Wie die Transformation der Logistik mit künstlicher Intelligenz gelingt

Unter dem Motto 'Von der Revolution zur Transformation - mit Künstlicher Intelligenz in die Silicon Economy' beteiligen sich vom 15. bis 17. September 2020 über 800 Teilnehmer am digitalen 'Zukunftskongress Logistik - 38. Dortmunder Gespräche'. Dabei diskutiert die Logistikbranche über die Chancen und Herausforderungen einer neuen Plattformökonomie sowie über aktuelle Forschungsergebnisse und Beispiele aus der Praxis.
 Prof. Michael ten Hompel, geschäftsführender Institutsleiter beim Fraunhofer IML, beim Start des Zukunftskongress Logistik 2020 - 38. Dortmunder Gespräche.
Prof. Michael ten Hompel, geschäftsführender Institutsleiter beim Fraunhofer IML, beim Start des Zukunftskongress Logistik 2020 – 38. Dortmunder Gespräche.Bild: Fraunhofer IML

Die Logistikbranche befindet sich im Umbruch: Durch die Corona-Pandemie wird die Digitalisierung weiter beschleunigt, sie durchdringt immer mehr Bereiche. Das führt dazu, dass sich in naher Zukunft hochverteilte Künstliche Intelligenzen selbstständig organisieren werden und eine neue Plattformökonomie entsteht – die Silicon Economy. Welche Auswirkungen haben diese Veränderungen auf die Logistik und ihre Geschäftsmodelle? Auf dem gemeinsam von Fraunhofer-Institut für Materialfluss und Logistik IML und dem Digital Hub Logistics veranstalteten ‚Zukunftskongress Logistik – 38. Dortmunder Gespräche‘ diskutieren Referenten und Teilnehmer, wie Unternehmen auf die Veränderungen in der Branche reagieren können.

Wie sich Lieferketten selbstständig vernetzen

Prof. Michael ten Hompel, geschäftsführender Institutsleiter des Fraunhofer IML, erläuterte in seinem Eröffnungsvortrag, wie künstliche Intelligenz dafür sorgen wird, dass sich Lieferketten selbstständig auf allen Ebenen und in Echtzeit vernetzen – und autonome Devices selbstständig Verträge aushandeln und Bezahlvorgänge abschließen. Als Umgebung für diese neuen Technologien werde mit der Silicon Economy ebenjene digitale Plattformökonomie entstehen, an der das Fraunhofer IML bereits arbeitet.

 Als Teil des SELE-Projekts hat das Fraunhofer IML unter anderem den KI-basierten LoadRunner entwickelt.
Als Teil des SELE-Projekts hat das Fraunhofer IML unter anderem den KI-basierten LoadRunner entwickelt.Bild: Fraunhofer-Institut IML

25Mio. Euro Förderung

Nach dem Grußwort von Andreas Scheuer, Bundesminister für Verkehr und digitale Infrastruktur, überreichte der Minister digital einen Förderbescheid für das Großprojekt ‚Silicon Economy Logistics Ecosystem (Sele)‘ in Höhe von 25Mio. Euro. Anschließend erwartete die Teilnehmer ein Vortrag von Prof. Dieter Kempf, Präsident des Bundesverbands der Deutschen Industrie (BDI) über die Chancen von Covid-19 als Beschleuniger der Digitalisierung. Wie Deutschland den Titel des ‚Logistikweltmeisters‘ verteidigen kann, erklärte danach Felix Fiege, Vorstandsvorsitzender von Fiege Logistik. Am Nachmittag des ersten Kongresstages berichteten die Referenten unter dem Oberthema ‚Blockchain‘ über den Einsatz der Technologie in der Supply Chain sowie in Projekten in Nordrhein-Westfalen. Anschließend stellten bereits zum vierten Mal acht Startups in einem Pitch-Wettbewerb ihre innovativen Geschäftsmodelle für den ‚Digital Logistics Award‘ vor.

Den ersten Platz und damit den Gewinn von 15 000 Euro sicherte sich das Team vom Startup Gapcharge aus Duisburg. Das Unternehmen hat ein drahtloses Ladesystem für elektromobile Logistik- und Leichtfahrzeuge wie etwa Logistikscooter entwickelt, das in Verbindung mit einer digitalen Zustandsüberwachung Logistikabläufe effizienter macht.

Neue Technologien in der ‚Digital Sandbox‘

Am zweiten und dritten Kongresstag zeigen Referenten im Fraunhofer-Symposium ‚Silicon Economy‘ in Sequenzen zu Themen wie Machine Learning, autonomes Fahren oder die digitale Transformation im Mittelstand, wie sie in ihren Unternehmen Innovationen in die Praxis umsetzen, um eine höhere Automatisierung und Digitalisierung ihrer Prozesse zu erreichen. An allen drei Tagen demonstrieren Wissenschaftler des Fraunhofer IML darüber hinaus in der ‚Digital Sandbox‘ zahlreiche neue Technologien und ihre Anwendungsfälle in der Logistik.

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige