Vernetzte Fahrzeuge, intelligente Infrastruktur, Assistenzsysteme – jeden Tag entstehen in modernen Lagern enorme Menge an Informationen. Die meisten Unternehmen nutzen sie allerdings bislang kaum oder nur zu einem Bruchteil – die Analyse ist oftmals zu aufwendig, zu zeitraubend, zu komplex. Doch erst wenn die Daten verstanden, strukturiert und in den richtigen Kontext gesetzt werden, entfalten sie ihren wahren Wert. Genau hier kommt Künstliche Intelligenz ins Spiel – oder konkreter: myLinde AI. In Kombination mit der Webapplikation myLinde analysiert die KI Flotten? und Betriebsdaten, erkennt Muster und Zusammenhänge und liefert Flottenverantwortlichen solide Entscheidungsgrundlagen – bis hin zu konkreten Handlungsempfehlungen.
Let’s talk logistics: So einfach wird myLinde AI bedient
„Mit myLinde AI führen wir Kunden weg von Dashboards und statischen Reportings hin zu zielgenauer Flottenoptimierung. Unsere KI greift dafür auf individuelle Daten des Betriebs zurück: Das reicht von den Ladedaten der E-Stapler über Informationen aus Linde-Safety-Lösungen bis hin zu Leistungsdaten einzelner Fahrzeuge. All das kann man abfragen, in natürlicher Sprache, einfach per Prompt. Auf Basis der Daten werden konkrete Optimierungsvorschläge gemacht“, erläutert Andreas Schneider, Senior Vice President der Automation Business Unit bei KION ITS EMEA, das Funktionsprinzip der Linde MH-Innovation. Die Bandbreite an Nutzungsmöglichkeiten von myLinde AI ist dabei denkbar groß. Zwei Beispiele:
Fahr- und Hubzeiten: das versteckte Optimierungspotenzial
Stellt man zum Beispiel die Frage nach Fahrzeiten und Hubdauer der Stapler im Fuhrpark (sei es für alle oder nur bestimmte Geräte), liefert myLinde AI binnen Sekunden detaillierte und übersichtlich aufbereitete Ergebnisse. Diese helfen Flottenverantwortlichen, die Auslastung ihrer Fahrzeuge besser zu verstehen oder potenzielle Engpässe bzw. ineffiziente Abläufe zu identifizieren.
KI-gestützte Prävention statt Reaktion
Einen weiteren Use-Case von myLinde AI bildet die Analyse von Schockereignissen. So kann die KI etwa bestimmte Muster bei Stößen oder ungewöhnliche Fahrmanöver identifizieren. Ausblick: Mithilfe des Real Time Locating Systems (RTLS+) lassen sich schon bald Heatmaps zu kritischen Stellen im Lager erstellen, mit Hilfe von myLinde AI in Sekundenschnelle analysieren und Handlungsempfehlungen ableiten.
