In letzter Zeit hat der Logistikbereich eine Welle von Unternehmen erlebt, die vorgeben, das Lieferkettenmanagement mit einer Reihe von KI-gestützten Anwendungen zu revolutionieren. Wir bei Forto erkennen diese Fortschritte an, sind jedoch davon überzeugt, dass die wahre Stärke von KI in der Logistik über den Einsatz von vorgefertigten Lösungen hinausgeht. Es geht um den strategischen Aufbau von Data-Science-Know-how innerhalb des Unternehmens und um die Kombination von operativem menschlichem Fachwissen in diesem Bereich mit den neuesten Technologien durch einen Rahmen, der eine schnelle Validierung neu entwickelter Lösungen ermöglicht. Dies mag für viele Sektoren selbstverständlich klingen, aber in einem betriebsintensiven und relativ traditionellen Geschäft wie der Logistik muss die vorliegende Lösung die aktuellen menschlichen und ökologischen Einschränkungen angemessen berücksichtigen.
Im Jahr 2023 haben wir, ermutigt und begeistert von den Möglichkeiten der generativen KI (GenAI), die KI-Strategie von Forto überarbeitet und beschleunigt. Wir organisierten Wissensaustausch-Sitzungen für Forties (so nennen wir uns bei Forto), um das Verständnis für GenAI über den Spaß am Spielen mit ChatGPT und Dall-E hinaus zu erhöhen, führten funktionsübergreifende Workshops durch, um Ideen für Probleme zu entwickeln, die mit den neuen Fähigkeiten angegangen werden können, und entwickelten Proof-of-Concepts, die auf dem Verständnis der Möglichkeiten und Grenzen von GenAI basieren.
Dieser Beitrag ist der erste seiner Art, in dem wir über unsere Reise, unsere Erfahrungen und unsere Ergebnisse berichten, während wir gerade ein aufregendes Jahr bei Forto beginnen.
Ist KI die Wunderwaffe?
Die Entwicklungen rund um GenAI sind bahnbrechend und inspirierend, doch für uns ist es unerlässlich, ihre Grenzen und Anwendbarkeit auf die Probleme der Logistikbranche zu verstehen. In einem Satz: GenAI zeichnet sich durch die Extraktion von Erkenntnissen und Trends aus riesigen Informationspools aus, was wiederum die Generierung von qualitativ hochwertigen Ergebnissen ermöglichen kann, wenn diese gezielt angefordert werden.
Im Transportmanagement könnte die Technologie eine Schlüsselrolle bei der Skalierung der Automatisierung, der Verbesserung der Qualität von Transportdaten und der Steigerung der Servicequalität spielen. Um die differenzierten Feinheiten der Logistik und die seit langem bestehenden Herausforderungen im Lieferkettenmanagement anzugehen, ist unserer Meinung nach jedoch ein umfassender Ansatz erforderlich, der nicht nur auf die derzeitigen Fähigkeiten von GenAI setzt.
„Wie wollen Sie das Potenzial von GenAI nutzen?“ Dies war die Frage bei jeder Vorstandssitzung im vergangenen Jahr, sowohl bei Forto als auch in den Vorstandsetagen fast aller Unternehmen, die Technologien entwickeln oder beschaffen. Hinter dieser Frage steckt das Gefühl von Ehrfurcht und Neugier, das auf den breiten Zugang zu Anwendungen wie ChatGPT und Dall-E folgte. Wir bei Forto sind jedoch der festen Überzeugung, dass die relevantere Frage lauten sollte: „Wie kann Ihre KI-Strategie weiterentwickelt werden, um die transformative Kraft von GenAI zu nutzen?“ Mit dieser Frage haben wir uns in der zweiten Hälfte des Jahres 2023 beschäftigt!
Forto’s Ansatz für AI in der Logistik
Die Logistik ist ein dokumentenlastiger Bereich, der eine fragmentierte Umgebung von Partnern erfordert, um kontinuierlich Informationen auszutauschen, während die Waren von einem Ursprung zu einem Zielort gelangen. Der Dokumentationsbedarf und die Anforderungen der Branche sind vielfältig, Inhalt und Format sind kaum standardisiert, oft mehrsprachig und in vielen Fällen gesetzlich vorgeschrieben. Der Umfang und die Komplexität des dokumentenbasierten Datenaustauschs sind einer der Hauptgründe dafür, dass sich die Branche auf die manuelle Dokumentenanalyse, Datenextraktion und Eingabe in verschiedene Systeme verlässt. Das offensichtliche Problem, das zu diesem Moloch geführt hat, ist das Fehlen standardisierter oder skalierbarer Mittel für den Datenaustausch über das Ökosystem von Partnern und Anbietern hinweg, da APIs in diesem Sektor kaum existieren oder eingeführt wurden.
