Smart Data in der Logistik – Investitionen in KI-Plattformen oder in IoT-Technologien?

Lesezeit 9 Min.

Dieser Artikel basiert auf dem Vortrag von Adrian Kosowski, dem Forschungsleiter von NavAlgo, der zu Hyperlog’19 eingeladen wurde, und wurde gemeinsam von Jan Chorowski und Zuzanna Kosowska-Stamirowska verfasst.


Die KI-Revolution in der Logistik: Das Rennen ist eröffnet. Für die Logistikbranche geht es bei der KI-Revolution vor allem um den Wettlauf zwischen den traditionellen Akteuren der Logistik (Frachtführer & Spediteure) und den virtuellen Unternehmen der neuen Wirtschaft (virtuelle & dematerialisierte Akteure, Online-Händler). Ein Wettlauf, der zu neuem, aufregendem Serviceangebot der nächsten Generation führen wird.

Wie kann man die KI-Revolution einleiten? Im Folgenden finden Sie einige DOs und DONTs, um in einem vernünftigen Zeithorizont und bei minimalem Risiko substanzielle Vorteile der KI zu erlangen.

Fehler Nr. 1: Künstliche Intelligenz ist wirklich cool, lasst uns den Hype mitmachen!

Um die Vorteile der künstliche Intelligenz zu erkennen, brauchen Sie eine umfassende KI-Strategie, die nur als Teil einer globalen Digitalisierungsstrategie wirksam ist und sich auf Ihr Kerngeschäft auswirkt. Geld für zufällige und einfache Anwendungsfälle auszugeben wird nicht ausreichen – viele Akteure in der Logistikbranche landen mit einem intelligenten Chatbot auf ihrer Website. Ihr Chatbot kann fantastisch sein, aber wirkt er sich auf Ihre Kernaktivitäten aus oder ist er einfach nur ein Nice-to-have?

Fehler Nr. 2: Lasst uns die KI schnell auf der Grundlage der uns vorliegenden Daten einführen.

Ein beliebter Anwendungsfall ist es, Verkäufe mit einer Dynamic Pricing-Plattform durchzuführen, um die Einnahmen zu erhöhen. Wenn dies auf isolierte Weise geschieht, wird es Ihr Unternehmen vor Ort ankurbeln, ohne Sie näher an eine KI-Revolution heranzuführen. Die dynamische Preisgestaltung ist einfach und schnell zu implementieren (da nur Verkaufsdaten benötigt werden), sie trägt dazu bei, die Service-Verfügbarkeit sicherzustellen, und führt zu einer profitableren Nutzung der Ressourcen mit einer sofortigen Umsatzsteigerung. Loyale Kunden können jedoch zu bestimmten Zeiträumen ausgepreist werden, und es bedeutet auch, Angebot und Nachfrage aufeinander abzustimmen, indem mit der Nachfrage gespielt wird. In gewisser Weise ist es so, als würden Sie Ihren Kunden sagen, dass sie es sind, die sich anpassen sollten – nicht Sie. Eine dynamische Preisgestaltung hat oft nur geringe Auswirkungen auf wichtige Aspekte Ihres Kerngeschäfts und bewegt die Beziehung zu Ihren Kunden effektiv in Richtung Preis und möglicherweise sogar weg von Ihnen hin zu Preisvergleichsplattformen. Wenn Sie also erwarten, dass Ihr Betrieb nachfrageorientiert ist, stellen Sie sicher, dass Ihre KI-Vision mit der nachfrageorientierten Strategie Ihres Unternehmens übereinstimmt.

Wenn Sie erwarten, dass Ihr Betrieb nachfrageorientiert ist, stellen Sie sicher, dass Ihre KI-Vision mit der nachfrageorientierten Strategie Ihres Unternehmens übereinstimmt.

Ein globaler Ansatz sieht wie folgt aus:

Wenn es um KI geht, kommt unter dem folgenden Zitat eine typische Angst zum Vorschein:

„Für uns ist es zu früh für KI: Wir sind noch nicht einmal mit der Digitalisierung fertig”. Tatsächlich kann nichts weiter von der Wahrheit entfernt sein. Für fast jedes Unternehmen haben die Digitalisierungsstrategie und die KI-Strategie eine gemeinsame Grundlage: Datenerfassung. Diese Grundlage zu definieren ist von absoluter Wichtigkeit. Eine natürliche Antwort auf beides beinhaltet die Datenerfassung durch Telemetrie, oder einfach: IoT-Investitionen.

Wenn man das IoT und die Datenerfassung als Grundlage für eine vollständige KI-Vision betrachtet, lautet die Schlüsselfrage: „Wie weit können wir mit IoT-Daten in der Logistik kommen?” In der Logistik haben IoT-Daten einen direkten kommerziellen Wert für die Kunden und ermöglichen Prognosen und prognosebasierte Optimierung. Darüber hinaus helfen IoT-Daten, die verschiedene Akteure der Lieferkette durchlaufen, bei der Umgehung vieler traditioneller Datenintegrationsprobleme in der Lieferkette. Wir argumentieren, dass die Pipeline – oder genauer gesagt, der „Stapel” – von Intelligenzschichten, die auf IoT basieren, so dargestellt werden kann:

Dann stellen sich strategische Fragen, die umfassend angegangen werden müssen:

Wie viel soll in das IoT investiert werden? Welche Lösungen müssen intern entwickelt werden? Welche Elemente sollen zu kollaborativen Plattformen „gebündelt” werden? Was soll weggelassen werden? Eine optimale Lösungsqualität und ein optimales Investitionsbudget können nur als Teil einer koordinierten Strategie erreicht werden. Die Überlassung von verschiedenen Elementen an Dritte ist mit unterschiedlichem Vorteilen, Kosten und Gefahren verbunden.

