Von allen neuesten digitalen Technologien, die die Supply-Chain-Operationen unmittelbar umgestalten werden, ist die künstliche Intelligenz (KI) zusammen mit der Robotik (die man wohl als KI-Anwendung klassifizieren könnte) diejenige, die derzeit den greifbarsten Einfluss auf die Branche hat.
„Es ist schwierig, sich eine führende Industrie vorzustellen, die sich durch die künstliche Intelligenz nicht verändern wird. Dazu gehören Gesundheitswesen, Bildung, Transport, Einzelhandel, Kommunikation und Landwirtschaft. Es gibt überraschend klare Wege für die KI, all diese Branchen umzuwandeln.” – Andrew Ng, Informatiker
Vielleicht gehört Ihr Unternehmen zu der Hälfte aller Unternehmen, die bereits KI zur Lösung von Problemen in der Lieferkette oder zur Leistungsverbesserung einsetzen.
Unabhängig davon, ob dies der Fall ist oder nicht, könnten Sie die folgenden Beispiele für den Einsatz von KI in der Lieferkette interessant, faszinierend oder sogar inspirierend finden.
KI im Transportmanagement
Statistik: Unternehmen, die TMD-Anwendungen einsetzen, haben Frachtkosteneinsparungen von bis zu 8 % erzielt.
Quelle: ARC Advisory Group Strategic Report.
Der ROI von Transportmanagement-Lösungen (TMS) ist vielfach nachgewiesen worden. Mit der Integration der AI-Technologie treiben neue Plattformen die TMS-Fähigkeiten auf unverstellbare Weise voran und bieten den Unternehmen ein noch größeres Potenzial, die Effizienz im Transportwesen zu steigern und die Frachtkosten zu senken.
Auch ohne KI-Einsatz können TMS-Anwendungen Geld sparen und den Betreibern helfen, die Serviceleistung zu steigern. Sie können dies auf folgende Weise erreichen:
● Unterstützung von Ressourcenplanern bei der Optimierung von Routen für Lkw-Ladungen und Sendungen mit geringerem Umfang als Lkw-Ladung
● Ermittlung, wann und wo sich Strecken mit mehreren Zwischenstopps als wirtschaftlicher erweisen als Strecken mit nur einem Zwischenstopp
● Hervorhebung der vergleichenden Leistung von Frachtführern
● Analyse von Daten zur Beantwortung von Fragen wie z.B.: „Welche spezifischen geographischen Gebiete sind am häufigsten von verspäteten Lieferungen betroffen?”
Das lernende TMS
Wenn der TMS-Tech-Stack eine Schicht künstlicher Intelligenz enthält, können Verlader und 3PLs ein noch breiteres Spektrum an Daten über die Transportleistung sammeln und nutzen.
So können sie beispielsweise Live-Wetter- und Staudaten nutzen, um genauere, dynamischere Routenpläne zu erstellen, und die Echtzeit-Fahrzeugverfolgung kann ihnen Vergleiche zwischen geplanter und tatsächlicher Routenleistung ermöglichen.
Besser noch, das maschinelle Lernen ermöglicht die Ausführung all dieser Funktionen, ohne dass zuvor komplexe Modelle erstellt werden müssen, da die geschlossene Feedback-Schleife (geplante Routen im Vergleich zu tatsächlichen Routen) das mit einer KI ausgestattete TMS in die Lage versetzt, sich selbst zu trainieren, indem es fortwährend Eingaben mit Ergebnissen vergleicht.
Integrierte KI in Lagerverwaltungssystemen
„Was tatsächlich einen Großteil der Lagerautomatisierung ermöglicht, wenn man unter die Decke schaut, ist der Fortschritt, der in Bezug auf künstliche Intelligenz, maschinelles Lernen, tiefe neuronale Netze – diese Art von Fähigkeiten – gemacht wird,” – Thomas O’Connor, Analyst bei Gartner.
So wie der Erfolg des TMS durch die Integration künstlicher Intelligenz gesteigert wird, so wird auch der des Lagerverwaltungssystems (WMS) gesteigert. Mehrere WMS-Anbieter integrieren maschinelles Lernen in ihre Plattformen, um neue Möglichkeiten für Unternehmen zu schaffen, die Produktivität und Effizienz in ihren Lagern und Distributionszentren zu verbessern.
Nirgendwo ist der Wert der künstlichen Intelligenz im WMS vielleicht offensichtlicher als im E-Commerce-Fulfillment-Center, wo es oft notwendig ist, Kundenbestellungen dynamisch in den Kommissionierablauf einzubringen.
Unter diesen extrem dynamischen Umständen bleibt keine Zeit, um Bestellungen in Stapeln zu sammeln und diese in Wellen an das Lager zu übergeben, so dass viele E-Commerce-Unternehmen zur wellenlosen Kommissionierung übergegangen sind, ein Prozess, für den künstliche Intelligenz hervorragend geeignet ist.
WMS im Zeitalter von E-Commerce
Die Technologie des maschinellen Lernens wird zunehmend zur Steuerung von Lagerverwaltungs- und -kontrollsystemen eingesetzt, da sie Daten aus verschiedenen Quellen analysieren kann, um die zur Erledigung von Lageraufgaben erforderliche Zeit zu berechnen. Die Ergebnisse dieser Berechnungen, bei denen sich schnell ändernde Prioritäten und Bedingungen berücksichtigt werden, können dann zur Optimierung der Funktionsweise von Anlagen und Ressourcen genutzt werden.
