Künstliche Intelligenz (KI) erlebt einen spürbaren Schub, doch wie ist der Stand bei der KI in der Logistik? Inzwischen nutzen 15 Prozent der Unternehmen in der deutschen Wirtschaft KI, vor einem Jahr waren es erst neun Prozent. Deutlich zurückgegangen ist gleichzeitig der Anteil derer, für die der KI-Einsatz im eigenen Unternehmen kein Thema darstellt: von 64 auf 52 Prozent. Gut zwei Drittel (68 Prozent) halten KI für die wichtigste Zukunftstechnologie. Das sind Ergebnisse einer Studie im Auftrag des Digitalverbands Bitkom aus dem Jahr 2023.
Auch in der Logistik nimmt das Thema KI langsam an Fahrt auf. Professor Andreas Rükgauer, der an der Technischen Hochschule Würzburg-Schweinfurt (THWS) zur Anwendung von KI in der Wertschöpfung forscht, nennt momentan vor allem „die niedrig hängenden Früchte“, die man in der Logistik mithilfe von KI-Anwendungen ernten kann: Primäre Anwendungsfelder für Einsteiger sind demnach das automatisierte Einlesen von Belegen und das Dokumentenmanagement, oder auch die Optimierung der Ladedichte. Auch Bilderkennung mit neuronalen Netzen funktioniere schon sehr gut. „Dagegen ist die KI-unterstützte Tourenoptimierung sehr komplex und eher etwas für Fortgeschrittene“, so Rükgauer.
Welche Rolle wird KI in der Logistik übernehmen?
Es gibt noch zahlreiche weitere Anwendungsfelder, in denen KI in der Logistik zum Einsatz kommen kann. Wenngleich KI-Lösungen noch keine „Standardprodukte“ sind und jeweils auf die individuellen Gegebenheiten angepasst werden müssen, identifiziert das zum Bertelsmann-Konzern gehörende IT-Unternehmen Arvato Systems folgende Szenarien:
- Fehlererkennung in Stammdaten: Stammdaten im Sinne der Logistik sind Daten, die betrieblich relevante Informationen enthalten – etwa über Produkte, Aufträge, Lieferanten und Kunden. Fehler in diesen Daten führen zu verminderter Effizienz oder gar Prozessunterbrechungen. Eine KI kann Anomalien in diesen Daten ermitteln, die anschließend korrigiert werden können.
- Wegeoptimierte Artikelpositionierung: Eine der größten Herausforderungen im Lager ist es, die Wegezeiten so kurz wie möglich zu halten. Dies kann über die Optimierung der Artikelpositionierung im Lager sowie über die wegeoptimierte Kommissionierung erreicht werden. KI hilft, das Picking der Artikel zeitlich zu optimieren.
- Personaleinsatzplanung: Die bedarfsgerechte Planung des Personaleinsatzes ist entscheidend für reibungslose und doch kosteneffiziente Betriebsabläufe. Auf Basis verschiedenster Parameter wie historischen Prozessangaben, der Bestell- und Auftragshistorie sowie Angaben zu Prozesszeiten kann KI dabei helfen, eine gesamtheitliche Kostenoptimierung zu erreichen.
- Bestandsprüfung: Ein zu geringer Warenbestand kann zu Lieferengpässen führen, ein zu hoher Warenbestand dagegen zu vermeidbaren Lagerkosten. KI in der Logistik kann die Bestandsprüfung optimieren: auf Basis historischer Auftragsdaten prognostiziert die KI die zu erwartenden Bestellungen und schafft so die Grundlage für die optimale Bestandsplanung.
- Nachschubsteuerung: In der Kommissionierzone muss immer ausreichend Ware vorhanden sein, zu oft ausgeführte Nachschübe behindern die Abläufe und sind unnötiger Arbeitsaufwand. Die KI ermöglicht auf Basis der eingehenden Bestellungen die Prognose, welche Mengen einer Ware zu einem bestimmten Zeitpunkt in der Kommissionierzone verfügbar sein müssen.
- Positionserkennung in Lagerarchitekturplänen: Für die wegeoptimierte Artikelpositionierung ist ein digitaler Lageplan mit eingetragenen Koordinaten der einzelnen Lagerplätze erforderlich. Die manuelle Erstellung solcher Pläne ist aufwändig und dauert oft mehrere Tage. Eine KI kann auch hier wertvolle Hilfe leisten und den Zeitaufwand minimieren.
- Chatbots: Ob im Lager oder an der Rampe – in Logistikprozessen müssen ständig Informationen abgerufen werden. Die aus dem E-Commerce-Umfeld bekannten Chatbots leisten auch hier gute Dienste. KI-gestützt helfen sie den Beschäftigten, über ein mobiles Endgerät schnell und sicher die gerade relevanten Informationen zu erhalten.
