Künstliche Intelligenz für die letzte Meile

Künstliche Intelligenz (KI) eröffnet der Logistikbranche ganz neue Perspektiven. Präzise Informationen in Echtzeit, Rationalisierung der Kommunikation, Automatisierung von Routineaufgaben und ein holistischer Blick auf die Lieferkette erlauben es, die Effizienz zu steigern, Kosten zu senken und die Kundenzufriedenheit zu erhöhen. Das gilt ebenso auf der letzten Meile – Lieferroboter, Drohnen und Co.: Welche Trends sind zu erwarten?

KI ist für jedes Glied der Lieferkette relevant

Die Rolle von KI in der gesamten Lieferkette und auf der letzten Meile wächst stetig und KI wird sukzessive immer mehr an Bedeutung gewinnen. Wohin die Reise genau geht, lässt sich angesichts der rasanten Entwicklung auf diesem Technologiefeld auch von ausgemachten Experten nicht genau sagen.

Künstliche Intelligenz eröffnet unserem Netzwerk aufregende Möglichkeiten. Sie ist sicherlich keine neue Technologie, aber die Geschwindigkeit, mit der sie sich entwickelt, bedeutet, dass sich uns jetzt Möglichkeiten bieten, Prozesse für uns – und unsere Kunden – zu optimieren, die vor einem Jahr noch nicht verfügbar waren.

Oliver Facey, Senior Vice President Global Network Operations Programs DHL Express

Weil die letzte Meile das finale Glied in der Lieferkette ist, hängt die Qualität bei der Endzustellung auch von der Qualität der vorangegangenen Arbeitsschritte ab. Wenn KI schon im Vorfeld Prozesse optimiert, wirkt sich das auch auf die letzte Meile aus. Ein Beispiel ist intelligentes Bestandsmanagement im Lager. KI kann Nachfrage und Bestand nicht nur in Echtzeit abgleichen und Nachbestellungen veranlassen, sondern auch Nachfrage-Peaks im Vorfeld berechnen, um Fehl- oder Überbestände zu vermeiden – und so eine zügige Lieferung auf der letzten Meile zu ermöglichen.

Einige Aspekte, die sich durch KI optimieren lassen, betreffen nicht nur die letzte Meile, sondern auch andere logistische Arbeitsschritte. In den folgenden vier Bereichen ist KI ein effektives Optimierungsinstrument:

• Flottenmanagement: Anhand von Faktoren wie Kilometerstand, Nutzungsmustern und wiederkehrenden Auffälligkeiten bei bestimmten Modellen kann KI vorhersagen, wann Lieferfahrzeuge gewartet oder repariert werden müssen. Lieferverzögerungen durch Fahrzeugausfälle werden vermieden.
• Routenplanung: Verkehrs- und Wetterdaten, Informationen zu priorisierten oder umgeleiteten Sendungen fließen als Berechnungsgrundlage in die Routenplanung ein. Hier hilft die Prognosefähigkeit von KI durch maschinelles Lernen. Die KI kann vorhersagen, wann es wo voraussichtlich eng wird und die Route entsprechend anpassen.
• Ladungsbildung: KI optimiert die Ladungsbildung abhängig von Gewicht, Größe und – im Verbund mit der Routenplanung – vom jeweiligen Zielort einer Sendung. Natürlich kann auch geübtes Personal diese Aufgabe lösen – aber nicht in Sekundenbruchteilen. Die Kapazität des Fahrzeugs wird maximal ausgenutzt und die Anzahl der erforderlichen Fahrten minimiert.
• Kundeninteraktion: Wenn KI-Chatbots mit Kunden so interagieren, dass sie eine zuverlässige Hilfe darstellen, verbessert das die Kundenzufriedenheit und setzt gleichzeitig Personalressourcen frei – in jeder Branche. KI bietet einen Servicevorteil, da sie die Vorlieben der Kunden erlernen kann. Kundenpräferenzen müssen so nicht jedes Mal abgefragt werden. Auf der letzten Meile können KI-Chatbots die Empfänger in Echtzeit über sämtliche Lieferdetails informieren, etwaige Änderungswünsche entgegennehmen und deren Umsetzung initiieren.

