Walter Maderner | Mai 24, 2018

In welchen Bereichen KI die Logistik revolutionieren wird

„Künstliche Intelligenz (KI) ist die Elektrizität des 21. Jahrhunderts“. Dieser prophetische Satz aus dem Munde des KI Gurus und Pioniers Andrew Ng verkündet eine schöne neue Welt: Anwendungen, Objekte und Maschinen werden smart. Sie werden uns in einer nie dagewesenen Art und Weise unterstützen, kognitive Aufgaben übernehmen und unseren privaten und beruflichen Alltag dauerhaft verändern. Die ersten Umwälzungen sehen wir schon im eCommerce und den High-Tech Branchen, wo Bilderkennung, Sprachassistenten, intelligente Prognosemodelle schon Eingang in unseren Alltag gefunden haben. Doch damit nicht genug: KI wird in allen Branchen Fuß fassen.

Wie Big Data und KI die Wertschöpfungsketten der Zukunft formt, haben wir in einem Whitepaper Anfang des Jahres bereits dargelegt. Mittlerweile haben auch der Logistikriese DHL zusammen mit dem Software Schwergewicht IBM ein Whitepaper zum Thema „Artificial Intelligence in Logistics“ (KI in der Logistik) publiziert. Nach Ansicht der Autoren wird der Einsatz von KI die Logistik Industrie in eine vorausschauende, automatisierte, intelligente und personalisierte Branche verwandeln. Wir fassen hier die wesentlichen Aussagen des Whitepapers zusammen.

Der Zeitpunkt für KI in der Logistik ist günstig!

Nach Ansicht der Autoren ist der Zeitpunkt für KI in der Logistik aus mehreren Gründen günstig:

  • In anderen Branchen wie z.B. im eCommerce und High Tech Sektor hat KI ihre Feuertaufe schon längst bestanden und ist dort mittlerweile zum Mainstream geworden.
  • Die Technologie ist so zugänglich und leistbar wie nie zuvor.
  • Die Logistik bietet durch ihre komplexen netzwerkartigen Strukturen und großen Prozessdatenmengen ein ideales Anwendungsfeld für die intelligente Auswertung großer unstrukturierter Datenmengen. Durch die verbesserten, KI gestützten Entscheidungen können so Kostensenkungspotenziale bei gleichzeitiger Verbesserung des Customer Service Levels gehoben werden.

Wenn der Zeitpunkt günstig ist, wo sind dann die Anwendungsfelder von KI in der Logistik? Inspiriert von Best Practices in anderen Industrien, werden vier Anwendungsfelder in der Studie identifiziert:

  • Kognitive Automatisierung im Back Office Bereich
  • Vorausschauende Logistik Planung
  • Intelligente Logistik Assets
  • KI befeuertes Kundenerlebnis

Kognitive Automatisierung im Back Office Bereich

Eine Faustregel besagt, dass alle kognitiven Aufgaben, die ein Mensch innerhalb einer Sekunde erfüllen kann, durch KI vernünftig automatisierbar sind. Viele der regelbasierten sich oft wiederholenden Tätigkeiten im Back Office Bereich lassen sich gut in Einzelschritte mit einfachen kognitiven Aufgaben dieser Art zerlegen. Auf diese Weise entsteht aus der bereits existierenden, regel-, formular- und workflowbasierten IT-Prozessautomatisierung mit ihrer mannigfachen Mensch/System Interaktion mit Hilfe von KI die „kognitive Automatisierung“. Kognitive Automatisierung reduziert bzw. eliminiert nicht wertschöpfende menschliche Tätigkeiten durch den Einsatz von KI auf ein Minimum und ermöglicht so eine fast vollständige Automatisierung spezieller Back Office Workflows. Typische Einsatzbereiche im Back Office Bereich der Logistik sind

