Die Digitalisierung von Lieferketten und internen Prozessen, künstliche Intelligenz (KI) sowie das autonome Fahren und Disponieren gehören zu den Trend-Themen, denen sich die Logistikbranche stellen muss. Erfahren Sie, wie KI die Logistikbranche verändert, welche konkreten Anwendungsgebiete es im Logistikbereich gibt und welche Lösungen KI im Kampf gegen den zunehmenden Fachkräftemangel bieten kann.
In unserem menschlichen Gehirn befinden sich etwa 100 Milliarden Neuronen, die miteinander vernetzt sind. Die Übertragung von Informationen zwischen diesen Neuronen findet über elektrische Impulse statt. Dadurch ist der Mensch in der Lage zu lernen, zu schlussfolgern und abstrakt zu denken. Bei der künstlichen Intelligenz werden die Neuronen durch künstliche Neuronen ersetzt und mit Hilfe von Algorithmen trainiert.
Dabei wird die menschliche Intelligenz nicht nachgebildet, sondern „es werden Trainingsdaten harmonisiert, aggregiert und in ein Framework für maschinelles Lernen eingespeist”, erklärt Sara Van Gelder, die am Brüsseler Flughafen die Entwicklung des Frachtgeschäfts verantwortet.
Das funktioniert so: Anhand der Trainingsdaten wird mit Hilfe von maschinellem Lernen eine Mustererkennung erlernt. Damit ersparen sich Unternehmen das manuelle Erstellen eines Modells und den damit verbundenen Aufwand, wie das Definieren von Regeln, Prüfungen und Interpretationen. Die Qualität der Trainingsdaten ist dabei für den Erfolg entscheidend.
Für die Logistikbranche bietet KI weit mehr als nur eine reine Optimierung des bestehenden Betriebs. Lieferketten werden durch KI steuerbarer und transparenter. Van Gelder erklärt: „KI ermöglicht vorausschauendes Handeln, wie zum Beispiel in den Bereichen
Zudem können „Angebote genauer auf die Bedürfnisse des Kunden ausgerichtet werden, während die Logistik zum integrierten Bestandteil einer automatisierten und hochflexiblen industriellen Produktion und des Handels wird“, betont auch Tim Schneider, der beim Bundesverband Spedition und Logistik DSLV die Themen Prozesse, Standards und Digitalisierung verantwortet. „Es gilt, Daten zu teilen und als wertvolle Informationsquelle zu verstehen“, so Schneider weiter. Dabei spiele die Informationsbereitstellung in Echtzeit eine entscheidende Rolle.
Konkrete KI-Anwendungen für die Logistik findet man beispielsweise in der Luftfrachtbranche: „Hier werden Algorithmen entwickelt, die das Aufschichten von Frachtpaletten erlernen und optimieren können”, erklärt Sara Van Gelder.
Aber auch im Bereich der Transportmanagement-Systeme finden sich Beispiele:
Machine Learning macht die Transportplanung schneller, weniger fehleranfällig und effektiver. Ein weiterer Pluspunkt ist, dass das Wissen bei einem Mitarbeiterwechsel nicht mehr verloren gehen kann. Denn Algorithmen lernen das Verhalten von Disponenten: Auch ein neuer Disponent wird die Touren dadurch auf die gleiche Art und Weise wie ein langjähriger Mitarbeiter verplanen können, weil die Dispositionssoftware sich das Verhalten auf Grundlage der Trainingsdaten angeeignet hat und so wertvolle Unterstützung bieten kann.
Ein weiteres Anwendungsgebiet der künstlichen Intelligenz ist das autonome Fahren. Hersteller arbeiten zurzeit mit Hochdruck an Assistenz- und Steuersystemen, um autonome Fahrzeuge in den kommenden Jahren zur Serienreife zu führen. Mittelfristig werden Assistenzsysteme die Fahrzeuge auf Autobahnen steuern und langfristig viele weitere Funktionen die Arbeit hinter dem Lenkrad vereinfachen.
„Lkw-Fahrer werden aber noch auf lange Sicht fester Bestandteil der Lieferketten bleiben“, erklärt Wolfgang Inninger, Leiter Projektzentrum Verkehr, Mobilität und Umwelt beim Fraunhofer Institut für Materialfluss und Logistik IML. Eine Lösung für den zunehmenden LKW-Fahrermangel ist das autonome Fahren damit nicht.
Es kann aber andere Vorteile bieten: „Ein hohes Einsparpotenzial bieten autonom fahrende Lkw auf Betriebshöfen“, so Inninger weiter. Wenn es gelänge, die auf den Werksgeländen verbrachte Zeit als Pausen- oder Ruhezeiten für die Lkw-Fahrer zu nutzen, ließe sich die effektive Fahrzeit des Lkw-Fahrers optimieren.
Diese Ansicht unterstreicht auch eine Studie der Forschungsvereinigung Automobiltechnik FAT im Verband der Automobilindustrie VDA. Diese sieht beispielsweise weiteres wirtschaftliches Potenzial darin, dass der Fahrer direkt nach Ankunft ein anderes, bereits beladenes Fahrzeug übernimmt und sich sofort auf die Rückfahrt begibt. Aber auch für dieses Szenario gilt es noch einige organisatorische Herausforderungen zu lösen.
Möchten Sie mehr über künstliche Intelligenz und aktuelle Entwicklungen in der Logistik erfahren? Dann könnten auch diese Themen interessant für Sie sein:
