Deep Learning und KI in der Supply Chain

Lese Sie in unserem siebten Teil der Beitragsreihe die „Welt der Supply Chain 4.0, über den ‘KI- Booster’ schlecht hin – der Bereich der Logistik. Künstliche Intelligenz (KI) erobert nicht nur alle Branchen, sondern im Umfeld der Logistik, verfügt diese über zahlreiche grosse Datenquellen, unzählige Andockpunkte für KI-basierte Applikationen und ein sehr hohes Potential zur Automatisierung.

Wussten Sie, dass 2018 weltweit über 40Mrd. USD in die Forschung für KI geflossen sind? Wenn wundert dies noch, da durch recht präzise Vorhersagemodelle und einer stetig steigender Prozesseffizienz, bislang nie da gewesene Fähigkeiten an sich veränderte Märkte nun möglich sind. Damit einer der wichtigsten Logistik-Wachstumstreiber in den kommenden Jahren. Für die nicht Wissenschaftler unter uns, spricht man lieber von „Deep Learning“ oder „Machine Learning“ anstatt von AI (Artificial Intelligence) oder KI.

Nachfolgend zeigen wir Ihnen anhand einiger Beispielen auf, wo Künstlicher Intelligenz eingesetzt wird und wie Sie bereits heute oder in naher Zukunft davon profitieren können. Laut einer Erhebung von Hermes, greifen derzeit etwa 20% aller Unternehmungen in der Logistik- und Transportbranche auf KI-Anwendungen zurück. In den kommenden Jahren planen immerhin ein weiteres Drittel damit, KI einzusetzen. So sind auch KMU’s mit entsprechender Expertise in der Lage dazu, die riesigen Möglichkeiten von KI in der Logistik einzusetzen.

Einsatzmöglichkeiten von KI in der Supply Chain

Robitik

Hier sind enormste Einsparungspotentiale für Unternehmungen möglich. Im IFR (International Federation of Robotics) Report, aus Oktober 2018, geht draus hervor, dass sich der Roboter-Absatz in fünf Jahren verdoppeln wird. In 2021, so die Schätzungen, steigt der globale Absatz um +14% im Jahresdurchschnitt, Europa wird weltweit die grösste Roboterdichte erreichen, Japan produziert weltweit die meisten Roboter und China verzeichnet die stärkste Nachfrage und das damit grösste Absatzvolumen. Der IFR-Report zeigt auf, dass 73% des Gesamtumsatzes von Industrie-Roboter in 2017 auf fünf Hauptmärkte fallen: China, Japan, Südkorea, USA und Deutschland. Die grösste Nachfrage an Roboter, mit einem Marktanteil in Höhe von 33% (2017), kommen nach wie vor aus der Automobilindustrie. Laut dem Tractica Research Institut, werden mehr als 22 Mrd. USD bis zum Jahr 2021 in Lager- und Logistik-Roboter in die Kassen ihrer Hersteller spülen. Deep-Learning-Algorithmen befähigen Roboter autonome Entscheidungen zu fällen, so z.B. die Analyse und Zählungen von Gütern, die Identifizierung, sowie deren Manipulierung und den Transport.

Autonome Fahrzeuge, Drohnen und Schiffe

Wir erleben aktuell ein Kopf an Kopf Rennen der Tech-Branche und Automobilindustrie, wie Waymo oder Apple, wenn es um die Vorherrschaft beim autonomen Fahren geht. Ziel ist es, in jeglichen Fahrsituationen stets die richtigen Entscheidungen zu treffen und bei der Disziplin, der künstlichen Intelligenz, sehr große Datenmengen zu verarbeiten, liegen die Tech-Unternehmen eindeutig vorne.

Autonome Frachtschiffe, LKWs und Drohnen werden längst mehr und mehr zum täglichen Alltag und in einigen Jahren das Bild auf unseren Strassen, ebenso zu Wasser und in der Luft prägen. Unternehmen wie Amazon oder DHL arbeiten bereits an international Regulierungs-Frameworks, um ihre Pakete per Drohne zuzustellen. Allen voran in den USA, spulen KI-gesteuerte Prototypen-Fahrzeuge Kilometer für Kilometer ab und werden dabei stetig zuverlässiger. Es ist nur noch eine Frage der Zeit, wenn Sie bei uns in der Schweiz oder anderen Nachbarländern, neben ihnen das führerlose Fahrzeug auf der Autobahn sichten oder ggf. selbst drinsitzen. In einem Schweizer Pilotprojekt, Namens «Linie 12» wurde erstmals im März 2018 in Schaffhausen ein autonomes Fahrzeug in ein ÖV-Leitsystem integriert. Erleben können Sie dies auf der Strecke Haltestelle Neuhaus Zentrum Nord und Süd, auf einem 300 Meter langen Rundkurs.

