Künstliche Intelligenz (KI) bedeutet, bessere Entscheidungen zu treffen. Voraussetzung hierfür sind eine geeignete Datenbasis sowie statistische Methoden, die es ermöglichen, adaptiv zu sich ändernden Eingangsinformationen sinnvolle Entscheidungen abzuleiten.
Man kann zwei grundlegende Wirkungsweisen von KI unterscheiden. Erstens, die Automatisierung von regelmäßig anfallenden, repetitiven Entscheidungen mit geringer Komplexität. Und zweitens, die Unterstützung von Menschen bei komplexen Entscheidungen mit ergänzenden Informationen.
Appanion Labs hat 40 Branchen in Deutschland auf den Einfluss untersucht, den Advanced Analytics und Maschinelles Lernen in 46 unterschiedlichen Anwendungsgruppen haben. Insgesamt 218 Milliarden Euro beträgt der branchenübergreifende Einfluss aus datenbasiertem Neugeschäft, vor allem aber effizienzsteigernden Maßnahmen aus intelligenter Datenauswertung bereits heute. Bis 2030 wird allerdings erwartet, dass sich der Gesamteinfluss noch etwa verzehnfacht. Der Bereich Transport und Logistik hat daran zum heutigen Zeitpunkt einen Anteil von ca. 5%. Branchen wie Produktion, Handel, Medien oder Telekommunikation sind hier schon deutlich weiter.
Betrachtet man nicht nur das Logistikkerngeschäft aus Lagerlogistik, Frachttransport, Personentransport und Last-Mile Delivery sondern zieht auch den Bereich Supply Chain hinzu, stellt sich allerdings ein ganz anderes Bild dar. Supply Chains sind das fundamentale Betriebssystem vieler Branchen und entsprechend liegt der Einfluss intelligenter Entscheidungsoptimierung in erweiterten Geschäftsprozessen entlang der Supply Chain bereits jetzt bei rund 30%. Vor allem Handel und Produktion sind Treiber dieser Entwicklung.
Die drei derzeit größten KI-Anwendungsfälle im Logistikkerngeschäft sind Bestandsoptimierung und Kommissionierung, Gebäudemanagement- und Sicherheit sowie Supply Chain Optimierung durch ununterbrochenen Kommunikations- und Datenfluss. Insbesondere letztgenannter Fall wird durch Digitalisierung und zunehmende Datenverfügbarkeit in den kommenden Jahren enorm an Einfluss gewinnen. Ebenso verhält es sich für intelligente Bedarfsprognosen, z.B. in der eCommerce Distribution aber auch im Bereich von Leercontainern sowie dem autonomen Transport.
Unscheinbarer, allerdings nicht weniger wichtig, sind Anwendungen, die keine riesigen Datenmengen und hochkomplexe Algorithmen-Modelle brauchen. Robotic Process Automation und Sprach- bzw. Texterkennung können vielfach in administrativen Prozessen wie dem Dokumentenmanagement, Buchhaltungsprozessen oder der Personalverwaltung enorme Arbeitserleichterung schaffen, Qualität steigern und Kosten einsparen.
Mehr Input zu KI in der Logistik gibt es am 13. November bei unserer KI-Konferenz do.innovation.
Anmeldungen sind noch möglich!
