Ob Sprachassistenten, Chatbots oder die Empfehlungssysteme im Onlinehandel – KI-Systeme sind längst im Alltag der Menschen angekommen und haben großen Einfluss auf Entscheidungen. Doch sie können mehr als das Licht dimmen, E-Mails verfassen oder Bücher vorschlagen – künstliche Intelligenz ist auch wie geschaffen für den Einsatz in der Intralogistik, die seit einigen Jahren auch Testgebiet für neuen Technologien ist. KI ahmt das menschliche Denken nach, sammelt Erfahrungen, trifft eigenständige Entscheidungen und optimiert auf dieser Basis die Prozesse neu. Einsatzfelder in dieser hochflexiblen, vernetzten und sich stetig wandelnden Branche sind unter anderem die Datenauswertung und die daraus resultierenden Handlungsempfehlungen, Planungsaufgaben und die Personalisierung von Dienstleistungen. KI bietet hierbei neue Möglichkeiten, um komplexere Zusammenhänge und vielfältige Einflussfaktoren einzubeziehen und so bisher ungehobene Potenziale zu erschließen.
Fischen in der Datenflut
Grundlage jedes Intralogistikkonzepts ist die Vernetzung von Menschen, Anlagen, Lagern und Transportsystemen. Daraus resultieren große Mengen an Daten entlang der gesamten Lieferkette, die sich mit Unterstützung von KI auswerten lassen. Wichtig hierbei sind hohe Übertragungsgeschwindigkeiten und Datenbandbreiten sowie niedrige Latenzzeiten, damit sich auch Echtzeitanwendungen abbilden lassen. Die Software erkennt Muster und Trends in der Datenflut, die valide Prognosen erlauben oder Grundlage für selbstständige Entscheidungen der KI sind. So kann das Unternehmen beispielsweise Bedarfe und Veränderungen im Verbraucherverhalten oder Modeerscheinungen besser vorhersehen und darauf reagieren. KI kann auch bei der Warenein- und -auslagerung unterstützen. Auf Basis von Abmessungen, Gewicht und Durchlaufgeschwindigkeit weist sie den einzelnen Artikeln im Lager die optimalen Stell- und Lagerplätze zu, selbstlernende Positioniersysteme an Regalbediengeräten unterstützen bei der Feinfachpositionierung. So werden die zur Verfügung stehende Lagerflächen optimal genutzt und die Waren ihrer Umschlaggeschwindigkeit entsprechend positioniert.
Dank KI lassen sich auch die Routen automatisierter Transportsysteme innerhalb des Lagers und Kommissionierwege optimieren sowie die Auslastung der Fahrzeugflotte erhöhen. Die Software vermeidet Leerfahrten und Umwege und legt fest, in welcher Reihenfolge die Stell- und Lagerplätze angesteuert werden. Mit einem KI-gestützten Kamerasystem und Roboter- oder Cobot-Technik kann der Anwender zudem die Kommissionierung automatisieren und künftig möglicherweise den Transportweg innerhalb des Lagers wertschöpfend machen, etwa wenn mobile Roboter nicht nur Güter transportieren, sondern auf dem Weg bereits vormontieren.
Aus den Daten der vernetzten Anlagen lassen sich zudem Informationen für die vorausschauende Wartung gewinnen. Die Predictive Maintenance erhöht die Anlagenverfügbarkeit, verhindert Schäden und vermeidet Kosten. Zudem kann der Anwender Fehler in seinen betrieblichen Abläufen leichter erkennen und die Qualität im Unternehmen sichern.
KI-gestützte Systeme helfen auch dabei, Energie zu sparen und den CO2-Footprint der Anlage zu reduzieren. Ein Beispiel: RGB benötigen viel Energie, um die teils schweren Güter in viele Meter Höhe zu transportieren. Rekuperationssysteme machen schon heute beim Bremsen entstehende Energie für andere Achsen im Gerät verfügbar. Künftig wird es möglich sein, Energie nicht nur innerhalb eines Geräts dort verfügbar zu machen, wo sie gebraucht wird, sondern innerhalb der kompletten Anlage. Ein KI-basierter Energiebroker übernimmt die komplexe Aufgabe, zur Verfügung stehende Energie dort einzusetzen, wo Bedarf besteht. Die Voraussetzung dafür: Alle Geräte sind über ein Gleichstromnetz verbunden und digital vernetzt.
Herzstück des Intralogistikkonzepts ist ein intelligentes Warehouse Management System (WMS), etwa Viadat, sowie das Visualisierungstool Viavision, das die Prozesse in Lager und Produktion integriert und damit effizient gestaltet. Es hat das Lager immer im Blick, deckt Engpässe auf und sorgt zudem durch eine clevere Analyse dafür, dass Stillstände erst gar nicht entstehen. Sollte es doch zu einer Störung kommen, identifiziert und lokalisiert es das Problem.
Per Push-Nachricht informiert es den Leitstand oder das Service-Team, nennt ihnen Ort sowie Ursache und zeigt Lösungen auf. Daneben analysiert und visualisiert Viavision die Auslastung des Lagers und alle Warenbewegungen in Echtzeit. Das System erhöht die Prozesssicherheit und Verfügbarkeit des Lagers signifikant, da es potenzielle Störungen schon im Vorfeld erkennt und Handlungsempfehlungen zur Beseitigung gibt.
Vereinfachte Produktionsplanung
An der Schnittstelle von Produktion und Lager kann KI besonders vorteilhaft eingesetzt werden. Durch maschinelles Lernen lassen sich komplexe Prozesse und Planungsaufgaben, wie die Produktionsversorgung, sauber und flexibel abbilden. Die Produktionsplanung ist ein sehr vielschichtiger Vorgang, vor allem wenn es sich um zahlreiche Arbeitsschritte bei geringen Losgrößen handelt. Hier müssen Aufgabenstellungen, Bearbeitungsschritte, Maschinen, Materialien, Halbfabrikate, Werkzeuge, Transportmittel und Materialflüsse berücksichtigt werden. Mit Algorithmen erreicht der Anwender hier irgendwann eine unbeherrschbare Komplexität und stößt an seine Grenzen. Künstliche Intelligenz und Machine Learning brechen diese Grenzen auf. Auf diese Weise konnte ein Kunde von Viastore bei gleicher Teamstärke beispielsweise den Durchsatz um 30 Prozent steigern. Dabei steuert das Warehouse- und Materialfluss-Management-Software Viadat im Zusammenspiel mit dem MES Materialbereitstellung und -transport.
Planung und Service
Darüber hinaus lässt sich KI auch dafür nutzen, um Informationsangebote zu personalisieren, Planungs- und Integrationsprozesse zu vereinfachen und Schulungen noch praxisnäher zu gestalten. KI-gestützte digitale Zwillinge können beispielsweise den realen Betrieb eines Lagers oder einer Anlage 1:1 abbilden. Damit wird zum einen möglich, ganze Anlagen schon in der Planungsphase zu simulieren und Fehler oder Herausforderungen zu erkennen. Ist die Anlage bereit zum Einsatz in der realen Welt, kann sie bei einer virtuellen Inbetriebnahme auf Herz und Nieren zu getestet werden. Der KI-gestützt digitale Zwilling lässt sich auch für Mitarbeiterschulungen oder zur Fehlersuche bei einem Ausfall einsetzen.