- Behältermanagement: Das Behältermanagement ist ein weiteres Spielfeld von KI in der Logistik. Die optimale Planung und Ausnutzung des Behälterarsenals stellen sicher, dass immer genügend geeignete Behälter zum richtigen Zeitpunkt am richtigen Ort verfügbar sind, um die Aufträge abzuwickeln. Gleichzeitig wird der Behälterbestand optimiert, um Überhänge zu vermeiden.
- Dock & Yard Management: Die Hoflogistik kann extrem kostspielig sein, wenn sie nicht optimal verwaltet wird – das Dock & Yard-Management ist entscheidend für einen Logistikbetrieb ohne Reibungsverluste. Kombiniert mit einer Bilderkennung für die Identifizierung von Lastwagen, Anhängern und Containern sowie Daten etwa zum aktuellen Aufkommen an Lieferungen und Auslieferungen und der Terminlage ermittelt eine KI die bestmögliche Platzierung der Lkw.
KI in der Logistik bei großen Unternehmen bereits im Einsatz
Anwendungen von KI wurden in einigen großen Unternehmen bereits realisiert oder im Testbetrieb. Das Speditions- und Logistikunternehmen Duvenbeck etwa beteiligt sich an einem Forschungsprojekt zum Einsatz von KI in Logistik und Produktion. So liefert Duvenbeck umfangreiches, detailliertes Datenmaterial aus dem unternehmenseigenen Transport-Management-System (TMS) über diverse Schnittstellen an zwei Projektpartner aus der produzierenden Industrie. Zum einen ist das Landmaschinenhersteller Claas, zum anderen der Trailer-Hersteller Schmitz Cargobull, beide langjährige Partner von Duvenbeck. Mit den bei Claas und Schmitz Cargobull aufbereiteten und mittels KI analysierten Daten kann Duvenbeck als Logistikpartner genauere Vorhersagen zum Sendungsvolumen, zur Auslastung von Fahrzeugen und Lagerflächen, zum Personaleinsatz und zu vielen weiteren Teilschritten in der Lieferkette treffen.
Logistikdienstleister Dachser nutzt die Möglichkeiten von KI in der Stückgutlogistik. Die gemeinsam mit dem Fraunhofer IML entwickelte und in zwei Dachser-Pilotniederlassungen implementierte „@ILO“-Technologie basiert auf der Idee des Digitalen Zwillings und erstellt vollautomatisch ein aktuelles, digitales Abbild aller Packstücke, Assets und Abläufe im Umschlaglager. KI-basierte Algorithmen interpretieren dabei die im Sekundentakt von hunderten Kameras an der Hallendecke erfassten Daten. Das Ergebnis kann sich sehen lassen: Einzelne Prozessabläufe zwischen Wareneingang und Warenausgang beschleunigten sich in einer Spanne von 15 bis 35 Prozent. So entfällt zum Beispiel das händische Scannen von Barcodes oder die tägliche manuelle Inventur von Packstücken.
Die Bahn-Tochter DB Schenker nutzt intelligente Algorithmen unter anderem für die optimierte Zuweisung von Gebieten an die Terminals, zur Personal- und Ressourcenplanung, zur optimierten Beladung von Lkw und Containern sowie zur Dispositionsplanung. Darüber hinaus hat das Unternehmen Computer-Vision-Technologie inklusiver automatischer Kennzeichenerkennung im Yard-Management eingeführt.
Kostet KI in der Logistik Arbeitsplätze?
Unmittelbar mit dem Aufstieg von KI verbunden, ist natürlich die Frage, was das für die Arbeit von Menschen bedeutet. Auf jeden Fall eine Menge Veränderung. So räumte etwa ChatGPT-Erfinder Sam Altman höchstselbst in einem Interview ein, dass KI in den kommenden Jahren "viele Jobs kosten könnte". Gleichzeitig dürften aber auch neue entstehen.
Auch an logistischen Berufsbildern dürfte der Einfluss von KI langfristig nicht vorbeigehen. „Jedes Berufsbild wird in den nächsten, sagen wir 20 Jahren, eine oder mehrere Veränderung erfahren, in einigen Fällen sogar so weitreichend, dass es das Berufsbild nicht mehr gibt“, sagt Christian Kille, Professor für Handelslogistik und Operations Management an der Technischen Hochschule Würzburg-Schweinfurt (THWS). Alle müssten sich grundsätzlich darauf einstellen, sich laufend weiterzubilden und sich auf neue Rahmenbedingungen einzustellen. „Wie der Disponent seinen Job in zehn Jahren erledigen wird, weiß ich nicht – auf jeden Fall wird es aber anders als heute sein“, so Kille.
