Veröffentlichungen

Wie Künstliche Intelligenz die Logistikbranche verändert

LKW-Leerfahrten, unsichere Lieferketten und Chaos bei der Verwaltung von Beständen – mit diesen und weiteren Problemen muss sich die Transport- und Logistikbranche auseinandersetzen. Innovative Technologien wie Künstliche Intelligenz versprechen Abhilfe. Damit die Rechnung aufgeht, müssen Logistik-Unternehmen einige Vorkehrungen treffen, und zwar bevor sie intelligente Systeme zum Einsatz bringen.

Quelle: Logistik für Unternehmen, Ausgabe 04/05-2019, Autor Christian Bernius (Uniserv), © Logistik für Unternehmen / VDI Fachmedien GmbH & Co. KG, Düsseldorf 2019, Alle Rechte vorbehalten, https://www.logistik-fuer-unternehmen.de, https://www.vdi-fachmedien.de

Christian Bernius
Head of Sales & Marketing CDH-Solutions
Uniserv Gmb

In Zeiten des weiterhin boomenden Onlinehandels ist die Logistik einer der wichtigsten Faktoren überhaupt. Sie entscheidet maßgeblich über Erfolg oder Misserfolg vieler Unternehmen. Verspätete oder falsch ausgelieferte Waren sowie Reklamationen können zu gravierendem Imageverlust führen. Im produzierenden Gewerbe, das nach dem „Just-in-time-Konzept“ arbeitet, kann zudem die Produktion stocken, wenn der Güterfluss nicht rund läuft. Auf den Zulieferer können so hohe Kosten für Expressnachlieferungen oder Schadensersatzzahlungen zukommen. Langfristig werden sich also nur die Logistikanbieter auf dem Markt behaupten, die ihren Kunden nutzerfreundliche und zuverlässige Lösungen zur Verfügung stellen können.

Steigendes Volumen im Güterverkehr erschwert Liefermanagement

Das ist jedoch oft leichter gesagt als getan. Denn Logistik-Unternehmen haben mit verschiedensten Herausforderungen zu kämpfen. Durch den anhaltenden Erfolg des Online-Handels wächst das Volumen an Waren im Güterverkehr jährlich. Einer aktuellen Marktanalyse zur Folge knackte der Anteil an Sendungen erstmals die 3,3 Milliarden1. Insgesamt wuchs die KEP-Branche von 2017 auf 2018 um 6,1 Prozent. Dieser Anstieg führt bei Logistikern schnell zu ineffizientem Ressourceneinsatz – zu Leerkilometern und LKW-Leerfahrten. Der Anteil der Leerfahrten beträgt laut Kraftfahrt-Bundesamt 37 Prozent aller Fahrten im Gütertransport, Tendenz steigend. Hinzu kommen die wachsenden Ansprüche von Verbrauchern. Kunden wollen Zeitpunkt und Ort ihrer Lieferung genau bestimmen. Für Logistiker wird es also immer schwieriger, Zustellungen zu timen und zu managen.

Künstliche Intelligenz erstellt Prognosen und optimale Tourenplanung

Um Lieferschwierigkeiten zu minimieren, das Warenaufkommen vorherzusagen und Fahrten effektiv zu managen, braucht es Unterstützung durch smarte digitale Technologien. Hier spielen vor allem Künstliche Intelligenz (KI) und Machine Learning (ML), das maschinelle Lernen, eine Rolle. So schätzen 95 Prozent der Logistik-Unternehmen das Potenzial von KI als sehr hoch ein – das ergab eine Studie von Lufthansa Industry Solutions. Damit sind neun von zehn Befragten der Auffassung, dass der Einsatz von KI ihr Unternehmen grundlegend verändern werde. Denn intelligente Systeme können eine Vielzahl von Daten, darunter auch Geschäftspartnerdaten, sekundenschnell auswerten und Prognosen erstellen, die Logistik-Unternehmen die Planung erleichtern.

