Herr Steickert, wo kann künstliche Intelligenz praxistauglich in der Intralogistik zum Einsatz kommen?
Dominik Steickert: Die praktischen Einsatzfelder von künstlicher Intelligenz in der Intralogistik sind vielfältig, auch wenn zurzeit noch mehr diskutiert wird, als dass wir schon konkrete Anwendungen im Feld sehen. Überall, wo in der Intralogistik große Mengen an Daten vorhanden sind, um Machine Learning-Modelle zu trainieren, kann KI die Prozesseffizienz erhöhen und Mitarbeitende in ihrer Arbeit unterstützen, wie etwa bei der Routenoptimierung im Lager, der dynamischen Lagerplatzverwaltung, in der vorrauschschauenden Wartung oder bei der Erstellung von realistischen Bestellprognosen.
Spannend wird die Nutzung von KI besonders dort im Lager, wo heute noch viele Fehler passieren – beispielsweise im intralogistischen Transport oder im Warenein- und -ausgang. Viele Firmen setzen an neuralgischen Punkten auf RFID-Technologie, um Material zu verfolgen. Kritisch wird es jedoch dann, wenn durch ein hohes Versandaufkommen, die Bereitstellungszonen immer näher an solche RFID-Gates heranrücken und Ware aus Platzgründen hinter, neben, vor oder sogar im Gate abgestellt wird. Dies erschwert präzise Lesungen der Artikel. Logistiker kämpfen mit Streulesungen. Ein KI-gestütztes RFID-Gate ist hier eine echte Revolution in puncto Fehlervermeidung.
Welche Vorteile ergeben sich für Unternehmen aus so einer KI-gestützten Torlösung?
Also erstmal: So eine Lösung gibt es schon. Sie ist keine Zukunftsmusik. Wir haben das erste RFID KI-Gate auf der Logimat 2025 vorgestellt und hatten einige Zweifler auf dem Stand, die die Belastbarkeit des Gates gestresst haben. Diese kritischen Standbesucher konnten wir direkt abholen. Die KI-Software filtert nämlich Cross Reads heraus, was bislang die größte Herausforderung in der Praxis war. Wenn beispielsweise Artikel auf einem Stapler am Gate vorbeifahren oder im Nachbar-Gate verarbeitet werden, sollen diese natürlich nicht miterfasst werden. Das neue Gate liest mit maximaler Lese-Performance und gleichzeitig sehr selektiv. Diesen Spagat ermöglicht uns die künstliche Intelligenz. Stellen Sie sich das KI-Gate wie einen Ferrari vor, der in der Lage ist, autonom in eine sehr kleine Parklücke exakt einzuparken. Sie bekommen maximale Power bei gleichzeitig sehr selektiver, präziser Datenverarbeitung. Das MOVEsystem von IEF-Werner transportiert Bauteile und Produkte zuverlässig, modular und kosteneffizient – ob auf Werkstückträgern, direkt auf Riemen oder in Paletten. Anwender profitieren von maximaler Flexibilität. ‣ weiterlesen
MOVEsystem bewegt mehr:
Gibt es Bedenken für den Einsatz künstlicher Intelligenz in intralogistischen Prozessen?
Aktuell kristallisieren sich die sinnvollen und die ethisch bedenklichen KI-Anwendungen in allen wirtschaftlichen Bereichen heraus. Wir alle wünschen uns eine präzisere Diagnostik mithilfe von Machine Learning in der Medizin, aber sehen gleichzeitig die Gefahren durch KI-Missbrauch von Deepfake-Videos in sozialen Netzwerken. KI in der Intralogistik sehe ich ganz klar auf der Seite der sinnvollen Anwendungen. Sie muss praxisnah aufgesetzt werden und wird bald gängiger Standard sein. KI kann helfen die Auswirkungen des Fachkräftemangels abzumildern. Mitarbeitende werden im Arbeitsalltag unterstützt und entlastet, indem sie durch digitale Prozesse geführt werden, Daten werden plausibilisiert, so dass der Mensch keine Fehler macht. Das System wird mit jedem weiteren Artikel-Scan intelligenter im Sinne von: Der Prozess läuft schneller und fehlerfreier. Die KI assistiert dem Menschen und kürzt nicht seinen Arbeitsplatz weg. Von daher habe ich für diese Anwendung keine Bedenken.
