Ein Lastwagen berechnet seine Route neu, sobald eine Autobahn gesperrt wird. Ein Lagerroboter navigiert selbstständig zwischen Regalen. Ein Prognosemodell schätzt Wochen im Voraus, wie viele Pakete ein Versandhändler verschicken wird. Was noch vor zehn Jahren nach Zukunftsmusik klang, gehört bei großen Logistikunternehmen inzwischen zum Alltag. Künstliche Intelligenz wertet dafür große Mengen an Sensor-, Wetter- und Bestelldaten aus und trifft Entscheidungen, für die früher ein Mensch mehrere Stunden gebraucht hätte.
Software überwacht Lieferketten in Echtzeit
DHL betreibt seit 2014 die Plattform Resilience360, die weltweite Lieferketten von Kunden mit Meldungen zu Naturkatastrophen, Streiks, Hafenblockaden und anderen Störereignissen abgleicht. Ein maschinelles Lernmodell wertet diese Meldungen aus und warnt Unternehmen, wenn ein Störfall eine ihrer Lieferrouten betreffen könnte, oft bevor die Ware überhaupt betroffen ist. Der Otto-Handelskonzern nutzt eine vergleichbare Technik für die andere Seite der Kette: Ein KI-Modell des Anbieters Paretos berechnet für die einzelnen Konzerngesellschaften Wochen im Voraus, wie viele Bestellungen, welche Transportkapazität und wie viele Retouren zu erwarten sind. Beide Systeme ersetzen keine Entscheidung. Sie liefern aber eine Vorhersage, auf deren Grundlage Menschen schneller reagieren können als mit Tabellenkalkulationen und Erfahrungswerten allein.
Roboter übernehmen Routinearbeiten im Lager
DB Schenker testet an seinem Standort in Leipzig autonome Roboter, die künstliche Intelligenz mit stereoskopischen Kameras kombinieren. Die Fahrzeuge erstellen dabei selbstständig eine Karte des Lagers, erkennen Mitarbeiter und andere Flurförderzeuge und weichen ihnen aus. Sie transportieren Lasten von bis zu 800 Kilogramm und wechseln ihre Batterie automatisch, sodass kein Ladevorgang die Arbeit unterbricht. Bei DHL ist die Automatisierung schon weiter verbreitet: Nach Unternehmensangaben verfügen mehr als 90 Prozent der DHL-Lagerstandorte über mindestens eine Automatisierungs- oder Digitalisierungstechnologie. Seit 2023 läuft in Nordamerika kommerziell der Roboter Stretch, der laut DHL bis zu 700 Kartons pro Stunde aus einem Lastwagen entladen kann, eine Arbeit, die zuvor ausschließlich Menschen von Hand erledigt haben.
Algorithmen planen die Routen der Zusteller
Der Paketdienst UPS nutzt dafür seit mehreren Jahren die Software ORION, die für jeden Fahrer die effizienteste Reihenfolge von rund 100 Lieferstopps am Tag berechnet. Der Algorithmus bevorzugt dabei bewusst Rechtsabbiegungen und vermeidet Linksabbiegungen, weil das Warten an der Ampel und Unfälle an Kreuzungen mehr Zeit und Sicherheit kosten als ein kleiner Umweg. Nach Unternehmensangaben spart UPS dadurch jährlich etwa 100 Millionen gefahrene Meilen und rund 300 bis 400 Millionen US-Dollar. Eine neuere Version, Dynamic ORION, passt die Route sogar während der laufenden Zustellung an, wenn neue Pakete oder Adressänderungen dazukommen, und reduziert die Strecke pro Fahrer um weitere zwei bis vier Meilen.
Sensordaten sagen Wartungsbedarf voraus
Ausfälle sind in der Logistik teuer, weil ein stehendes Fahrzeug oder ein defekter Zug den ganzen Zeitplan verschiebt. Die Deutsche Bahn investiert deshalb 55 Millionen Euro in ein System namens E-Check, das ICE-Züge bei jeder Einfahrt ins Werk automatisch fotografiert und die Aufnahmen von einer KI auswerten lässt. Die Software erkennt dabei nicht nur größeren Reparaturbedarf, sondern auch kleine Abweichungen wie eine locker sitzende Schraube. Das erste Werk mit dieser Technik ging in Köln-Nippes in Betrieb, bis 2025 sollten Berlin, Dortmund, Hamburg und München folgen. Ziel ist eine Wartung, die stattfindet, bevor ein Teil ausfällt, statt danach.
Datenschutz und Schulung bleiben offene Punkte
Diese Systeme brauchen große Mengen an Daten, oft auch personenbezogene wie Fahrerstandorte oder Arbeitszeiten. Damit wird der Datenschutz zur echten Aufgabe und nicht zur Formalie. Wer Sensordaten von Fahrzeugen oder Lagern auswertet, muss festlegen, wer darauf zugreifen darf und wie lange sie gespeichert werden. Dazu kommt der Aufwand für die Mitarbeiter: Ein Lagerarbeiter, der plötzlich neben einem autonomen Roboter steht, oder ein Disponent, dessen Routenplanung eine Software übernimmt, braucht eine Einweisung, die über eine kurze Einführung hinausgeht. Unternehmen, die diesen Aufwand einplanen, kommen mit der Umstellung erfahrungsgemäß deutlich weiter als jene, die nur die Technik kaufen.
Keines dieser Systeme funktioniert ohne menschliche Kontrolle. Sie verschieben aber die Aufgabe: Statt Routen von Hand zu planen oder Lagerbestände zu schätzen, prüfen Mitarbeiter zunehmend die Vorschläge einer Software und greifen dort ein, wo die Maschine eine Ausnahme übersieht.
Häufig gestellte Fragen
Wie viel spart UPS durch die Routensoftware ORION jährlich ein?
Nach Unternehmensangaben spart UPS durch die Software ORION jährlich etwa 100 Millionen gefahrene Meilen und rund 300 bis 400 Millionen US-Dollar ein. Eine neuere Version, Dynamic ORION, passt die Route sogar während der laufenden Zustellung an und reduziert die Strecke pro Fahrer um weitere zwei bis vier Meilen.
Wie viele Kartons entlädt der DHL-Roboter Stretch pro Stunde?
Der seit 2023 in Nordamerika kommerziell eingesetzte Roboter Stretch kann laut DHL bis zu 700 Kartons pro Stunde aus einem Lastwagen entladen, eine Arbeit, die zuvor ausschließlich Menschen von Hand erledigt haben. Nach Unternehmensangaben verfügen zudem mehr als 90 Prozent der DHL-Lagerstandorte über mindestens eine Automatisierungs- oder Digitalisierungstechnologie.
Was macht das System E-Check der Deutschen Bahn?
E-Check fotografiert ICE-Züge bei jeder Einfahrt ins Werk automatisch und lässt die Aufnahmen von einer KI auswerten, die sowohl größeren Reparaturbedarf als auch kleine Abweichungen wie eine locker sitzende Schraube erkennt. Die Deutsche Bahn investiert 55 Millionen Euro in das System, das zuerst in Köln-Nippes in Betrieb ging.
Welche Datenschutzfragen wirft KI-gestützte Logistik auf?
Systeme wie Resilience360 oder autonome Lagerroboter brauchen oft personenbezogene Daten wie Fahrerstandorte oder Arbeitszeiten, wodurch der Datenschutz zu einer echten Aufgabe wird. Unternehmen müssen festlegen, wer auf diese Daten zugreifen darf und wie lange sie gespeichert werden, und zusätzlich Mitarbeiter schulen, die künftig neben autonomen Robotern arbeiten oder Vorschläge einer Software prüfen.