Ein wesentlicher Beweggrund ist die Aussicht auf Kosteneinsparungen. Laut einer Logistikstudie von McKinsey lassen sich mithilfe KI-basierter Prognosen Fehler in der Lieferkette um 20 bis 50 Prozent verringern. Gleichzeitig können die Lagerkosten um fünf bis zehn Prozent und die Verwaltungskosten um 25 bis 40 Prozent gesenkt werden.
Auch Zeit- und Platzeffizienz spielen eine Rolle bei der Entscheidung für KI. Ein leitender Betriebsverantwortlicher eines global agierenden Logistikunternehmens berichtet, dass KI zahlreiche kleinere Einsparungen bei Zeit und Lagerfläche ermögliche, die sich im Gesamtbetrieb durch deutliche Kosteneinsparungen bemerkbar machen.
Durch generative KI-Assistenten (GenAI), die direkt auf mobilen Computern und Tablets laufen, müssen Mitarbeiter das Lager nicht mehr verlassen, um Informationen über ein fest installiertes Lagerverwaltungssystem (WMS) abzurufen. Betriebsdaten, Bestandsinformationen und Aufgabenlisten sind direkt über den KI-Assistenten zugänglich. Gerade im Lagerumfeld führen solche kontinuierlichen Verbesserungen zu großen Gewinnen für den Logistikbetrieb. Gleichzeitig profitieren Mitarbeiter von einer einheitlichen, synchronisierten Softwarelösung, die eine nahtlose Zusammenarbeit und Vernetzung innerhalb des Teams unterstützt.
Neben dem Bedarf, bestehende Lagerflächen effizient zu nutzen, ist auch die zunehmende Größe von Lagergebäuden ein Treiber für den Einsatz von KI und prädiktiver Analytik. Derzeit wird die durchschnittliche Lagergröße weltweit auf mehr als 100.000m2 geschätzt. Insgesamt soll das globale Lagerflächenvolumen von 3,06Mrd.m2 im Jahr 2023 auf 3,9Mrd.m2 im Jahr 2030 ansteigen – ein Plus von rund 27 Prozent. 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:
Datenmengen in großen Lagern managen
Die zunehmende Größe moderner Lager geht mit einem erheblichen Anstieg der im Betrieb erzeugten Daten einher. Diese Datenmenge ist für eine rein manuelle Analyse nicht mehr zu bewältigen. KI-gestützte Analysetools und intelligente Automatisierung ermöglichen es Entscheidungsträgern ebenso wie Mitarbeitenden im Einzelhandel, einen fundierten Überblick über Bestände und Prozesse zu gewinnen und frühzeitig auf mögliche Engpässe oder Ineffizienzen zu reagieren.
Der Einsatzbereich von KI beginnt dabei nicht erst im Versand. Wird KI in Lösungen für maschinelles Sehen und stationäres industrielles Scannen integriert, können Inspektions-, Sortier- und Nachverfolgungsprozesse effizienter gestaltet werden. Das schließt auch die Analyse unstrukturierter Waren ein, etwa bei Paletten oder Förderbändern mit Artikeln unterschiedlicher Größe und Form. Ein konkretes Beispiel: Bei einem der weltweit größten Transport- und Logistikunternehmen führte die Einführung eines Scantunnels zu einer um 37 Prozent höheren Lesegenauigkeit, zu 29 Prozent weniger Ausfallzeiten und manueller Handhabung sowie zu einer Senkung der Betriebskosten um 13 Prozent.
Ein weiteres Anwendungsfeld: Ein Team im Lager ist mit dem Beladen von Lieferfahrzeugen betraut. Dabei müssen Gewicht, Volumen und Zielort jedes Pakets berücksichtigt werden. Mobile Vermessungssysteme mit KI-gestützten Algorithmen ermöglichen eine präzise Messung von Kartons und Paketen, was manuelle Fehler deutlich reduziert und Bearbeitungszeiten verkürzt.
Zudem kann KI-gestützte Software auf dem Tablet eine Visualisierung der optimalen Beladung erstellen, um eine ausgewogene und effiziente Verteilung zu gewährleisten. Die Software analysiert relevante Daten zu Abmessungen und Zielorten der Pakete und schlägt eine sinnvolle Reihenfolge und Platzierung vor. Dies hilft nicht nur bei der sicheren Verladung, sondern auch beim reibungslosen Entladen an den jeweiligen Zielorten. Gleichzeitig sinkt das Risiko von Verletzungen durch manuelle Handhabung – ein Thema, das für viele Beschäftigte im Lager von Bedeutung ist. So geben 73 Prozent der Lagerarbeiter in Europa an, sich über mögliche Verletzungen Sorgen zu machen.
Auch nach der Verladung kann KI unterstützend wirken. Mithilfe fortgeschrittener Algorithmen und der Analyse von Echtzeitdaten lassen sich effiziente Abläufe im innerbetrieblichen Warenfluss planen – etwa unter Berücksichtigung von Geräteverfügbarkeit, Lagerbedingungen, Auftrags-prioritäten und dem Personaleinsatz.
Mehr als acht von zehn befragten Entscheidern und Mitarbeitenden teilen die Einschätzung, dass der verstärkte Einsatz von Technologie und Automatisierung dazu beiträgt, die Produktivität zu steigern. Künstliche Intelligenz wird in der Intralogistik – sowohl kurzfristig als auch perspektivisch – eine zunehmend wichtige Rolle einnehmen.
