Ausgabe zur LOGIMAT 2020

26 Ausg.Nr._02/2020 V om 10. bis 12. März prä- sentiert die Fraunho- fer-Arbeitsgruppe für Supply Chain Services SCS des Fraunhofer IIS auf der LogiMAT 2020 in Stuttgart neue Lösungen für die Intralogistik. Im Fokus: Data Analytics- und KI-Methoden sowie IoT-Anwendungen für Pro- duktion und Logistik. Zu erleben beim eigeninitiierten Fachforum »KI – Reality Check« am Diens- tag, 10. März 2020, und auf dem Messestand in Halle 8 G48. KI-Fachforum, 10. März 2020 »KI – Reality Check« In logistischen Prozessen werden zwar viele Daten erzeugt; wollen Unternehmen mit Data Analytics aber diese Datenschätze heben, stoßen sie häufig auf Probleme: Daten weisen nicht die erforder- liche Qualität auf, sind fehler- bzw. lückenhaft und liegen in unterschiedlichen Formaten vor. Oder es sind für eine bestimmte Anwendung nicht die richtigen Daten vorhanden. Am Dienstag, 10. März, hat die Fraunhofer- Arbeitsgruppe SCS deshalb von 12:15 Uhr bis 13:30 Uhr, Forum D, Halle 8, das Fachforum KI – Rea- lity Check organisiert. Dort wird an Praxisbeispielen gezeigt, wie diese Hürden überwunden wer- den und aus Daten ein echter Mehrwert für Prozessoptimierun- gen oder die Entwicklung neuer Services generiert wird. Aus der Praxis berichten Philipp Kanitz von der BSH Hausgeräte GmbH und Madeleine Löhnert von der BHS Corrugated Maschinen- und Anlagenbau GmbH; Dr. Janek Tho- mas und Jann Goschenhofer von der Fraunhofer-Arbeitsgruppe für Supply Chain Services SCS ergän- zen die Praxisbeispiele aus der wissenschaftlichen Perspektive: Das Fachforum »KI – Reality Check« wird moderiert von Prof. Dr. Ing. Philipp Gölzer, Geschäfts- feldkoordinator Digitalisierte Produktion bei der Fraunhofer- Arbeitsgruppe SCS und Professor für Digitale Fabrik und Material- flusssysteme an der TH Nürnberg. Es findet statt am Dienstag, 10. März 2020 von 12:15 Uhr bis 13:30 Uhr, Forum D, Halle 8. KI auf dem Messestand, Halle 8 G48 Mit Data Analytics und KI die Supply Chain revolutionieren Mit Hilfe von Data Analytics kön- nen immer mehr Anwendungen in der Supply Chain optimiert werden; im Netzwerkmanage- ment, bei der Kennzahlenermitt- lung oder der Vorhersage von kritischen Ereignissen, wie z. B. Verspätungen, Kundenbedarfe oder notwendige Lagerbestände. Gerade in der Prognose stecken große Potenziale, vor allem, wenn Prognose-und Optimierungsme- thoden intelligent verknüpft wer- den. Neben den bereits im Fach- forum vorgestellten Lösungen im Umfeld des Ersatzteilmanage- ments und des »Joint Labs Data Analytics« präsentiert die Ar- beitsgruppe SCS auf ihrem Stand nicht nur viele weitere mögliche KI-Anwendungsfälle, sondern auch das neue KI-Kompetenzzen- trum »ADA Lovelace Center for Analytics, Data and Applications« in Nürnberg: KI-Anwendung: Dynamische Lageroptimierung Gemeinsam mit der Schnellecke GmbH entwickelte die Fraun- hofer-Arbeitsgruppe im Projekt »DynLa« einen Algorithmus zur optimalen Einlagerung von Pro- dukten in ein Hochregallager. Ziel war es, die Wege der Kom- missionierer zu verkürzen. Um den Brandschutz einerseits und vorgegebene Be-und Entladerei- henfolgen andererseits zu ge- währleisten, mussten dabei eine Vielzahl von Nebenbedingungen modelliert werden. Zum Einsatz kam dabei Mixed Integer Pro- gramming – ein mathematisches Optimierungsverfahren. So ge- lang es, eine an die Bedingungen des Lagers angepasste Software zu entwickeln, durch die Güter so einlagert werden können, dass die Wege der Kommissionierer deutlich kürzer sind. Die Ergeb- nisse sollen nun im Rahmen eines Anschlussprojekts für einen ers- ten Praxisversuch in einem Lager der Schnellecke GmbH umgesetzt werden. KI-Anwendung: Frachtmengenprognose Spediteure kämpfen zunehmend mit der Volatilität der Sendungs- mengen. Um auf Schwankungen kurzfristig reagieren zu können, entwickelt Fraunhofer SCS in Zu- sammenarbeit mit der Universität Regensburg im Projekt »KIVAS: KI-gestützte Kurzzeitprognosen für die Verbesserung von Fahr- zeugeinsatz- und Auslastungspla- nungen im deutschen Straßen- güterverkehr« ein Verfahren zur Prognose von Transportvolumen. Mithilfe dieser Prognose sind Transportunternehmen besser in der Lage, die notwendigen Res- sourcen zur Bewältigung von Auf- tragsspitzen bereitzustellen. Die Forscher prüfen dafür verschiede- ne Indikatoren, wie Wetter oder Schulferien, hinsichtlich ihres Einflusses auf das Transportvo- lumen. Zur Anwendung kommen verschiedene Machine Learning- Verfahren. KI-Anwendung: Prozessdatenpro- gnose im LKW-Transport Die Ursachen und Auswirkungen von Einflüssen und Störungen auf logistische Prozesse können Unternehmen bislang nur schwer quantifizieren. Im Projekt PROD- AB werden diese für spezifische Prozesse systematisch erfasst und mithilfe von Bayes’schen KI – Reality Check Stressigen Messetag hinter sich gebracht? Entspannen Sie sich mit Ihrem Fittu Sporthandtuch im Spa- und Wellness Bereich Ihres Hotels. S P O R T S 7,90€ UVP 39,90€ Data Analytics-, KI- und IoT-Anwendungen für die Intralogistik: Fraunhofer SCS auf der LogiMAT 2020