  • Automatisierte Rechnungskontrolle. Die Kontrolle und Kontierung der Vielzahl von Eingangsrechnungen in unterschiedlichsten Formaten von Systempartnern, Lieferanten und Carriern bindet erhebliche Kapazitäten im Buchhaltungsbereich. KI kann die Daten der Rechnungen sinnvoll auslesen und automatische Plausibilitätsprüfungen im Hintergrund durchführen. Mehrverrechnungen und Überzahlungen werden so effizient verhindert, wenig wertschöpfende Mitarbeiterkapazitäten eingespart.
  • Strukturierte Erfassung von Vertragsinhalten. Durch KI wird es möglich, die in umfangreichen, wenig strukturierten und sehr textlastigen in Verträgen festgehaltenen Informationen automatisch, strukturiert und rasch aus einem .pdf-Dokument auszulesen. Das betrifft Tender, Miet-, Kauf- und Anstellungsverträge. Mühsames manuelles Durcharbeiten und Eingeben der Daten entfällt.
  • Automatisierung der Dokumenten Abwicklung bei der Verzollung. Verzollung gehört zur Kernkompetenz der großen Logistiker, ist aber bis dato mit erheblichem manuellem Aufwand und Expertenwissen verbunden. KI kann diesen Prozess in mehreren Bereichen unterstützen: Bei der Erstellung der Ausfuhrpapiere kann KI die Klassifizierung von Waren automatisiert durchführen und gleichzeitig alle Ausnahmeregelungen und Embargos mitberücksichtigen. Bei der Verarbeitung der Einfuhrpapiere unterstützt KI in der automatischen und strukturierten Datenerfassung aus den vielfältigen Zoll- und Transportpapieren unterschiedlichster Formate, hilft die Zölle und Mehrwertsteuer zu kalkulieren und erstellt die Zollformulare und Verrechnung an den Empfänger.

Vorausschauende Logistik Planung

Die Volatilität des Logistik Geschäftes im Hinblick auf Kapazitätsbedarfe pro Zeiteinheit und Destination, bringt es mit sich, dass jede Dispositionsentscheidung eine Risiko Entscheidung ist. Zu viel Kapazitäten pro Zeiteinheit bedeuten Unterauslastung und Zusatzkosten, zu wenig Kapazitäten bedeuten längere Laufzeiten und eine Verschlechterung der Qualität. KI kann die Planungsgenauigkeit signifikant erhöhen, so dispositives Risiko minimieren, und den gesamten operativen Prozess im Hinblick auf Kosten und Laufzeit optimieren. Die Studie zählt die folgenden Anwendungsfelder auf

  • Vorausschauende Nachfrage und Kapazitätsplanung. Die Nachfrage- und Kapazitätsplanung bei Logistikern ist seit jeher eine Domäne von Vertrieb und Disponenten, die aus vergangenheitsbezogenen Daten und Expertenwissen die Nachfrage abschätzen und Kapazitäten bereitstellen. KI ermöglicht in diesem Bereich nicht nur eine bessere Auswertung der Vergangenheitsdaten über neuronale Netze, sondern ermöglicht es auch, mächtige Prognosemodelle zur Abschätzung des künftigen Bedarfs zu bauen. Diese Modelle verknüpfen interne Parameter mit externen volkswirtschaftliche Kenngrößen, um zukünftiges Frachtaufkommen vorherzusagen. Die Möglichkeiten der KI gehen sogar soweit, dass Content aus den Sozialen Netzwerken im Hinblick auf mögliche frachtrelevanten Trends ausgewertet werden kann. Das in der Studie zitierte Beispiel des Hypes um das Trendspielzeug „Fidget Spinner“ belegt dies eindrucksvoll. Der Fidget Spinner ließ die Umsätze der Spielzeugindustrie in der USA kurzzeitig um 20% ansteigen, und stellte so die Express- und Luftfrachtdienstleiter vor erhebliche Kapazitätsprobleme. Der Einsatz von KI hätte den Trend erkennen können.
  • Vorausschauendes Laufzeit Management. Bei besonders laufzeitkritischen Transportmoden wie z.B. Luftfracht sind Verzögerungen ganz besonders kritisch und teuer. Durch KI gestützte Modelle, die einer Reihe interner Einflussgrößen auf die Laufzeit verarbeiten, lassen sich Laufzeitverzögerung prognostizieren. Auf Basis dieser Prognosen können die Disponenten Gegenmaßnahmen einleiten um das Verzögerungsrisiko zu beseitigen.
  • Vorausschauendes Risiko Management. Globale Transportketten sind besonders anfällig in Bezug auf länder- oder sektorspezifische Risiken. Auch hier kann KI wesentlich unterstützen: Durch intelligenten Auswertung von online und Social Media Quellen können Stimmungsbilder eingefangen und so Risken, z.B. im Hinblick auf Streiks oder Verknappungen abgeschätzt werden. Auch hier sind die Disponenten gefragt auf Basis der Risikoabschätzung Gegenmaßnahmen einzuleiten.
  • Intelligente Routenplanung. Zeitfenster Belieferungen und ad hoc Pick-up stellen neue Anforderungen an die Routenplanung der letzten Meile. Das Bauchgefühl des Zustellers reicht nicht mehr aus, um alles unter einen Hut zu bekommen. Mittels KI kann eine dynamische Routenplanung erstellt werden, die sowohl die geforderten Zeitfenster, Pick Ups als auch die aktuelle Verkehrslage berücksichtigt und so den unter den gegebenen Randbedingungen jeweils wirtschaftlich günstigsten Routenverlauf vorschlägt.

