Alles im Gleichgewicht: KI im Lagermanagement
Gutes Lagermanagement ist eine Frage des Gleichgewichtes zwischen dem finanziellen Aufwand für Lagerung und Bevorratung einerseits und andererseits der Möglichkeit, die Kunden zu beliefern. Unternehmen wollen die Größe der Lager und den Umfang der Lagerbestände möglichst gering halten, um den finanziellen Handlungsspielraum an anderer Stelle nicht einzuschränken. Aber lange Lieferfristen oder gar Lieferengpässe sind schlecht fürs Geschäft. Die Vernetzung zwischen Unternehmen hat erheblich zugenommen; jede Verzögerung verursacht weitere Verzögerungen bei Geschäftskunden, die Ware punktgenau für das eigene Business benötigen. Und lange Lieferfristen veranlassen die an kurze Lieferzeiten gewöhnten Endverbraucher, sich woanders umzuschauen, denn zeitiger lieferbare Produkte sind im Online-Handel nur einen Klick weit weg.
Entscheidend sind gute Prognosen
Um ein Gleichgewicht zwischen der Bedienbarkeit der Kundenwünsche und den Kosten dafür zu erreichen, muss das Unternehmen also im Voraus wissen, welche Produkte an welchem Standort zu welchem Zeitpunkt in welcher Menge verfügbar sein müssen. Solche Prognosen sind allerdings nicht ganz einfach zu erstellen. Die Hauptrolle für Prognosen spielen historische Daten zu Auftragseingängen und Warenentnahmen. Hier gilt: Je länger der Beobachtungszeitraum, desto genauer die Vorhersage. Zudem müssen zahlreiche weitere Faktoren berücksichtigt werden, beispielsweise die Lagerkosten oder Preisentwicklungen. Sämtliche Parameter können saisonal schwanken und sich in Abhängigkeit von Mode und Trends, der Kaufkraft, dem Konsumklima und weiteren wirtschaftlichen, gesellschaftlichen oder politischen Entwicklungen ändern.
Kopfrechnen reicht nicht mehr
Spätestens an diesem Punkt werden die Berechnungen für Prognosen so komplex, dass sie von Menschen kaum noch überblickt werden können. Das macht die Optimierung der Lagerbestände zu einem idealen Anwendungsbereich für Software-Lösungen auf der Basis von Künstlicher Intelligenz. Auf der Basis der historischen Daten erstellen die KI-gestützten Lösungen Verbrauchsprognosen. Diese können in eine Beschaffungsstrategie mit optimalen Bestellmengen und den besten Zeitpunkten für eine Bestellung überführt werden. Weiterhin lassen sich aus externen Datenquellen Daten zu weiteren Faktoren integrieren und so die Genauigkeit der Vorhersagen verbessern. Über Bestellmengen und -zeitpunkte hinaus können mittels der Einbindung entsprechender Daten auch Vorhersagen für weitere Faktoren der Logistikkette erstellt werden wie den Wareneingang oder den Personalbedarf.
Fazit
Das Lager ist die Schnittstelle zwischen den gesamten betrieblichen Aktivitäten rund um die Belieferung der Kunden und Kundinnen mit den von ihnen gewünschten Produkten und hat damit einen nicht unerheblichen Anteil am Unternehmenserfolg. In aktuellen Untersuchungen zum Einsatz von KI in Unternehmen spiegelt sich der Stellenwert des Lagermanagements und den weiteren Bereichen der Logistik noch nicht wider. Derzeit liegt der Schwerpunkt der KI-Nutzung auf Produktionsprozessen und auf Bereichen wie Marketing und Vertrieb, Einkauf und Buchhaltung. Mit zunehmender Digitalisierung und zunehmender KI-Erfahrung der Unternehmen wird sich die neue Schlüsseltechnologie auch in Lager und Logistik etablieren. Prognosen sagen ihr dort eine große Zukunft voraus.
