Verbraucher wollen ihre Produkte sofort. Auch größere Unternehmen möchten nach der Kaufentscheidung so schnell wie möglich die erwarteten Leistungen erhalten. Durch die Entwicklung von Transportmanagementsystemen (TMS) konnten Softwareentwickler die Erwartungen der Verbraucher in Bezug auf die Lieferzeiten von Produkten deutlich verbessern.

Diese Systeme unterstützen Unternehmen bei der Logistikplanung, indem sie Versandwege modellieren. So lässt sich die Zeit verkürzen, die ein Produkt braucht, um seinen Bestimmungsort zu erreichen. Und bei über 21 Milliarden versendeten Paketen pro Jahr allein in den USA¹ sorgt TMS-Software dafür, dass sich die Versandwege und -träger so wenig wie möglich kreuzen und gegenseitig stören.

Dieser Blogbeitrag befasst sich mit der Frage, wie sich TMS durch KI optimieren lassen und dadurch die Frachtlogistik verbessert, maximale Kosteneinsparungen erzielt, Lieferzeiten verkürzt und umweltfreundliche Praktiken gefördert werden können, die den CO2-Fußabdruck der Fracht verringern.

Überblick über Transportmanagementsysteme

TMS haben drei wesentliche Funktionen, mit denen sich die Komplexität reduzieren und der Wirkungsgrad steigern lässt:

1. Transportplanung und Mapping
2. Frachtmanagement
3. Vorhersage- und Reporting-Analyse-Dashboard

Die TMS-Software vergleicht die Frachttarife verschiedener Spediteure, um die Kosten anhand der Transportroute zu optimieren. Bei diesem Schritt werden Variablen wie die Größe des Containers, die Geometrie des Laderaums und die Art des Frachttransports – Straße, Schiene, See oder Luft – berücksichtigt, um die Anzahl der Pakete pro Container zu maximieren.

Der Begriff „Containerisierung“ bezeichnet beispielsweise die Ausrichtung und das Stapeln von Packstücken innerhalb eines Versandgehäuses. Bei großvolumigen Produkten kann die richtige Ausrichtung der Packstücke wesentliche finanzielle Vorteile bringen, denn dadurch kann eine weitere Reihe im Container für mehr Pakete geschaffen werden. Falls der Zeitplan für die Vermarktung der Produkte eine Verlagerung von der Luft- zur Seefracht zulässt, kann die Zeit, die für den Transport der Produkte auf dem Seeweg benötigt wird, die Zeitersparnis durch die (teurere) Luftfracht mehr als ausgleichen.

Das Frachtmanagement befasst sich mit Prozessen wie der Erstellung von Frachtangeboten, der Vertragsabwicklung, der Angebotserstellung, der Rechnungsstellung und der Auflösung von Unstimmigkeiten mit den verschiedenen Spediteuren.

Der dritte Teil ist ein Dashboard zur Erfassung von Analysen und Vorhersage der Frachtnachfrage. Die TMS-Software analysiert die Rentabilität und passt den Transport dynamisch an, wenn sich die Bedingungen ändern. Ein System, das jeden Schritt im Logistikprozess transparent macht, hilft dabei, Probleme schon im Vorfeld zu erkennen.

Vorteile von TMS

Die wichtigsten TMS-Vorteile liegen in der Möglichkeit, Daten zu sammeln, mit denen sich die oben beschriebenen Funktionen optimieren lassen. Durch das Sammeln von Daten während des gesamten Prozesses können Logistikplaner Änderungen der Speditionsstrategie, der Preisstruktur oder der Transportverfahren berücksichtigen. Zudem können sie Daten über beschädigte Produkte nach Spediteur oder Transportmethode erfassen und diese Ineffizienz in die Transportkostenrechnung einbeziehen. Aufgrund der Möglichkeit, den Transport durch datenbasierte Optimierungen zu verbessern, eignen sich TMS ideal für KI.

Wie KI das Transportmanagement verbessert

Die Digitalisierung von Transport und Logistik hat zu den bereits erwähnten Effizienzgewinnen geführt. Da man ein Problem nicht lösen kann, wenn man nicht weiß, dass es existiert, war die Erfassung und das Sammeln dieser Daten sowie das Verfolgen von Trends der erste Schritt zur Straffung der Schritte im Logistikprozess. Unter den vielen Verbesserungen, die mit einem KI-gesteuerten TMS möglich sind, sind drei Applikationen hervorzuheben.