So hat das KI-Startup Cargonexx ein System entwickelt, mit dem Spediteure die optimale LKW-Tourenkombination erstellen und Leerfahrten reduzieren können. Das System funktioniert wie eine Art Frachtenbörse, in der verschiedene Spediteure ihre Transportaufträge eingeben. Die einen haben freie LKW-Kapazitäten, die anderen brauchen einen Transporteur für eine Ladung. Das System von Cargonexx bringt beide – Speditionsladungen und Transportkapazitäten – zusammen. Dabei erstellen selbstlernende Algorithmen basierend auf diesen Eingaben die optimale Route. Das Besondere: Selbst externe Einflussfaktoren wie Wetterverhältnisse oder Verkehrslagen werden in die Berechnungen mit einbezogen. Cargonexx ist also nicht nur Vermittler, sondern direkter Vertragspartner und haftender Spediteur.

Logistikroboter, Transparenz in der Lieferkette und Verzögerungen frühzeitig erkennen

Doch nicht nur Start-ups, auch längst etablierte Unternehmen setzen KI im Bereich Logistik ein, um ein zukunftsfähiges Produktionsnetzwerk zu errichten. So testet etwa die BMW Group Anwendungen wie Logistikroboter, autonome Transportsysteme oder eine durchgehend vernetzte Lieferkette in Pilotprojekten und setzt diese in vielen Logistikbereichen seiner Werke ein. Ein Projekt läuft unter dem Namen Connected Supply Chain und soll für vollständige Transparenz in der Lieferkette sorgen. Bei einem weltweiten Lieferantennetzwerk mit verschiedenen Logistik-Dienstleistern ist dies eine Herausforderung. Mittels eines KI-basierten Programms könnte dies jedoch gelingen: Das im Projekt entwickelte Programm soll alle 15 Minuten aktualisieren, wo sich welche Ware befindet, um mögliche Lieferverzögerungen frühzeitig zu erkennen. Auf diese Weise bleibt Unternehmen Zeit zu handeln und Engpässe zu überbrücken.

Diese Beispiele zeigen – Künstliche Intelligenz erkennt Zusammenhänge von Daten schneller als der Mensch und ist in der Lage, die drängendsten Herausforderungen der Logistikbranche zu bewältigen. Mehr noch: Wollen Logistiker für die Zukunft gewappnet sein, scheint kein Weg an KI vorbeizuführen. Denn kaum eine Technologie der letzten Jahrzehnte kann die Fähigkeiten von Menschen so nachhaltig erweitern und Mitarbeiter bei ihrer Arbeit so effizient unterstützen.

KI braucht eine gute Datenbasis

Doch damit intelligente Systeme zuverlässige Prognosen erstellen können, die die Zustellung von Waren verbessern, Bestände automatisiert verwalten und Leerfahrten reduzieren, müssen Unternehmen einige Voraussetzungen schaffen. Dies betrifft vor allem den Umgang mit Geschäftspartnerdaten. Denn diese sind die Basis, um KI-basierte Services überhaupt anzubieten. Warum? Weil die Intelligenz der Systeme zunächst trainiert werden muss. KI lernt aus den Daten, die ihr zur Verfügung gestellt wird. Damit sie also zuverlässig tut was sie soll, muss die Datenbasis von hoher Qualität sein.

Genau hier tun sich Unternehmen jedoch schwer. Wie eine Uniserv-Umfrage2 ergab, sind die Datenbestände von Unternehmen oft unzureichend. So haben 37 Prozent der Unternehmen mit postalisch falschen Kundendaten zu kämpfen. Jeder Fünfte beklagt beispielsweise unzustellbare Sendungen und Rückläufer aufgrund unvollständiger, veralteter oder mehrfach im System gespeicherter Kundendaten. Unter diesen Voraussetzungen können intelligente Algorithmen keine zuverlässigen Prognosen zum Lieferstatus oder zur Auslastung treffen. Ein großes Problem ist zudem die Silohaltung von Daten. Weil Logistik-Unternehmen aber über verschiedene Kanäle mit Geschäftspartnern in Kontakt treten, liegen Daten naturgemäß auch in mehreren Systemen verteilt. Dabei entstehen insbesondere Dubletten, Fehler oder Lücken.

