Dass künstliche Intelligenz nicht mehr nur ein Trend, sondern Normalität geworden ist, sollte jedem bewusst sein.
Egal ob Sprachassistenten wie Alexa, Siri und Co. – oder die Gesichtserkennung moderner Smartphones. Diese kleinen Helfer im Alltag sind aber nur der Anfang: Auch in der Lager- und Transportlogistik ist KI bereits angekommen und in vielen Bereichen längst im Einsatz.
Gerade die Logistikbranche bietet aufgrund der großen Datenverfügbarkeit viele Use-Cases für die Anwendung von künstlicher Intelligenz.
Vom Wareneingang über die Prozesse innerhalb des Lagers bis hin zum Warenausgang werden eine Vielzahl an Daten generiert – seien es Informationen zu Kommissionierwegen beziehungsweise -zeiten, Materialdaten wie Gewicht, Maß oder Position der Ware – die verarbeitet werden.
Laut einer Umfrage, die im Auftrag des Digitalverbands Bitkom durchgeführt wurde, glauben zwei Drittel der befragten Unternehmen, dass KI-gestützte Systeme in Zukunft viele Arbeiten in der Logistik übernehmen. Jedoch wird das volle Potenzial dieser Technologien noch lange nicht ausgeschöpft und nur 6 % setzten KI bereits aktiv ein. (vgl. „Digitalisierung der Logistik“ Bitkom e.V., 2019)
Inhalt des E-Books
Künstliche Intelligenz in der Lagerlogistik
Im Bereich der Lagerlogistik eines Unternehmens entstehen täglich große Datenmengen, die in unterschiedlichen Formen vorliegen. Diese Masse an Informationen bildet die perfekte Basis für die Anwendung von künstlicher Intelligenz.
Durch sie wird es möglich, im Rahmen vielfältiger Einsatzmöglichkeiten neue Potenziale zu erschließen. Dazu zählen in erster Linie die Beschleunigung logistischer Prozesse oder die Reduzierung von Fehlern.
Aber auch im Bereich der Logistikplanung ist die KI ein Game Changer. So können zum Beispiel die zukünftige Nachfrage prognostiziert oder Kapazitäten optimal geplant werden. Insgesamt ermöglicht der Einsatz von KI eine flexiblere und kosteneffizientere Arbeitsweise.
Folgende Use Cases zeigen konkrete Einsatzmöglichkeiten von KI in der Lagerlogistik:
Drive Units
Im Rahmen der Lagerlogistik werden sogenannte Drive Units dafür verwendet, Routineaufgaben zu erledigen.
Die Orientierung der autonom fahrenden Fahrzeuge erfolgt über sich am Boden befindende QR-Codes. An dieser Stelle kann durch den Einsatz einer zentral gesteuerten KI die effizienteste Route für jedes Fahrzeug ermittelt werden, sodass diese problemlos durch das Lager manövrieren. Dieses Vorgehen vereinfacht den Transport von Gütern in die verschiedenen Zonen des Lagers.
Aber nicht nur die Berechnung der effizientesten Route führt zu Zeiteinsparungen. Auch die Tatsache, dass Drive Units nicht an Arbeitszeiten gebunden sind, sorgt dafür, einen stetigen Materialfluss zu gewährleisten.
Qualitätssicherung
Die fortlaufende Sicherung der Qualität innerhalb des Lagers, wie beispielsweise die Kontrolle der eingehenden Waren, ist sehr zeitaufwändig. Oft können die Lagermitarbeiter auch nicht alle Mängel mit bloßem Auge feststellen.
Durch den Einsatz von künstlicher Intelligenz, die auf das Erkennen von Artikeln trainiert wurde, kann die Qualitätssicherung genauer und vor allem schneller erfolgen.
Hierfür prüft die KI Artikel auf Unreinheiten im Metall, Kratzern oder ähnlichen Beschädigungen. Mithilfe moderner Bilderkennungssoftware können auch Waren mit komplexer Oberflächenbeschaffenheit deutlich genauer untersucht werden, als es mit dem menschlichen Auge möglich ist.
