News

06 Mai 2025

KI in Logistik und Transport: Konkrete Projekte von Replica Sistemi

Im Bereich Logistik hat Replica Sistemi verschiedene Projekte initiiert, die auf künstlicher Intelligenz basieren und deren Fähigkeiten kombinieren, um die Performance der SMA.I.L:) Softwarelösungen zu optimieren.

AI nella logistica e nei trasporti

Studien des Osservatorio Artificial Intelligence des Politecnico di Milano zeigen, dass sowohl der Umsatz des KI-Marktes als auch die Anzahl der Unternehmen, die KI-Projekte gestartet haben, auch in Italien steigen.

57 % der Unternehmen haben bereits KI-Prozesse initiiert, und 25 % davon sind bereits operativ.

Künstliche Intelligenz ist keine „Modeerscheinung“ oder ein „Trend“, sondern die Weiterentwicklung eines technologischen Fortschritts, der in den 1950er-Jahren begann und nun einen epochalen Wendepunkt erreicht hat.

AI nella logistica e nei trasporti

Aufgrund günstiger infrastruktureller und marktbezogener Bedingungen, darunter:

  • DIE VERBREITUNG VON RECHENZENTREN
  • STEIGENDE RECHENGESCHWINDIGKEIT UND -KAPAZITÄT
  • ENTWICKLUNG VON SUPERCOMPUTERN (dank staatlicher Investitionen)

Die zunehmende Verbreitung von Technologie trägt zudem zur Kostenreduktion bei, wodurch Investitionen in Künstliche Intelligenz heute deutlich günstiger sind als in der Vergangenheit.

Laut der OECD ist ein „System der Künstlichen Intelligenz“ jedes Implementierungsmodell, das auf „einer Maschine“ basiert, die in der Lage ist, „aus den empfangenen Eingaben Schlussfolgerungen zu ziehen“. Dies geschieht durch den Einsatz komplexer, adaptiver Fähigkeiten mit unterschiedlichen Autonomiegraden, um eine Reihe verarbeitbarer Daten zu erzeugen, die verschiedene „Outputs“ (wie z. B. „Prognosen, Empfehlungen, Inhalte, Entscheidungen“ usw.) generieren können. Diese Outputs sind in der Lage, „physische oder virtuelle Umgebungen“ zu beeinflussen, unter Berücksichtigung eines „Satzes expliziter oder impliziter Ziele“, die entweder direkt von einem menschlichen Entwickler programmiert oder durch den Einsatz algorithmischer Selbstlerntechniken definiert werden.

Systeme der Künstlichen Intelligenz sind Software- oder auch Hardwaresysteme, die in der Lage sind:

  • ihre Umgebung wahrzunehmen
  • die erfassten Daten zu interpretieren
  • diese in Informationen oder Handlungen umzuwandeln zu analysieren und ggf. Entscheidungen zu treffen

Menschen nehmen Informationen über die fünf Sinne auf, lernen daraus und verarbeiten sie, um Entscheidungen zu treffen – Künstliche Intelligenz simuliert diesen Lernprozess und nutzt ihre Fähigkeiten, um dieselben Funktionen auszuführen.

Die „Sinne“ der Künstlichen Intelligenz lassen sich in den folgenden Fähigkeiten zusammenfassen:

  • MASCHINENLERNEN: Lernen von historischen Daten, bei dem Muster erstellt werden, indem ein Algorithmus trainiert wird, um Vorhersagen oder Entscheidungen basierend auf den Daten zu treffen.
  • TIEFES LERNEN: Es verwendet neuronale Netzwerke, die die komplexe Entscheidungsfähigkeit des menschlichen Gehirns näher simulieren und umfasst
    • NATÜRLICHE SPRACHVERARBEITUNG (NLP): In der Lage, menschliche Sprache zu analysieren, zu verstehen und zu verallgemeinern – (z. B. Chatbots)
    • BILDERKENNUNG: In der Lage, Bilder und Videos zu erfassen und zu interpretieren.
  • ROBOTIK: Die Fähigkeit, Aufgaben durch Interaktion mit der physischen Welt auszuführen (z. B. autonome mobile Roboter – AMR).
  • AUTOMATISIERTES SCHLUSSFOLGERN: Die Fähigkeit, autonom einen korrekten deduktiven Prozess durchzuführen, d. h. die Fähigkeit der Maschine, Daten zu analysieren und Entscheidungen zu treffen.
  • WISSENSREPRÄSENTATION: Die Fähigkeit, Informationen in einem strukturierten Format zu gestalten.

Die Maschine kann Eingabedaten, wie numerische Daten, Tabellen, Bilder usw., aufnehmen und in das am besten geeignete Format für die jeweilige Verarbeitung umwandeln, wodurch die Informationen in einem strukturierten Format modelliert werden.

