Beitrag teilen

Link in die Zwischenablage kopieren

Link kopieren
Suchfunktion schließen
Technologie > Gastbeitrag

Wie KI die Automobil-Lieferkette robuster und kosteneffizienter macht

Track & React: Verbesserter Service durch Transparenz und schnelle Kommunikation Bild: Shutterstock

 

Mehr als zwei Drittel der deutschen Unternehmensvertreter halten Künstliche Intelligenz (KI) für die wichtigste Technologie der Zukunft, so eine Studie des Digitalverbandes Bitkom. Wann die KI in der Wirtschaft in aller Breite zum Einsatz kommt, ist damit nur eine Frage der Zeit. Gerade in der deutschen Spitzenindustrie sind die Entwicklungschancen durch die technologische Transformation enorm. Welche Anwendungsfelder von entscheidungsintelligenten Algorithmen die Automobil- und Zuliefererindustrie kennen sollte, offenbaren die kommenden Zeilen.

 

Zunehmende Komplexität meistern durch Digitalisierung im Netzwerk

Welche Herausforderungen das Supply Chain Management mit sich bringt, ist spätestens seit den Lieferengpässen in Folge der Pandemiebekämpfung und Wirtschaftssanktionen mehr als deutlich geworden. Auf einem globalen Markt mit einer Vervielfältigung von dezentralisierten Produktionsstandorten erreichen auch die Logistik-Netzwerke ein neues Niveau an Komplexität. Um dieser mit Effizienzsteigerungen begegnen zu können, ist die moderne Industrielogistik auf KI-Software angewiesen.

Denn eine zentralisierte Verwaltung und Analyse aller Produktions- und Transportdaten ist die Grundlage für eine rationale und vorausschauende Planung der Abläufe von der Fabrik bis zum Kunden. Aus der kontinuierlichen Datenerhebung heraus sind die Algorithmen von modernen KI-Systemen in der Lage, die kosteneffizientesten und gleichzeitig resilientesten Logistikstrukturen zu ermitteln und so strategische Entscheidungen zu fundieren. Dies gelingt sowohl auf der Ebene der strategischen Planung, bei der zum Teil Millionen Szenarien, mit welchen Verkehrsträgern welche Ware von wo wohin transportiert wird, als auch in Echtzeit in operativen Prozessen, wo es beispielsweise um die Optimierung von Transportreihenfolgen auf einem Hof oder innerhalb eines Werkes geht.

Ein typisches Logistiknetzwerk in der Automobilindustrie beispielsweise umfasst mehrere zehntausend Routen und für jedes Transportszenario existiert eine sechs- bis siebenstellige Anzahl von Varianten. Das zeigt das Beispiel Toyota Logistics Services (TLS), das seine Outbound-Logistik mit 58.000 aktiven Routen in den USA mithilfe von entscheidungsintelligenter Technologie optimiert. Mit allen Optionen – von verschiedenen Spediteuren über verschiedene Häfen, Distributionszentren und Händler bis hin zu den einzelnen Rampen an den Umschlagsplätzen – ergeben sich dort für jedes Transportszenario bis zu 1,8 Millionen mögliche Umsetzungsvarianten, die per Algorithmen auf Machbarkeit, Effizienz und Effektivität geprüft werden.

Gerade in Zeiten hoher Energiekosten und angespannter Lieferketten sollte sich die Industrielogistik also auf den Weg einer Digitalisierungsoffensive begeben. Denn wie auch die Konrad-Adenauer-Stiftung (KAS) in einer aktuellen Analyse zeigt, befindet sich der Standort Deutschland dank dem hohen Grad an Automation und dem großen Pool an industriellen Daten in einer guten Ausgangsposition, um in der KI eine globale Führungsrolle einzunehmen. Unabdingbare Voraussetzung: Die vielfach vorhandenen Daten müssen tatsächlich genutzt werden.


