Logistics IT Künstliche Intelligenz wuppt den Ladungsträgerversand

Für viele ist Künstliche Intelligenz (KI) noch ein Zukunftsthema. Wie selbstlernende Prognoselogiken die Logistik aber schon heute voranbringen können, zeigt ein Aachener Unternehmen mit einer Lösung zum intelligenten Behältermanagement.

Anbieter zum Thema

R+W Antriebselemente GmbH

item Industrietechnik Schweiz GmbH

INFORM GmbH

Produzierende Betriebe, Händler und Logistiker verwalten oft internationale Behälternetzwerke mit einer Vielzahl an zum Teil sehr hochwertigen Ladungsträgern. Zehntausende oder sogar Millionen Kisten, Unit Load Devices (ULD), Container und andere Behälter durchschreiten dabei einen Kreislauf aus verschiedenen Stationen: angefangen beim Zulieferer über Hersteller, Logistiker, Händler, die Reinigung und – wenn es gut läuft – schließlich wieder zum Zulieferer.

Wieso „wenn es gut läuft“? Volatile Märkte und eng vernetzte Lieferketten fordern die heutige Logistik heraus: Obwohl immer mehr Daten entlang der Supply Chain gesammelt werden, überführen Unternehmen diese noch zu selten gebündelt in eine wirkungsvolle Steuerung. Außerdem verwalten unterschiedliche Softwaresysteme die ein- und ausgehenden Behälter, ohne miteinander zu kommunizieren – ein zweckentfremdeter Ladungsträger fällt da beispielsweise kaum auf.

#experte

Logistik 4.0

Künstliche Intelligenz in der Logistik: Beispiele, Chancen, Gefahren

Jonglieren mit verbundenen Augen

Das Problem: Wo es an Transparenz fehlt, gefährden spontane Abweichungen, alltägliche Verzögerungen und zeitkritische Aufträge eine lückenlose Versorgung. Bestellt ein auf Planungssicherheit bedachter Kunde überraschend einmal viele Leerbehälter, werden diese im Sicherheitsbestand gebunden, fehlen aber vielleicht am Produktionsstandort eines anderen Betriebs.

Selbst wenn durch moderne Auto-ID- und Telematiklösungen alle Ladungsträger regelmäßig erfasst und in einer zentralen Plattform visualisiert werden, sind derartige Engpässe bei der unüberschaubaren Menge an Behälter- und Bewegungsdaten nicht immer ersichtlich. Welcher Disponent ist schon in der Lage, Status, Standorte und Routen von Hunderttausenden Ladungsträgern lückenlos im Blick zu behalten?

KI bringt Licht ins Dunkel

Eine optimierte, bedarfsgerechte Verteilung ist also nicht nur eine Frage der Transparenz, sondern auch der Fähigkeit, schnell fundierte Entscheidungen zu treffen. Hier kommt die Künstliche Intelligenz ins Spiel. Algorithmen sind in der Lage, in Echtzeit optimierte Handlungsempfehlungen zu berechnen oder auf Wunsch sogar selbst zu entscheiden und zu handeln, um Transportaufträge zu generieren.

Um den präzisen Behälterbedarf sowie mögliche Unstimmigkeiten festzustellen, beziehen sie vielseitige Informationen ein: etwa die manuellen Eingaben der Disponenten und Daten aus Partnersystemen – alle relevanten Faktoren fließen ein.

Ein Beispiel für ein Einsatzszenario von KI: Ein Kunde baut immer wieder frühzeitig hohe Sicherheitsbestände auf. Ein menschlicher Disponent würde die Leerbehälterbestellung in dieser Situation oft um ein paar Tage verzögern, um trotz der geänderten Planung ein gutes Gesamtergebnis zu erzielen. Über die Jahre hat er gelernt, ab welcher Bestandsgrenze eine Nachbestellung erst notwendig ist. Ein selbstlernendes System kann dieses Verhalten beobachten, mit weiteren Erkenntnissen verknüpfen (beispielsweise „Mit welcher Wahrscheinlichkeit bestellt der Kunde wann Leerbehälter nach?“) und nach einer Trainingsphase die Anpassungen der Bestellungen automatisiert durchführen.

Verbesserungen mit Machine Learning

Beispielhaft dafür ist das System Syncrotess von Inform. Das Behältermanagement ist für jegliche Arten von Behältern und Mehrweg-Transportverpackungen ausgelegt, die – über reines Tracking und Tracing hinausgehend – bewirtschaftet werden sollen. Es vereint die Funktionen der drei Kernbereiche Ladungsträgerverfolgung, Bedarfsermittlung und bedarfsgerechte Verteilung. Alle Partnersysteme lassen sich in einem integrierten Prozess zusammenführen – und dies skalierbar bei weit mehr als 1 Mrd. zu optimierender Transaktionen pro Jahr.

Künstliche Intelligenz ermöglicht es also, komplexe Behälternetzwerke mit einer hohen Planungs- und Servicequalität zu steuern. Ein selbstlernendes System sorgt in Echtzeit dafür, dass die benötigten Mengen zur richtigen Zeit am richtigen Ort zur Verfügung stehen. Verbunden mit einem transparenten Web-Portal hebt KI so das Behältermanagement auf ein neues Level an Effizienz und Agilität.

Hier gibt's weitere Beiträge zu Inform!

* Thomas Bergmans ist Bereichsleiter Logistik bei INFORM GmbH in 52076 Aachen, Tel. (0 24 08) 94 56-60 00, info@inform-software.com

(ID:45455148)