Digitalisierung und KI entscheiden über Erfolg der Lagerlogistik

Bild: Leogistics GmbH

Die Anforderungen in der Lagerlogistik sind in den letzten Jahren beständig gewachsen, vor allem in puncto Flexibilität. Immer häufiger soll das Lager wertschöpfende Zusatzleistungen erbringen, zugleich nimmt die Zahl der Prozessbeteiligten zu. Durchgängige Digitalisierung, IoT und der Einsatz intelligenter Analysen für Planung und Vorhersage werden zum wirtschaftlichen Erfolgsfaktor.

Nach Bereichen wie Entwicklung und Produktion sollten Unternehmen jetzt auch die Digitalisierung ihrer Lagerlogistik in Angriff nehmen. Praxisprojekte zeigen, dass sich hier durch eine bessere IoT-Vernetzung und Datenintegration große Effizienz- und Kostenpotenziale heben lassen. Die Daten liefern die Grundlage, um beispielsweise mittels Machine Learning besser prognostizieren zu können, wie lange der Ver- oder Entladeprozess für eine Lkw-Lieferung dauert, wie viele Menschen im Verladeteam nötig sind oder welche optimalen Zeitfenster für Logistikpartner angeboten werden können. Auch im Lager selbst tragen KI-Algorithmen beispielsweise dazu bei, besser zu verstehen, welche Mengen bei Nachbestellungen nötig sind oder welche Kombination aus Artikeln besonders häufig kommissioniert wird und deshalb an nah beieinander liegenden Lagerplätzen gelagert werden sollte. KI-Anwendungen ermöglichen eine bessere Vorhersagequalität und tragen so zu einem besseren Lagermanagement bei, das das richtige Produkt am optimalen Lagerplatz vorhält. Mit der Digitalisierung wird es auch einfacher, sich auf zunehmende Fluktuation im Marktgeschehen einzustellen.

Transparenz gelingt nicht ohne Datenintegration

Die aktuelle Studie „Besser Zusammenarbeiten in der Logistik“ der Bundesvereinigung Logistik BVL und Arvato zeigt allerdings, dass es bei der Digitalisierung in der Intralogistik noch erhebliche Lücken gibt, obwohl gerade hier eine intensive Zusammenarbeit zwischen Unternehmen besteht. Mit 90 Prozent schätzen fast alle Unternehmen vollständig digitale Prozesse als wichtigsten Erfolgsfaktor ein. Zwar streben um die 85 Prozent der rund 600 befragten Unternehmen als Ziel in der Zusammenarbeit eine Kostenreduzierung durch effizientere Prozesse und Personaleinsatz an. Vor allem in der Industrie wünschen sich fast drei Viertel der Unternehmen (74 Prozent) eine Steigerung der Transparenz. Doch nur jedes Zweite setzt bisher auf Cloud-basierte Systeme. Obwohl der Umfrage zufolge bereits über 40 Prozent KI-Microservices für die Lageroptimierung oder Mobile Apps nutzen, sind diese Anwendungen bei deutlich mehr als der Hälfte nicht mit anderen IT-Systemen verbunden. Durch die mangelnde Datenintegration liegen viele Optimierungsmöglichkeiten brach.

Die Einführung von Scanner-Technologie ist ein wichtiger erster Schritt. Dabei sind allerdings einige Hürden zu nehmen, zum einen bei der Hardware-Auswahl, zum anderen beim Change-Management für Mitarbeiter. Doch die automatisierte Erfassung einzelner Prozesspunkte möglichst in Echtzeit ist die wichtigste Voraussetzung, um zu mehr Prozesstransparenz und einer besseren Vorhersagequalität zu gelangen.

Vom Papier zu geschlossenen Loops

Besonders wichtig sind dabei leicht und intuitiv zu bedienende Systeme, die keine lange Einarbeitung erfordern: Die Logistikbranche hat traditionell mit einer hohen Fluktuation unter den Mitarbeitenden zu kämpfen. Gerade während der Corona-Krise fallen Mitarbeiter noch häufiger aus; oft wird ohnehin am Minimum operiert. Umso flexibler muss ein Prozess durch Optimierung werden, damit auch mit weniger Personal die Arbeitsabläufe reibungslos umverteilt werden können. Die Basis für moderne Logistikkonzepte, die auf IoT und Data Analytics setzen, ist eine Technologieplattform, die flexibel auch neue und kommende Anforderungen abdecken kann. In der Praxis sind allerdings vielfach noch Lösungen anzutreffen, die entweder am Ende ihres Lebenszyklus stehen oder nicht nachhaltig ausgerichtet sind. Manuelle Baustellen mit Zettelwirtschaft und aufwendige, lange Suche gehören dabei zum Alltag. Oft fehlt die tagesaktuelle Bestandsübersicht, von Echtzeittransparenz ganz zu schweigen.

Diese wird jedoch immer wichtiger, denn in den letzten Jahren hat sich vieles verändert: In der Regel gibt es heute deutlich mehr Prozessbeteiligte. Anders als früher üblich, beliefert nicht mehr ein zentraler Lieferant das Lager, stattdessen erfolgt die Anlieferung durch diverse Partner für unterschiedliche Waren.

Kommissionierung optimieren

Bei der Kommissionierung setzen viele Unternehmen nach wie vor auf veraltete und nicht digitalisierte Prozesse, welche keine Transparenz bieten und eine hohe Fehleranfälligkeit mit sich bringen. Eine beliebte Variante ist weiterhin die ausgedruckte Kommissionierliste, die als Arbeitsanweisung für die Lagerangestellten dient. Erst nach vollständiger Abarbeitung werden die getätigten Entnahmen manuell im System nachgepflegt. Als Resultat existiert in dieser Zeitspanne weder eine Transparenz über den Arbeitsfortschritt noch über die aktuelle Bestandssituation.

Seiten: 1 2Auf einer Seite lesen

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.