CORDIS - Forschungsergebnisse der EU
CORDIS

Enhanced data management techniques for real time logistics planning and scheduling

Article Category

Article available in the following languages:

Zukunftssichere Lieferketten durch KI

Das EU-finanzierte Projekt LOGISTAR zeigt, wie Automatisierung, künstliche Intelligenz und Daten der Schlüssel zur Optimierung der Logistikabläufe innerhalb globaler Lieferketten sein könnten.

Digitale Wirtschaft icon Digitale Wirtschaft
Verkehr und Mobilität icon Verkehr und Mobilität

Effiziente Lieferketten sind das Rückgrat der Weltwirtschaft. Doch wie die COVID-19-Pandemie deutlich gemacht hat, sind globale Lieferketten anfällig für Störungen. Deshalb ist es in der Phase, in der wir langsam in eine Welt nach der Pandemie eintreten, von entscheidender Bedeutung, daran zu arbeiten, sie vor künftigen Ausfällen besser zu schützen. „Das weltweite Wirtschaftswachstum hat unsere sehr begrenzte Logistikinfrastruktur erheblich belastet“, sagt Enrique Onieva, Professor für Informatik und intelligente Systeme an der Universität Deusto in Spanien. „Die effiziente Nutzung dieser Infrastruktur und der verfügbaren Transportressourcen ist ein äußerst wichtiges Ziel.“ Hier setzt das Projekt LOGISTAR (Enhanced data management techniques for real time logistics planning and scheduling) an. „Durch die Nutzung der zunehmend in Echtzeit gesammelten Daten aus der vernetzten Umgebung will das LOGISTAR-Projekt den Weg für eine effektive Planung der Transportvorgänge innerhalb der Lieferkette ebnen“, fügt Projektkoordinator Onieva hinzu.

Eine durchgängige Architektur

Das Hauptergebnis des Projekts ist eine durchgängige Architektur, die Daten automatisch erfassen und harmonisieren sowie die entsprechenden Nachrichten an die Module senden kann, die für die Ausführung der verschiedenen Algorithmen zuständig sind, und die Ergebnisse sammelt, um sie den Interessengruppen anzuzeigen. „Diese Lösung nimmt verfügbare Echtzeitdaten auf und speist sie in KI-basierte Algorithmen ein“, erklärt Onieva. „Anhand dieser Algorithmen wird dann eine Reihe von Diensten ausgeführt, von denen jeder auf die Optimierung der Lieferkettenabläufe ausgerichtet ist.“ Ein Dienst nutzt beispielsweise die präzise Vorhersage der geschätzten Ankunftszeit und die Erkennung von Störungen, um den Lagerbetrieb zu optimieren. „Dieser Dienst reduziert die Wartezeiten und die Engpässe in der Lieferkette, die durch solche Verzögerungen entstehen, indem er den Lagerhallen hilft, ihre verfügbaren Ressourcen effizienter zu nutzen“, fügt Onieva hinzu. Ein weiterer Dienst verbessert die Frachtverteilung und die Optimierung der Ladekapazität. „Durch die Nutzung verschiedener Beförderungsarten wie Lastwagen, Züge und Schiffe können wir die Nutzung aller verfügbaren Infrastrukturen optimieren und gleichzeitig die Gesamtkosten für den Logistikverkehr senken“, erklärt er. In diesem Sinne wurde im Rahmen des Projekts auch ein Instrument für die horizontale kollaborative Planung entwickelt. „Wir können die Anzahl der von leeren Lastwagen zurückgelegten Kilometer reduzieren, indem wir den verschiedenen Beteiligten der Lieferkette dabei helfen, die verfügbaren Ressourcen gemeinsam zu nutzen, was wiederum zu einer Verringerung der Emissionen von Treibhausgasen führt“, sagt Onieva.

Praktische Antworten auf echte Probleme

Laut Onieva hat COVID-19 nicht nur die Lieferketten gestört, sondern sich auch auf Forschungsprojekte wie LOGISTAR ausgewirkt. „Die Pandemie begann gerade, als wir mit unseren Testaktivitäten beginnen wollten, und zwang uns, alles aus der Ferne durchzuführen“, erklärt er. Trotz dieser unvorhergesehenen Herausforderung gelang es dem Projekt, praktische Antworten auf reale Probleme der Lieferkette zu geben. „Unser Erfolg ist ein direktes Ergebnis des engagierten Einsatzes aller an diesem Projekt beteiligten Personen“, schließt Onieva. „Wir waren zwar ein großes Team mit unterschiedlichem Hintergrund und aus verschiedenen Branchen, aber wir hatten alle das gleiche Ziel, nämlich unsere globalen Lieferketten zukunftssicher zu gestalten.“ Obwohl das Projekt nun abgeschlossen ist, arbeiten Onieva und einige der anderen Projektpartner daran, den technologischen Bereitschaftsgrad der LOGISTAR-Dienste zu verbessern. Ziel ist es, die Technologie bis zur Kommerzialisierung voranzutreiben.

Schlüsselbegriffe

LOGISTAR, Lieferkette, Automatisierung, künstliche Intelligenz, KI, Daten, Logistik, Infrastruktur, Transport, Algorithmus, Lager

Entdecken Sie Artikel in demselben Anwendungsbereich