Analytics

Wissen, was kommen wird: KI-Vorhersagen optimieren Ressourcenplanung im Lager

Share this post:

Mit Hilfe von IBM Watson und IBM Cloud kann ein Anbieter von Logistiklösungen seinen Kunden zuverlässige Vorhersagen zur zukünftigen Auftragslage anbieten – mit einer Treffergenauigkeit von 90 Prozent.

Gerade in diesem Jahr wurde deutlich, wie stark der Druck auf Logistikunternehmen lastet. Vor allem für die Ressourcenplanung im Lager ist das eine enorme Herausforderung, da die Anforderungen an die Auftragserfüllung ständigen Schwankungen unterworfen sind.

Bislang obliegt es vor allem der Erfahrung der Einsatzplaner, den Bedarf an Ressourcen auf Basis der vorhandenen Datenlage abzuschätzen. Welche Artikel demnächst besonders gefragt sind, welche Areale in der Lagerhalle besonders frequentiert sein werden und wie viele Ressourcen dafür nötig sind – solche Fragen müssen dabei meist auf Basis historischer Daten beantwortet werden.

Allerdings ist diese Herangehensweise in volatilen Zeiten wie diesen nicht mehr ausreichend. Die Ehrhardt + Partner GmbH & Co. KG, kurz EPG, nutzt daher die Möglichkeiten von Künstlicher Intelligenz (KI), um die Ressourcenplanung im Lager zu optimieren.

Intelligente IT für die gesamte Lieferkette

Die EPG ist ein international führender Anbieter intelligenter Logistiklösungen, auf die weltweit tätige Unternehmen wie DHL, Fiege, Hellmann, Rossmann, Volkswagen, Pilatus und BOMAG vertrauen. Das Unternehmen entwickelt intelligente IT-Lösungen, um den Prozess- und Informationsfluss über die gesamte Supply Chain abzubilden.

Die Ressourcenoptimierung des eigenen Workforce-Management-Systems EPG | WFM war bislang überwiegend zur Modellierung der Prozesse auf der Lagerfläche, vor allem für die Abläufe und benötigten Ressourcen für die Kommissionierung, Konfektionierung und Verpackung, konzipiert. Diese Planung war bisher nur basierend auf vorhandenen Aufträgen möglich.

Die logistischen Prozesse und die Lagerverwaltung stützen sich bei herkömmlichen Lösungen vor allem auf Aussagen aus Reportings von ERP-Systemen. Diese Informationen fassen größere Zeiträume und Abläufe von Kennzahlen zusammen und sind für präzisere Prognosen nicht immer geeignet. Aufgrund der steigenden Anforderungen an die Just-in-Time-Lieferung wurden neue Ansätze benötigt.

Zuverlässige Prognosen dank KI

Die Workforce-Management-Lösung sollte daher um eine zuverlässige Prognose-Möglichkeit ergänzt werden, die das zukünftige Auftragsaufkommen tages- und sogar stundengenau vorhersagen kann. Diese Anforderungen können mithilfe von Künstlicher Intelligenz erfüllt werden.

Bei der Evaluierung infrage kommender KI-Plattformen für diese Aufgabe entschied sich EPG für die Watson-Technologie. Für IBM Watson sprach einerseits die langjährige Partnerschaft mit IBM, zum anderen aber auch die Flexibilität und Einfachheit der Plattform.

Präzise stündliche Vorhersagen für das Auftragsvolumen

In einem ersten Schritt wurde von EPG ein Zeitreihenmodell für die Vorhersagen der täglichen und stündlichen Nachfragen mit IBM Watson Studio erstellt und trainiert. Grundlage für dieses Modell waren die Daten einer zweieinhalbjährigen Bestellhistorie eines Pilotkunden.

So gelingen KI-Vorhersage in der Logistik. Bildquelle: EPG – Ehrhardt Partner Group

Das Vorhersagemodell generiert und exportiert Daten in eine IBM Db2 on Cloud-Datenbank. Diese wird stündlich synchronisiert und füttert ein Dashboard, auf dem Kunden die prognostizierte Auftragslast pro Tag und Stunde abrufen können. Diese Vorhersagen können auf bestimmte Lagerareale und Transportkapazitäten heruntergebrochen werden, was eine punktuell genauere Zuweisung der erforderlichen Ressourcen ermöglicht. Die Treffergenauigkeit der Vorhersagen liegt dabei bei erstaunlichen 90 Prozent.

