Eingabehilfen öffnen

Skip to main content

Einsatz von künstlicher Intelligenz in der Intralogistik


Kurzes Unternehmensportrait

Die Gleistein GmbH ist mit einer rund 200-jährigen Firmengeschichte das älteste industrielle Familienunternehmen in Norddeutschland. Es produziert hochwertige Spezialseile für individuelle Anforderungen des jeweiligen Kunden in zwei der weltweit modernsten Produktionsbetriebe, in denen neben der Produktion von Seilen bzw. Tauwerk auch eigenständig geforscht und entwickelt wird. Die breit aufgestellte Firmengruppe agiert global und konnte sich durch ihre Technologieführerschaft in vielen Bereichen als Marktführer etablieren. Insgesamt beschäftigt das Unternehmen rund 250 MitarbeiterInnen und generiert einen Jahresumsatz von circa 27,5 Mio. Euro.


Ausgangslage und Kernfragestellung zum Einsatz von künstlicher Intelligenz in der Intralogistik

Durch den Einsatz von künstlicher Intelligenz (KI) können Unternehmen manuelle und repetitive Tätigkeiten automatisieren und so Prozesse effizienter gestalten. Darüber hinaus kann KI sehr komplexe Tätigkeiten durchführen, zu denen der Mensch nicht in der Lage ist, und auf diese Weise wertvolle Erkenntnisse gewinnen. Die Gleistein GmbH hat die Potenziale von KI erkannt und sich die Frage gestellt, wie KI in der Intralogistik am Standort Bremen eingesetzt werden kann. Welche Erfolgsfaktoren spielen dabei eine Rolle, und welche Grundvoraussetzungen müssen vorab geschaffen werden?. Mit diesen Fragen hat sich das Unternehmen an das Mittelstand-Digital Zentrum Hamburg gewendet. In fünf Workshops und fünf leitfadengestützten Experteninterviews wurde ein strukturierter Transformationsprozess für den Einsatz von KI in der Intralogistik entwickelt.


Identifizierung der Problemstellung

Zu Beginn des Umsetzungsprojektes mit der Gleistein GmbH wurde die genaue Problemstellung identifiziert. Hierfür stellten die Mitarbeiter des Mittelstand-Digital Zentrums Hamburg die Grundlagen der KI sowie das MOIN-KI-SCHEMA (siehe Abbildung 1) vor. Das MOIN-KI-SCHEMA wurde von den KI-Trainern des Mittelstand-Digital Zentrums Hamburg entwickelt und ist ein Managementkonzept, um Anwendungsfälle für KI bei kleinen und mittleren Unternehmen systematisch zu identifizieren.

Als erstes werden Herausforderungen und Motivation des Unternehmens sowie Nutzen und Potenziale von KI unternehmensspezifisch hergeleitet. Sind diese Faktoren bekannt, fokussiert das Schema das jeweilige Vorgehensmodell bei der Einführung von KI und die Partnerauswahl, um mögliche fehlende Kompetenzen extern zu beschaffen. Anschließend werden die notwendigen Erfolgsfaktoren in den Bereichen Business Case und Strategie, Kultur und Mentalität, Daten und Algorithmen, Infrastruktur und Compliance, Kompetenzen und Aufgaben sowie Reorganisation und Aufklärung diskutiert, um den eigentlichen Use Case und Lösungsansatz zu bestimmen. Damit schließt die Identifizierung und Konkretisierung des unternehmensspezifischen Anwendungsfalls ab.

Das MOIN-KI-SCHEMA

Abbildung 1: MOIN-KI-SCHEMA

Im weiteren Verlauf des Umsetzungsprojekts zum Einsatz von künstlicher Intelligenz fand ein Brainstorming mit der Geschäftsführung und Mitarbeitenden aus dem mittleren Management statt, um den Schwerpunkt des gemeinsamen Vorhabens zu bestimmen. Als Diskussionsgrundlage wurde die intralogistische Wertschöpfungskette herangezogen, um festzustellen, in welchen Bereich der Wertschöpfungskette die größten Potenziale für den Einsatz von KI bei der Gleistein GmbH liegen. Die Ergebnisse des Brainstormings können Abbildung 2 entnommen werden. Aktuell liegen die größten Potenziale für den Einsatz von KI in den Prozessschritten Lager und Kommissionierung. Diese Prozessschritte wurden ausgewählt, da aktuell Verbesserungspotenziale in der Lagerplatzzuordnung und -kontrolle sowie der Kommissionierung von Produkten bestehen.

