Eine neue Studie von Mecalux und dem Intelligent Logistics Systems Lab (ILS) des MIT zeigt, dass die Lager, die die globalen Lieferketten antreiben, in eine neue durch künstliche Intelligenz geprägte Ära eingetreten sind. Die Untersuchung stützt sich auf die Antworten von mehr als 2.000 Fachleuten aus den Bereichen Lieferkette und Lagerung aus 21 Ländern und zeigt, dass künstliche Intelligenz und maschinelles Lernen keine experimentellen Tools mehr sind, sondern vielmehr Triebkräfte für Produktivität, Präzision und die Weiterentwicklung der Arbeitskräfte.
Mehr als die Hälfte der Unternehmen gibt an, in zunehmendem Maße oder vollständig automatisiert zu arbeiten. Dies ist besonders häufig bei großen Unternehmen mit komplexen Logistiknetzwerken und mehreren Standorten der Fall. Lagerbetriebe haben vereinzelte Pilotversuche hinter sich gelassen und setzen KI zunehmend in ihren täglichen Arbeitsabläufen ein. Dazu gehören die Kommissionierung von Bestellungen, die Bestandsoptimierung, die Wartung von Geräten, die Arbeitsplanung und die Sicherheitsüberwachung.
„Die Daten zeigen, dass intelligente Lager ihre Konkurrenten in Bezug auf Volumen, Präzision und Anpassungsfähigkeit übertreffen“, erklärt Javier Carrillo, CEO von Mecalux. „Angesichts der bevorstehenden Hochsaison sind Unternehmen, die in KI investieren, nicht nur schneller, sondern auch widerstandsfähiger, berechenbarer und besser für Schwankungen gewappnet.“ Warum Unternehmen mit Connected Engineering schneller, sicherer und wettbewerbsfähiger werden ‣ weiterlesen
Von Insellösungen zum vernetzten Engineering-Ökosystem
Die Studie zeigt außerdem, dass sich Investitionen in KI schneller als erwartet amortisieren. Die meisten Unternehmen geben zwischen 11 und 30% ihres Budgets für Lagertechnologie für Initiativen im Bereich KI und maschinelles Lernen aus, wobei sich die Investition im Durchschnitt bereits nach zwei bis drei Jahren amortisiert. Dieser Return on Investment ist auf messbare Verbesserungen bei der Bestandsgenauigkeit, der Leistung, der Arbeitseffizienz und der Fehlerreduzierung zurückzuführen. Darüber hinaus wird der Übergang von Investitionen in Pilotprojekte hin zur langfristigen Kapazitätsentwicklung verstärkt. Diese Investitionen werden durch Kosteneinsparungen, Kundenerwartungen, Arbeitskräftemangel, Nachhaltigkeitsziele und Wettbewerbsdruck vorangetrieben. Der Wert der KI geht also weit über die reine Automatisierung hinaus.
Trotz dieser Fortschritte stehen Unternehmen weiterhin vor Herausforderungen bei der Ausweitung des Einsatzes von KI in ihren Betrieben. Zu den größten Hindernissen zählen mangelnde technische Erfahrung, Systemintegration, Datenqualität und Implementierungskosten. Dies spiegelt den erforderlichen Aufwand für die Verknüpfung fortgeschrittener Tools mit Altsystemen wider. Dennoch geben die Unternehmen an, über eine solide Grundlage im Daten- und Projektmanagement zu verfügen, und identifizieren den Einsatz geeigneter Tools, klare Roadmaps, größere Budgets und mehr interne Erfahrung als wichtige Beschleuniger für den anhaltenden Trend zur Einführung von KI.
Mit Blick auf die Zukunft planen fast alle befragten Unternehmen eine Ausweitung ihres Einsatzes von KI in den nächsten zwei bis drei Jahren. Beachtliche 87% planen eine Aufstockung ihrer KI-Budgets, und 92% führen bereits neue Projekte in diesem Bereich durch oder planen solche. Der Bericht zeigt, dass die nächste Herausforderung im Bereich der Technologien zur Entscheidungsfindung liegen wird – insbesondere bei der generativen KI.