KI-Trends für die letzte Meile

Für die letzte Meile sind vier Ebenen, auf denen KI wirkt, von besonderer Bedeutung:

• Robotik
• Autonomes Fahren
• Computer Vision
• Prädiktive Analytik auf Basis von Big Data

Die prädiktive Analytik wurde implizit schon erwähnt, denn intelligente Routenplanung und Ladungsbildung hängen mit ihr zusammen. Die drei anderen Aspekte sind entscheidend für die Automatisierung von Fahrzeugen und Liefervorgängen. Robotik, Autonomie und Computer Vision lassen sich nicht voneinander trennen, sondern wirken zusammen – vor allem bei autonom arbeitenden Delivery Bots, denen Computer Vision bei der Orientierung hilft.

Die automatisierte und KI-optimierte Zustellung ist ein Schlüsselthema für die Zukunftsfähigkeit der Transportlogistik. Sonst lassen sich kontinuierlich wachsende Transportbedarfe und die angespannte Personalsituation in der Logistik – man denke nur an den Fahrermangel – nicht in Einklang bringen.

Robotik

Das Einsatzpotenzial von Robotern in der Logistik ist immens und nicht auf die letzte Meile beschränkt. Routineaufgaben wie Verpackung oder Kommissionierung und eben auch Zustellung können theoretisch von Robotern erledigt werden. Dabei wird KI immer wichtiger, denn nur durch maschinelles Lernen können Maschinen auch komplexere Aufgaben ohne menschliches Eingreifen bewerkstelligen.

Delivery Bots sollen die Lieferung von Waren auf der letzten Meile prinzipiell autonom übernehmen. Im Kontrollzentrum werden sie überwacht und bei Problemen übernimmt der Mensch per Teleoperation die Steuerung. Ein solcher Roboter kann ein Fahrzeug auf dem Gehsteig sein oder auch eine Transportdrohne.

“Theoretisch”, „prinzipiell” – die Wortwahl deutet es an: Standardmäßige KI-Delivery-Bots und Flugdrohnen sind im öffentlichen Raum noch eine Zukunftsvision. Zulassungsfragen oder die Unfallgefahr stehen einer baldigen flächendeckenden Einführung auf der letzten Meile noch entgegen. In modernen Lagern und Logistikzentren sieht das anders aus, wo KI-Roboter und Drohnen schon jetzt zur Automatisierung beitragen. Wann das auch auf Straßen, Gehwegen und im öffentlichen Luftraum der Fall sein wird, hängt nicht zuletzt von den Fortschritten in der KI ab.

Autonomes Fahren

Kein autonomes Fahr- oder Flugzeug ist heute ohne KI denkbar. KI-Algorithmen nutzen Daten von verschiedenen Sensoren, um autonome Fahrzeuge bei der Navigation zu unterstützen. Nur so erkennen und umgehen sie Hindernisse und halten Verkehrsvorschriften ein. Durch maschinelles Lernen können KI-gesteuerte Fahrzeuge aus ihren Erfahrungen schließen und ihre Navigationsfähigkeiten im Laufe der Zeit verbessern. KI ermöglicht es autonomen Zustellsystemen, unterwegs Entscheidungen in Echtzeit zu treffen. Falls beispielsweise eine Straße blockiert oder der Verkehr sehr dicht ist, kann das KI-System aufgrund der aktuellen Situation eine Routenänderung vornehmen.

Autonomes Fahren konterkariert den Personalmangel, senkt Arbeitskosten, erhöht die Liefergeschwindigkeit und ermöglicht gefahrlose Lieferungen in schwer zugängliche oder Krisengebiete. Autonome Fahrzeuge können rund um die Uhr zustellen und bedürfen dabei nur wenig Personal im Kontrollzentrum. Die Effizienz auf der letzten Meile und die Kundenzufriedenheit wird gesteigert.