Für große Betriebe:

IoT und KI sind komplementär, aber „konkurrieren” um das Budget. Die Budgets von KI-Plattformen sind in der Regel gesättigt, während die IoT-Budgets mit der Anzahl der Geräte wachsen. Die Entscheidung liegt dann darin, ob man mehr in die KI investieren muss oder nicht, während es beim IoT eine feinere Entscheidung ist, wie viele Geräte man benötigt, welcher Art und wo man sie einsetzt. Um es etwas schwieriger zu machen, muss ein IoT-Pilotversuch durchgeführt werden, bevor die KI-Plattform wirklich funktioniert (da das IoT die Datenquelle für die KI ist). Es handelt sich also um einen feinen Investitionsprozess, der auf einer Mischung aus technischer und geschäftlicher Intuition und möglicherweise iterativen Budgets beruht.

Für kleinere Betriebe:

Die typischen Bedürfnisse eines kleineren Logistikunternehmens sind eine Teilmenge der IoT-Pipeline (siehe oben). Kleinere Akteure müssen größere, gemeinschaftliche Anstrengungen unternehmen und haben weniger Luxus, suboptimal zu handeln. Eine gute IoT-Abdeckung & Datenpooling (was sich vom Datenaustausch unterscheidet!) zwischen ähnlichen Unternehmen, die KI in einer Plattform eines Drittanbieters verwenden, kann der Weg zum Erfolg sein.

Für kleine bis mittelgroße Betriebe:

Das Aggregieren von Daten aus mehreren Unternehmen zur Entwicklung von KI für Prognosen und Optimierung kommt in der Regel dem Betrieb dieser Unternehmen zugute. Einen externen Anbieter von KI-Methoden zu haben, ist vielleicht eine vergleichsweise harmlose Entscheidung.

Die Definition Ihrer KI-Strategie hat nicht nur Einfluss darauf, wie Ihr gesamtes Unternehmen funktionieren wird, sondern auch darauf, was Sie nach der KI-Revolution für Ihre Kunden bedeuten werden.

Mit diesen Gedanken im Hinterkopf kommen wir bei NavAlgo zu dem Schluss, dass die Definition Ihrer KI-Strategie nicht nur Einfluss darauf hat, wie Ihr gesamtes Unternehmen funktionieren wird, sondern auch darauf, was Sie nach der KI-Revolution für Ihre Kunden bedeuten werden. KI kann Ihnen helfen, substanzielle Vorteile zu erzielen. Technologie sollte helfen, die Grenzen Ihres Kerngeschäfts zu erweitern, und sollte nicht nur ein Schlagwort sein. Kunden werden sich nicht daran erinnern, dass Sie KI eingesetzt haben, aber sie können sich vielleicht daran erinnern, dass der von Ihnen erbrachte Service ihren Erwartungen an eine Logistikdienstleistung im neuen Jahrzehnt entsprach – Logistik der 2020er Jahre.

Vielen Dank für das Lesen dieses Artikels. Wenn Sie Fragen oder Anmerkungen haben, wenden Sie sich bitte an uns, wir werden sie gerne nach bestem Wissen und Gewissen beantworten.


NavAlgo entwickelt einen KI-Motor für Dinge in Bewegung. Ihr Ziel ist es, die Gewinnung vom Wert aus Daten in Lieferketten zu erleichtern und zu automatisieren. Sie arbeiten mit einigen der führenden Unternehmen der Logistikbranche zusammen.


Über Autoren:

Jan Chorowski – Leiter der KI bei NavAlgo. Jan ist ein KI-Experte von Weltklasse, Mitautor der „Paten der KI”. Zusätzlich zu seiner Promotion in Neuronalen Netzwerken hat er einen MSC in Elektronik und Elektrotechnik. Als ehemaliger Googler, der bei Google Brain arbeitete, hat er sich auf Architekturdesign, Sprachverarbeitung und natürlichsprachliche Systeme für tiefes Lernen spezialisiert und eine große Vorliebe für Herausforderungen im Logistiksektor entwickelt.

Adrian Kosowski – Leiter der Forschung bei NavAlgo. Adrian ist ein Weltklasse-Algorithmiker und KI-Experte, der im Alter von 20 Jahren in Informatik promoviert hat. Er erhielt zahlreiche Preise für seine wissenschaftlichen Leistungen. Dank seines multidisziplinären Profils neigt Adrian natürlich zu einer ganzheitlichen Herangehensweise an Herausforderungen, denen er begegnet, insbesondere in der Logistik. Er war Forscher bei Inria und Professor an der Ecole Polytechnique (Frankreich). Darüber hinaus ist er zum zweiten Mal Mitbegründer und Coach für hochkompetitive Programmierer.

Zuzanna Kosowska-Stamirowska – Geschäftsführerin von NavAlgo. Zuzanna Kosowska-Stamirowska ist auf die Gewinnung wirtschaftlich wertvoller Informationen aus Netzwerkdaten und die Analyse komplexer Systeme spezialisiert. Sie hat einen Master-Abschluss in Wirtschaft und öffentlicher Politik von Sciences Po, Ecole Polytechnique und ENSAE sowie einen Doktortitel in der Vorhersage des Seehandels. Die Ergebnisse ihrer Doktorarbeit wurden in den Proceedings der National Academy of Sciences der Vereinigten Staaten von Amerika (PNAS) veröffentlicht. Außerdem berät sie politische Entscheidungsträger zu Digitalisierungs- und Hafenstrategien.


Foto: piqsels.com

Tags