Wie sich das Lager der Zukunft selbst optimiert

Wie lassen sich die Logistikprozesse innerhalb eines Distributionszentrums weiter optimieren und transformieren? Im Rahmen einer innovativen Initiative haben die Unternehmen Microsoft und Arvato dafür ihre komplementären Kompetenzen, Erfahrungen und Ressourcen kombiniert und das Projekt "Selbstverwaltetes Lager der Zukunft" gestartet. Vernetzt und automatisiert Ziel des Projekts ist die Entwicklung einer autonomen künstlichen Intelligenz (KI), die Lagerprozesse kontinuierlich optimiert und selbstständig steuert, um Effizienz, Qualität, Geschwindigkeit, Flexibilität, Skalierbarkeit und Nachhaltigkeit zu steigern. Das bedeutet konkret, dass sich das selbstverwaltete Lager an Änderungen in der Umgebung, im Markt oder in den Kundenbedürfnissen anpasst, indem es kontinuierlich seine Leistung überwacht, bewertet und entsprechend den bestehenden Anforderungen optimiert. Dabei werden moderne Technologien wie Cloud Computing, Internet der Dinge (IoT), Robotik, Sensorik, Bildverarbeitung und maschinelles Lernen eingesetzt, um das Lager intelligent, vernetzt und automatisiert zu organisieren. Einsatz digitaler Zwillinge Um das selbstverwaltete Lager zu realisieren, müssen zunächst digitale Zwillinge - virtuelle Abbilder der bestehenden Lagerprozesse - erstellt werden. Mithilfe von digitalen Zwillingen können Microsoft und Arvato die aktuellen Abläufe und Prozesse überprüfen, neu anordnen, modifizieren oder ersetzen, um sie an die Anforderungen des selbstverwalteten Lagers anzupassen. Dazu können verschiedenste digitale Zwillinge auf unterschiedliche Leistungskennzahlen ausgerichtet und getestet werden, zum Beispiel geringe Fläche, niedrige Energiekosten oder Reduzierung der Verpackungsmaterialien. So können unterschiedliche Szenarien durchgespielt und das jeweils für den Kunden beste implementiert werden. Das selbstverwaltete Lager wird in der Endstufe optimierte Prozesse durchführen können, die auf die jeweiligen Anforderungen und Bedürfnisse zugeschnitten sind. Das bedeutet, dass das Lager nicht die menschliche Arbeit reduziert, sondern bestmögliche Ergebnisse bezüglich spezieller Anforderungen erzielt. Dazu zwei Beispiele: 1. Wegeoptimierung: Das selbstverwaltete Lager wird in der Lage sein, die optimalen Routen für die Kommissionierung, Verpackung und den Transport der Produkte zu berechnen, indem es Faktoren wie Entfernung, Zeit, Gewicht, Volumen und Priorität berücksichtigt. Aber auch anhand von Absatz-Forecasts (Prognosen - die Redaktion) und historischen Absatzdaten steuert das Lager, dass die Produkte optimal im Warehouse platziert sind - beispielsweise, dass an den ersten heißen Tagen im Jahr Shorts und T-Shirts statt langer Hosen und Pullover den für die Prozesskette idealen Lagerplatz belegen. Das spart Zeit und erhöht damit den maximalen Output des Lagers. 2. Verpackungsoptimierung: Un-ternehmen sind heute schon in der Lage, Ressourcen so passend und nachhaltig wie möglich einzusetzen. Durch ein selbstverwaltendes Lager können sie das aber weiter optimieren, indem die geeigneten und erforderlichen Verpackungsmaterialien und -methoden für jedes Produkt auf Basis deutlich größerer Datenmengen ausgewählt werden. Dabei werden Faktoren wie Größe, Form, Gewicht, Zerbrechlichkeit und Umweltverträglichkeit berücksichtigt. Maßgeschneiderte Prozesse Die Ziele, die sich Microsoft und Arvato mit dem selbstverwalteten Lager setzen, sind sowohl strategisch als auch operativ anspruchsvoll. Arvato will Zukunftstechnologien gezielt einsetzen, um Mehrwerte für seine Kunden zu schaffen und schneller auf strukturelle Änderungen in seinen Lagern reagieren zu können. Ziel dabei ist es, flexibler auf die dynamischen Marktbedingungen reagieren zu können. Operativ wird angestrebt, die Geschwindigkeit zu erhöhen, Fehlerquoten kontinuierlich zu reduzieren sowie Effizienzvorteile und Produktivitätssteigerung innerhalb der Lagerprozesse zu erreichen, indem dafür die optimalen Routen, Verpackungen und Regalkonfigurationen für jedes Produkt berechnet und umsetzt werden. Geplanter Maßnahmen-Katalog Die Vorteile, die sich beide Partner vom selbstverwalteten Lager versprechen, sind vielfältig. So sollen die Effizienz, Qualität und Flexibilität der Lagerprozesse gesteigert werden, indem die Möglichkeiten der Digitalisierung und der künstlichen Intelligenz genutzt werden. Um das selbstverwaltete Lager gemeinsam zu realisieren, haben Arvato und Microsoft folgende Schritte und Maßnahmen geplant: Erstellung eines KI-Bots für alle Arvato-Mitarbeitenden, um die Akzeptanz und das Verständnis für das Projekt zu erhöhen Aufbau von digitalen Zwillingen der bestehenden Lagerprozesse, um sie zu analysieren und zu optimieren Entwicklung einer KI-Unterstützung für die Logistikplanung, um die Anforderungen und Ziele des selbstverwalteten Lagers zu definieren Implementierung und Testen der optimierten Prozesse im realen Lager Evaluierung und Anpassung der Prozesse nach Feedback und Erfahrungen Pionier- und Leuchtturmprojekt Einzelne Komponenten einer solchen Lösung gibt es aktuell schon, zum Beispiel digitale Zwillinge von einzelnen Lagerprozessen, KI-Bots für Mitarbeitende oder Co-Piloten zur Erstellung von Logistikplänen. Diese Komponenten konsolidieren beide Partner jetzt allerdings innerhalb eines Projekts und schaffen eine integrierte und optimierte KI-Lösung für das selbstverwaltete Lager - ein Pionier- und Leuchtturmprojekt, das in Deutschland und der EU wegweisend sein wird. Ein besonders wichtiger innovativer Ansatz, den Arvato und Microsoft in diesem gemeinsamen Projekt verfolgen, ist die Erstellung von digitalen Zwillingen auf Basis von künstlicher Intelligenz. Mithilfe von generativer KI können die digitalen Abbilder der realen Lagerprozesse viel schneller gebaut werden. Dies ermöglicht eine bessere Analyse, Simulation und Optimierung der Prozesse sowie eine schnellere Anpassung an veränderte Bedingungen oder neue Anforderungen. Die generative KI ist ein wichtiger Baustein für das selbstverwaltete Lager. Weitere Ausbaustufen Arvato bringt ein breites Kundenportfolio sowie verschiedenste hochgradig an einzelne Kunden angepasste Logistikprozesse ein. Das Projekt ist in viele kleine Ergebnisschritte heruntergebrochen. Jeder Schritt hat eine eigene Zeitlinie und Meilensteine, die gemeinsam definiert und überwacht werden. Das Projekt ist nicht als ein einmaliges Vorhaben zu verstehen, sondern als ein kontinuierlicher Prozess der Verbesserung und Innovation. Ende 2025 werden wir sicherlich in der Lage sein, ein erstes Resümee zu ziehen, um darauf aufbauend die nächsten Schritte zu planen. Ob am Ende des Projekts eine gemeinsam entwickelte KI-Lösung stehen wird, kann noch nicht abschließend beantwortet werden, denn es gibt noch viele offene Fragen. Die Technologie entwickelt sich schnell und wir bereiten uns mit den vorhandenen Ressourcen darauf vor. Doch durch den stetigen Wandel ist es schwer, das Ziel jetzt schon hundertprozentig zu definieren. Eine mögliche Ausbaustufe, die in einem Anschlussprojekt vorstellbar ist, wäre allerdings die Entwicklung einer Plattform, die Logistikdienstleistern angeboten wird, um ihre Lager zu planen und zu steuern. Diese Plattform würde auf den Erkenntnissen und Erfahrungen aus dem selbstverwalteten Lager basieren und generative künstliche Intelligenz nutzen, um digitale Zwillinge der Lagerprozesse zu erstellen und zu optimieren. Autoren Christopher Peche, Microsoft & Dietmar Guhe, Arvato Christopher Peche ist Global Account Technology Strategist bei Microsoft und leitet dort die strategische Technologiepartnerschaft mit Bertelsmann. Nach Abschluss des Elektrotechnik-Studiums an der RWTH Aachen und der TU Hamburg-Harburg war er zunächst in verantwortlichen Positionen bei Unternehmen aus der IT-Branche tätig und wechselte 2008 als Enterprise Architect zu Microsoft, wo er im Juni 2017 in den Bereichen Enterprise Architecture, Technologie und digitale Transformationsprozesse seine heutige Führungsposition übernahm. Dietmar Guhe ist seit 2021 Vice President Cloud IT & Infrastructure bei Arvato. Er studierte Mathematik und Physik an der Universität Bielefeld, wo er 2001 auch seine Promotion abschloss. Nach Berufsstart als technischer Projektleiter bei Arvato leitete er anschließend das Rechenzentrum Mathematik der Universität Paderborn und wechselte 2008 zu Arvato zurück, wo er seitdem in den Bereichen Unternehmenstechnologien, Entwicklung sowie IT-Architektur- und Infrastrukturmanagement verschiedene Führungspositionen verantwortet hat.