Daten unternehmensweit einheitlich und in hoher Qualität verfügbar machen

Damit das nicht passiert, müssen alle Daten, die für die Planung eines reibungslosen Ablaufs logistischer Prozesse benötigt werden, unternehmensweit verfügbar sein. Gerade Logistiker kommunizieren innerhalb einer Lieferkette mit einer Vielzahl an Partnern, wobei unterschiedliche Daten anfallen. Aus diesem Grund brauchen Logistik-Unternehmen im ersten Schritt eine geeignete Lösungs- und Prozessmethodik, die relevante Informationen und Geschäftspartnerdaten aus diversen Quellen und Systemen extrahiert und zusammenführt. Daten werden direkt beim Import bereinigt, Fehler und Dubletten entfernt. Zusätzlich angereichert mit Interaktions- und Bewegungsdaten entsteht ein umfassendes Datenprofil. Dieses bildet die Basis für den erfolgreichen Einsatz von KI und für weitere Prozesse.

Bevor Logistik-Unternehmen also darüber nachdenken, digitale Services basierend auf Künstlicher Intelligenz einzuführen, sollten sie bei der digitalen Datenpflege ansetzen. Nur so können Unternehmen sicherstellen, dass das KI-System mit den richtigen Daten „gefüttert“ wird, Lieferungen wie versprochen ausgeführt und Leerfahrten reduziert werden. Der Einsatz von KI steht in der Logistik zwar erst am Anfang, doch entscheidet sich bereits jetzt, wer im digitalen Wettlauf den Anschluss verlieren wird.

Über den Customer Data Hub

Die Lösungsmethodik, die Logistiker für den Einsatz von KI benötigen, ist ein Customer Data Hub. Dieser schafft in drei Schritten die Voraussetzungen für KI: Das System extrahiert relevante Informationen und Geschäftspartnerdaten automatisiert aus diversen Quellen und Systemen und bereinigt Fehler, entfernt veraltete Informationen und Dubletten. Alle bereinigten Daten werden in einem eindeutigen „Golden Record“ konsolidiert und qualitätsgesichert. Im Anschluss werden die Daten noch um Interaktions- und Bewegungsdaten angereichert, sodass ein umfassendes Datenprofil entsteht. Das sogenannte Golden Profile schafft dann die nötige 360-Grad-Sicht auf Kunden und Teilnehmer einer Lieferkette.

Über den Autor

Christian Bernius ist Head of Sales & Marketing CDH-Solutions bei der Uniserv GmbH und verantwortet den weltweiten Vertrieb und das Marketing für den Customer Data Hub. Der Diplom-Wirtschaftsinformatiker und Software-Experte blickt auf über 10 Jahre Erfahrung in der Beratung und im Vertrieb von Individualsoftware zurück

Wie Künstliche Intelligenz die Logistikbranche verändert

Lesen Sie hier den vollständigen Artikel aus Logistik für Unternehmen, Ausgabe 04/05-2019, Autor Christian Bernius, © Logistik für Unternehmen / VDI Fachmedien GmbH & Co. KG

Zum Artikel

1 Bundesverband Paket Express & Logistik: KEP-Studie 2018, https://www.biek.de/download.html?getfile=1928
2 Trendstudie Kundendatenmanagement 2018. Durchgeführt von Grohmann Business Consulting im Auftrag von Uniserv. Befragt wurden 143 Fach- und Führungskräfte aus deutschen Unternehmen aller Branchen und Größen im Zeitraum Dezember 2017 bis Februar 2018.