Data Analytics, Machine Learning und Künstliche Intelligenz (KI) tragen bereits in vielen Bereichen zur Automatisierung bei, beispielsweise rund um Industrie 4.0 und Qualitätskontrolle. Doch auch die Lagerlogistik kann deutlich von intelligenten Algorithmen profitieren. Wir zeigen, in welchen Bereichen Unternehmen schon heute KI nutzen können.
Abwarten ist die falsche Strategie
Eine Studie von Tata Consultancy und dem Branchenverband Bitkom von 2020 zeigt, dass zwar fast die Hälfte der Unternehmen (47 Prozent) KI als Schlüsseltechnologie für die Logistik sehen. Doch nur 27 Prozent setzen KI bereits ein oder planen die Nutzung konkret. Als Hürden wurden vor allem hohe Investitionskosten, Herausforderungen bei Datensicherheit und Datenschutz, aber auch Mangel an Expertise genannt.
Bisher zögern noch viele Unternehmen, sich tiefgehender mit KI-Technologie und Machine Learning zu befassen, gerade Mittelständler tun sich schwer. Das liegt nicht zuletzt am drastischen Fachkräftemangel im Bereich Data Science. In den meisten Projekten wird deshalb externes Know-how von Berater:innen hinzugezogen. Der Vorsprung, den sich KI-Nutzer erarbeiten, ist für andere Marktteilnehmer nicht so leicht einzuholen, denn oft geht es um Lernprozesse und den Aufbau einer qualifizierten Datengrundlage.
Wo KI den Unterschied macht
Einsatzmöglichkeiten gibt es viele. In der Praxis steht Ware nicht selten einen Tag lang auf der Rampe herum, weil zu früh kommissioniert wurde. Durch intelligente Software in Verbindung mit IoT-Szenarien wie Tracking kann heute deutlich besser disponiert werden. Wenn beispielsweise mittels Geofencing die Ankunft eines LKW in einer Stunde signalisiert wird, können die Waren zeitgerecht bereitgestellt und Beladeteams entsprechend gesteuert werden. Diese Daten können zum Training einer künstlichen Intelligenz genutzt werden, um beispielsweise Vorhersagen über die Pünktlichkeit an bestimmten Tagen oder Uhrzeiten, wie auch über die Zuverlässigkeit des jeweiligen Transporteurs zu treffen. Im Ergebnis werden dann beispielsweise vielleicht keine Transporte am Dienstag oder vom Transportunternehmen XY mehr gebucht.
Nicht immer ist das Thema Kommissionierung trivial, wie das Beispiel home24 gut zeigt. Beim Online-Möbelhändler unterscheiden sich die Packstücke und damit auch die Be- und Entladezeiten extrem. Mittels Machine Learning kann sehr exakt vorhergesagt werden, wie viel Zeit genau für die jeweilige Lieferung nötig sein wird und damit die Teamplanung optimiert werden. Generell ist die Verbesserung von Forecasts einer der wesentlichen Vorteile von KI-Technologie.
Den kürzesten Weg nehmen
Die Wegeoptimierung im Lager hat in aller Regel noch Luft nach oben. Mittels Machine Learning lässt sich automatisiert errechnen, wie häufig eine Ware kommissioniert wird, die Dauer der Bereitstellung prüfen und daraus ableiten, welche Waren an einem besser zugänglichen Lagerplatz gelagert werden sollten. Grundlage dafür sind natürlich qualifizierte Daten, die sich am besten über eine Datenerfassung auf mobilen Endgeräten erfassen lassen. Dabei wird im besten Fall jeder Prozessschritt nahezu in Echtzeit dokumentiert. Kamerabilder der Lagerräume und -flächen können ebenfalls als Basis für die Errechnung der besten Wege dienen.
Ein Trend geht zudem hin zu autonomen Transportsystemen, bei denen KI einerseits dafür sorgt, dass die Umwelt durch Sensorik entsprechend „gesehen“ wird, um keine Unfälle zu verursachen. Zum anderen berechnen KI-Algorithmen auch hier den jeweils effizientesten Weg.
Zählen und Lesen
Aber auch bei der Inventur und Zählung von bestimmten Waren oder Materialien ersetzen intelligente Lösungen sehr viel manuelle Arbeit: Zum Beispiel kann mit einem speziell darauf trainierten Bilderkennungsalgorithmus direkt erkannt werden, wie viele Stahlrohre auf einem Ladungsträger lagern.
KI ist aber auch im Sinne einer deutlich verbesserten Texterkennung einsetzbar: Indem zum Beispiel die Kennzeichen von LKW aus unterschiedlichen Ländern automatisiert erkannt werden und das System prüft, ob der LKW an der richtigen Rampe angedockt hat. Auch bei der Label-Erkennung auf Containern lässt sich so automatisiert gegenchecken, ob der Container beispielsweise zur avisierten Nummer passt.
Außenbereiche im Blick
Wir sind für Sie da!
Konnten wir Ihr Interesse wecken? Sprechen Sie uns gerne an unter blog@leogistics.com.
Matthias Kraus
Consulting Director SAP EWM
Warum modernes Yard Management in die Cloud gehört
leogistics zeigt ganzheitliche SAP-Logistiklösungen auf der LogiMAT 2026
Digitale Check-ins reduzieren kostenintensive Staus an der Pforte und beschleunigen Yard-Prozesse
NextGen Packing für SAP EWM
Vom Hype zur Handlungsfähigkeit
Orchestrierung der Vielfalt
SAP Logistics Management inklusive KI mit Joule
Künstliche Intelligenz trifft SAP BTP – Wie sich die Logistik neu erfindet