Abbildung 2: Ergebnis des Brainstormings

Abbildung 2: Ergebnis des Brainstormings

Herleitung des Anwendungsfalls

Im Anschluss an das Brainstorming recherchierten die Mitarbeiter des Mittelstand-Digital Zentrums Hamburg mögliche Anwendungsfälle für KI in der Intralogistik im Allgemeinen. Die Suche wurde bewusst offen gestaltet, damit nicht durch eine eingeschränkte Recherche interessante Informationen verloren gehen. Abbildung 3 zeigt das Ergebnis der Recherche. Die meisten Anwendungsfälle für KI liegen im Prozessschritt Lager, was das gemeinsame Vorhaben der Geo. Gleistein & Sohn GmbH und des Mittelstand Digital Zentrums Hamburg bestärkt und demonstriert, dass zahlreiche weitere Unternehmen und Forschungseinrichtungen die Potenziale von KI im Prozessschritt Lager erkannt haben.

Abbildung 3: Anwendungsfälle für künstliche Intelligenz in der Intralogistik

Abbildung 3: Anwendungsfälle für künstliche Intelligenz in der Intralogistik

Im Folgenden sind diejenigen Anwendungsfälle für den Einsatz von künstlicher Intelligenz bei der Gleistein GmbH aufgezeigt, die nach einer weiteren gemeinsamen Sitzung in die engere Auswahl das gemeinsamen Vorhabens gerückt sind.

Wareneingang:

  • Erkennen von Ausreißern bei der Nutzung von RFID-Technologie

Lager:

  • Lagerplatzzuordnung und Kommissionierung in einem Smart Warehouse
  • Lagerplatzzuordnung und -kontrolle durch intelligente Behälter
  • Nachfrageprognosen im Bestandsmanagement

Kommissionierung:

  • Ermittlung einer optimalen Kommissionier-Politik zur Steigerung der Leistung des Lagerbetriebs

Versand:

  • Planung einer optimalen Verpackung für den Verpackungsprozess

Im Rahmen eines weiteren Austauschs zwischen der Gleistein GmbH und dem Mittelstand-Digital Zentrum Hamburg wurde der Fokus des gemeinsamen Umsetzungsprojekts auf den Einsatz von KI für die intelligente Lagerplatzzuordnung gelegt.

Bewertung der Ausgangssituation

Im nächsten Schritt fanden Experteninterviews mit der Geschäftsführung, dem mittleren Management und Mitarbeitenden aus dem Lager statt, um die aktuelleSituation sowie unternehmensspezifische Erfolgsfaktoren für die Einführung von KI zu identifizieren. Allgemeine Erfolgsfaktoren wurden aus wissenschaftlicher Literatur abgeleitet, um  die erforderlichen Grundvoraussetzungen für die intelligente Lagerplatzzuordnung zu erkennen. Für die Klassifizierung der Erfolgsfaktoren wurden die zuvor genannten Klassen aus dem MOIN-KI-SCHEMA Business Case und Strategie, Kultur und Mentalität, Daten und Algorithmen, Infrastruktur und Compliance, Kompetenzen und Aufgaben sowie Reorganisation und Aufklärung herangezogen. Einige der zentralen Erfolgsfaktoren aus den jeweiligen sechs Klassen sind:

Kultur und Mentalität / Kompetenzen und Aufgaben:

  • Aufbau von Fachwissen
  • Grad an digitaler Affinität
  • Weiterbildungsmaßnahmen durchführen
  • Akzeptanz bei Veränderung
  • Standardisierte Prozesse schaffen
  • Unterstützung durch die Führungsebene

Daten und Algorithmen / Infrastruktur und Compliance:

  • Daten Warehouse aufbauen
  • Qualität der Daten sicherstellen
  • Datensicherheit gewährleisten
  • Rechenspeicher zur Verfügung stellen
  • Skalierbare Rechensysteme einsetzten
  • Einen ML Algorithmus festlegen

Business Case und Strategie / Reorganisation und Aufklärung:

  • Einsatz von externen Experten
  • Standards zum Einsatz von künstlicher Intelligenz festlegen
  • Komplexität der Organisationsstrukturen nicht unterschätzen
  • Reifegradmodell zur Bestimmung der IST- und SOLL-Reife anwenden
  • Strategien und Umsetzungsmaßnahmen festlegen
  • Roadmap erstellen und festlegen

Einsatz von künstlicher Intelligenz: Der Reifegrad

Um die KI-Reife der Gleistein GmbH zu bestimmen und passende Handlungsempfehlungen für die KI-Einführung abzuleiten, wurden die drei Dimensionen Technologie, Organisation und Umwelt bzw. Umfeld herangezogen.

