KIss

Die Logistik stellt einen der wichtigsten Wirtschaftssektoren Deutschlands dar. Durch das stetige Wachstum ergeben sich neue Herausforderungen sowie Anforderungen an die verschiedenen Prozesse. Kundenwünsche wie Next-Day-Delivery werden im Zuge des stetig wachsenden E-Commercesektors von immer mehr Logistikdienstleistern angeboten. Um die Anforderungen zu erfüllen, entstehen immer größere und gleichzeitig komplexere Logistiksysteme. Neben dem rapiden Wachstum ist die Logistikbranche zeitgleich vom Fachkräftemangel betroffen, wodurch die Produktivität und Effizienz eingeschränkt ist. 

Eine schnelle, systematische Lagerlogistik ist daher in jedem Lagersystem ein wichtiger Bestandteil der Wertschöpfungskette. Eine chaotische Lagereinrichtung ohne entsprechende Systemlogik, unterschiedliche Warenbestände sowie häufig wechselnde Mitarbeiter verursachen zusätzliche Fixkosten und verzögern dabei die nicht wertschöpfenden Prozesse. Die Effizienz der Lagerlogistik beeinflusst maßgeblich die Lieferzeiten, die Einhaltung der Termintreue sowie die Wirtschaftlichkeit des Unternehmens. Daher ist es notwendig effiziente Strategien für die Lagerlogistik einzusetzen. Künstliche Intelligenz ist hierfür eine Schlüsseltechnologie, um die momentanten Herausforderungen zu bewältigen und effiziente sowie flexible Lagerstrategien zu entwickeln. Insbesondere die Auslagerung der Waren bietet ein großes Potential, um die Effektivität von Lagersystemen zu steigern.

Ziel des Forschungsprojekts ist die Entwicklung einer automatisierten Lösung zur Generierung von Auslagerungsstrategien sowie dynamischer Strategieanpassung. Hierzu soll eine KI-basierte Software entwickelt werden. Teil der Entwicklung sind sowohl eine statische als auch eine adaptive KI, mittels derer bei der automatisierten Generierung von Auslagerungsstrategien auch auf unvorhergesehene Änderungen reagiert werden kann. Durch den KI-Aufbau soll eine dynamische Strategieanpassung ermöglicht werden. Die dynamische Anpassung soll dazu dienen, die Effizienz der Auslagerung zu steigern. Dazu benötigt das System sowohl ein statisches neuronales Netz als auch ein reaktives neuronales Netz.

Anhand einer Simulation sollen verschiedene KI-Modelle trainiert und entwickelt werden, die in der Lage sind optimierte Auslagerungsstrategien zu entwickeln. Nach der Entwicklung des simulationsgestützen Modells erfolgt der Transfer auf ein reales Lager. Dazu sollen Realdaten verwendet werden, um die KI anzutrainieren. Anschließend wird das erstellte Modell in einer realen Umgebung eingesetzt und erprobt.

Das ZIM-Vorhaben KK5178907SW3 wird über die AiF im Rahmen des Programms Zentrales Innovationsprogramm Mittelstand (ZIM) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestags gefördert.