Schlüsseltechnologie für Logistikinnovation: KI macht den Unterschied

KI in der Logistik

Worin liegt für Unternehmen der Mehrwert von Künstlicher Intelligenz in der Logistik?

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.

Futuristische digitale Schnittstelle, die abstrakte Datenvisualisierung mit Diagrammen, Grafiken und Linien zeigt. Die leuchtenden Farben und das abstrakte Design erwecken ein Gefühl von Innovation und technologischem Fortschritt.
© Improvee design - stock.adobe.com

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.

Wie können Unternehmen ohne eigene Infrastruktur und Ressourcen KI nutzen?

Geschäftsmann und Roboter schütteln sich die Hände über technologische Innovationen, Fortschritte beim maschinellen Lernen und die Partnerschaft mit der zukünftigen Künstlichen Intelligenz
© TA Design - stock.adobe.com

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

Fraunhofer IML Institutsleiter Uwe Clausen am Tisch sitzend
© Fraunhofer IML

»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

Welche Möglichkeiten bieten Open Source-Komponenten Unternehmen?

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:

 

Ladungsträger ohne Marker erkennen

Natur-Ident ist ein Identifikations-Service, der auf natürlichen Merkmalen basiert. Er befähigt Unternehmen dazu, Ladungsträger kamerabasiert und nur auf Basis ihrer äußeren Merkmale eindeutig zu identifizieren, beispielsweise Paletten anhand der Maserung ihrer Holzfüße. Er umfasst Komponenten der Detektion, Identifikation, Datenbankhaltung und enthält eine grafische Nutzeroberfläche.

 

Künstliche Intelligenz einfach anlernen

Der Guided Training Service (GTS) ist eine Webanwendung zur Entwicklung von ML-basierten Computer Vision-Modellen für unterschiedlichste Anwendungsfälle und richtet sich sowohl an ML-Entwickler als auch an nicht ML-erfahrene technische Experten. Er bündelt alle wichtigen Schritte zum Trainieren von ML-Modellen speziell für den eigenen Anwendungsfall sowie zum Verwalten und Bereitstellen der trainierten Computer-Vision-Modelle.

 

Lkws in der Hoflogistik tracken

»Yard Lense on Edge« ist eine Lösung für ein KI-basiertes Tracking von Lkw auf dem Yard über ein Multi-Kamera-Set-up. Asset- und Lkw-Positionen im Außenbereich von Betriebsgeländen werden dabei in Echtzeit übermittelt.

Unser KI-Leistungsangebot

Die Forschenden des Fraunhofer IML bieten Unternehmen Austausch, Best Practices und Wissenstransfer im Bereich Künstlicher Intelligenz. Sie verschaffen Klarheit über den Nutzen, die Potenziale und die möglichen Anwendungsfelder von KI. Auf der Basis konkreter Problem- und Aufgabenstellungen erarbeiten die Forschen-den im Auftrag von Unternehmen entsprechende Lösungen. Dabei hält das Fraunhofer IML auch die notwendi-gen Entwicklerkapazitäten vor.

Strategische Beratung

Identifikation von Optimierungspotenzialen, Entwicklung von Technologie-Roadmaps, Aufbau von strategischen Partnerschaften, Kooperationen und Netzwerken

Technologieentwicklung

Erstellung von Vorhersagemodellen, Entwicklung von KI-Algorithmen zur Automatisierung von Geschäftsprozessen, Entwicklung von Entscheidungsunterstützungssystemen

Systemintegration

Integration und Implementierung

Beispiele für Entwicklungen aus Projekten mit Logistikunternehmen, aber auch mit Unternehmen aus anderen Branchen wie der metallverarbeitenden, der chemischen und der Lebensmittelindustrie sind Lösungen zur Kapazitäts- und Produktionsplanung, zur Qualitätskontrolle in Produktion und Montage, für eine automatisierte Disposition oder zur Optimierung der Angebotserstellung und Verbesserung der Tourenplanung.

Unsere KI-Lösungen für Unternehmen

Am Fraunhofer IML sind in Forschungs- und Industrieprojekten sowie im Rahmen von Eigenentwicklungen unterschiedlichste KI-Lösungen entstanden, die nun auf andere Anwendungsfälle oder konkret von Unter-nehmen eingesetzt werden können:

 

Bestandsoptimierung mit Künstlicher Intelligenz

Mit der am Beispiel der Beschaffung von Blechen für metallverarbeitende Unternehmen entwickelten KI-Software AI-BOSS können Unternehmen ihre Disposition für zu beschaffende Materialien optimieren und die Materialverfügbarkeit bei möglichst geringen Kosten sicherstellen. Die Lösung wird jetzt auch auf andere Anforderungen angepasst.

 

Vergleich von Nachhaltigkeitsdaten

Das Tool Sustainalyze extrahiert, analysiert und vergleicht Nachhaltigkeitsdaten mittels generativer KI. Unternehmen werden dabei unterstützt, ohne lange Lesedauer Nachhaltigkeitskennzahlen aus verschiedenen und langen Nachhaltigkeitsberichten zu gewinnen, zu vergleichen und so nachhaltiger zu werden.

 

KI-basierte Analyse von Liefernetzwerken

OTD NETWORK ist eine KI- und Simulationslösung, mit der Unternehmen Einblicke in das Verhalten und die Dynamik eines Liefernetzwerkes erhalten können. Das Tool kann im Rahmen von Schwachstellenanalysen und Bewertungen von IST-Prozessen sowie zur Validierung und Bewertung von SOLL-Konzepten eingesetzt werden.

 

Yard-Management mit Kameras

Für eine vollkommen neue Transparenz in der Hoflogistik sorgt Yard Lense on Edge, ein Echtzeit-Yard-Management. Die Lösung ermöglicht eine automatische Überprüfung der Hoflogistik: Ein Kamerasystem erfasst, identifiziert und verfolgt Fahrzeuge und Ladeeinheiten wie Wechselbrücken und erkennt deren Abstellplätze zuverlässig.

Ansprechpersonen

Anike Murrenhoff, M.Sc.

Contact Press / Media

Anike Murrenhoff, M.Sc.

Fraunhofer-Institut für Materialfluss und Logistik IML
Joseph-von-Fraunhofer-Str. 2-4
44227 Dortmund

Benedikt Mättig

Contact Press / Media

Dr.-Ing. Benedikt Mättig

Fraunhofer-Institut für Materialfluss und Logistik IML
Joseph-von-Fraunhofer-Str. 2-4
44227 Dortmund