Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...

Die Seite wird erstellt Cornelia Specht
 
WEITER LESEN
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Künstliche Intelligenz in der Logistik
Hype oder Schlüsseltechnologie?

Dr. Sebastian Erdenreich
trinnovative GmbH
                                         1
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Was ist Künstliche Intelligenz?

artificial intelligence:

          “the theory and development of computer systems able to
        perform tasks normally requiring human intelligence, such as
         visual perception, speech recognition, decision-making, and
                                     translation between languages.”
                           [http://www.oxfordreference.com/view/10.1093/oi/authority.20110803095426960]

© 2019 trinnovative GmbH                                                                                  2
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Entwicklung Künstliche Intelligenz (1)
                                                                         Deep Blue
                       John McCarthy:                                     besiegt
                           Artificial                                  Garry Kasparov
                         Intelligence                                    im Schach

     1950                  1955             1964         „KI Winter“       1997             2011

                                                                                         Siri (Apple)
 Alan Turing:                                ELIZA                                       (iPhone4S)
 Turing Test                            Erster Chatbot
                                                                                        Watson (IBM)
                                                                                          gewinnt
                                                                                         Jeopardy
© 2019 trinnovative GmbH                                                                                3
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Entwicklung Künstliche Intelligenz (2)

                              Alexa
                                                             Erstes
                            (Sprach-
                                                         KI Kunstwerk
                           assistent)

     2014                    2014           2017            2018            2019

   Eugene                                 AlphaGo                       KI Assistenten
  Goostman                              besiegt Ke Jie
  (Chatbot)                                 in Go                       Transparenz

                                                                           AutoML

© 2019 trinnovative GmbH                                                                 4
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Taxonomie der Künstlichen Intelligenz
                    Experten-                                                      Kunden-
                                                                Clustering      segmentierung
                     systeme

                   Maschinelles   Unüberwachtes   Merkmals-    Klassifikation     Diagnose
KI
                     Lernen          Lernen       extraktion

                                   Überwachtes                                     Absatz-
                                     Lernen                     Regression
                                                                                  Prognose

 © 2019 trinnovative GmbH                                                              5
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Status quo Künstliche Intelligenz

                           [https://www.gartner.com/smarterwithgartn
                           er/5-trends-emerge-in-gartner-hype-cycle-
                           for-emerging-technologies-2018/]

© 2019 trinnovative GmbH                                               6
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Deep Learning

                           [https://www.edureka.co/blog/what-is-deep-learning]
© 2019 trinnovative GmbH                                                         7
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Rasante Entwicklung
                                                     mehr Daten

                                        AI as a Service
                                        mehr Spezialisten

                             mehr Rechenpower
                             (GPU, TPU)

       bessere Algorithmen

© 2019 trinnovative GmbH                                          8
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Anwendungsfälle in der Logistik

© 2019 trinnovative GmbH          9
Künstliche Intelligenz in der Logistik - Hype oder Schlüsseltechnologie? - Dr. Sebastian Erdenreich - Digitale ...
Use Case 1: Absatzplanung
                                     SKU 4711
              1200

                                                                                             „Genauso viel Bestand im Lager
                                                                                 Nachschub
              1000                                                                           wie notwendig:
                                                                                             nicht mehr, nicht weniger“
               800             Nachschubauftrag
  Inventory

                                           Zeit bis zur Ankunft des Nachschubs
               600

               400
                                                                                             Vorteile:
                                                            Wenig Bestand                    • geringere Lagerkosten
               200
                                                                                             • Reduzierter Out-of-Stock

                 0
                     1     2    3             4             5               6           7
                                            Time

© 2019 trinnovative GmbH                                                                                                  10
Funktionsweise: Absatzplanung

© 2019 trinnovative GmbH        11
Umsetzung in der Praxis
Beispiele:
• Otto: 90% genaue Vorhersage für 30 Tage [1]
• Konsumgüterindustrie (u.a. eigene Projekte): bis 95% genau

 [1: https://www.ssi-schaefer.com/resource/blob/504700/ec6d618fc32d0544d280b5f5ffd312e6/white-paper-artificial-intelligence-in-logistics--dam-download-en-16560--data.pdf]

© 2019 trinnovative GmbH                                                                                                                                   12
Use Case 2: Predictive Maintenance
                  Preventive   Predictive

Maschine 1

Maschine 2

Maschine 3

Maschine 4

   © 2019 trinnovative GmbH                 13
Funktionsweise: Predictive Maintenance