Intelligente Logistik Assets

KI kann den Einsatz von Lademitteln, Sortier- und Lagertechnik deutlich effizienter machen. Während das Auslesen von Barcodes, die optische Vermessung von Packstücken bzw. das räumliche Tracking der Sendungen zum Stand der Technik gehört, steht der KI gesteuerte Einsatz von Robotik noch in den Anfängen, allerdings mit vielversprechendem Potenzial. Dazu ein paar Beispiele

  • Intelligente Verteiltechnik. KI gestützte Bilderkennungsverfahren ermöglichen es, das Verteilgut beim Verteilvorgang zu erkennen und zu klassifizieren. Was sich bei der Verteilung von Altstoffen nach diversen Stoffkategorien schon bewährt hat, kann auch für die Klassifizierung von Sendungen im Logistikbereich herangezogen werden. So wird es möglich nach zusätzlichen, nicht im Barcode enthaltenen Kriterien zu verteilen und Sendungen bedarfsgerecht zu routen.
  • Fahrerlose Transportsysteme. Ein weiters Einsatzbeispiel von KI in der Verteilung sind fahrerlose Transportsysteme, wie zum Beispiel autonome Roboterfahrzeuge. Diese transportieren, über eine KI gesteuert, die Warenregale zu den Kommissionierplätzen und ermöglichen so eine Einsparung von Lagerfläche (keine Gänge) und Wegzeit. Ebenso finden fahrerlose Transportsysteme bei der Last Mile Zustellung Anwendung. Kleine Roboterfahrzeuge von der Größe eines Hundes navigieren, KI gestützt, autonom auf den Gehsteigen und weichen Hindernissen selbstständig aus. Sie lernen ständig aus den Erfahrungen und optimieren so Ihre Reaktionen auf die Widrigkeiten der Zustellung. Die Interaktion Mensch Maschine reduziert sich auf die Entnahme der Sendung durch den Empfänger, wenn die Adresse erreicht ist. Die Problem Zustellung in mehrstöckigen Gebäuden bleibt allerdings offen (Anmerkung GCI).
  • Intelligente Sichtprüfung von Ladehilfsmitteln und Fahrzeugen. KI gestützte Bilderkennungsverfahren können die Sichtprüfung von Logistik Assets unterstützen. So lassen sich Schäden aufgrund der optischen Bildinformation klassifizieren und daraus abgeleitet Maßnahmen zu deren Behebung definieren. Anwendung finden kann dieses Verfahren für die Sichtprüfung aller Ladehilfsmittel oder Transportfahrzeuge.
  • Intelligente Regal Optimierung. Über KI gestützte Bilderkennung kann die Bestückung von Regalen erkannt, mit den Bewegungsdaten verknüpft, und so die Platzierung der Waren optimiert werden. Was im Handel bereits im Einsatz ist, hat auch in der Lagerhaltung Fantasie: Speziell bei Mann-zu-Ware Strategien lassen sich die Wege bei der Kommissionierung so besonders gut optimieren.
  • Intelligente Gestenerkennung und Interpretierung. KI gestützte Auswertung von Prozessüberwachungsvideos ermöglicht es menschliche Gestik bezogen auf eine konkrete Aufgabe hin zu interpretieren. Auf diese Weise kann die Effizienz und Arbeitssicherheit durch Identifizierung von suboptimale Abläufen, der Erkennung sich anbahnender Unfälle oder das Aufdecken von Betrugsfällen in Lägern wesentlich gesteigert werden.
  • Intelligente Sprach- und Dialekterkennung. Spracherkennung bezogen auf Key Words und genau definierten Sprachbefehlen gibt es schon seit den 90ern. Diese Systeme waren starr und unflexibel mit einer vergleichsweise hohen Fehlerrate. KI gestützte Spracherkennung ermöglicht die flexible Ausgestaltung von Sprachbefehlen und die Verarbeitung von zahleichen Sprachen und Dialekten, wie sie im Lagerbereich heutzutage üblich sind.