Habeck will EU-Klimastrafen für Autobauer verhindern

Frachtflugzeug im DHL-Auftrag stürzt in Litauen ab

Betriebsbedingte Kündigungen: Worauf Arbeitgeber achten sollten

Spanischer Logistiker Marcotran stockt auf: 30 Intermodale Fahrzeuge von Schmitz Cargobull

Ifo-Geschäftsklima trübt sich ein - "Wirtschaft fehlt Kraft"

Alle Schlagzeilen

Wie sich das Lager der Zukunft selbst optimiert

HASHTAG

#Lagerlogistik

Lager: Noerpel testet autonom fahrende Transportsysteme

Lagerverwaltung – Aufgaben, Systeme, Kosten

Dachser investiert 44 Millionen Euro in Logistikanlage in Unna

MEISTGELESEN

Änderung durch EU-Mobilitätspaket: Mitführungspflicht verdoppelt sich

A7 wird zeitweise gesperrt

Duvenbeck übernimmt Sander Logistics

STELLENANGEBOTE

Head of Logistics (w/m/d) mit fundierter Erfahrung im internationalen Versand

Bereichsleiter (m/w/d) Vertrieb

Leiter Versandlogistik (m/w/d)

Teamleiter Lager im Handelslager/ Brennschneidbetrieb (w/m/d)

Leiter (w/m/d) Logistik Teilbereich Warenausgang

WEITERLESEN

NEWSLETTER