Predictive Analytics

Gute Vorhersage-Tools erleichtern es Logistik-Unternehmen grundsätzlich, im Sinne von Predictive Maintenance, Maschinenausfälle vorherzusagen und ebenso MitarbeiterInnen Anweisungen zu geben, wie sie das Problem, z.B. was die Nachfrage- und Kapazitätsplanung betrifft lösen können. Predictive Analytics setzt genau da an, wo OLAP (auch Cupe-Operator genannt) oder Reporting nicht mehr weiterwissen. Damit analysieren sie nicht nur die Situation sondern versuchen mit Hilfe von Algorithmen, Muster in den Daten zu finden, um ähnliche Ergebnisse in der Zukunft vorherzusagen. Damit profitiert die Logistikbranche insbesondere durch ki-gestützte Predictive Analytics, diese zum mitentscheidenden Kostenfaktor wird. Frühzeitige Rückmeldung an den Anwender sorgen so dafür, rechtzeitig Ausfallzeiten zu vermeiden, Produktivität von Logistikanlagen zu steigern und Kosten zu senken. So z.B. DHL, sie nutzen mehr als 58 unterschiedliche Parameter aus überwiegend internen Datenquellen, um ein Machine Learning Modell im Bereich Luftfracht zu entwickeln und optimieren.

Real-time decision making

Treffen Sie Ihre zukünftigen Entscheidungen nahezu in Echtzeit. Automatisierte KI-Anwendungen vergleichen so z.B.  Zick Tausende Speditionsanbieter, Terminpläne und Routen. Diese greifen auf eine Unmenge von Daten- und Informationsquellen zurück, um die beste Entscheidung in schnellst möglichster Zeit zu treffen.

Smart Roads

Einen immensen Wert haben die Daten der «Smart Roads» für jeder Logistikunternehmen, auch wenn dieses auf den ersten Blick nicht sofort erkennbar ist. So z.B. bietet die Firma Integrated Roadway, aus den USA, die Echtzeit-Vorhersagen über Verkehrsflüsse anbieten, genau solche Dateninformationen. Vorteile sin beispielsweise die Verringerung der Fahrzeiten.

Visuelle KI

Ein sogenanntes «Computer-Auge» bietet der Logistikbranche einen erheblichen Mehrwert. So z.B. kann dieses erheblich schneller als ein Logistik-Inspekteur einen Fehler klassifizieren und Schäden erkennen. IBM-Watson, einer der weltbekannten KI-Anwender, erkennt und findet so z.B. durch viele Training-Sessions, Schäden an Zugcontainer. Watson wurden abertausende Wagonfotos zu gespeist um innerhalb kürzester Zeit, mit einer Trefferquote von über 90%, Zugcontainer zu klassifizieren. (bspw. OCR)

Intelligente Warenlager

Um die Produktivität eines Warenlagers signifikant zu steigern, lassen sich durch sogenannte Smart Warehouses mithilfe von KI, ebenso Personalkosten, als auch enorme Potentiale von Energie- und Heizkosten, etwa durch den Einsatz von Smart Grids einsparen. Einer der zentralen Vorteile, die KI ins Warenlager bringen kann, um damit erhöhte Lagerkosten zu senken, ist die Reduzierung der Lagerfläche. Welche Waren in welchen Logistiklagern bevorratet werden sollen, berücksichtigt so beispielsweise die Software, diese KI-Algorithmen vorgibt, um das dazu nötige Konsumverhalten von unterschiedlichen Gütern an den unterschiedlichsten Orten festzustellen. Somit kann die Nachfragegenauigkeit erhoben werden, welche Produkte eher in ländlichen oder eher in stadtnahen Gebieten vorgehalten werden muss.