So kann die KI dazu beitragen, weniger fehlerhafte Materialien ein- oder auszulagern und damit neben Zeit- auch Kostenpotenziale zu eröffnen.
Pick-by-Voice
Geht es um die Kommissionierung von Waren, kann künstliche Intelligenz ebenfalls unterstützen. Per Sprachassistent können die zu kommissionierenden Güter sowie deren entsprechender Lagerplatz abgefragt und keine Pickliste mitgeführt werden. Durch Pick-by-Voice kann also auf direktem Weg mit dem ERP-System kommuniziert werden.
Der Sprachassistent kann entweder durch das Tragen einer Weste mit eingebautem Mikrofon und Lautsprecher oder durch ein Headset mobil kontaktiert werden.
Benötigt der Mitarbeiter Informationen, können diese per Anfrage von der KI angefordert werden. Das vereinfacht nicht nur den Pick-Prozess, sondern ebenfalls die Einarbeitung neuer Mitarbeiter, da alle Informationen über den Assistenten abgefragt werden können.
KI-gestützter Greifarm
Auch KI-basierte Robotergreifarme finden in Pick-Prozessen Anwendung. Vielleicht ist es bei Ihnen bereits so, dass kommissionierte Artikel auf Förderbändern durch das Lager transportiert werden. Durch einen Robotergreifarm werden diese dann entsprechend auf die weiterführenden Förderbänder umverteilt.
Nicht selten sind darunter aber auch empfindliche Materialien und zerbrechliche Artikel wie beispielsweise Glas oder Keramik. Ein herkömmlicher Greifarm würde Gegenstände dieser Art zerstören, da die Waren der hohen Kraft des Arms nicht standhalten.
Hier kommt KI ins Spiel – durch sie kann der Greifarm mithilfe von Reinforcement Learning trainieren, wie bestimmte Artikel gegriffen werden müssen, ohne sie zu deformieren oder zu zerstören. Nach einer Trainingsphase kennt der Roboter alle Produkte und kann diese entsprechend handhaben.
Verpackung
Bevor die kommissionierten Waren auf den LKW geladen werden, müssen diese entsprechend verpackt werden. Hierbei muss darauf geachtet werden, möglichst materialsparend zu arbeiten. Informationen wie Maße, Gewicht und andere wichtige Daten, die für die Verpackung von Artikeln benötigt werden, sind im ERP-System hinterlegt. Sie bilden die Basis für die Auswahl der geeigneten Verpackung.
Dieser Prozess lässt sich ebenfalls durch den Einsatz von KI optimieren. Das kann folgendermaßen aussehen: Ein 3D-Scanner vermisst den Artikel und schlägt beruhend auf seiner Erfahrung durch Trainingsdaten einen Karton sowie die benötigte Menge an Klebeband vor.
Für den Fall, dass mehrere Artikel in einem Behältnis versendet werden sollen, berechnet der Algorithmus der KI auf Basis der Größe, Form und Gewicht die passende Gesamtverpackung.
Fazit
Die Vorteile, die aus den genannten Use-Cases hervorgehen, sind in den meisten Fällen eine Reduzierung des Zeitaufwands, wodurch schon kurzfristig deutliche Kosteneinsparungen erzielt werden können.
Allerdings sollte nicht vernachlässigt werden, dass die KI zunächst trainiert werden muss. Hierfür werden steuernde Stammdaten in hoher Qualität benötigt. Ist das nicht der Fall, werden sich auch eben genannte Vorteile nicht einstellen.
Demnach sollten Sie unbedingt prüfen, inwiefern sich die Investition in KI für Sie lohnt und ob die Vorteile der Use-Cases überwiegen. Prinzipiell gilt jedoch, dass der Einsatz von KI in der Lagerlogistik in Zukunft eine immer wichtigere Rolle einnimmt und auch künftig noch viele weitere Use-Cases zu erwarten sind.
Sie möchten Ihre Logistikprozesse optimieren und Ihr SAP-System effizienter sowie ergonomischer gestalten? Im Dienstleistungspaket FIS Warehouse Check zeigen Ihnen unsere Experten auf, wie Sie schon mit kleinen Schritten und geeigneten Technologien Ihre Intralogistik auf ein neues Level heben können.