Computer Vision

Um Ereignisse auf der Straße wahrnehmen zu können, müssen autonome Fahrzeuge selbst „sehen“ können. Das gelingt über Computer Vision. Kameras, Daten und Algorithmen ersetzen das Zusammenspiel von Augen und Gehirn. Fahrzeugkameras stellen Bildinformationen bereit und KI setzt autonome Fahrzeuge in die Lage, optische Reize zielgerichtet zu interpretieren.

Prädiktive Analytik auf Basis von Big Data

KI-Systeme lernen aus historischen Daten und verbessern ihre Vorhersagen im Laufe der Zeit kontinuierlich. KI-gestützte prädiktive Analysen passen Versandmuster an, optimieren Routen und Ladungen, schätzen Lieferzeiten ein und sagen Verbraucherverhalten vorher.

Zur großen Menge historischer Daten kommen zusätzliche Echtzeitdaten aus Quellen wie Verkehrsmeldungen oder Wettervorhersagen, um Liefervorgänge dynamisch anzupassen und auf unerwartete Umstände und Gefahren zu reagieren. In Kombination mit Ortungstechnologie können Unternehmen ihren Kunden auf der letzten Meile einen besseren Service bieten.

KI auf der letzten Meile bei DHL

Seit jeher ist DHL Group eine treibende Kraft, wenn es um Logistikinnovationen geht. Das ist auch auf dem Feld der KI für die letzte Meile der Fall.

So setzt DHL KI schon jetzt für die Endzustellung ein:

• Routenoptimierung: KI-Prognosemodelle liefern Daten zu einzelnen Sendungen, die mithilfe einer KI-gestützten Software von Wise Systems für die Routenoptimierung weiterverarbeitet werden. Das System berücksichtigt alle wichtigen Variablen für die bestmögliche Routensequenz und der Kunde erhält Informationen über die voraussichtliche Lieferzeit, die immer präziser werden, je näher das Lieferfahrzeug kommt. Bis zur Lieferung kann der Kunde noch Änderungswünsche vornehmen, etwa zur Lieferzeit oder zum Lieferort. So verbessert DHL Kundenerlebnis und Erstzustellungsrate.
• Kraftstoffeffizienz: Eine optimierte Route vermeidet zusätzliche Fahrten und unnötige Stopps und trägt schon allein dadurch zum effizienten Kraftstoffverbrauch bei. Zusätzlich tragen eine KI-gestützte Fahrtenanalyse und Fahrverhaltenanalyse (zum Beispiel Leerlaufzeiten) zur Effizienzsteigerung bei.
• Pick-by-Vision-Technologie: Pick-by-Vision- oder Vision-Picking-Technologie ist das Bindeglied zwischen manueller Tätigkeit und dem vollautomatischen Lager. Dabei kommt sogenannte Wearable-Technik in der Warenkommissionierung zum Einsatz. Bei DHL werden Mitarbeiter über intelligente Brillen mit IT-Systemen vernetzt. Die Brillen ermöglichen es, Barcodes ohne Handscanner zu lesen. DHL Group führt Forschungen mit Brillen durch, die Mitarbeiter befähigen, im Logistikzentrum anhand automatisch gelesener Barcodes und generierter Anweisungen, Sendungen schneller einem bestimmten Fahrzeug zuzuweisen.
• Kundenservice: Auf breiter Front hat der KI-Chatbot die Kundenbetreuung noch nicht übernommen, aber einige DHL-Teams setzen einen KI-basierten virtuellen Assistenten ein, der ein Profil der Kundenantworten erstellt und ein Stimmungsbild von ihren Reaktionen zeichnet. Diese Kenntnis ermöglicht eine genauere und schnellere Lösung für eine jeweilige Anfrage.