Navigieren an der digitalen Grenze durch datengesteuerte KI-Lösungen

Transmetrics ist ein Logistiktechnologieanbieter, der sich auf Business Intelligence, Automatisierung und Optimierung spezialisiert hat. Das Unternehmen nutzt seit über zehn Jahren maschinelles Lernen und Predictive Analytics, um die Transportplanung zu optimieren.

In jüngster Zeit haben sie eine Veränderung im Verhalten sowohl von Spediteuren als auch von Verschiffern festgestellt. Um dieses Problem anzugehen, ist es wichtig, Daten aus verschiedenen Quellen zu synchronisieren, ein digitales Toolkit zu erstellen und Transparenz sowie Vorhersagbarkeit zu ermöglichen.

Wir sprachen mit Dimitar Pavlov, Chief Growth Officer bei Transmetrics, der in einem aufschlussreichen Workshop mit dem TRATON-Team über die Vorteile eines solchen digitalen Toolkits sprach und aufzeigte, wie Logistikunternehmen davon profitieren können.

Was zeichnet die digitalen Tools erfolgreicher Logistikunternehmen heute aus?

Logistiker haben erkannt, dass die Arbeit in mehreren fragmentierten und dezentralen Systemen wie Excel für komplexe Planungen nicht mehr ausreicht. Zukunftsorientierte Logistikunternehmen experimentieren heute mit hochmodernen digitalen Tools, die es ihnen ermöglichen, ihr Geschäft zu optimieren und sich so einen Wettbewerbsvorteil für die nächsten Jahre zu verschaffen.  

Unter Digitalisierung versteht man in diesem Zusammenhang den Prozess, in dem Daten aus dem gesamten Transportökosystem durch fortschrittliche digitale Technologien verarbeitet werden. Das führt zu grundlegenden Veränderungen in Geschäftsprozessen, aus denen sich neuen Geschäftsmodelle entwickeln können. Die erfolgreichsten Logistikunternehmen von heute haben schon vor langer Zeit damit begonnen, in die Digitalisierung zu investieren und haben sich so einen Vorsprung gesichert. 

Welche Probleme können vereinzelte, nicht in den Prozess integrierte Daten verursachen? Eine schlechte Datenqualität und geringes technisches Know-how können zu Schwierigkeiten bei der Verwaltung von Betrieb und Kosten führen. Herkömmliche Methoden zum Sammeln und Analysieren von Daten in Excel-Tabellen sind zeitaufwendig und rückwärtsgerichtet. Sie spiegeln nicht die heutigen dynamischen Marktanforderungen wider. Logistikdatensätze erfordern eine sorgfältige kontextbezogene Analyse, einschließlich spezifischer Faktoren wie Handelsrouten, Fahrzeugmodelle, Kraftstoffeffizienz und Ladungseigenschaften. 

Solche präzisen Bewertungen bieten eine aufschlussreiche Orientierungshilfe für die Entscheidungsfindung. Vorausschauende Logistikleiter zeichnen sich heute durch ihre Fähigkeit aus, digitale Tools zu nutzen, Hindernisse für betriebliche Abläufe zu beseitigen und Datenanalysen zu ihrem Vorteil zu nutzen. Sie verwandeln Daten in wertvolle Einblicke, indem sie sich an die Veränderung der Branche sowie der Kundenbedürfnisse anpassen. 

Künstliche Intelligenz und Big-Data-Analyse werden in fast allen Industriezweigen diskutiert. Welche Einsatzmöglichkeiten bietet KI im Logistik- und Transportsektor? 

Schauen wir uns zunächst die Wachstumsschätzungen für künstliche Intelligenz im Logistikmarkt an. Während einige Logistikunternehmen bereits KI einsetzen, entwickelt sich dieser Trend rasant weiter. Laut einem Bericht von Straits Research betrug der Anteil von KI auf dem globalen Logistikmarkt im Jahr 2022 geschätzt 7,96 Mrd USD. Bis 2031 wird er voraussichtlich auf 238,89 Mrd USD steigen, was einer jährlichen Wachstumsrate von 45,93 % im Prognosezeitraum (2023–2031) entspricht.  

