Open Access

Dominik Sammer

• Lagerleitstände sind mit einer Vielzahl an technischen und organisatorischen Herausforderungen konfrontiert. Sich ändernde Umstände im Lagerlogistikumfeld sowie geänderte Konsumentenanforderungen erfordern zudem, dass sich Informationssysteme daran anpassen. Die vorliegende Arbeit befasst sich hier insbesondere damit, wie künstliche Intelligenz den Lagerleitstand in seinen Aufgaben unterstützen kann. Um diese Frage zu beantworten, wird die aktuell vorhandene Literatur in drei Aspekten beleuchtet. Zum einen werden die Aufgaben, die Lagerleitstand zukommen analysiert. Anschließend wird erfasst, mit welchen Informationssystemen dieser in Kontakt ist. Zuletzt wird beschrieben, wie intelligente Systeme implementiert werden können. Um die aus der Literatur aufgestellten Hypothesen zu überprüfen, erfolgte ein zweistufiger Prozess zur Überprüfung dieser. Hierbei wurde eine Befragung von Lagerlogistiksoftware Experten durchgeführt und diese wurde qualitativ ausgewertet. Die Ergebnisse dieser Befragung wurden in einer Kundenumfrage weiter validiert. Diese Kundenumfrage wurde quantitativ ausgewertet. Die Ergebnisse der Arbeit zeigen, dass in unterschiedlichen Teilbereichen zusätzliche intelligente Funktionalitäten benötigt werden. Künstliche Intelligenz ist hierbei lediglich die Möglichkeit, diese Anforderungen umzusetzen und wird nicht gesondert von Kunden nachgefragt. Vor allem in Warehouse-Management-Systemen sind bisher wenig konkrete Anwendungsfälle implementiert worden. Neben intelligenter Lagerung von Waren, die berücksichtigt, welche Produkte häufig gemeinsam ausgeliefert werden, identifizierten die Befragten vor allem auch die Notwendigkeit von Prozessoptimierung. Diese umfasst Ressourcenoptimierung sowie das Erkennen von optimalen Zeitpunkten für bestimmte Lageroperationen. Zudem ist eine vorrauschauende Fehlererkennung in unterschiedlichen Lagerteilbereichen für Lagerleitstände ein besonders relevanter Anwendungsfall. Dieser eignet sich aufgrund der Datenbeschaffenheit und der Komplexität des Problems für eine Implementierung mithilfe von künstlicher Intelligenz.
• Warehouse supervisors, who manage warehouses, are confronted with a variety of technical and organizational challenges. Due to changes in logistics and consumer demands, information systems must adapt quickly. Therefore, this thesis focuses on how artificial intelligence (AI) can support warehouse supervisors in their tasks. To answer this question, the literature review focusses on three main fields. First, the typical tasks and challenges of a warehouse supervisor are described. Second, the different information systems typically deployed are analysed. And finally, the last part discusses AI. Based on the reviewed literature, three main hypotheses were then formulated. To verify these hypotheses, a two-step approach was deployed. First, seven warehouse logistic software experts were interviewed, and a qualitive analysis was conducted to summarise the results of the interviews. Next, fifteen customers were surveyed, and the survey results were quantitatively evaluated, in order to validate the experts’ opinions. The results show that additional intelligent functionalities are needed in different subareas. However, artificial intelligence is only one possible way to implement these functionalities, and customers do not always request AI specifically. Especially in warehouse management systems, few use cases have been implemented to date. The respondents suggested that intelligent implementation can be used for multiple tasks, including intelligent goods storage, predictive error detection and intelligent resource planning. The final section of this paper offers an outlook for the future and some suggestions for how software can be adopted in this area in the future.