KI befeuertes Kundenerlebnis

KI kann einen wesentlichen Beitrag zum positiven Kundenerlebnis bei Versender und Empfänger durch verbesserte Kommunikation und 7/24 Verfügbarkeit leisten. Zu nennen wären

  • Sendungsverfolgung über Sprachassistenten. KI ermöglich die Verknüpfung von Sendungsinformationen über die gängigen Sprachassistenten. Bei Problemen wird der Empfänger direkt über den Sprachassistenten mit dem Customer Support verbunden.
  • Echtzeit Sendungsverfolgung und Kommunikation. KI gesteuerte dynamische Routenoptimierung gepaart mit Echtzeit Kommunikation und Information über die Position des Fahrers und die erwartete Zustellzeit ermöglichen einen neuen Level des Kundenerlebnisses. Die rechtzeitige Ankündigung des Zustellfensters ermöglicht es dem Empfänger die Entgegennahme zu planen, und für den Zusteller erhöht sich der Anteil der erfolgreichen Zustellungen.
  • KI optimiertes Web Design. Oft ist das Design einer Homepage wesentlicher Faktor für die Akzeptanz und den Wohlfühlfaktor der Kunden. KI ermöglicht nun erstmals ein ganzheitliches Testen von Ideen und so eine rasche und ganzheitliche Optimierung des Web Auftrittes.
  • Vorausschauende Lieferung. Big Data und KI ermöglichen auf kurze Zeiträume Bedarfsprognosen erstaunlicher Genauigkeit. Im Falle von Online Händlern bedeutet dies, dass man Bedarfe auf Artikel- und Ebene des Empfängers-, Zustellbezirkes oder Depots vorhersagen kann. Die Ware wird in Bewegung gesetzt und trifft noch vor Eintreffen an die (unter Umständen noch nicht voll definierte Zustelladresse) auf eine Bestellung und wird mit ihr verknüpft. Dadurch wird die Reaktionszeit dramatisch verkürzt.

