Die Logistikbranche ist einer der größten Wirtschaftszweige in Deutschland. Immer mehr Lieferketten erfordern störungsfreie und hoch dynamische Transportprozesse. Abweichungen von geplanten Touren führen oftmals zu gravierenden Konsequenzen wie Produktionsausfällen oder Lieferengpässen von dringend benötigten Waren. Sie ziehen darüber hinaus mitunter enorme Konventionalstrafen bei den Speditionen nach sich. Durch eine genauere Prognose von Störfällen könnten diese bereits vor dem Entstehen proaktiv vermieden und die Transportprozesse hinsichtlich Zeit, Kosten und Qualität verbessert werden.

DSI als Anbieter einer eigens entwickelten Störfallmanagement-Suite für Logistik-Prozesse hat mit dem Projekt SLIDE hierzu erfolgreich eine Machbarkeitsstudie abgeschlossen. Das Projekt SLIDE wurde im Rahmen der Innovationsinitiative mFUND durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert.

Ziel der Studie war die Erprobung von neuartigen KI-basierten Ansätzen zur Erkennung und Vorhersage von Störfällen. Technologisch wurden hierzu vorhandene Tour-Daten eines namhaften deutschen Speditionsunternehmens in der Automobilbranche mit externen Daten über das Wetter, die Verkehrslage sowie der Zuverlässigkeit der involvierten Partner veredelt. Darauf aufbauend wurden verschiedene KI-Verfahren angewandt, um auf Basis der veredelten Daten Störfälle präziser vorherzusagen. Ein absolutes Alleinstellungsmerkmal der Studie stellt dabei das Erkennen von möglichen Ursachen bestimmter Störfälle dar. Dieses Wissen ermöglicht das frühzeitige Deeskalieren von Störfällen.

In der Machbarkeitsstudie konnten die sinnvolle Anwendung von neuartigen Verfahren der künstlichen Intelligenz zur Erkennung von Störfällen in der Logistik demonstriert werden. Das Interesse von zwei großen deutschen Speditionsunternehmen im Automotive-Sektor zeigt, dass DSI mit seinem neuen innovativen Ansatz auf dem richtigen Weg ist und hinter der Lösung ein enormes Potenzial zur Optimierung der Logistikbranche steckt. Um die Algorithmen, Modelle und Vorhersagen noch weiter zu verbessern und praxistauglicher zu gestalten, gibt es allerdings noch weiteren Forschungsbedarf. Dies soll durch weitere Investitionen und Kooperationen erreicht werden.

Laufzeit des Projektes: Mai 2020–April 2021
Förderprogramm: mFUND Förderrichtlinie 1
Fördermittelgeber: Bundesministerium für Verkehr und digitale Infrastruktur