Solche Systeme können Eingaben interpretieren und sich schneller als jeder Mensch an Veränderungen anpassen, weshalb sie für E-Commerce-Operationen von so großem Wert sind. KI ist die einzige praktikable Lösung für den Ausgleich von Kommissionierdichtezielen mit mehreren SLAs und der dynamischen Einführung von Einzelbestellungen, deren Häufigkeit höchst unvorhersehbar ist.
KI als Hilfsmittel für die Beschaffungskommunikation
Die Einsatzmöglichkeiten der künstlichen Intelligenz im Lieferkettenmanagement sind vielfältig. So kann die künstliche Intelligenz nicht nur die Leistungsfähigkeit von Systemen wie WMS und TMS verbessern, sondern auch Computer in die Lage versetzen, Aufgaben auszuführen, die traditionell dem Menschen vorbehalten sind.
Computer Vision, Verstehen natürlicher Sprache und ähnliche sensorische Entwicklungen wurden durch Entwicklungen in der KI-Technologie ermöglicht, die im Wesentlichen Maschinen die Fähigkeit verleihen, auf ähnliche Weise wie Menschen zu sehen, zu hören und zu kommunizieren.
Ein weltweit führender Hersteller von Getränken setzte kürzlich auf KI-gestütztes Sprachverstehen und Mensch-Maschine-Interaktion, um die Geschwindigkeit und Effektivität der Kommunikation zwischen ihm und seinen Lieferanten zu verbessern.
„Chatbots sind wichtig, weil man sich nicht dumm fühlt, wenn man wichtige Fragen stellt. Manchmal kann es ein wenig einschüchternd sein, mit jemandem zu sprechen. Mit einem Chatbot zu sprechen, macht das viel einfacher!” -Petter Bae Brandtzaeg, Associate Professor, Universität Oslo.
Das Unternehmen implementierte einen Chatbot, der in mehrere Systeme integriert ist, um Probleme zu lösen, die mit der Ineffizienz des Dialogs von Mensch zu Mensch in seinen Beschaffungsvorgängen zusammenhängen.
Die Themen umfassten:
● Die Notwendigkeit für die Mitarbeiter des Getränkeunternehmens, die Helpdesks der Lieferanten anzurufen, um Informationen zu erhalten.
● Die Zeit, die verschwendet wurde, während Helpdesk-Mitarbeiter auf mehrere Systeme zugriffen, um die angeforderten Informationen zu sammeln und dann gemeinsam zu nutzen.
● Die Arbeitskosten, die mit dem 24/7-Betrieb zur Aufrechterhaltung der Produktivität verbunden sind.
Helpdesks hilfreicher machen
Das Unternehmen nutzte die Sprachverarbeitungs- und Konversationsschnittstelle des Chatbots, um textbasierte Interaktionen zwischen Beschaffungsmitarbeitern und den Systemen der Lieferanten sowie zwischen den Mitarbeitern der Lieferanten und seiner internen Unternehmenssoftware (SAP) zu ermöglichen.
Autorisierte Benutzer konnten das Chat-Interface öffnen, um Abfragen durchzuführen, auf die künstliche Intelligenz in wenigen Augenblicken die Antworten lieferte, da sie in der Lage war, mehrere Systeme abzufragen, Fragen in Textgesprächen zu beantworten und relevante Dateien und Dokumente zur Prüfung aufzurufen.
Die Lösung senkte die Kosten für die Ausführung und Beantwortung von Routineanfragen, ermöglichte es den teilnehmenden Unternehmen, die Support-Stunden zu reduzieren, und gab den Helpdesk-Mitarbeitern die Möglichkeit, sich auf komplexere Aufgaben zu konzentrieren, bei denen ihre Fähigkeiten einen Mehrwert für die Beziehungen zwischen dem Unternehmen und seinen Lieferanten darstellten.
Weiterer Nutzen und Anwendungsfälle für KI in der Lieferkette
Statistik: Rund 32% der Supply-Chain-Fachkräfte setzen Robotik und Automatisierung aktiv ein.
Quelle: MHI/Deloitte, Industrie-Jahresbericht 2019.
Zusätzlich zu den drei Beispielen, die wir oben genannt haben, haben wir von Unternehmen gehört, die künstliche Intelligenz einsetzen, um ein breites Spektrum von Problemen in der Lieferkette zu lösen. Die folgenden Beispiele umfassen einige, die Sie zweifellos kennen (wie Roboter und AGVs), und einige, die Sie vielleicht nicht in Betracht gezogen haben.
- Optimierung der Beladung von Lastwagen und Anhängern zur Maximierung der Raumnutzung
- Verbesserung der Genauigkeit und Effizienz von Pick-to-Light-Lagersystemen
- Komprimierung von Auftragszyklen unter Verwendung einer optimierten Zuteilung von Erfüllungsquellen
- Verbesserung des räumlichen Bewusstseins und anderer Fähigkeiten von Lagerrobotern mit Hilfe von maschinellem Lernen und Computer Vision
Welche Stellung Sie auch immer in der fortwährenden Debatte um die Automatisierung der Geschäftstätigkeit und ihre Auswirkungen auf zukünftige Arbeitsplätze einnehmen, der Erfolg Ihres Unternehmens könnte schon bald von künstlicher Intelligenz abhängen.
Langsam aber sicher entwickelt sie sich zu einer allgegenwärtigen Veränderung in Unternehmen im Allgemeinen. Da jedoch die Überlegenheit in der Lieferkette ein entscheidender Faktor ist, der die Besten von den anderen unterscheidet, könnten die Bereiche Beschaffung und Logistik die nächsten Versuchsfelder für immer ausgefeiltere KI-bezogene Technologien sein.