So profitieren das Warehouse Management und die Qualitätssicherung von KI und maschinellem Lernen
Künstliche Intelligenz (KI) und maschinelles Lernen haben sich mittlerweile zur Königsdisziplin der Digitalisierung entwickelt. Es gibt kaum eine Branche, in der die Technologien nicht entscheidend zur Prozessoptimierung beitragen. Auch in der Lagerlogistik sowie der Qualitätssicherung spielen KI und Co. ihre Vorteile aus und heben die Effizienz und Automatisierung der Workflows auf eine neue Ebene.
KI und maschinelles Lernen kommen im Rahmen der Logistik in vielfältigen Anwendungsszenarien zum Einsatz – beispielsweise bei der automatisierten Inventur in Warenlagern und Geschäften: Dabei erfassen und scannen Kameras mit integrierter Machine-Vision-Software die Regale, werten den aktuellen Lagerbestand aus und generieren bei Materialmangel automatische Nachbestellungen. Ebenso lässt sich per Kamera-Scan präzise ermitteln, wo die Mitarbeitenden bestimmte Artikel bei der Einlagerung abgelegt haben. Ein besonderer Vorteil: Die Prozesse laufen komplett ohne menschliches Zutun wie etwa manuelles Scannen ab, was die Effizienz entscheidend erhöht.
Auch bei der Qualitätskontrolle von Produkten oder Bauteilen finden KI und maschinelles Lernen Anwendung: So erkennt das System automatisch direkt am Arbeitsplatz alle denkbaren Defekte und Mängel wie Kratzer, Dellen, falsche Farbtöne oder Formen und fehlende Teile. Hierbei lassen sich KI und maschinelles Lernen optimal mit innovativen Robotik-Technologien kombinieren, um präzise Ergebnisse zu erzielen.
KI-gestützte Roboter ersetzen menschliches Auge
So auch bei Safran Cabin, einem der weltgrößten Luft- und Raumfahrtunternehmen: Dort kommen KI und Roboter als bewährtes Erfolgsduo zum Einsatz, um das menschliche Auge zu ersetzen. Konkret automatisiert das System die visuelle Inspektion lackierter Teile. Denn in der Luft- und Raumfahrtindustrie gelten höchste Qualitäts- und Sicherheitsstandards: Schon winzige Anomalien wie eine mikroskopisch kleine Blase können dazu führen, dass die Oberfläche während des Fluges Risse bekommt. Die manuelle Sichtkontrolle erweist sich dagegen als sehr variabel und inkonsistent: Was ein Kontrolleur heute noch als ordnungsgemäß befunden hat, kann er schon morgen als Fehler einstufen.
Safran Cabin implementierte daher eine robotergestützte Inspektionslösung mit integrierter KI. Jedes Bauteil wird aus derselben Entfernung und unter demselben Winkel abgebildet. Dabei stieß das Digitalisierungsteam auf Hindernisse: Denn typisch für KI ist, dass sie mit Tausenden von Bildern trainiert wird und so eigenständig dazulernt. Eine Besonderheit der Luft- und Raumfahrtindustrie ist jedoch das geringe Produktionsvolumen, sodass die erforderlichen großen Bilddatenmengen hier nicht vorliegen. Eine wichtige Grundvoraussetzung bildete daher die Qualität der Eingabedaten und die Einbindung von Schlüsselanwendern. Diese verstehen das System und wissen genau, wann die Ergebnisse überprüft oder korrigiert werden müssen.
Intelligenter Chatbot optimiert Kommunikation im Lager
Zurück zum KI-Einsatz im Warehouse Management: Von hohem Nutzen ist hier ein intelligenter Chatbot, der mit dem Anwendenden in seiner Muttersprache kommuniziert und einen erfahrenen Spezialisten ersetzt. So sind wichtige Informationen sofort und rund um die Uhr verfügbar. Damit der Chatbot auch in kritischen Situationen Unterstützung bieten kann, wird das System kontinuierlich weiterentwickelt: In Zukunft soll ein Copilot dabei helfen, Workflows einzurichten und die Systemparameter ohne menschliches Zutun an die aktuellen Bedürfnisse anzupassen. Das Ziel ist eine Prozessoptimierung in Echtzeit.
Eine weitere KI-basierte Anwendung im Warehouse Management sind mathematische Solver. Mit ihnen ist es möglich, den Lagerbestand optimal zu steuern und Aufgaben zwischen Menschen und Technologien sinnvoll zu verteilen. Die Solver suchen nach der schnellsten und effizientesten Lösung unter Berücksichtigung aller einschränkenden Lagerbedingungen. Zum Tragen kommt dies beispielsweise bei der kompletten Versandsteuerung – von der Auswahl des Spediteurs über die Kommissionierung aus verschiedenen Lagern, das Sortieren, Verpacken und Palettieren der Sendungen bis hin zum Verladen.
Škoda Auto profitiert von KI-gesteuerter Containerbeladung
Wie große Unternehmen darüber hinaus von KI und maschinellem Lernen in der Logistik profitieren, zeigt das Beispiel des tschechischen Automobilkonzerns Škoda Auto: Bereits 2019 begann der OEM mit der KI-basierten Optimierung der Containerbeladung. Zuvor gestaltete sich dieser Prozess sehr aufwändig: Die Mitarbeitenden berechneten die Kombinationen manuell. Jedes Team verfügte über eigene Makros in Excel, während die Ergebnisse schließlich in PowerPoint zusammengestellt wurden. Da es Tausende von Möglichkeiten gab, nahm die Suche nach der optimalen Variante viel Zeit in Anspruch. Heute steuert KI diesen Workflow. Die Technologie kennt das Gewicht, die Form und die Beschaffenheit des Materials. Sie ist in der Lage, Sackgassen bei Berechnungen auszuschließen und nur aussichtsreiche Varianten weiterzuverfolgen. Das System lernt ständig dazu, liefert transparente Ergebnisse und ebnet den Weg für eine realistische und bedarfsgerechte Materialplanung.
Ähnlich verhält es sich mit dem Management der Verpackungsprozesse: Bei einem Versandvolumen von mehr als 5.100 Containern pro Jahr nutzen die Verantwortlichen bei Škoda Auto historische Daten, Materialpreise und Verpackungsgrößen zur Ermittlung der idealen Lösung. Umfangreiche Tests belegen die Praxistauglichkeit dieses Ansatzes, sodass die Experten ihn kontinuierlich weiterentwickeln. Zudem nutzt der Automobilhersteller KI zur Optimierung des Versands und der Lieferwege: Durch die Bestimmung der bestmöglichen Route trifft das Material genau und rechtzeitig dort ein, wo es benötigt wird. Und nicht zuletzt kommen bei Škoda Auto auch dialogorientierte, LLM-basierte KI-Agenten für die schnelle Kommunikation mit Lageristen und Lieferanten zum Einsatz.
Leave a Reply