Im Jahr 2023 haben wir drei verschiedene Probleme mit hoher Wirkung und Priorität ausgewählt, die wir angehen wollen. Vielleicht erraten Sie den ersten Anwendungsfall, den wir in Angriff nehmen wollten. Mitte 2023 beschlossen wir, alle dokumentenbasierten Prozesse zu automatisieren, indem wir uns die Leistungsfähigkeit von GenAI zunutze machten. Als wir bei der Validierung unserer Proof-of-Concepts vorankamen, wurde klar, dass alle vielversprechenden Lösungen eine Verkettung verschiedener anderer Technologien erforderten, in den meisten Fällen anderer KI-basierter Technologien, um das jeweilige Problem zu lösen.
Datenextraktion aus Dokumenten mit AI
Wie ich bereits erwähnt habe, wird im Betrieb viel Zeit für die Bearbeitung der verschiedenen Arten von Dokumenten aufgewendet, die Forto erreichen. Diese Dokumente werden in der Regel als E-Mail-Anhänge oder Dokumenten-Uploads an unser Portal gesendet. Außerdem enthält der E-Mail-Text oft zusätzlichen Kontext zu den Dokumenten, aus denen Forto Informationen extrahieren muss.
Unsere Lösung? Wir setzen eine Lösung ein, die GenAI, Fuzzy Matching, Computer Vision und Robotic Process Automation (RPA) kombiniert. Die Lösung wurde entwickelt, um die Dokumenttypen zu kategorisieren, den Kontext des E-Mail-Textes zu verstehen, die Datenfelder aus allen Arten von Anhängen zu extrahieren, sie unserem Datenmodell zuzuordnen und dann die Daten in unser System zu übernehmen. Und diesen Prozess wiederholen wir tausende Male pro Tag.
Ergebnisorientierte Wirkung – Wie funktioniert das?
Während wir die erste Version der Lösung einführen, verarbeitet das System täglich mehr als 1.000 Dokumente unterschiedlicher Art ohne menschliches Zutun. Dabei werden täglich mehr als 50.000 Datenpunkte aus E-Mails und Dokumentanhängen innerhalb von Sekunden verstanden und in ihrer Bedeutung ausgewertet.
Ein konkretes Beispiel ist die Bearbeitung von Ankunftsanzeigen, einem wichtigen Versanddokument, die unsere Teams früher Stunden kostete und jetzt mit 100-prozentiger Genauigkeit auf wenige Millisekunden reduziert werden konnte. Dadurch konnten wir nicht nur Hunderte von Betriebsstunden pro Monat für einen einzigen Dokumententyp einsparen, sondern auch die Bestätigung von Sendungsdetails mit den Kunden nahezu in Echtzeit ermöglichen, was ein wichtiger Werttreiber für das Programm Moments of Truth war.
Die obigen Zahlen beziehen sich auf einen einzigen Dokumententyp. Für alle Dokumenttypen, die mit dieser Lösung bearbeitet werden, rechnen wir mit einer Steigerung der betrieblichen Effizienz um 10 % im großen Maßstab. Mit diesen Ergebnissen scheint die Zukunft aus unserer Sicht sehr rosig zu sein!
Der Blick nach Vorne
Mit Blick auf das Jahr 2024 sind wir bereit, unsere Erkenntnisse aus dem Jahr 2023 für ehrgeizigere Projekte einzusetzen, von denen wir glauben, dass sie die Handhabung der Logistik verändern werden. Einige der Fragen, die wir uns stellen, sind:
- Wie könnte ein Versandabfertigungsagent aussehen? Welche Daten werden für den Aufbau und die Schulung dieser Agenten benötigt?
- Wie sollte sich das Kundenerlebnis entwickeln, um etwaige Bedenken hinsichtlich der Maschinen, die den Transport abwickeln, zu zerstreuen?
- Was wäre das richtige Modell, um einige dieser Lösungen zum Nutzen der Industrie zu öffnen?
In diesem Beitrag habe ich mich absichtlich auf die Details eines einzelnen Problems konzentriert, an dem die Forto-Teams in den letzten sechs Monaten gearbeitet haben. Unser Plan ist es, weiterhin zu teilen. Wir wissen, dass viele Unternehmen mit der Operationalisierung einer Strategie kämpfen, die KI (und GenAI) einsetzt, um Geschäftsergebnisse zu erzielen. Wir glauben, dass Forto die Nase vorn hat, und möchten der Branche helfen, ihre Seite der Möglichkeiten pragmatisch zu durchdenken.
Wenn Sie bis hierher gelesen haben, hoffe ich erstens, dass es Ihre Zeit wert war. Zweitens, wenn es eine Schlussfolgerung gibt, die ich Ihnen gerne mit auf den Weg geben möchte, dann ist es diese: Es ist klar, dass die generative KI zwar ihren Platz in unserer Branche hat,. Ein differenzierterer Ansatz, der verschiedene KI-Technologien mit menschlichem Fachwissen kombiniert, ist jedoch unerlässlich, um Probleme zu lösen, die es wert sind, gelöst zu werden. Es geht darum, Systeme zu schaffen, bei denen die Technologie repetitive Aufgaben aus dem Tagesgeschäft entfernt und die menschliche Entscheidungsfindung verbessert. Dieser ausgewogene Ansatz wird die Logistik verändern und sie effizienter und unkomplizierter machen und auf die Bedürfnisse der Kunden eingehen.