Fahrzeug-Telemetrie

Die Schätze der Telemetriedaten von Fahrzeugflotte verbergen so mach verstecktes Potential. Mittlerweile sind wohl längst alle Logistik-Unternehmen mit modernsten Navigationssystemen ausgestattet, um ihre Speditionsflotten auf dem effizientesten und schnellsten Wege von A nach B zu bringen. KI-gestützte Systeme optimieren die in Echtzeit simultanen Routen und damit Aufträge ihrer Fahrer. Welcher Mensch kann mit diesen koordinativen Fähigkeiten da schon mithalten? Ganz zu schweigen mit grossen Flotten reibungslos umgehen? All diejenigen die heute bereits diese innovativen KI-Systeme einsetzten, erarbeiten sich Schritt für Schritt einen klaren Wettbewerbsvorteil und werden langfristig davon profitieren.

4-Schlüsseltrends im Logistiksektor

Diese Schlüsseltrends treiben die digitale Revolution im Logistiksektor an. Ersetzen Sie bald den Menschen?

1. Technologie

IoT, KI und Blockchain werden sich langfristig als die Schlüsseltrends in der Logistik durchsetzen. Grund ist deren Nachhaltigkeit, die sich auf das Preis-Leistungs-Verhältnis positiv auswirken.

2. Kundenorientierung

Der eCommerce-Bereich wird stetig und solide weiterwachsen, insbesondere der B2B-Bereich. Damit werden Omnichannel-Solutions unverzichtbar. Der Kunde wünscht immer mehr komfortable und schnellere Logistiklösungen.

3. Nachhaltigkeit

Bedingt durch die immer strengeren Regulierungen zur Senkung der CO2-Emmisionen, sind Logistiker dazu verpflichtet Ressourcenschonend zu denken bzw. zu handeln. Green-Energy-Logistik – Flotten- und Logistikeinrichtungen sukzessive zu elektrifizieren, bieten das Potential für zukünftig umweltfreundlichere Logistikprozesse.

4. Mensch

Trotz der Neudefinition in den Personalstrukturen, bedingt durch Automatisierung, Roboter etc., wird der Mensch weiterhin die wichtige und zentrale Rolle in der Logistikbrache bleiben. Erfreulich wird für ihn sein, dass ihn die vor allem körperlich und anspruchsvollen Tätigkeiten Schritt um Schritt durch neue Technologien unterstützt werden.

Das Zusammenspiel von KI und Logistik

KI und Logistik passen extremst gut zusammen. Kaum gibt es einen Bereich in der Wirtschaft, der derart so viel Potential in sich trägt, aus bestehenden Arbeitsabläufe und Prozesse so umfassend viel zu optimieren.

Und genau davor haben die meisten Fach- und Führungskräften die grössten Ängste. Macht dies den Menschen auf kurz oder lang komplett überflüssig? Nein, absolut nicht! – Künstliche Intelligenz wird die Arbeit des Menschen nicht überflüssig machen, sondern viel wahrscheinlicher umgestalten. Nichts desto trotz sind laut dem Logistik-Trend-Index (Messe München) 70% aller Fach- und Führungskräfte eher ablehnend als offen zum Thema KI.

Ein neuster Report von DHL zur Digitalisierung in der Supply Chain zeigt in einer Befragung auf, das von fast 350 Supply Chain- und Operations-Experten 95 % die potenziellen Vorteile, die physische, informationelle und analytische Innovationen bieten, nicht voll ausschöpfen können. Hier bedarf es noch einer Menge Aufklärungsarbeit bzw. Schulungsbedarf.

Hans-Dieter Blatecki

Der Betriebswirt und Supply Chain Manager, lebte in Deutschland, USA, HongKong und ab 2009 in der Schweiz. Seit über 25 Jahren verändert der passionierte Change Manager nicht nur die digitalen Landschaften im Einkauf und Supply Chain, sondern massgeblich auch in den angrenzenden Unternehmebereichen von KMUs und DAX notierten Unternehmen. Als langjährige Führungskraft war Hans-Dieter als Leiter Einkauf, Projektleiter, Kaufmännischer Leiter und Geschäftsführer weltweit tätig. Seine vielseitige Branchenerfahrung und sein breites und tiefgreifendes Wissen, hilft insbesondere KMUs im digitalen Wandel, Wissen aus der Wirtschaft und Wissenschaft für jeden verständlich und verfügbar zu machen.