Optimierte Transportrouten

Mit KI kann das TMS die zunehmenden Datenmengen verarbeiten und so den Logistikprozess kontinuierlich und in Echtzeit optimieren. Anstatt pauschale Annahmen für die zeitliche Abstimmung von See- und Luftfracht zu treffen, kann TMS Informationen sammeln, um den Frachttransport in beiden Modi zu modellieren und einen Plan zu empfehlen, der Kosten und Energie spart.

KI kann mit Verkehrsdaten verknüpft werden, um die Lkw-Routenführung über den Tag hinweg kontinuierlich zu optimieren. In größeren Städten mit starkem Berufsverkehr kann die Software die kritischen Verkehrspunkte erkennen und optimierte Routen empfehlen, um diese Staus zu vermeiden. KI-gesteuerte TMS können zudem teure Verspätungen vermeiden, indem sie Unfälle, Wetterbedingungen oder andere ungeplante Ereignisse verfolgen, durch die die typischen Transportrouten unterbrochen werden.

Prädiktive Fähigkeiten

Intelligente TMS-Software kann bei der Ankunft der Sendung die von der einkaufenden Stelle eingegebenen Beschädigungsdaten und alle Kundendienstbeschwerden erfassen. Das System kann Qualitätsverluste von Produkten mit verschiedenen Routenvorschlägen vergleichen und dies bei der Routenfestlegung in die Prognosemodellierung einbeziehen.

Durch den Einsatz von intelligenten Sensoren in den Fahrzeugen kann die TMS-Software außerdem Daten sammeln, mit deren Hilfe sich anstehende Wartungsarbeiten an den Fahrzeugen vorhersagen lassen, bevor sie durchgeführt werden müssen. Zu diesen intelligenten Sensoren zählen beispielsweise Emissionssensoren, die die Abgase des Motors überwachen, oder Schwingungssensoren, die die Vibrationen des Motors oder des Getriebes überwachen. Die Informationen dieser Sensoren tragen dazu bei, Ausfallzeiten und damit verbundene Kosten- und Sicherheitsrisiken zu minimieren, die sich aus einem schwerwiegenden Ausfall des Fahrzeugs im Einsatz ergeben.

Geringere Kosten und kleinerer CO2-Fußabdruck

Ein dritter Vorteil der Integration von künstlicher Intelligenz in das TMS besteht in der Senkung der Kosten und des CO2-Fußabdrucks. Durch die Optimierung der Transportrouten werden die Lieferzeiten verkürzt und die Wirtschaftlichkeit der Lieferung erhöht. Ein weiterer Vorteil optimierter Transportrouten besteht darin, dass die Transportzeit von leeren Containern auf dem Rückweg minimiert wird. Der Rückweg ist eine notwendige Ineffizienz. Dabei werden die Lkw und die Container zurückgeholt, aber der Transport leerer Gehäuse ist eine unnötige Verschwendung.

KI-gesteuerte TMS-Software kann das Routing von leeren Containern zu näher gelegenen Absetz- oder Abholstellen optimieren und so die Rückfahrzeiten verkürzen. Dadurch können Unternehmen erhebliche Kraftstoffkosten einsparen und die Lebensdauer ihrer Fahrzeuge durch kürzere Strecken verlängern und damit sowohl die Kosten als auch den CO2-Ausstoß senken.

Fazit und zukünftige Trends

Als Reaktion auf die Nachfrage der Verbraucher nach einer schnellen Lieferung von Produkten haben sich Transportmanagementsysteme zu wichtigen Tools in der Logistik entwickelt. Diese Systeme rationalisieren die Transportplanung, das Frachtmanagement und die Datenanalyse zur Betriebsoptimierung.

Die intelligenten Features der TMS-Software liefern eine riesige Menge an Daten, die sich ideal für den Einsatz von KI und maschinellem Lernen (ML) eignen. Zukünftig wird ML Prozesse und Aufgaben kontinuierlich optimieren, wobei KI die beste menschliche Reaktion liefert, um sofort auf ein negatives Signal in den Daten zu reagieren. ML und KI bieten Vorteile, die den Wirkungsgrad der Logistikkette, die Verbraucherkosten und die Klimabilanz über den gesamten Lebenszyklus hinweg verbessern.

Quelle

• 1. DC Velocity Staff. „U.S. Parcel Volume Dipped 2% in 2022 after a 6% Rise in 2021.“ DC Velocity, 28. März 2023. https://www.dcvelocity.com/articles/57046-us-parcel-volume-dipped-2-in-2022-after-a-33-jump-in-2021