Algorithmen und Künstliche Intelligenz im operativen Einsatz
Ein Kernelement der Arbeit von Logivations besteht darin, die entwickelten Konzepte und
Strategien
zusammen mit dem Kunden in die operative Praxis zu bringen. Dabei werden smarte
Algorithmen
und Verfahren aus dem Bereich der künstlichen Intelligenz in die bestehende Systemwelt
integriert
oder als Standalone Applikation eingeführt. Das betrifft bspw. eine optimierte
Lagerbelegung,
Rundgangsbildung oder Packschemaberechnung, aber auch Lösungen zum Tracking und
fahrerlose Transportsysteme.
Für eine schnelle und transparente Projektdurchführung auch in komplexen Systemwelten
setzt
Logivations seit Jahren erfolgreich auf ein agiles Vorgehensmodell mit einem
inkrementellen/iterativen Ansatz.
Projektvorgehen bei operativen Planungs- und Optimierungssystemen
Der wesentliche Vorteil dieser Herangehensweise besteht darin, dass in allen Phasen des
Projekts
Transparenz über den aktuellen Stand besteht und das direkte Feedback von allen
Projektbeteiligten in die weiteren Schritte eingeht.
Dies erreicht man, indem am Ende jeder Iteration (in Scrum auch Sprint genannt) eine
Zwischenversion bereitgestellt wird, welche der Kunde regelmäßig testen kann. Dadurch realisiert
man ein permanentes Kundenfeedback wodurch kontinuierlich eine Konkretisierung der
Anforderungen und eine Optimierung der Lösung erreicht wird.
Projektvorgehen bei KI - Projekten
Der mit dem Einsatz von Algorithmen aus dem Bereich der künstlichen Intelligenz verbundene
Paradigmenwechsel erfordert ein angepasstes Vorgehen bei den dazugehörigen
Implementierungsprojekten. Die klassische Herangehensweise berücksichtigt nicht, dass die
Leistungsfähigkeit des Algorithmus vom Training mit Daten abhängt, die erst aus dem
Anwendungsfall gewonnen werden können. Es ist also eine Pilotphase erforderlich, in der die
Feinabstimmung erfolgt.
Mit dieser Herangehensweise erreicht man durch frühzeitige Tests in der realen Umgebung und die
damit verbundene Generierung von spezifischem Trainingsmaterial sehr zügig eine leistungsfähige
Zielkonfiguration.
Online-Auftragsreihenfolgeoptimierung
- Modellierung des Lagers und Analyse des
Optimierungspotenzials
- Schrittweises und iteratives Vorgehen – erfolgreiche
Realisierung im geplanten Zeit‑ und Budgetrahmen
- Vollständige SAP Integration: Beidseitiges Interface für
die Auftragssequenzierung
- Online‑Auftragsreihenfolgeoptimierung basierend auf
den
erweiterten Algorithmen von W2MO und den errechneten
Arbeitsaufwendungen für jede Tätigkeit
- Implementierung des Algorithmus zur Auftragssequenzierung
Optimierungen in der
Versandhandelslogistik
- Implementierung von W2MO sowie direkter Schnittstelle für
Datenaustausch mit dem LVS
- Karton-Berechnung mit allen Dimensionen, um im Vorfeld genau
zu
wissen, wie die Aufträge verpackt werden
- Mehrstufige Optimierung der Auftragsreihenfolge zur
Abarbeitung
über das interne Transportsystem
- Urlaubsplanung der rund 1000 Mitarbeiter in der Logistik:
Automatischer nächtlicher Kapazitätsabgleich der
verfügbaren
(Personal‑)Kapazitäten und Auftragsdaten mittels
direkter
Schnittstelle
Potenzialanalyse & Optimierung SAP
EWM
- Optimierung der Steuerungslogik zur Lagerfachbelegung
- Umsetzung der optimierten Belegung
- Simulation und Bewertung der möglichen Einsparungen
- Kontinuierliche Bewertung der Prozesse nach Six Sigma
- Einsatz von Optimierungstechnologien in Ergänzung zu
SAP EWM
Tracking mit KI, Machine Learning und
Kameras
- Kombination von Computer Vision und Machine Learning
- 3D-Layoutmodell zum permanenten Tracking aller Stapler in
Echtzeit
- Umfangreiche Analysen und Visualisierungen, z.B. Heatmaps
- Ermittlung Anzahl der tatsächlich benötigten
Stapler in der Logistik