Drei Erfolgsfaktoren der KI Transformation

Es ist keine einfache Aufgabe für die Logistiker die Transformation zu einem flexiblen Daten und KI getriebenen Logistikdienstleiter zu vollziehen. Die Studie listet drei wesentliche Erfolgsfaktoren für auf

  • Werttreiber und Data Analytics. Ausgangspunkt ist ein tiefes Verständnis der Werttreiber des Geschäftes im Hinblick auf Steigerung des Kundennutzens und Kostensenkung mit gleichzeitiger Steigerung der operativen Effizienz. Parallel dazu gilt es die Datenverfügbarkeit und -qualität kritisch zu evaluieren. Die Werttreiber und Datenqualität und -verfügbarkeit entscheiden über die KI Projekte und nicht umgekehrt.
  • KI Teams und KI Kompetenzen. Für die Abwicklung von KI Projekten sind neue Kompetenzen gefordert, die man so in den meisten Unternehmen nicht antrifft. Es sind dies die vergleichsweise jungen Disziplinen der Data Science und der KI. Der Aufbau eines eigenen Teams kann aufwändig und schwierig sein, da diese Disziplinen gefragt sind Jobmarkt aktuell ein Verkäufermarkt ist. Eine kostengünstigere Alternative ist sicher ein partnerschaftliches Modell mit einem oder mehreren externen Anbietern.
  • Unternehmenskultur, Qualität und Vertrauen. Die digitale Transformation bedeutet ein radikales Umdenken auf allen Ebenen der Organisation. In vielen Fällen übersteigt der organisatorische Widerstand die technischen Hürden. Die Furcht vor einem Jobverlust, oder das mangelnde Vertrauen in die neue Technologie sind die wichtigsten Gründe mangelnder Akzeptanz. Hier gilt es von Seiten des Top Managements den Wandel zu unterstützen und Vertrauen zu schaffen. Was das Vertrauen in die Qualität der KI betrifft, so muss klar sein, dass KI ein lernendes System ist, dass mit der Zeit aus den Daten lernt und sich so verbessert. Die Erwartungshaltungen in der Organisation müssen dementsprechend relativiert werden.

In der vorliegenden Studie wird eindrucksvoll gezeigt, dass die Anwendungen der KI, die heute schon im Bereich des Endkonsumenten Eingang findet, auch den Logistik Sektor auf allen Ebenen transformieren wird. Durch KI wird die Logistik Industrie zu einer kundenzentrierten, proaktiven und vorausschauenden Branche.

Weitere Artikel zum Thema

Walter Maderner | November 21, 2023

Klimaneutralität und soziale Verantwortung in der Post- und KEP-Branche im Jahr 2040

Das Jahr 2040 wird zu einem Meilenstein für die Post- und Kurier-, Express- und Paket-(KEP)Dienste. Die Mehrzahl der im GCI Whitepaper zu diesem Thema untersuchten Unternehmen geben an, bis 2040 die Klimaziele „Netto Null“ in Bezug auf die Treibhausgasemissionen erreicht zu haben. Die klimaneutrale Transformation des Sektors nimmt insbesondere durch die regulativen Bestimmungen der EU […]

Weiterlesen >
Walter Maderner | Oktober 25, 2023

Die Zukunft der Paketzustellung: Effizienz durch innovative Vergütungssysteme

Die Paketzustellung ist ein entscheidender Bestandteil der Logistikbranche und hat in den letzten Jahren einen signifikanten Wandel erfahren. Einer der zentralen Punkte, die den Erfolg und die Effizienz der Zustellung und die Beherrschung der Zustellkosten beeinflussen, ist die Art und Weise, wie Frächter – die Dienstleister der Last Mile – vergütet werden.  

Weiterlesen >
Walter Maderner | Mai 31, 2023

CSDDD als Trigger für kollaborative Ansätze zur Optimierung der Supply Chain

Niemand schafft allein, wozu man gemeinsam imstande ist. Das bewahrheitet sich auch bei der Optimierung von Wertschöpfungsketten. Trotzdem reicht der Analysehorizont im Supply Chain Management oft nicht über die eigenen Unternehmensgrenzen hinaus. An den Schnittstellen zu Lieferanten bleiben die Potenziale einer kollaborativen Zusammenarbeit meist ungenutzt. Wer dagegen auch die vorgelagerten Prozesse – von der Rohstoffbeschaffung […]

Weiterlesen >