Ist Datenanalyse der Erfolgsfaktor für die urbane Logistik?

Warenlager sind ein übersichtlicher, geordneter und planbarer Mikrokosmos – und ihre Manager können dank Echtzeitdaten genau sehen, was wo verfügbar ist und welche Fahrzeuge wo entlangfahren. Innenstädte dagegen sind chaotisch: Fußgänger, Radfahrer und Autos wuseln ungeplant durcheinander, Kreuzungen sind oft unübersichtlich. Doch sind Städte und Warenlager wirklich so unterschiedlich? Oder lassen sich bestimmte Methoden wie zum Beispiel Datenanalyse übertragen? Im letzten Teil unserer Reihe „Urbane Logistik“ fragen wir nach, was Experten dazu meinen.

„Glauben Sie nicht, dass das Lager immer ordentlich ist“, sagt Maik Manthey, Senior Vice President Digital Business der KION Group. Auch im Warenlager bewegen sich nämlich Menschen, wo sie eigentlich nicht sein sollten, parken Fahrzeuge an der falschen Stelle oder steht eine Palette nicht am korrekten Ort. Mit solchen Störungen muss man (bzw. muss eine Software) umgehen können, in der Stadt genauso wie im Warenlager. „Es kommt weniger darauf an, die Aufgabe zu trainieren, als die Störfälle“, sagt Manthey. „Und da braucht es positive Aktionen. Nicht: Ich stoppe – sondern wie umfahre ich die Situation?“

Es gibt heute schon automatisierte Fahrzeuge – der iGo neo von STILL ist dafür ein Beispiel – die Paletten, Menschen oder Schilder erkennen und auf Hindernisse reagieren können. Die Technologie dahinter verbessert sich durch maschinelles Lernen und künstliche Intelligenz permanent weiter. Heißt: Transportsysteme sind immer besser dazu geeignet, mit Störungen durch Menschen, andere Fahrzeuge und Hindernisse umzugehen. Das gilt für das Warenlager genauso wie für die Innenstadt.

Mustererkennung durch Simulation

Und was ist mit vorausschauendem Agieren? Auch hier ist das Warenlager vermeintlich im Vorteil: Man weiß schließlich ziemlich genau, welche Materialien in der Produktion wann und wo genau gebraucht werden. Wer dagegen wann was im Supermarkt einkauft oder online bestellt, das ist völlig unplanbar – oder doch nicht?

Experte Manthey jedenfalls ist anderer Ansicht. Zwar gebe es viele Einkäufe, die Menschen eher spontan machen – ein nicht geringer Teil aber ist eigentlich vorhersehbar. „Es gibt Lebensmittel bei uns privat zu Hause, die sollen niemals zur Neige gehen“, sagt Manthey. „Bei mir ist das zum Beispiel Milch. Wenn mir ein Lieferant ohnehin etwas liefert – was spräche dagegen, dass er dank eines Algorithmus weiß, dass er mir direkt auch noch Milch mitbringt?“

Im besten Fall lassen sich mit Hilfe von künstlicher Intelligenz sogar Vorhersagen treffen, was kommende Woche bestellt wird. Im Moment ist das zwar größtenteils noch Zukunftsmusik – aber womöglich nicht mehr lange. „Ingenieure zerlegen komplexe Situationen in kleine Teilaufgaben und finden für jede Aufgabe eine kleine Lösung“, sagt Manthey. „Am Ende wird alles zusammengefügt.“

Und dann wäre es fast zweitrangig, ob diese komplexe Situation ein großes Warenlager ist – oder eine Stadt.

Tiefere Einblicke gefällig? Die Expertenrunde im Podcast

Was kann die Stadt vom Warenlager lernen? Welche Konzepte braucht es für die Letzte Meile? Wohin steuert die Logistik? Wo hilft Technik – und wo vielleicht nicht? Im Podcast diskutieren Maik Manthey (KION Group), Brigitte Strathmann (Stadt Osnabrück) und Andreas Löwe (Podcast „Irgendwas mit Logistik“).


Hier reinhören: 

Spotify

SoundCloud

Apple Podcast