Verfeinerung des Modells in der KI-Plattform

Darüber hinaus ist in einem zweiten Schritt die Verwendung von IBM Watson Discovery geplant, um zusätzliche Einflussfaktoren aus unstrukturierten Datenquellen in den Vorhersagen zu berücksichtigen. Beispielhaft dafür wären Informationen zu aktuellen Strassenbauarbeiten, Sonder- und Rabattaktionen der Kunden sowie Feiertage und Jahreszeiten. Diese Watson-Komponente verfeinert das Modell und ermöglicht es der EPG, die Genauigkeit der stündlichen Vorhersagen des Auftragsvolumens erheblich zu verbessern.

Beim Pilotkunden EBL – Ehrhardt + BOMAG Logistics GmbH kommen die neuen Vorhersage-Möglichkeiten sehr gut an: „Unser Kunde ist sehr zufrieden mit den Ergebnissen, die wir mit Watson geliefert haben, und wir verbessern uns kontinuierlich“, sagt Olexander Tokunov, Manager Product Development bei der EPG. „Unser Kunde kann sich jetzt auf der Grundlage unserer Vorhersagen auf Spitzenbelastungen vorbereiten und dafür sorgen, dass Mitarbeiter und andere Ressourcen diese bewältigen.“

Benutzerfreundlichkeit von Watson ermöglicht schnelle Ergebnisse
Für EPG sind die neuen Vorhersagemöglichkeiten ein starker Wettbewerbsvorteil. Das erstellte Datenmodell bietet eine Basis, um die KI-basierten Vorhersagen auch anderen Kunden und Neukunden zugänglich zu machen. In naher Zukunft plant EPG, sein Angebot weiter zu entwickeln, um mit verschiedenen Datensätzen zu arbeiten und dies seinen Kunden für weitere Pilotimplementierungen vorzustellen.

Beachtlich an dieser Fallgeschichte ist zudem die Schnelligkeit, mit der die EPG die KI-gestützte Lösung erfolgreich nutzen konnte. Der Grund dafür liegt in der Benutzerfreundlichkeit der Watson-Plattform auf der IBM Cloud. Das Team der EPG verfügte über keinerlei Erfahrung mit Künstlicher Intelligenz, konnte aber die Watson-Dienste sehr einfach nutzen und musste die gewünschten Funktionen auch nicht von Grund auf neu entwickeln. So gelangte es sehr schnell zu sehr positiven Ergebnissen.

Titelbild: EPG – Ehrhardt Partner Group

DACH Strategic ISV Representative Business Development Executive IBM Global Markets - IBM Public Cloud, DACH

Ursula Bosch

Channel Sales IBM Watson & Data Science IBM DACH - Germany, Austria & Switzerland

More stories
By Petra Bernhardt on September 6, 2021

Geschützt: The IBM Future of Mobility Solutions at IAA Mobility 2021

Es gibt keinen Textauszug, da dies ein geschützter Beitrag ist.

Continue reading

By Dr. Christian Trippner on August 26, 2021

„Es funktioniert?!“ MINT Projekt an der Grundschule am Napoleonstein

Thema „Padlet, Tablet, iPad – alles dasselbe?“ IBM unterstützt die Schülerinnen der Grundschule am Napoleonstein in Regensburg mit Know-How rund um das Thema Computer, Künstliche Intelligenz (KI) und Datenmodellierung Im Rahmen der COVID-19 Notbetreuung kam bei den Schülerinnen die Frage auf, ob eigentlich ‚Padlets, Tablates und iPads‘ identisch in der Nutzung sind oder ob es […]

Continue reading

By Anke Breitwieser on Juli 1, 2021

Wissen Sie, was Ihre KI gerade macht? KI-Lifecycle mit Vertrauen und Transparenz

Wenn wir Menschen modernen Technologien nicht vertrauen, sind IT-Projekte oft nicht erfolgreich. Das gilt natürlich auch für den Einsatz von KI und dem maschinellen Lernen. Die Aufgabe von KI soll es sein, Menschen zu unterstützen und ihre Begabungen und Stärken zu verbessern. Unvoreingenommenheit in den Modellen sicherstellen Künstliche Intelligenz baut auf Trainingsmodelle auf, die man […]

Continue reading