– Herr Elstner, inwieweit setzt SSI Schäfer schon heute auf künstliche Intelligenz in seinem Warehouse Management System (WMS)? Nutzen Sie die Möglichkeiten von KI für Analysen und Entscheidungsfindungen – und in welchen Bereichen ist KI-Unterstützung zukünftig denkbar?
Thomas Elstner: Wir nutzen künstliche Intelligenz zur Optimierung der logistischen Prozesse, des Energieverbrauchs und der Wartung der Anlagen bei unseren Kunden – sowohl innerhalb unseres WAMAS WMS als auch darüber hinaus. KI hilft uns dabei, Entscheidungsprozesse zu erleichtern und intelligente Vorschläge zu erarbeiten. Beispielsweise nutzen wir KI in speziellen Anwendungsbereichen wie dem Slotting, um optimale Lagerplatzierungen zu ermitteln. Darüber hinaus nutzen wir KI in der Videoanalyse und Bildverarbeitung, etwa im automatisierten Piece- und Case-Picking, sowie zur Identifizierung von Abweichungen mittels handelsüblicher Webcams. Auch im Leitstand und Lagermanagement spielt KI eine zentrale Rolle.
Künftig könnte ich mir vorstellen, dass KI bei der Vollautomatisierung nicht nur Vorschläge macht, sondern auch automatisiert Entscheidungen trifft und ausführt. Wobei sich dies nur für bestimmte Prozesse und Entscheidungsbereiche eignen würde.
– Mit welchen Maßnahmen unterstützen Sie softwareseitig die Reduzierung des CO2-Fußabdrucks in Lager- und Materialflusslösungen – und verbessern/erhöhen damit die Nachhaltigkeit der Anlagen insgesamt?
Ein verantwortungsvoller Umgang mit Ressourcen ist ein zentraler Bestandteil der Nachhaltigkeitsstrategie von SSI Schäfer. Wir legen großen Wert auf Energieeffizienz in unseren Anlagen und Technologien und entwickeln Lösungen, die unseren Kunden helfen, den CO2-Fußabdruck zu verringern. Dazu optimieren wir intralogistische Prozesse, um Effizienzgewinne zu erzielen und gleichzeitig Fahrwege sowie Transportumfänge zu reduzieren, was den Energieverbrauch senkt. Beispielsweise erhöhen wir die Packdichte durch Pick&Place beim automatisierten Piece Picking und durch unser Schäfer Pack Pattern Generator System beim Case Picking. Zudem setzen wir auf intelligentes Energiemanagement in unseren automatisierten Geräten, etwa Regalbediengeräten. Diese Systeme passen ihre Leistung dynamisch an, indem sie Beschleunigungen und Geschwindigkeiten in Zeiten geringer Auslastung reduzieren – immer abgestimmt auf die spezifischen Anforderungen und Wünsche unserer Kunden.
– Erlauben Sie bitte noch einen Blick in Ihre Entwicklungsabteilung: Welche über den heutigen Standard hinausgehenden Anforderungen werden Warehouse Management Systeme in (naher) Zukunft zusätzlich abdecken müssen?
Die Zukunft von Warehouse Management Systemen wird stark von der Weiterentwicklung künstlicher Intelligenz geprägt sein, wie bereits bei der ersten Frage angedeutet. Zudem wird zukünftig die tiefere Integration und Vernetzung mit angrenzenden Systemen entlang der gesamten Prozesskette immer wichtiger. Es wird eine noch zunehmende Bandbreite bei der Skalierung geben, von kleinen und simplen bis hin zu höchstautomatisierten Anlagen. Data Analytics wird nicht nur als Basis für KI, sondern auch für umfassende Datenanalysen eine zentrale Rolle spielen. Warehouse Management Systeme werden zusätzliche Aufgaben in der Supply Chain übernehmen und durchgängige Prozesse abbilden müssen, um den steigenden Anforderungen gerecht zu werden.