Innovative Instrumente zur Gestaltung einer KI-gestützten Intralogistik

Die Absatz- und Beschaffungsmärkte befinden sich in einem kontinuierlichen Wandel. Das stellt die Intralogistik produzierender Unternehmen vor große Herausforderungen: Nur wer es versteht, seine Prozesse schnell und effizient an die dynamischen Rahmenbedingungen anzupassen, erarbeitet sich Wettbewerbsvorteile. Dabei kann der Einsatz Künstlicher Intelligenz helfen – zum Beispiel mit einer datenbasierten Mustererkennung und -vorhersage. Diese verbessert die Effizienz von Prozessabläufen sowie Lager- und Transportaktivitäten erheblich.

Die Entwicklung auf Künstlicher Intelligenz basierender Methoden und Hilfsmittel zur Verbesserung von Intralogistik-Prozessen ist Ziel des Forschungsprojekts IMAGINE. In einem Konsortium aus Industrie und Forschung arbeiten die Wissenschaftlerinnen und Wissenschaftler vom Fraunhofer IEM an einer Optimierung der Kernbereiche Auftragsabwicklung, Transport und Lagerhaltung. Um praxisrelevant zu arbeiten und anwendungsorientierte Lösungen zu entwickeln, werden in den Partnerunternehmen Miele, GEA und Wilo Pilotprojekte umgesetzt. So sollen Methoden Künstlicher Intelligenz Miele zukünftig dabei unterstützen, die hochkomplexe Intralogistik im Unternehmen zu optimieren und eine automatisierte, effiziente Materialflussplanung zu ermöglichen. Die Lösung dieser und weiterer unternehmerischer Aufgabenstellungen sollen die Chancen und Vorteile Künstlicher Intelligenz verdeutlichen.

Von der Analyse der Ausgangssituation bis hin zur Schulung und von Mitarbeitenden im Umgang mit Methoden Künstlicher Intelligenz begleiten die Wissenschaftlerinnen und Wissenschaftler die Pilotprojekte und unterstützen die Partnerunternehmen mit ihrer Expertise. Im Rahmen von IMAGINE erarbeiten die Expertinnen und Experten des Fraunhofer IEM beispielsweise einen Prozesskatalog zur Einführung von KI-Applikationen in bestehende Prozesse der Intralogistik. Zudem ermöglicht ein speziell entwickeltes KI-Technologieradar während der gesamten Projektlaufzeit die kontinuierliche Leistungsüberwachung der eingesetzten KI-Technologien.