LOGISTIK express 4/2022 | S22 SPECIAL Mehr Effizienz in der Logistik dank Künstlicher Intelligenz Die Logistik ist ein geradezu idealer Anwendungsfall für Künstliche Intelligenz. Aufgrund ihres enormen Potenzials, Prozesse zu optimieren, Störungen und Fehler im System rechtzeitig zu erkennen und zu beheben sowie Kosten zu senken, wird sie von der Mehrheit der Entscheidungsträger innerhalb der nächsten zehn Jahre als unverzichtbarer Bestandteil der Branche angesehen. Auch aufgrund ihres Potenzials, neue, attraktivere Arbeitsplätze entstehen zu lassen. BEITRAG: REDAKTION Die Corona-Krise war und ist auch eine Krise der globalen Lieferketten und der Logistik. Sie kann jedoch auch als Weckruf verstanden werden: Immer ausgefeiltere Supply-Chain-Systeme sind in einem volatilen Umfeld und angesichts von Schwankungen bei Angebot und Nachfrage (nicht zuletzt auch aufgrund des Klimawandels oder wegen geopolitischer Rivalitäten) umso verletzlicher. Systeme der Künstlichen Intelligenz bieten jedoch ungeahnte Möglichkeiten, auf rasche Veränderungen schnell zu reagieren – beziehungsweise sie vorherzusehen und auch im Nicht-Krisenmodus die Abläufe effizienter zu organisieren, Ressourcen zu sparen und Kosten zu senken. Logistik idealer Anwendungsfall für KI Logistiksysteme sind Ursache-Wirkungs-Zusammenhänge, die zwar eindeutig, aber aufgrund ihrer Komplexität für den Menschen und für herkömmliche Methoden der Operations Research kaum überschaubar sind. Welche Auswirkungen haben ein Stau, ein Materialschaden bei einer Maschine oder ein Streik in einem Hafen an einem anderen Ende der Welt für das Gesamtsystem? Wie kann es rasch erneut in sich abgestimmt werden? Systeme der Künstlichen Intelligenz werden das in Zukunft immer genauer berechnen können. Mehr noch: Wie werden sich aufgrund von Ernteausfällen oder Rekordernten, Wechselkursentwicklungen oder Themen, die in den Sozialen Medien gerade virulent sind, Angebot und Nachfrage nach bestimmten Gütern (auseinander) entwickeln? Künstliche Intelligenz kann nicht nur Prozesse optimieren sondern auch in der Bedarfsprognose und der Absatzplanung eingesetzt werden.
Intelligente Algorithmen, hohe Rechenleistung und Big Data Möglich ist dieser Einsatz von Künstlicher Intelligenz durch mehrere Faktoren: Einer hohen und ständig zunehmenden Rechenleistung und Speicherkapazität, Big Data und intelligenten Algorithmen. Die Rechenleistung von Computern und Chips potenziert sich fortwährend – bis zum Jahr 2040 könnte sie gegenüber heute um einen Faktor 1000 zugenommen haben. Nicht nur durch das Internet und durch soziale Medien, sondern auch über Sensoren und Systeme der Echtzeitdatenübermittlung kann auf gewaltige und stets aktuelle Datenmengen und auch auf aussagekräftige Datenreihen zugegriffen werden – das ist «Big Data». Bei Logistikprozessen selbst werden täglich riesige Mengen an Daten produziert. Basierend darauf können Aussagen getroffen werden, wie sich Systeme über die Zeit hinweg verhalten und auf welche Einflussfaktoren und Veränderungen sie wie reagieren. Es gibt je länger je mehr Datenquellen, die bald neues Potenzial zur Effizienzsteigerung in der Logistik bieten können. So stellen beispielsweise die B2B-Plattformen wlw (ehemals «Wer liefert was») und EUROPAGES grosse Mengen an Daten zu Rohstoffen und Produkten zur Verfügung. Neben detaillierten Spezifikationen sind auch Preise und Lieferzeiten enthalten. Es ist absehbar, dass die Daten dieser beiden Plattformen des Plattformanbieters Visable in Zukunft genutzt werden können, um Lagerbestände durch Künstliche Intelligenz effizient zu bewirtschaften. Es sind dann Nachbestellungen zum besten Preis termingerecht und automatisiert möglich. Notwendig dafür ist die Verfügbarkeit von qualitativ hochwertigen Daten. Denn Datenquantität ist nicht gleich Datenqualität. «Es ist wichtig, eine adäquate Vorauswahl zu treffen, welche Daten benötigt werden. Zudem muss sichergestellt sein, dass diese Daten in genügender Qualität vorhanden sind», berichtet der CTO von Visable, Daniel Keller. «Visable hat für die Datensammlung begonnen, Künstliche Intelligenz zu nutzen, um relevante Daten als solche zu identifizieren – im Sinne eines Lernprozesses über intelligente Algorithmen», erklärt Daniel Keller. Intelligente Algorithmen bedeutet, dass Künstliche Intelligenz, die auf diesen Algorithmen beruht, die Ergebnisse, die sie produziert und die Prognosen, die sie aufgrund einer Auswertung von Daten trifft, mit dem realen Wert vergleicht, aus ihren Fehlern lernt und sich so selbst fortwährend optimiert. Es bedeutet auch, dass Künstliche Intelligenz Echtzeitdaten verarbeiten und so instantan reagieren kann. Das heisst nicht, dass Künstliche Intelligenz deswegen ein Bewusstsein entwickelt. Im Hinblick auf ihre Rechenkapazitäten ist sie den kognitiven Fähigkeiten des Menschen jedoch bei weitem überlegen. Vielfältige Anwendungsgebiete zur Effizienzsteigerung in der Logistik Künstliche Intelligenz kann aber noch für viel breitere Anwendungsgebiete als die simple Lagerbewirtschaftung genutzt werden. Zunächst können Systeme der Künstlichen Intelligenz Transportrouten (innerhalb und ausserhalb des Lagers) planen und, im Zusammenhang mit unerwarteten Ereignissen, neu berechnen. Ankunftszeiten können noch genauer vorhergesagt werden. Systeme der KI können leicht erkennen, wenn bestimmte Produkte oder Komponenten im Lager rar werden – und die möglichen Auswirkungen auf andere Produkte oder Komponenten im Logistikzyklus vorhersehen – und diese dann rechtzeitig aufstocken. Genauso können Überkapazitäten erkannt werden.