Laut diesen Statistiken wird die Integration künstlicher Intelligenz immer wichtiger, um die Herausforderungen der Logistikbranche zu bewältigen. KI kann die Effizienz von Entscheidungsprozessen für Unternehmen steigern, die sie in ihre Strategien integrieren. Viele Unternehmen benötigen jedoch Hilfe bei der Implementierung klarer und zuverlässiger Datenfeeds, um Datenlücken, Duplikate und Eingabefehler zu vermeiden, die die betriebliche und finanzielle Transparenz beeinträchtigen. 

Mit welchen Daten kann KI arbeiten? Wie kann dieses Tool verwendet werden? 

Algorithmen für maschinelles Lernen können dazu beitragen, die Datengenauigkeit und  
-zuverlässigkeit zu verbessern, indem sie Lücken schließen und Fehler oder Duplikate entfernen. KI-gesteuerte Big-Data-Analysen können wertvolle Erkenntnisse liefern, indem sie große Datenmengen analysieren, Muster erkennen, zukünftige Trends vorhersagen und zeitaufwendige Berechnungen automatisieren. Unternehmen können die Fähigkeiten von KI nutzen, um effektiv zu planen, Ressourcen effizient zu nutzen und diese optimal in einem nachhaltigen Betrieb einzusetzen. Die Datenqualität ist für KI ebenso wichtig wie die Zuverlässigkeit der Flotte für logistische Wertschöpfungsketten.

Welche Auswirkungen könnten KI und moderne Methoden der Datenanalyse auf diese Branche haben?

Die modernen Methoden der Datenanalyse und künstliche Intelligenz haben das Potenzial, die Logistikbranche zu revolutionieren, indem sie Datensätze analysieren, Unwirtschaftliches identifizieren und Abläufe optimieren, um den Gewinn durch erhebliche Kostensenkungen und eine erhöhte Fahrzeugauslastung zu steigern. Diese Tools können auch die Umwelt schützen, indem sie die Routenplanung und das Frachtmanagement optimieren, die Ressourcenzuweisung verbessern und den Kraftstoffverbrauch sowie die Kohlendioxidemissionen reduzieren.  

Darüber hinaus kann KI die Widerstandsfähigkeit und Zuverlässigkeit von Netzwerken erhöhen, die betriebliche Effizienz verbessern und die Produktivität in Wertschöpfungsnetzwerken steigern. Durch die Anwendung der Technologie des digitalen Zwillings erhalten Unternehmen beispielsweise virtuelle Nachbildungen ihrer Nutzfahrzeuge und ganzer Logistiksysteme, mit denen sie verschiedene Szenarien simulieren und die Netzwerkleistung optimieren können. Eine vorausschauende Wartung, die auf Erkenntnissen aus Datenanalysen und künstlicher Intelligenz basiert, kann auch die Zuverlässigkeit und Betriebszeit der Fahrzeuge auf der Straße erhöhen. Zugleich lassen sich so Störungen durch Fehlfunktionen minimieren, wodurch die Gesamtproduktivität verbessert wird. 

Können Sie ein Beispiel dafür nennen, wie ein Transportunternehmen KI erfolgreich in sein Geschäftsmodell integriert hat und wie sich dies auf seine Abläufe ausgewirkt hat? 

Wir haben zahlreiche KI-gestützte Anwendungen entwickelt, die Transport- und Logistikunternehmen dabei helfen, ihre Abläufe zu verbessern, Kosten zu senken und sich einen Wettbewerbsvorteil zu verschaffen. Wir automatisieren die Gehaltsabrechnung der Fahrer für ein europäisches Frachttransportunternehmen, um dessen Team zu entlasten und einen datengesteuerten, fehlerfreien Prozess in die Betriebsabläufe zu integrieren. In diesem Beispiel haben wir Abläufe verändert, die Arbeit erleichtert, die Effizienz gesteigert und einen Wettbewerbsvorteil in der Transportbranche geschaffen. 

