Fachkräftemangel mit KI bewältigen
GreyOrange gibt die Ergebnisse einer gemeinsam mit der Bundesvereinigung Logistik (BVL) durchgeführten Studie zum Thema "Künstliche Intelligenz und Automatisierungstechnologien in der Intralogistik" bekannt.

GreyOrange gibt die Ergebnisse einer gemeinsam mit der Bundesvereinigung Logistik (BVL) durchgeführten Studie zum Thema „Künstliche Intelligenz und Automatisierungstechnologien in der Intralogistik“ bekannt. Dabei zeigt sich, dass Unternehmen vor allem der Arbeitskräftemangel sowie Schwierigkeiten bei der Skalierung des eigenen Betriebs zu schaffen machen. In Zukunft erwarten über 80 Prozent der Befragten einen verstärkten Einsatz von KI und Automatisierungslösungen zur Bewältigung der Herausforderungen.

Bild: GreyOrange GmbH

Software und Robotik Hand in Hand entwickeln

Die Studienteilnehmer decken die gesamte Bandbreite des Wirtschaftsbereichs Logistik ab. Befragt wurden 194 Unternehmen aus der Industrie und dem verarbeitenden Gewerbe sowie Logistikdienstleister, Händler und weitere Dienstleister, z.B. aus den Bereichen IT/Software, Beratung, Forschung/Lehre. Dabei zeigt sich, dass der Fachkräftemangel für mehr als die Hälfte der Unternehmen (50,8 Prozent) im vergangenen Jahr die größte Schwierigkeit darstellte. Der Mangel an operativem Lagerpersonal führte in 27 Prozent der befragten Unternehmen zu Störungen – bei 13 Prozent sogar zu signifikanten Störungen.

Auf Platz zwei und drei der größten Herausforderungen lagen Probleme bei der schnellen Skalierung des operativen Betriebs sowie Probleme, den Warenbestand transparent zu verfolgen und zu überwachen. In den Ergebnissen zeigt sich der Bedarf nach intelligenten Automatisierungslösungen in den untersuchten Branchen. Stehen Unternehmen nicht genügend Arbeitskräfte zur Verfügung, können smarte Roboter die Lösung sein. Außerdem ermöglichen die intelligenten Helfer eine flexible Skalierung des Betriebs, beispielsweise zu Auftragsspitzen.

„In den meisten der befragten Unternehmen machen manuelle Tätigkeiten einen hohen Anteil am Wertschöpfungsprozess aus. Darin zeigt sich der Bedarf nach intelligenten, KI-basierten Automatisierungslösungen, die Menschen-ähnliche Tätigkeiten ausführen können. Deshalb entwickeln wir bei GreyOrange Roboter und Software Hand in Hand, denn nur so können Lösungen auch hochwertige Tätigkeiten ausführen und Unternehmen bei ihren Skalierungsvorhaben oder bei Problemen wie dem Fachkräftemangel unterstützen“, erklärt James Newman, Director EMEA bei GreyOrange.

82 Prozent erwarten verstärkten Einsatz von KI und Automatisierung

Mit Blick auf die Zukunft erwarten 82 Prozent der Befragten, dass der Einsatz von Künstlicher Intelligenz und Automatisierungstechnologien zunehmen wird, um den Arbeits- und Fachkräftemangel im Lager abzumildern.

Wenig überraschend gehen 72 Prozent der Studienteilnehmer davon aus, dass die Investitionen ihres Unternehmens in Künstliche Intelligenz zunehmen oder sogar deutlich zunehmen werden. Bei Ware-zur-Person-Robotiksystemen erwarten immerhin 56 Prozent der Befragten steigende Investitionen. Offensichtlich hat ein Großteil der Betriebe also erkannt, dass sich flexible Skalierbarkeit in Zeiten des Fachkräftemangels nur mithilfe KI-basierter Automatisierungslösungen sicherstellen lässt. Die Mehrzahl der Entscheider sichert mit seinen Investitionen bereits die Zukunfts- und Wettbewerbsfähigkeit des eigenen Geschäftsmodells ab.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Bild: Fraunhofer IOSB-INA
Bild: Fraunhofer IOSB-INA
Fraunhofer entwickelt Lösungen für Einsatz künstlicher Intelligenz in industrieller Produktion

Fraunhofer entwickelt Lösungen für Einsatz künstlicher Intelligenz in industrieller Produktion

Wie macht die intelligente Nutzung von Daten Fabriken fit für die Zukunft? Im Projekt ‚Datenfabrik.NRW‘ erarbeiten vier Fraunhofer-Institute (Entwurfstechnik Mechatronik IEM, Materialfluss und Logistik IML, Optronik, Systemtechnik und Bildauswertung IOSB und Intelligente Analyse- und Informationssysteme IAIS) konkrete Anwendungen für den vielfältigen Einsatz von künstlicher Intelligenz in der Produktion und setzen diese in realen Produktionsumgebungen bei Claas und Schmitz Cargobull um. Das Land Nordrhein-Westfalen fördert das Zukunftsprojekt mit 9,2Mio.€. Die Kompetenzplattform KI.NRW nimmt die Datenfabrik.NRW als KI-Flagshipprojekt in ihr Netzwerk auf.

Anzeige

Anzeige

Anzeige