Multi Carrier Dispatch Planning - KI-gestützte Versandplanung

Hintergrund

Der Versandprozess im Handel und produzierenden Gewerbe hat vielfältige Auswirkungen auf ökonomische und ökologische Aspekte. Unternehmen stehen dabei vor der Herausforderung, zahlreiche Einflussfaktoren zu berücksichtigen, um Versandentscheidungen zu treffen. Dazu gehören die Lieferterminwünsche der Kunden, die Kapazitäten und Konditionen von Transportdienstleistern, die Auslastung von Fahrzeugen sowie der entstehende ökologische Fußabdruck. Diese Faktoren stehen jedoch oft in einem Spannungsfeld zueinander, da beispielsweise eine schnelle Lieferung häufig mit höheren Kosten und einer erhöhten Umweltbelastung einhergeht.

Die Anforderungen an nachhaltige und resiliente Versandprozesse wachsen außerdem stetig. Während bisher der Fokus vieler Unternehmen vor allem auf der Einhaltung von Lieferzeitfenstern und der Kostenminimierung lag, gewinnen Aspekte wie die Reduktion von Emissionen und die Anpassungsfähigkeit an unvorhergesehene Ereignisse zunehmend an Bedeutung. Um diesen Anforderungen gerecht zu werden, ist es notwendig, alle verfügbaren Informationen und Daten in die Entscheidungsfindung einzubeziehen.

Die Komplexität der Datenlage stellt jedoch eine große Herausforderung dar. Die Wechselwirkungen zwischen den verschiedenen Einflussfaktoren sind komplex und machen eine manuelle Verarbeitung in der Praxis unmöglich. Dies führt dazu, dass viele Unternehmen weiterhin suboptimale Versandprozesse umsetzen, was sowohl zu erhöhten Transportkosten als auch zu einer geringeren Nachhaltigkeit und Resilienz führt.

Methodisches Vorgehen

Das Projekt verfolgt das Ziel, durch den Einsatz von Künstlicher Intelligenz (KI) die Entscheidungsgrundlage für den Versandprozess zu verbessern und darauf aufbauend um verbesserte Versandentscheidungen zu treffen. Daher wird ein zweistufiger Ansatz verfolgt. Zunächst sollen KI-basierte Prognosen erstellt werden, wodurch kurz- und mittelfristige Prädiktionsverteilungen für Versandvolumen und die geschätzte Ankunftszeit (ETA) erstellt werden. Diese robusten Prognosen berücksichtigen Unsicherheiten in den Eingangsdaten, Modellen und Parametern. Basierend auf den Prognosen werden mathematische Optimierungsalgorithmen entwickelt, die Kosten minimieren, Transporte bündeln, sowie Nachhaltigkeit und Resilienz gleichzeitig berücksichtigen sollen.

Ergebnisse

Ein zentrales Ziel ist die Effizienzsteigerung und Kostenreduktion, indem Versandentscheidungen getroffen werden, die Transportkosten signifikant senken. Gleichzeitig wird eine nachhaltige Logistik angestrebt, bei der durch die Bündelung von Sendungen und die Reduktion von Transportfahrten der ökologische Fußabdruck minimiert wird. Ein weiterer Schwerpunkt liegt auf der Erhöhung der Resilienz, indem dynamische Anpassungen an Schwankungen im Auftragsaufkommen ermöglicht werden, um die Flexibilität der Logistikprozesse zu stärken.

Ansprechpartner: Prof. Dr.-Ing. Uwe Clausen,  Patrick Buhle

Förderung und Partner