Künstliche Intelligenz im Handel, Schwerpunkt Lager & Logistik

Die Nutzung von Künstlicher Intelligenz (KI) bzw. Data Intelligenz ist längst keine Zukunftsmusik mehr, sondern praktikable Realität. An vielen Stellen im Handel - ob online oder offline - werden Daten zusammengetragen. KI und Machine Learning basieren auf extremen Datenmengen, nur durch diese können Muster erkannt werden und Folgehandlungen erlernt werden. Dazu gehören zum Beispiel allgemeine Daten zum Kaufverhalten der Kunden (welcher Anlass/welche Maßnahme liefert den Kaufimpuls), welche Zahlarten kommen zum Einsatz, welche Einflüsse auf das Kaufverhalten gibt es (Angebote, Wettereinflüsse, Urlaubszeiten, Jahreszeiten, ...) und viele mehr.

Wie können sich die Unternehmen im Handel die Daten zunutze machen?

Wie können Prozesse in Lager und Logistik und in der gesamten Supply Chain optimiert werden? Wie können datenbasiert besondere Einkaufserlebnisse für die Kunden geschaffen werden?

Durch den geschickten Einsatz von KI profitieren Unternehmen und Käufer gleichermaßen. Im Folgenden betrachten wir den Einsatz von KI/DI mit SAP Tools aus der S/4HANA Suite im Bereich Lager & Logistik und Supply Chain Management. Es wird das Zusammenspiel zwischen den SAP Produkten SAP CAR, SAP ERP, SAP EWM und der SAP Analytics Cloud genauer beleuchtet.

Vorhersage der Nachfrage

Gewisse Konsumereignisse oder Konsumhäufungen lassen sich vorhersagen, da sie entweder wiederkehrend (z.B. Weihnachten) oder wetterabhängig (z.B. heißer Sommer, Schneereicher Winter) sind oder sich ein Trend abzeichnet, der sich am Markt etablieren könnte. Als Datengrundlage dient hier vor allem SAP CAR und das SAP CAR – UDF.

Hierzu werden im SAP CAR diverse Daten zusammengetragen und automatisiert auf Logistik-Prozesse übertragen. Steht z.B. eine Wettervorhersage mit extremen Schneefällen in weiten Teilen Deutschlands an, werden sehr wahrscheinlich kurzfristig diverse Winter-Artikel (z.B. Outdoor-Schneebekleidung und Wintersportausrüstung) nachgefragt. Um diesen Ansturm optimal bedienen zu können, werden entsprechende Artikel in einer großen Vielfalt rechtzeitig geordert und eingelagert.

Anpassung der Verzonung im Lager

Im Lager werden die Regalplätze ebenfalls auf die voraussichtlich starke Nachfrage nach den beschriebenen Artikeln neu angeordnet. So kommen sämtliche Waren zur winterlichen Wettervorhersage auf schnell zugängliche Plätze, um die Bestellungen schnellstmöglich bearbeiten zu können.

Ebenfalls werden im Lager Artikel, die häufig gemeinsam gekauft werden, nahe beieinander platziert, um unnötige Wegezeiten zu sparen und die Abwicklung der Bestellungen zu beschleunigen.

Robotik im Lager

Ein weiterer Baustein in der Nutzung von KI ist der Einsatz von Robotic in Lagerprozessen. Die automatisierte Hinführung zu und Entnahme von gewünschten Waren durch Roboterwagen senkt die Fehlerquote für falsche Artikel und beschleunigt auch hier die Abläufe für den Versand. Auch das Nachfüllen von Waren kann so automatisiert und weitgehend fehlerfrei erfolgen.

KI im Online-Fulfillment

Der Einsatz von KI im Online-Fulfillment ist unabdingbar, um ein optimales Kundenerlebnis und eine hohe Kundenzufriedenheit zu schaffen. Wichtige Punkte für die Erfüllung sind Lieferfähigkeit, transparente Lagerbestände (über die Vertriebswege hinweg), Schnelligkeit im Versand, der Versand der richtigen Ware und eine ansprechende Verpackung. Auch das Retourenmanagement sollte einwandfrei und mit so wenig Aufwand wie möglich für den Kunden umgesetzt werden. Die Fulfillment-Prozesse werden zum Beispiel mit SAP EWM geplant und gesteuert und zentral immer wieder angepasst.

Fazit und Ausblick

In der gesamten Supply Chain helfen Daten bei der Optimierung von Prozessen. Es ist wichtig, dass die gesammelten Daten sinnvoll und geordnet zum Einsatz kommen, um Potentiale und Chancen voll auszuschöpfen.

Die Tools der SAP S/4HANA Suite (CAR, EWM, ERP, UDF etc.) bieten immer mehr Möglichkeiten, KI und ML zukunftsorientiert einzusetzen. Mit Signavio können Prozesse modelliert werden, mit Celonis können Schwachstellen und bestehende Prozesse analysiert werden um, Potentiale für Verbesserungen schneller zu erkennen.