-as-a-Service: Apps für Speditionen

Ein Beispiel dafür ist die Plattform Omnistics des Fraunhofer IML. »Omnistics« – ein Kunstwort aus dem lateinischen »Omni« (alle) und »Logistics« – bündelt derzeit insgesamt vier Anwendungen bzw. Apps, mit denen Transportunternehmen ihre Prozesse gezielt und entscheidend optimieren können: Capcast, eine umfassende Lösung für die Kapazitätsplanung mit fortschrittlicher Forecasting-Technologie und einer Assistenzfunktion für die Maßnahmenplanung, die Multimodale Ankunftsvorhersage Pretime, den intelligenten Chat- und Sprachassistenten LoOmni-Chat sowie Frostimate, eine strategische und taktische Kostenabschätzung für Frachtraten. Die Apps sind im Rahmen industriefinanzierter Auftragsforschung sowie in öffentlich geförderten Forschungsprojekten entstanden.

Omnistics wurde speziell für Speditionsunternehmen ohne umfangreiche IT-Infrastruktur entwickelt. Während große Logistikdienstleister vielfach eigene Lösungen entwickelt oder eingekauft haben, kommt für kleine und mittlere Betriebe in der Regel weder das eine noch das andere in Betracht.

Mehr zu den Omnistic-Apps

»Künstliche Intelligenz ist ein Schlüssel, um in der Logistik noch besser ökologische und ökonomische Ziele zu erreichen und so den Weg zu mehr Nachhaltigkeit zu ebnen«

- Prof. Dr. Uwe Clausen, Institutsleitung

Unternehmen, die auf der Suche nach konkreten KI-Lösungen sind, werden auch bei Open Source-Komponenten fündig, die kostenfrei genutzt werden können. Mit den Hardware- und Software-Komponenten in den drei Bereichen »Transport Information«, »Computer Vision« sowie »Automation & IoT«, die das Fraunhofer IML im Forschungsprojekt Silicon Economy entwickelt und als Open Source veröffentlicht hat, bieten sich Unternehmen jetzt neue Perspektiven für den Einstieg – idealerweise im Verbund mit anderen Unternehmen. Denn: Die Open Source-Komponenten sind prädestiniert für die gemeinschaftliche (Weiter-)Entwicklung. Durch eine unternehmensübergreifende Zusammenarbeit, moderiert von den Forschenden des Fraunhofer IML, lassen sich Zeit, Kosten und Ressourcen sparen.

Die Open Source-Komponenten der Silicon Economy adressieren unterschiedliche Herausforderungen in Logistik und Supply Chain Management. Sie stehen Unternehmen im Open Logistics Repository der Open Logistics Foundation frei zur Verfügung stehen. Die Forschenden des Instituts unterstützen Unternehmen bei der Anpassung und Integration der Komponenten in ihre jeweilige IT-Landschaft – nachfolgend einige Beispiele: