Mobilität 4.0 und Künstliche Intelligenz – Treiber für die Logistikbranche

Neben internationalen Trends und den Innovationen rund um Logistik, Mobilität, IT und Supply Chain Management wurden in München auch die Herausforderungen der Branche diskutiert. Der Gütertransport ist aufgrund seiner großen Komplexität prädestiniert für KI-Anwendungen und die Logistikbranche steht vor enormen Veränderungsprozessen.

Mit den Schlagworten Transformation und 4.0. ist das bei weitem nicht zu definieren. KI wird jedoch der entscheidende Treiber sein im Kampf um Wettbewerbsfähigkeit und Spitzenposition im europäischen und internationalen Vergleich.

Dem Fokusthema Künstliche Intelligenz stellte sich in München eine Expertenrunde im Rahmen der Diskussionsrunde „KI in der Transportlogistik“. Dr. Andreas Leich, Deutsches Zentrum für Luft-und Raumfahrt (DLR)/ KI4Safety, Andreas Karanas, Carrypicker GmbH, Dr. Max Gath, XTL Kommunikationssysteme GmbH/TransData, Fabian Stöffler, DB Cargo AG/QUISS, Christian Ebert, Qivalon GmbH/TruckInvest4.0 erläuterten ihre Forschungsfelder.

Aus der Praxis berichteten die Experten mit ihren Schwerpunkten für intelligente Lösungen für die Verkehrssicherheit (KI4Safety), Routen-und Tourenplanung im Straßengüterverkehr (TransData), KI-Lösungen für die digitale Spedition (Carrypicker), den Schienenverkehr (QUISS) und Investitionsentscheidungen für Fuhrparkbetreiber (TruckInvest4.0), woran sie forschen, wie sie derzeit mit KI-Anwendungen arbeiten und welche Potentiale sich ergeben.

Die Runde im Schnelldurchlauf

Fragen waren:

Gibt es bestimmte Bereiche, die sich für den Einsatz von KI ganz besonders eignen? Wobei gibt es Nachholbedarf? Wie gelingen Mustererkennung, Trainingsprozesse und der Datenaustausch. Welche Rolle spielt der Mensch? Ab wann sind Systeme wirklich intelligent?

Fazit der Expertenrunde:

Was noch nicht so verbreitet ist, sind gesteuerte Verfahren wie in der Robotik, allerdings hat die Mustererkennung gewaltige Fortschritte gemacht. Einsatzbereiche für die Fahrzeuginstandsetzung bieten sich demnach an, vor allem jedoch in der Verkehrssteuerung und Disposition. Bei den derzeitigen Analyseverfahren geht es darum, maschinelle Lernverfahren aufgrund von historischen Daten im Controlling zu verfeinern und Schwachstellen zu entdecken. Der Gütertransport, in seiner Ausrichtung superdynamisch und hochkomplex, ist geradezu prädestiniert für KI-Anwendungen. Allerdings wird hier die Frage der Datenverfügbarkeit, der Qualität und der Schnittstellen zu klären sein.

Der Blick in die Zukunft?

Vielleicht dauert es 20-30 Jahre, bis alle Anwendungen so ausgereift sind, dass wir von tatsächlicher KI reden dürften. Allein der Schwerlastbereich ist hochinteressant – derzeit kennen wir im internationalen Maßstab bis hin zu den Entwicklungsländern zu viele exakte Maße von Straßen und Brücken nicht, in der Projektlogistik ist allein dies eine riesige Herausforderung. Da sich die Bedingungen stetig ändern, kann hier nur mit sensorischen Systemen angesetzt werden.

Viele Faktoren sind tatsächlich noch Zukunftsmusik:

Wann sind wir soweit mit den selbstfahrenden Systemen? Es gibt zudem eine andere Komplexität mit der Entscheidungsfrage, auf welches Verkehrsnetz setze ich überhaupt auf? Fazit: es braucht Leute mit neuen Kompetenzen für neue Verkehrsnetze.

Apropos neue Kompetenzen:

Mit der Vermessung der Systeme ist es lange nicht getan, derzeit findet ein Paradigmenwechsel statt. Viele Erfahrungen aus dem Praxisalltag zeigen, dass die Start-ups und Digitalunternehmen zu den Praktikern kommen und darauf hinweisen, was alles gelöst werden muss um dann die Standardantwort zu hören: „Das geht nicht, das haben wir schon probiert. Zu komplex!“

Hier wird schnell deutlich, dass sich in der Logistikwelt zahlreiche Prozesse ändern werden, es geht hier auch nicht darum, dass der Mensch nicht gebraucht wird, im Gegenteil – schon jetzt wird in Teilbereichen vom Fahrer- oder Disponentenmangel geredet, die Menge der Schnittstellen wird immer größer, aber das Lösen von alten Berufsbildern fordert Mut. Viele Jobs werden also umdefiniert werden.

Außerdem ist klar:

viele monotone Aufgaben wie die Bildauswertung, das Einlesen von Aufträgen, die Echt-Zeit-Preisgestaltung und vieles mehr können die Technologien schon jetzt übernehmen. Menschliche Expertise muss jedoch die KI Prozesse trainieren und überwachen, damit diese angepasst werden können.

Und wie entwickeln sich digitale Speditionssysteme?

Vieles läuft derzeit noch im Lernmodus, insofern ist der Faktor Mensch gefragt, dieser muss letztlich die Trainingsdaten zusammenstellen und Erwartungen formulieren, Prozesse korrigieren oder in bestimmte Richtungen bringen. Die größte Herausforderung dabei ist der Datenaustausch. Wie kommen Daten überhaupt zusammen, wie gut funktioniert ein Datenaustausch über die Grenzen hinweg? Hier gibt es zwar viele Ideen, aber noch wenig Lösungen.

Der übergreifende Datenaustausch vom LKW auf weitere Verkehrs-Transportwege, das ist schon der nächste Schritt. Bei diesem übergreifenden Datenaustausch von der Straße, Schiene, Schiff und nachgelagerte Transporte und auch beim Yield Management könne man durchaus von der Erfahrungen der Luftindustrie lernen, wo die Schnittstelle schon entsprechend besser funktionieren.

Im Endeffekt geht es immer um die Datenqualität und die Menge an Daten natürlich auch. Was das für die Forschungsarbeit bedeutet, zeigt das Beispiel von Carrypicker: Über ein Jahr lang wurden 300 Millionen historische Frachtdaten verarbeitet. Diese Informationen bilden die Grundlage der zu eigenen KI-Lösung, die 50 verschiedene Parameter zu berücksichtigen hat.

Interessant wird es zudem, wenn die Datenqualität und der Output von KI-Lösungen so hoch sind, dass die Branchenexperten in der Lage sind, intelligente Verkehrsnetze der Zukunft, effiziente Auslastungsprozesse, Verhinderung von Leerfahrten abzusichern und zu gestalten und einen Beitrag zum Klimaschutz leisten zu können.

Über den mfund
Die Projekte der Expertenrunde: KI4safety,  Dynamische Transportoptimierung durch Antizipation und Echtzeit-Datenanalysen (TransData), QUISS, Truckinvest4.0, Carrypicker.

Über Carrypicker
Das Hamburger Digital-Startup wurde 2017 gegründet und versteht sich als Spedition der Zukunft. Sie ist bundesweit als einziger Anbieter einer digitalen Lösung in der Lage, Teilladungen profitabel zu bündeln. In Bruchteilen von Sekunden errechnet Carrypicker mithilfe einer KI, die auf 300 Mio. Fracht-Daten basiert, die jeweils beste Lösung für die Disposition von Transportgütern auf der Straße. Dadurch sind erhebliche Effizienzsteigerungen möglich: Ein Nutzen für  Kunden, Transportunternehmer und Umwelt
gleichermaßen.

http://www.carrypicker.com/