Track & React: Verbesserter Service durch Transparenz und schnelle Kommunikation

Die positiven Resultate bei Pünktlichkeit und Service-Qualität lassen sich bereits in ersten Anwendungsfällen beobachten. Der KfZ-Großhändler Kaufmann konnte nach Aussagen seines Logistik-Managers Derek Bull, die Zuverlässigkeit der Lieferungen dank KI-Software von 85% auf 97% steigern. Beachtlich für ein Marktumfeld, das nach wie vor unter hohem Nachfragedruck steht. Denn weiterhin ist der Bedarf an Transportleistungen hoch. Einer Zusammenfassung der Bundesvereinigung Logistik zufolge wird für das Jahr 2022 ein Wachstum von 5% in der Branche erwartet. Nach der Automobilwirtschaft und dem Handel zählt die Logistik bereits jetzt zu den größten Wirtschaftsbereichen in Deutschland. Gleichzeitig steigen die Transportpreise regelmäßig auf neue Rekordhöhen, auch weil es an Fachkräften fehlt. Um dennoch Qualitätsstandards nicht nur zu halten, sondern zu verbessern, bietet KI-Software die wirksamsten Instrumente. Mit einem computergesteuerten Track & React-System können Standort und aktueller Zustand der Industrieware fortlaufend überprüft werden. Transparenz allein ist jedoch noch nicht alles. Der besondere Vorteil von KI-Technologie liegt darin, aus den erhobenen Daten konkrete Entscheidungen zu ziehen und Handlungen einzuleiten. Verspätungen und Schäden werden beispielsweise ohne Verzögerungen registriert und erlauben Herstellern wie auch deren Geschäftspartnern eine schnelle Reaktion, um ihre Ressourcen effizient einzusetzen.

 

In der Werkshalle, auf dem Betriebshof und unterwegs: Holistisches Mehrebenen- Management wird möglich

Die Technologien der künstlichen Intelligenz eröffnen die Möglichkeit neben der reinen Transportlogistik auch die Produktionslogistik sowie das Geschehen auf dem Betriebshof aufeinander abzustimmen. Je nach Status Quo auf den anderen Ebenen – etwa dem Lieferstatus, der Verfügbarkeit verschiedener Ressourcen auf dem Werksgelände oder der Nachfragepriorität – generieren Algorithmen automatisiert die anstehenden, optimierten Transportfolgen minutengenau.

Besonders gefragt sind die Software-Innovationen im Yard-Management (dt.: Betriebshofmanagement). Mit ihrer Hilfe werden die Prozesse auf dem Werksgelände von der Laderampe im Lager bis zur Ausfahrt so gemanagt, dass eine optimale Auslastung entsteht. Die Synchronisation von ein- und ausgehenden Transportfahrzeugen und eine Belegungsplanung für Tage und Wochen im Voraus tragen dazu bei, die Umweltbilanz des Yards deutlich zu verbessern.

Auf Ebene des Transports verbinden KI-gestützte Softwarelösungen ebenfalls eine Vielzahl von Einflussfaktoren für einen optimalen Output. Aus den angemeldeten und spontan eingehenden Anlieferungen und Abfahrten der Lkw, konkreten Fracht sowie anderer verfügbarer Ressourcen berechnet das System eine optimierte Rampen- und Ladungsverteilung sowie die effizientesten Arbeitsfolgen. Fahrer werden über mobile Anwendungen mit dem System verbunden, können Zeitfenster anfragen und jeden Arbeitsschritt, zum Beispiel die Anmeldung am Tor eines Industrieunternehmens, per Knopfdruck dokumentieren, um weitere Anweisungen von den Algorithmen zu erhalten: Steuere jetzt die Waage oder Rampe X an, zum Beispiel. Am Ende entsteht so eine hoch integrierte und differenzierte Management-Umgebung, die der Komplexität der modernen Industrie gerecht wird.

 

Digitale Schlüsseltechnologie in die Umsetzung bringen

Dem KI-Monitor des Instituts der deutschen Wirtschaft (IW) zufolge haben sich die Rahmenbedingungen für die Einführung von KI in der Wirtschaft merklich verbessert. Dazu ist auch angeraten, da die dauerhaft gestörten Lieferketten die Notwendigkeit nach effizienten, robusten Prozessen in der Industrie in den Vordergrund rücken lassen. Die genannten Beispiele demonstrieren Anwendungsfälle auf strategischer bis operativer Ebene. Und neben den ökonomischen Vorteilen, die jede dieser Anwendungen verspricht, tragen sie auch zu den neueren Zielen der Nachhaltigkeit bei, da jede Effizienzsteigerung in der Logistik mit sinkenden Bewegungen und damit Emissionen einhergehen kann.   

Ulf König Head of Business Development bei INFORM Manufacturing Logistics Division

Für diesen Beitrag wurde eine Content-Management pauschale erhoben.

Ähnliche Artikel