01_good to know.

digital transformation office

KI-Potentiale in der Intralogistik

Unzählige Studien bescheinigen der Künstlichen Intelligenz (KI) ein hohes Potential zur Effizienzsteigerung im Unternehmen – durch prozessnahe sowie produktnahe KI-Anwendungen. Besonders vielversprechend ist dabei laut „Mittelstand-Digital“ der Einsatz der Künstlichen Intelligenz in der Logistik eines Unternehmens. Über 90 % der Befragten halten den Einsatz der Datenanalyse und -vorhersage in der Logistik als sehr geeignet oder geeignet.

Im Rahmen des Innovationsprojektes IMAGINE wird unter Leitung des Fraunhofer IEMs die Transformation von Industrieunternehmen zur KI-gestützten Intralogistik vorangetrieben. Dazu steht im ersten Analyseschritt die Identifikation, Sammlung sowie Strukturierung von KI-Potentialen unter Einbezug von Domänenexperten sowie KI-Experten im Fokus. Unterstützung bei diesem ersten Analyseschritt bietet der eigens dafür entwickelte KI-Potentialkatalog, der zugleich eine differenzierte Betrachtung von KI-Potentialen ermöglicht.

02_good to know.

Vorgehen und Bestandteile des KI-Potentialkatalogs

Das Vorgehen zur Erstellung des KI-Potentialkatalogs besteht aus drei wesentlichen Schritten, deren Ergebnisse zugleich die Kernbestandteile des KI-Potentialkatalogs darstellen.

Beispielhafter KI-Potentialkatalog
© DTO
Icon Points schwarz • dto • digital transformation office • Digitale Technologien für Unternehmen • KI Künstliche Intelligenz • Mehrwerte aus digitalen Daten
  1. Referenzprozess: Zur Identifikation der Potentiale wird zunächst ein Referenzprozess entwickelt, der die wesentlichen Prozessschritte der Intralogistik beinhaltet. Beispielhafte Prozessschritte sind „Material kommissionieren“ oder „Material transportieren“.
  2. Herausforderungen: Entlang des Referenzprozesses werden im zweiten Schritt typische Herausforderungen gesammelt, die im täglichen Geschäft in der Intralogistik auftreten. Hierbei sollten sowohl die Meinungen der Domänenexperten als auch der Prozessmitarbeiter eingeholt werden. Herausforderungen sind bspw. ungenaue Vorhersagen des Materialbedarfs sowie nicht optimale Transportrouten zwischen zwei Lagern.
  3. KI-Potentiale: Im dritten und letzten Schritt werden unter Einbezug von KI-Experten Potentiale Künstlicher Intelligenz identifiziert, die die bereits aufgenommenen einzelnen Herausforderungen in der Intralogistik adressieren. Um eine differenzierte Betrachtung der Potentiale zu ermöglichen, werden je Herausforderung die KI-Potentiale in den vier gängigen Leistungsstufen der Künstlichen Intelligenz dokumentiert. Die vier Leistungsstufen sind „Sichtbarkeit“ (Stufe 1), „Transparenz“ (Stufe 2), „Prognosefähigkeit“ (Stufe 3) und „Adaptierbarkeit“ (Stufe 4). Ein KI-Potential zur Verbesserung der Vorhersage des zukünftigen Materialbedarfs ist bspw. eine intelligente Prognose auf Basis historischer Daten (Stufe 3).

Die Ergebnisse werden im KI-Potentialkatalog gesammelt und dokumentiert. Der Katalog enthält die Herausforderungen in der Intralogistik strukturiert nach dem Intralogistik-Referenzprozess (Zeilen) und den dazugehörigen KI-Potentialen nach Leistungsstufen (Spalten). Der KI-Potentialkatalog stellt somit eine transparente Übersicht über alle KI-Potentiale geordnet nach Herausforderungen und KI-Leistungsstufen dar, welches eine  notwendige Voraussetzung für eine weitere Auswahl und Planung von KI-Anwendungen ist. (siehe Abbildung).

03_Kontakt

Christian Kuerpick Autor dto

Christian Kürpick