Die Rolle von KI in der Intralogistik

Bewerten
9 Bewertungen,
Durchschnitt 3,9

Künstliche Intelligenz im Lager – ist das jetzt noch Zukunftsmusik oder schon Realität? Und wie kann KI im Lager aussehen – nicht nur in super-optimierten Riesenlagern wie bei Amazon oder Zukunftsfabriken auf der grünen Wiese, sondern auch in kleineren Lagern von produzierenden Unternehmen?

Künstliche Intelligenz ist eigentlich kein neues Thema. Der Begriff „Artificial Intelligence“ selbst ist über sechzig Jahre alt. Dass KI jetzt so einen Hype erlebt, liegt zum einen natürlich an der technologischen Weiterentwicklung. Zum anderen ist künstliche Intelligenz erst in den letzten Jahren bezahlbar geworden. Rechen- und Speicherleistung sind inzwischen so günstig, dass sich der Einsatz von künstlicher Intelligenz in vielen unterschiedlichen Bereichen lohnt.

Der Einzug der künstlichen Intelligenz ins Lager bietet viele Chancen. Dabei geht es gar nicht darum, Lagermitarbeiter überflüssig zu machen. Ziel ist es, die künstliche Intelligenz genau da einzusetzen, wo sie Unternehmen und ihren Kunden den meisten Nutzen bringt.

Lernen aus historischen Daten

Im großen Umfang kommt künstliche Intelligenz bei Unternehmen vor, die ihre Prozesse stark auf Effizienz und größtmöglichen Automatisierungsgrad ausgerichtet haben. Amazon ist hier ein gutes Beispiel. Es steckt nicht nur eine künstliche Intelligenz hinter Amazons Produktempfehlungen, das Unternehmen weiß auch häufig schon vor dem Kunden, was dieser braucht. Um Lieferungen am nächsten Tag zu ermöglichen, muss ein Lager nicht nur mit der neusten Technik ausgestattet sein, es braucht auch intelligente Algorithmen, die aus Daten aus der Vergangenheit ableiten, wie sich das Bestellverhalten in Zukunft entwickeln wird. Nur so kann Amazon den Service ermöglichen, der das Unternehmen so erfolgreich macht. Die Kundenorientierung ist einer der größten Treiber hinter dem Einsatz der künstlichen Intelligenz.

Künstliche Intelligenz gibt es jedoch in vielen Formen. Ein anderes Beispiel aus dem Handel sind intelligente Systeme, die auf Grundlage von vorliegenden Verpackungsdaten die ideale Verpackung und Zusammenstellung von Waren berechnen – schneller und besser als ein Mensch dies könnte. Doch auch in vielen anderen Bereichen kommt künstliche Intelligenz zum Einsatz. Drei Einsatzbereiche sind dabei besonders wichtig: Bild-, Sprach- und Mustererkennung.

Von der Superintelligenz zum realen Einsatz

Auch in scheinbar überschaubaren Situationen wie in weniger komplexen Lagern sind Prozesse nicht immer offensichtlich. Als zentraler Punkt in der Wertschöpfungskette eines Unternehmens ist das Lager in viele Prozesse eines Betriebes eingebunden. Die Optimierung der Prozesse in der Intralogistik ist eine Aufgabe, bei der eine KI unterstützen kann. Sie sagt zum Beispiel Eintrittswahrscheinlichkeiten aufgrund von Daten vorher, die während des laufenden Betriebs anfallen.

In der Intralogistik hilft eine solche lernende KI auch bei der Optimierung von Wegen. Werden bestimmte Fertigungsgüter regelmäßig benötigt, kann eine KI dieses Muster erkennen und im besten Fall die Ware automatisiert ordern, noch bevor sie angefordert wird. Produktionsprozesse lassen sich so effizienter gestalten.

Ein anderes und wesentlich simpleres Beispiel, KI im Lager einzusetzen, ist die Kommissioniermethode Pick-by-Voice. Der Kommissionierer kommuniziert hierbei über ein Headset mit dem Kommissioniersystem. Das System gibt Picks per Sprache an ihn durch und er bestätigt sie anschließend ebenfalls per Sprache. Er hat dementsprechend seine Hände frei. Das Kommissioniersystem ist dabei nicht selbst „intelligent“, aber die Methode nutzt eine Fähigkeit der KI, die Spracherkennung.

Eine weitere Fähigkeit, die Bilderkennung, kommt immer wieder am Ende des Produktionsprozesses zum Einsatz. Im Abgleich mit einer digitalen Abbildung des Produktes ist die KI in der Lage, fehlerhafte Produkte direkt zu erkennen und auszusortieren – und das mit höherer Genauigkeit als ein menschliches Auge. Vor der Auslieferung wird Ausschussware zuverlässig erkannt und gelangt gar nicht erst in den Versand.

Fazit: KI ist immer nur so gut wie die Daten, mit denen man sie füttert

Die Grundlage für jeden Einsatz einer KI sind Daten. Beim Aussortieren von Ausschussware muss die KI zunächst wissen, wie das Produkt im Idealfall aussieht, um Abweichungen davon erkennen zu können. Wenn während ihres Einsatzes immer wieder aktuelle Betriebsdaten dazu kommen, ist eine KI sogar in der Lage zu lernen. Gerade in Zeiten von immer stärker werdender Individualisierung ist das sogenannte Learning Warehouse eine große Chance für die Intralogistik. Auch in sich verändernden Prozessen kann eine KI noch Muster erkennen.

Ob Spracherkennung, Bilderkennung, Mustererkennung oder lernende Systeme: Eines ist für alle Einsatzbereiche gleich. Die Grundlage für die als „intelligent“ wahrgenommene Fähigkeiten sind immer Daten. Unabhängig davon, ob die KI bereits vor ihrem Einsatz mit einem Datensatz gefüttert wurde oder ob sie im Betrieb aus den neu gewonnenen Daten lernt, eines steht fest: Die künstliche Intelligenz ist nur so gut wie diese Daten. Die Auswahl der Daten ist entscheidend für die Effizienz der KI.

Die künstliche Intelligenz kann auch nur Entscheidungen treffen, zu denen sie durch diese Wissensgrundlage befähigt wird. Im besten Fall ist eine künstliche Intelligenz im Lager ein „trusted advisor“, also ein vertrauenswürdiger Ratgeber. Sie ist genau da von Vorteil, wo der Mensch an seine Grenzen kommt, nämlich, wenn Prozesse durch zu viele Faktoren sehr komplex werden: Sie kann den geeigneten Bestellzeitpunkt für Warengruppen berechnen oder auch den besten Lagerort für ein Produkt ermitteln. Sie ersetzt allerdings keine strategischen Überlegungen. An welcher Stelle sie eingesetzt werden sollte und wo sie wertschöpfend unterstützen kann, diese Entscheidung liegt letzten Endes immer beim Menschen.

Whitepaper: Wie Sie Ihre Produktion zuverlässig digitalisieren

Der Weg zur Digitalisierung verspricht viel: Prof. Reimund Neugebauer, Präsident der Fraunhofer-Gesellschaft, erwartet in Deutschland dank vernetzter und automatisierter Produktion bis 2025 Produktivitätssteigerungen von rund 78 Milliarden Euro allein in sechs relevanten Branchen. Erfahren Sie, wie Sie mit dem Internet of Things, Digitalen Zwillingen und einer maßgeschneiderte Industrie 4.0-Strategie Ihre Wettbewerbsfähigkeit langfristig ausbauen können.

Zurück