Im Bereich der Logistik hat Replica Sistemi eine Reihe von Projekten gestartet, die Künstliche Intelligenz nutzen, um sowohl die Leistung innerhalb von Lagern und Freiflächen zu verbessern als auch die Leistung der WMS-, YMS- und TMS-Software zu optimieren.

AI nella logistica e nei trasporti

TMS mit KI-gesteuerter Planung zur Sicherstellung maximaler Effizienz, Minimierung der Kosten und Reduzierung der CO2-Emissionen.

Durch die Analyse historischer Daten und den Einsatz von Maschinellem Lernen wurde die automatische Berechnung der besten Routen sowohl innerhalb des Lagers (Routen, die vom Bediener oder AGV genommen werden) als auch auf der Straße (Route, die vom Lieferfahrzeug genommen wird) verbessert.

GreenWay, das Tool zur Berechnung des CO2-Fußabdrucks im Transportwesen, wurde ebenfalls verbessert.

CHATBOT

Wir haben einen Chatbot entwickelt, der in unsere Software integriert ist und in der Lage ist, die Servicebedürfnisse der Kunden zu interpretieren, indem er erstklassige Antworten liefert.

Er verfügt auch über eine proaktive Funktion, da er bestimmte Softwarefunktionen automatisch durch einen schriftlichen oder gesprochenen Befehl starten kann („neue Bestellung aufgeben“, „Reise von … nach … planen“).

AI nella logistica e nei trasporti

YMS zur Automatisierung des Zugangs mit Künstlicher Intelligenz

Wiederum kann durch den Chatbot die automatische Interpretation von Videos und Bildern erfolgen, um die Dateneingabe für steuerliche und betriebliche Dokumentationen sowie für Sicherheits- und Kontrollprozesse zu beschleunigen, mit einer größeren Zeitersparnis und Genauigkeit. (Zum Beispiel wird durch das Fotografieren eines Frachtbriefs alle Daten direkt im WMS oder im Management-System gespeichert, oder durch das Fotografieren eines Führerscheins, Personalausweises oder Fahrzeugbriefs werden alle dokumentenbezogenen Daten direkt ins YMS oder TMS importiert.)

AI nella logistica e nei trasporti

WMS mit Künstlicher Intelligenz zur Optimierung der Lagerbewegungen

Im Lager verwenden wir Real-Time Location Systems (RTLS), die in das Replica WMS integriert sind, um in Echtzeit die genaue Position von Gabelstaplern, Bedienern oder Paletten im Lager zu verfolgen und Missionen den verschiedenen Betriebsbereichen zuzuweisen.

Durch den Einsatz verschiedener Technologien wie Lasern, Ultra-Wideband (kurzreichweitiges drahtloses Kommunikationsprotokoll) oder Beacons (niederfrequente Funksender, die Bluetooth Low Energy-Technologie nutzen), die je nach Lagerkontext und dem für die Verfolgung erforderlichen Präzisionsniveau ausgewählt werden, ist es möglich, die X-, Y- und Z-Koordinaten des Objekts oder Lkw zu identifizieren.

Die Fahrzeugterminals, die auf den Gabelstaplern montiert sind, liefern dem Staplerfahrer „Straßen“-Informationen über die Route, die das Fahrzeug im Lager nehmen muss, um das verfolgte Objekt zu bewegen.

AI nella logistica e nei trasporti

AMR

Als wir die Warenhandhabung im Lager automatisieren wollten, haben wir MiR1200-Palettenhubwagen in das Replica WMS integriert, die autonom fahren, indem sie die zu fahrenden Routen mit KI abbilden, die in der Lage ist, die Route im Falle von Hindernissen neu zu berechnen und die Gabelbreite an den Palettentyp anzupassen.

Bei mehreren AMRs identifiziert das Flottenmanagement den geeignetsten Roboter (in Bezug auf Nähe, Struktur, Akkuladestand), um die Mission in diesem speziellen Bereich des Lagers auszuführen.

In Zusammenarbeit mit anderen Unternehmen der Zucchetti-Gruppe verbessern wir auch das Arbeitsmanagement für das Personalwesen, und mit der Zucchetti AI Factory testen wir Simulationen der TMS-Planung im Fall des autonomen Lkw-Fahrens.

Dies sind die ersten konkreten Projekte von KI-Anwendungen in der Logistik und im Transportwesen, aber jeden Tag erhalten und liefern wir Input an Kunden in diese Richtung, denn es ist eine Realität, die zunehmend die Arbeit in allen Lebensbereichen beeinflussen wird – einschließlich der Logistik und des Transports!

Informationsanfrage

Wenn Sie Fragen haben, melden Sie sich bitte bei uns.

Kontakt

All Rights Reserved © 2025 - MwSt-Nummer 00640090205