Wie ist es mit der Sicherheit/Verantwortlichkeit beim Einsatz von KI?
Der verantwortungsvolle Umgang mit KI fängt beim Training der Modelle an. Wir verwenden für unsere ML-Grundmodelle nur anonymisierte Daten, bei denen keine Rückschlüsse auf den Kunden oder auf den EPC (Electronic Product Code) gezogen werden können. Wenn jemand explizit ein unternehmensdatenspezifischeres Datenmodell nutzen möchte, können wir – dessen Einverständnis vorausgesetzt – dieses tun. Selbstverständlich werden die Daten nicht mit anderen Kunden geteilt oder das Modell wiederverwendet. Das gehört zu einem verantwortungsvollen Handeln klar dazu.
In puncto Cyber-Sicherheit halten wir die Vorgaben des BSI zur Standardverschlüsselung ein und speichern Daten ‚On-Premises‘ ausschließlich auf deutschen Servern. Wichtig ist, dass wir keine sensiblen Daten, weder personen- noch artikelbezogene, vorhalten. Wir benötigen nur Meta-Daten. Ein Beispiel: 10 Produkte fahren durch ein Gate und werden gelesen. Wenn die gleichen 10 Produkte das nächste Mal durch das Gate fahren, bekommen sie – per Zufallsprinzip – andere Werte. Ist diese Klassifizierung einmal erfolgt, sind die Daten auch nicht mehr verfügbar.
Early Adopter oder Mainstream? Für wen passt die KI-gestützte Intralogistik am besten?
Jedes Unternehmen mit einem oder mehreren Verladetoren und vielen Artikeln in teils engen Bereitstellungs- und Verladezonen, profitiert von Tag Eins an von KI-gestützter Intralogistik – besonders in Peak-Zeiten. Übrigens stellen wir so ein Test-KI-Gate in nur drei Stunden funktionsfähig auf. Ohne Anlernphase kann es sofort auch ‚unbekannte‘ Artikel des Kunden eindeutig identifizieren. Somit ist das nicht nur etwas für innovative Early Adopter. Wir sehen ganz klar eine Entwicklung in Richtung Mainstream-Markt. Denn eine Inbetriebnahme ist nun wesentlich einfacher, da die KI das Filtern übernimmt. Optional kann nur die KI-Software installiert werden, um bestehende RFID-Anwendungen zu optimieren, beispielsweise wenn diese bisher Fehllesungen erzeugten. Interessant ist diese Innovation ebenso für expandierende KEP-Dienstleister, die die Qualität ihrer Auslieferungen im nationalen und internationalen Wettbewerb erhöhen müssen. Darüber hinaus profitieren Unternehmen davon, die viele Mischpaletten verarbeiten. Sie buchen und prüfen vollautomatisiert ihren Warenausgang und können sicher sein, keine Fehler zu machen.
Wie ökologisch ist künstliche Intelligenz für die Intralogistik?
KI sollte immer nachhaltig sein. Sonst kann sie nicht als ‚intelligent‘ bezeichnet werden. Das Ziel ist es doch, Fehllieferungen zu vermeiden, nicht nur in der Intralogistik, sondern auch in der Transportlogistik. Gelingt dies mithilfe von KI, dann wird das Retouren-Aufkommen gesenkt. Teure Nachlieferungen auf dem LKW werden vermieden, was wiederum gut für den CO2-Fußabdruck des Unternehmens ist. Besonders, da europäische Unternehmen verpflichtet sind, ihre CO2-Emissionen offenzulegen und zu reduzieren. Wenn weniger Energie verbraucht wird, können Energiekosten eingespart werden. Darüber freut sich wohl aktuell jeder Logistikverantwortliche.