                                           Predictive Maintenance
                                                                                            4
                                                                           Data Analytics

                                                                            Monitoring
           1                           2
                                                               3
                                                                             Machine
Sensor-                       Daten          Daten speichern                 Learning
daten                         senden

                       Edge                                        Cloud
   © 2019 trinnovative GmbH                                                                     14
Beispieldaten „Turbine“

[https://www.svds.com/predictive-maintenance-iot/]

     © 2019 trinnovative GmbH
Umsetzung in der Praxis
Beispiele:
• Union Pacific Railroad, Einsparung 100 Mio Dollar pro Jahr [1]
• United Parcel Service (UPS), Einsparungen im Millionenbereich [2]
• Deutsche Bahn wird bis 2020 Zustandsdaten aller Güterloks erfassen[3]

 [1: https://www.t-systems.com/de/de/ueber-uns/unternehmen/newsroom/news/news/predictive-operations-optimiert-die-logistik-254924]
 [2: https://www.forbes.com/sites/gregsatell/2013/12/03/yes-big-data-can-solve-real-world-problems/#e0a215b88969]
 [3: https://www.computerwoche.de/a/ge-digitalisiert-250-gueterloks-der-deutschen-bahn,3330236]

© 2019 trinnovative GmbH                                                                                                             16
Use Case 3: Chatbots

                       Wo ist mein
                        Paket mit                  „ Arbeitsabläufe vereinfachen,
                       Nummer 123                  beschleunigen und automatisieren“

                                        Hallo,
                                      wie kann
                                     ich helfen?
                                                   Vorteile:
                                                   • Schnelle Antwortzeiten
                                                   • Permanent Verfügbar
                                                   • Beliebig Skalierbar
                                                   • Kostengünstig

© 2019 trinnovative GmbH                                                      17
Funktionsweise: Chatbots

[ https://www.wordstream.com/blog/ws/2017/10/04/chatbots ]

   © 2019 trinnovative GmbH                                  18
Umsetzung in der Praxis
Beispiele:
• Nahverkehr (Amtrak): Kundenservice [1]
• Flugverkehr (Lufthansa): Umbuchung[2]
• Transportlogistik (UPS + DPD): Tracking [3][4]

 [1: http://nextit.com/case-studies/amtrak]
 [2: https://www.lufthansa.com/xx/de/chatbot]
 [3: https://www.ups.com/us/en/services/tracking/chatbot.page]
 [4: https://www.eurotransport.de/artikel/mit-google-assistent-dpd-pakete-steuern-kep-dienst-setzt-auf-intelligenten-chatbot-10381781.html]

© 2019 trinnovative GmbH                                                                                                                      19
Pro und Kontra
  Stärken                                    Schwächen

       • Automatisierung von                     • Trainings-Datenqualität entscheidend
         Routineaufgaben                         • Expertenwissen erforderlich
       • Geringer Kosten                           (teilweise)
       • Höhere Produktivität

 Chancen                                     Risiken

       • Mensch Fokus auf „anspruchsvolle“       • Black Box
         Tätigkeiten                             • „Diskriminierung“
       • Mehr Jobs entstehen als abgebaut        • Datenschutz
         werden

© 2019 trinnovative GmbH                                                                  20
Fazit

KI ist eine derzeit gehypte, aber zukünftige Schlüsseltechnologie

© 2019 trinnovative GmbH                                       21
© 2015 trinnovative GmbH   22
Wir sind …

Dr. Andreas Beer           Dr. Johann Schenkl   Dr. Sebastian Erdenreich   Dr. Sebastian Schierenberg
IT-Berater                 IT-Berater           IT-Berater                 IT-Berater

                                                                           … trinnovative:
                                                                           Dienstleister für Maschinelles Lernen und
                                                                           Softwareentwicklung aus Regensburg

Raffaela Schierle          Andreas Zinkl         Kevin Preischl
IT-Beraterin               Werkstudent           Masterand
© 2019 trinnovative GmbH                                                                                         23
Credits:
                           • Icons made by Eucalyp/Freepik/Kiranshastry/mavadee/
                              Smashicons https://www.flaticon.com is licensed by CC 3.0
                              BY
                           • Photos made by Daniel Cheung/David Clode/Pete Pedroza/
                              Franck V./Lovely Shots/S O C I A L . C U T on
                              https://unsplash.com
© 2019 trinnovative GmbH                                                              24
Sie können auch lesen