KI kann die Datenqualität verbessern, sie ermöglicht erweiterte Analysen, um wertvolle Erkenntnisse zu gewinnen – zum Beispiel die genaue Berechnung der Auftragsrentabilität, das Erstellen von Zusammenfassungen auf verschiedenen Ebenen (Fahrzeug, Kunde, Handelsweg usw.), die Automatisierung des gesamten Berichtsprozesses, die Analyse von Trends und die Umsetzung datengesteuerter Entscheidungen. Sie kann auch die Rolle der Tabellenkalkulation bei der Analyse minimieren und die Branche für potenzielle Berufseinsteiger attraktiver machen.

Können Sie ein konkretes Beispiel dafür nennen, wie manuelle Arbeit durch intelligente Lösungen überflüssig wird? 

Lohn- und Gehaltsabrechnungen werden mitunter firmenintern von einem Team mit Dutzenden Mitarbeitern durchgeführt. Jedes Mal, wenn Hunderte von Fahrern zur Urlaubszeit (z. B. Ostern, Weihnachten, Sommerferien usw.) nach Hause fahren, wird diese Aufgabe für das Unternehmen zu einer immensen Belastung. Allein schon aufgrund des enormen Arbeitsaufwands sind solche Prozesse anfällig für menschliche Fehler.

Um dem entgegenzuwirken, haben wir einen Plan für die nächste Urlaubssaison entwickelt. Unser Ziel ist es, diese Lohn- und Gehaltsabrechnungen sofort in einem zentralen System zu automatisieren. Dadurch wird die Effizienz des gesamten Teams gesteigert, Fehler vermieden, Kapazitäten für Aktivitäten mit höherer Wertschöpfung freigesetzt und ein Wettbewerbsvorteil geschaffen.

Welche Rolle spielen Nutzfahrzeughersteller in der Transportkette und wie wird sich die in Zukunft verändern?

Hersteller können im zukünftigen Transportökosystem eine entscheidende Rolle spielen, indem sie über ihre traditionelle Rolle hinausgehen und fortschrittliche, integrierte Lösungen für den Logistik- und Transportsektor anbieten. Sie entwickeln bereits Fahrzeuge mit intelligenter Technologie, vernetzten Diensten und Analysesystemen, um die Leistung zu verbessern, vorausschauende Wartungsfunktionen zu ermöglichen und Transportwege zu optimieren. In Zukunft werden sie nachhaltige Praktiken übernehmen und autonome Technologien weiterentwickeln.

Wie wird künftig das Verhältnis zwischen Nutzfahrzeugherstellern und digitalen Dienstleistern aussehen?

Logistikunternehmen würden eine Einheitslösung bevorzugen, doch derzeit können Hersteller und Technologieanbieter nur einen Teil der benötigten Dienstleistungen anbieten. Die Lösung besteht darin, die Anstrengungen von Fahrzeugherstellern und digitalen Dienstleistern zu bündeln. Digitale Serviceunternehmen und Fahrzeughersteller streben den Aufbau nachhaltiger Partnerschaften an, um umfassende Logistiklösungen anzubieten. Dies wird zu einer nahtlosen Konvergenz von physischen Fahrzeugen und digitalen Diensten führen.

Hersteller werden technische Features in ihre Fahrzeuge integrieren. Gleichzeitig werden die Software und Plattformen digitaler Unternehmen die Logistikabläufe optimieren, indem sie Lkw-Daten in Kombination mit Daten von Anhängern, Fracht oder Gütern sowie allen Maschinen oder Schiffen nutzen, die in Kundenwertschöpfungsnetzwerken interagieren. Diese Integration liefert End-to-End-Lösungen, die Premiumfahrzeuge mit digitalen Tools von einem einzigen Anbieter oder durch Partnerschaften kombinieren. Solche Partnerschaften könnten zu Innovationen in den Bereichen Echtzeitverfolgung, Predictive Maintenance, optimierte Routenführung und mehr führen, die alle auf die spezifischen Bedürfnisse der Spediteure zugeschnitten sind.

Über Transmetrics

Transmetrics optimiert die Transportplanung, indem es die Leistungsfähigkeit von maschinellem Lernen und prädiktiver Analytik nutzt. Es kombiniert die Stärken von Mensch und künstlicher Intelligenz, um den höchsten betrieblichen Nutzen zu gewährleisten und die Umweltauswirkungen der Logistik zu reduzieren.