Die technologische KI-Reife zeigt, dass der Nutzen durch den Einsatz von künstlicher Intelligenz wahrgenommen und als Wettbewerbsvorteile erkannt wird. Darüber hinaus harmoniert die Vision und Strategie des Unternehmens mit der angestrebten KI-Transformation und fördert diese zu großen Teilen. Das Unternehmen setzt auf Digitalisierung und profitiert in vielerlei Hinsicht von den daraus resultierenden Potenzialen.

Sowohl die Geschäftsführung als auch das mittlere Management und die Mitarbeitenden im Lager unterstützen und befürworten das angestrebte Vorhaben (organisatorische KI-Reife). Das gesamte Team hat Vertrauen in KI-Technologien und weist keine Skepsis auf. Des Weiteren ist das Unternehmen bereit, Investitionen in die Modernisierung des Lagers vorzunehmen. Die Offenheit gegenüber technologischen Modernisierungen wurzelt in den bereits durchgeführten Digitalisierungsaktivitäten aus diversen Bereichen des Unternehmens und fördert die weitere intensive Digitalisierung der Gleistein GmbH. Nachholbedarfe bestehen in den Bereichen der personellen Ressourcen, dem KI-Know-How und der notwendigen IT-Infrastruktur. Das Unternehmen möchte hier die notwendigen Voraussetzungen für den Einsatz von KI schaffen, sodass die zukünftige KI-Transformation erfolgreich durchgeführt werden kann.

Die Gleistein GmbH strebt an, das erste Unternehmen seiner Branche zu sein, das KI im Bereich der intelligenten Lagerplatzzuordnung einsetzt (umwelt- bzw. umfeldbezogenen KI-Reife). Mit der sog. Pionierstrategie soll die Marktführerschaft erreicht werden, da  die Mitbewerber in der Regel eher konservative Verfahren einsetzen.

Zusammenfassung und Ausblick

Um die erfolgreiche KI-Transformation bei der Gleistein GmbH sicherzustellen, haben sich folgende Handlungsempfehlungen ergeben:

Abbildung 4: Handlungsempfehlungen für die erfolgreiche KI-Transformation

Abbildung 4: Handlungsempfehlungen für die erfolgreiche KI-Transformation

Die Gleistein GmbH sollte für den Einsatz von künstlicher Intelligenz einen externen Partner einbeziehen, um gemeinsam die KI-Einführung im Unternehmen voranzutreiben. Um sich einen Überblick über mögliche Umsetzungsvarianten zu verschaffen, lohnt es, unterschiedliche Anbieter bzw. Entwickler aus dem Bereich der KI anzusprechen. Anschließend ist ein Anbieter auszuwählen, welcher die KI-Transformation im Unternehmen aus technologischer und organisationaler Sicht unterstützt. Neben der Beschaffung der KI-Lösung müssen die internen Verbesserungspotenziale ausgeschöpft werden. Diese gehen in den meisten Fällen mit der KI-Einführung einher. Aus diesem Grund sollten beide Aktivitäten parallel initiiert und durchgeführt werden. Zu den internen Verbesserungspotenzialen zählen die Beseitigung der aktuellen IT-Infrastrukturschwachstellen und die Auflösung der personellen Engpässe. Sobald ein geeigneter Anbieter ausgewählt ist und die internen Verbesserungspotenziale umgesetzt sind, gilt es im weiteren Verlauf die KI-Implementierung z. B. mithilfe von agilen Projektmanagementmethoden durchzuführen. Dabei ist stets zu berücksichtigen, dass das Gelernte aus der Test- und Evaluationsphase in den Implementierungs- und Entwicklungsprozess eingebunden werden muss, um die KI-Anwendung kontinuierlich weiterzuentwickeln.

Besteht weiteres Interesse am Einsatz von künstlicher Intelligenz in der Intralogistik? Sprechen Sie uns an oder schreiben Sie einfach eine kurze Mail: 

Mittelstand-Digital Zentrum Hamburg
E-Mail: mittelstand-digital@tuhh.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk.