Nachhaltigkeit in der Logistik – KI senkt CO2-Emissionen

Durch den Einsatz von Künstlicher Intelligenz und Digitaler Zwillinge können Prozesse und Abläufe auch in Hinsicht auf die Nachhaltigkeit optimiert werden. Die Zukunft gehört einer KI-basierten Grünen Logistik bei dem Touren optimiert, unnötige Prozesse und Abläufe beseitigt sowie der Ressourcen- bzw. Energieverbrauch minimiert wird.

Redaktion: Dirk Ruppik

Durch die Einführung des Industriestandards 4.0 und die zunehmende Digitalisierung, Vernetzung und Automatisierung entsteht immer mehr eine smarte Logistik. Sensoren in den einzelnen Komponenten produzieren riesige Datenmengen, die über das Internet der Dinge (IdD) ausgetauscht werden. Die einzelnen Komponenten, Maschinen und Anlagen kommunizieren miteinander. Durch den Einsatz von Künstlicher Intelligenz (KI) und Digitaler Zwillinge der physischen Komponenten können Prozesse und Abläufe optimiert werden.

Allerdings sind die Optimierungspotenziale stark von der Datenqualität abhängig. In den letzten Jahren hat sich aufgrund der Nachhaltigkeitsforderung und eines wachsenden Umweltbewusstseins in der Bevölkerung eine Grüne Logistik entwickelt, durch die insbesondere Treibhausgase reduziert werden sollen. Die beiden Entwicklungstrends vereinen sich zunehmend in einer KI-gesteuerten Grünen Logistik, bei der Prozesse auch zugunsten der Nachhaltigkeit optimiert werden. In diesem Artikel sollen einige Beispiele für den Einsatz von KI für die Schaffung einer zunehmend nachhaltigen Logistik gegeben werden.

Tourenoptimierung und Retourenmanagement mit KI

Ein mittlerweile schon recht bekannter Einsatz von KI ist die Tourenoptimierung bei der Auslieferung von Waren und beim Retourenmanagement. Die KI erkennt welche Waren in ähnlichen Zeiträumen in welche Regionen bzw. Stadtgebiete geliefert werden müssen. Zudem werden hier auch die Retouren in den jeweiligen Gebieten berücksichtigt. Darüber hinaus fließen die Daten über verfügbare Fahrzeuge und Fahrer sowie Echtzeitinformationen über die Fahrstrecke und Verkehrslage mit in die Optimierung ein. Die KI analysiert zudem Touren aus der Vergangenheit und lernt aus gemachten „Erfahrungen“ auch in Hinblick auf den Ressourcenverbrauch, CO2-Ausstoß und Nachhaltigkeitsaspekte. Mit Hilfe aller Informationen ermittelt die KI die effizientesten, verbrauchsärmsten und umweltschonendsten Routen unter Vermeidung von Leerfahrten und Umwegen. Eine verbreitete, cloudbasierte Softwarelösung ist hier z. B. „SmartRouting“ von Dassault Systèmes und Ab Ovo.

WMS ist die Basis für ein nachhaltiges Lager

Die Implementierung eines nachhaltigen Lagerbetriebs ist nur mit einem Warehouse Management System (WMS) bzw. Lagerverwaltungssystem (LVS) zu erreichen. Ein WMS steuert, kontrolliert und optimiert komplexe Lager- und Distributionssysteme. Dabei übernimmt es elementare Funktionen der Lagerverwaltung als auch Fördermittelsteuerung und -disposition sowie umfangreiche Methoden zur Kontrolle der Systemzustände und bietet eine Auswahl an Betriebs- und Optimierungsstrategien. Dadurch bildet das WMS ebenso die Grundlage für eine nachhaltige Logistik. Durch die Digitalisierung der Prozesse können alle Lagerprozesse mittels KI-Einsatz optimiert werden und so alle überflüssigen Bewegungen und unnötigen Arbeiten eliminiert werden. In das WMS können andere (KI-gestützte) Softwarelösungen wie Transportmanagementsysteme, Datenanalysetools oder Verpackungsoptimierungslösungen integriert werden. Insgesamt können durch das WMS die Verschwendung von Ressourcen, die Transportwege, der Energieverbrauch und der CO2-Ausstoß minimiert werden. Ein WMS kann dazu beitragen, den Einsatz energieeffizienter Technologien zu steuern, wie z. B. die zeitgerechte Regelung von Beleuchtungssystemen oder den Einsatz von energieeffizienten Geräten.

Optimierte Verpackungen

Für die Zustellung von Waren werden diese häufig in zu große Verpackungen mit zu viel Füllstoff gepackt. Das führt zur enormen Verschwendung von Verpackungsmaterial und letztendlich auch natürlichen Ressourcen. Mittlerweile existiert Software (z. B. Pack- Assistent, Fraunhofer Institut), die die Größe einer Verpackung für alle bestellten bzw. auszuliefernden Produkte bei Auftragseingang berechnet. Danach kann eine Verpackungsmaschine die jeweilige Verpackung individuell produzieren. Letztendlich lassen sich dadurch auch enorm Logistikkosten sparen. Mit dem Online-Rechner für nachhaltige Verpackungen (Sustainable Packaging Online Calculator, SPOC) können die Umweltauswirkungen einer Verpackung ermittelt werden. Er quantifiziert die Unterschiede von verschiedenen Verpackungslösungen hinsichtlich der CO2-Emission und des Energieverbrauchs. Bei der Berechnung werden verschiedenste
Materialarten, Verarbeitungsprozesse, Transportwege sowie alle üblichen End-of-Life Varianten berücksichtigt.

Einsparung von unnützen Containertransporten

Auch die Beladung von Containern oder Lastwagen kann mithilfe von KI erfolgen. Dadurch kann der tschechische Automobilhersteller Škoda viele unnütze Containertransporte und damit CO2-Emissionen einsparen (1). Die KI-App Optikon lernt bei jeder Beladung dazu. Sie berechnet wie und in welcher Menge die verschiedenen Paletten-Typen verladen werden müssen, um das Volumen des Containers optimal auszunutzen. Dabei werden verschiedene Parameter wie Gewicht, Wert der Packstücke, Grundfläche, Volumen des Frachtguts sowie das Timing des Versands berücksichtigt.

Nachhaltiges Supply Chain Management

Künstliche Intelligenz (KI) eröffnet verschiedene Wege zur Verbesserung der Nachhaltigkeit in der Lieferkette. Die Einbindung von KI ins Lieferkettenmanagement kann zu effizienteren Prozessen, reduzierter Verschwendung, präziseren Nachfrageprognosen und umweltfreundlicheren Arbeitsweisen führen. Die genaue Nachfragevoraussage anhand von Big Data und KI (Predictive Analysis) führt zur Vermeidung von Über- und Unterproduktion und damit Verschwendung. Durch die voraussagende Analyse kann das künftige Verhalten der Lieferkette an einem digitalen Zwilling simuliert werden und intelligente vorausschauende Entscheidungen getroffen werden. Es lässt sich beispielsweise voraussagen, in welchen Regionen bestimmte Artikel besonders häufig bestellt werden. Damit kann der benötigte Lagerplatz, Lkw, Lagerarbeiter, etc. besser eingeplant werden. Zudem können die Artikel in einem Regionallager in Wohnortnähe der Kunden eingelagert werden. Darüber hinaus kann das gesamte Supply Chain Risk Management besser gestaltet werden. Tracking-Sensoren liefern z. B. Echtzeitdaten über den Zustand des Transportguts. Zudem fließen Wetterentwicklungen und Verkehrsmeldungen in die Datenmodelle ein, um entsprechend darauf zu reagieren. KI kann auch bei der nachhaltigen Lieferantenauswahl und der Überwachung in Echtzeit helfen, indem sie deren umweltbezogenes und soziales Verhalten analysiert und die Einhaltung der Nachhaltigkeitsstandards überprüft. KI kann auch den ganzen Ressourcenverbrauch entlang der Supply Chain optimieren. Sie deckt Verschwendung und ineffiziente Prozesse auf und optimiert die Abläufe.

Energieeffizienz durch KI

Durch KI ist es möglich, den Energieverbrauch von Heizung, Lüftung, Klimatisierung und Beleuchtung zu reduzieren und damit natürlich auch die CO2-Emissionen zu senken. Ein Beispiel ist die KI-gestützte Software Recogizer, die die komplexen Wirkzusammenhänge technischer Anlagen in (großen) Gebäuden berücksichtigt und analysiert. Neben den Betriebsdaten aus dem Gebäude fließen alle relevanten Einflussfaktoren auf den Energieverbrauch wie Wetterdaten, Belegungsdaten, Nutzungs- und Öffnungszeiten, Kundenfrequenz, komplexe Anlagenzusammenhänge, und v. a. m. kontinuierlich ein.

Die KI erlernt zunehmend das Verhalten des jeweiligen Gebäudes und der technischen Anlagen und reguliert die Energieversorgung (mit Updates alle 15 Minuten). So werden auch wertvolle Erkenntnisse für eine effizientere Energienutzung gewonnen, die auch die Grundlage für die künftige Einbeziehung von erneuerbaren Energiequellen sein können. (RED)

Literatur: (1) Götz Fuchslocher, Effizienzsteigerung in der Logistik, Škoda optimiert mit KI-App die Containernutzung, Automobil Produktion.

Quelle: LOGISTIK express Ausgabe 5/2023

Translate »