Die vorliegende Arbeit analysiert explizit die Potenziale und Grenzen von KI (=künstliche Intelligenz) im Segment LKW-Transportlogistik, speziell angesichts der Problemstellung Laderaumknappheit. Gegliedert ist diese beginnend mit der Problemstellung, Zielsetzung und der Methodik, fortgeführt mit ein paar Erläuterungen zu wichtigen Schlüsselbegriffen, gefolgt von der eigentlichen Planung und Durchführung bis hin zur kritischen Auswertung der empirischen Untersuchung. Im Anschluss erfolgt eine auf eigenen Ansätzen basierende Zusammenfassung und (Praxis-) Empfehlungen an Führungsgremien der Branche.
KI unterstütztes Logistik Management soll dafür Sorge tragen, die Probleme in dieser Kette zu lösen. In einer Veröffentlichung der IUBH Internationalen Hochschule wird bereits für die Zukunft geworben. Neue Technologien hätten bereits das Potenzial, die dramatische Lage spürbar zu ändern und dafür zu sorgen, dass es freiere Straßen gibt und eine sichere Versorgung gewährleistet werden kann.
Dieser Auffassung werde ich auf den Grund gehen und mithilfe eines Fach-Kollegs aus Experten den Potenzialen, aber auch den Grenzen zu KI Lösungsansätzen nachgehen. Die Logistikkette besteht aus etlichen logistischen, informellen und produktionstechnischen Prozessen, die den verschiedenen Stufen der Wertschöpfung zugeordnet sind und an der es gleich mehrere Beteiligte gibt. Die KI würde alle Ebenen beeinflussen und vereinen. Die empirische Untersuchung der Wirkungsweise von KI-Lösungen auf die Logistikkette ist im Rahmen dieser Masterarbeit schlichtweg viel zu umfangreich und wird beruhend auf dieser Studie dann eher ein Thema für eine zukünftige Dissertation werden.
Inhaltsverzeichnis
- 1. Einleitung
- 1.1. Logistik heute: Zwischen Laderaumknappheit und Fahrermangel
- 1.2. Motivation und Zielsetzung
- 1.3. Methodik und Vorgehensweise der Arbeit
- 2. Begriffsbestimmung
- 2.1. Logistik
- 2.1.1 Transportlogistik
- 2.2. Laderaumknappheit
- 2.3. Künstliche Intelligenz
- 3. Empirische Untersuchung
- 3.1. Planung
- 3.1.1 Fragestellung und Hypothese
- 3.1.2 Beschreibung der Erhebungsinstrumente
- 3.1.3 Zielgruppendefinition
- 3.2 Durchführung der Expertenbefragung
- 3.3. Auswertung
- 3.3.1 Resultate der Befragung
- 3.3.2 Stichprobenbeschreibung
- 3.3.3 Ergebnisse zu „Digitalisierung der Transportlogistik“
- 3.3.4 Ergebnisse zu „Einsatz künstlicher Intelligenz“
- 3.3.5 Ergebnisse zu „Ein Blick in die digitale Zukunft der Transportlogistik“
- 3.4. Diskussion im Plenum „zur Lösung der Laderaumknappheit“
- 3.4.1 Vorbereitung
- 3.4.2 Gruppendiskussion
- 3.4.3 Überprüfung der Hypothese
- 4. Ableitung von Veränderungen und Handlungsempfehlungen aus der empirischen Untersuchung
- 4.1 Einordnung der empirischen Ergebnisse
- 4.1.1 Chancen und Potenziale
- 4.1.2 Herausforderungen und Hemmnisse
- 4.2 (Praxis) Handlungsempfehlungen
- 5. Abschlussbetrachtung
- 5.1 Folgen zunehmender Einsätze von KI in der Logistik
- 5.2 Kritischer (Aus-) Blick
- 5.3 Zusammenfassung und Fazit
Zielsetzung und Themenschwerpunkte
Diese Masterarbeit untersucht das Potenzial und die Grenzen von KI-unterstütztem Logistikmanagement im Kontext von Laderaumknappheit. Ziel ist es, die Möglichkeiten und Herausforderungen der KI-Integration in der Transportlogistik zu beleuchten und praxisrelevante Handlungsempfehlungen abzuleiten.
- Analyse der aktuellen Herausforderungen in der Logistik (Laderaumknappheit, Fahrermangel).
- Bewertung des Potenzials von Künstlicher Intelligenz (KI) zur Optimierung der Logistikprozesse.
- Empirische Untersuchung mittels Expertenbefragung und Gruppendiskussion.
- Ableitung von Handlungsempfehlungen für Unternehmen.
- Diskussion der Chancen und Risiken des KI-Einsatzes in der Logistik.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel führt in die Thematik der Masterarbeit ein und beschreibt den aktuellen Stand der Logistikbranche, insbesondere die Herausforderungen durch Laderaumknappheit und Fahrermangel. Es wird die Relevanz der Thematik erläutert und die Forschungsfrage sowie die Zielsetzung der Arbeit formuliert. Die Methodik der empirischen Untersuchung wird kurz skizziert.
2. Begriffsbestimmung: Hier werden die zentralen Begriffe der Arbeit definiert, darunter Logistik, Transportlogistik, Laderaumknappheit und Künstliche Intelligenz. Die Definitionen bilden die Grundlage für das Verständnis der weiteren Ausführungen und gewährleisten eine präzise wissenschaftliche Argumentation. Es werden die jeweiligen Begrifflichkeiten im Kontext der Arbeit präzisiert und eingegrenzt.
3. Empirische Untersuchung: Dieses Kapitel beschreibt die Planung, Durchführung und Auswertung der empirischen Untersuchung. Es beinhaltet die detaillierte Darstellung der Fragestellung und Hypothese, die Beschreibung der verwendeten Erhebungsinstrumente (Expertenbefragung und Gruppendiskussion), sowie die Definition der Zielgruppe. Die Ergebnisse der Befragung und der Gruppendiskussion werden präsentiert und analysiert, unterteilt in die Bereiche Digitalisierung der Transportlogistik, Einsatz künstlicher Intelligenz und die digitale Zukunft der Transportlogistik. Die Ergebnisse werden im Hinblick auf die Überprüfung der aufgestellten Hypothese ausgewertet.
4. Ableitung von Veränderungen und Handlungsempfehlungen aus der empirischen Untersuchung: Basierend auf den Ergebnissen der empirischen Untersuchung werden in diesem Kapitel die Chancen und Potenziale sowie die Herausforderungen und Hemmnisse des KI-Einsatzes in der Logistik diskutiert. Aus diesen Erkenntnissen werden konkrete und praxisorientierte Handlungsempfehlungen für Unternehmen abgeleitet, um die Effizienz der Logistikprozesse zu steigern und die Laderaumknappheit zu reduzieren. Die Handlungsempfehlungen berücksichtigen sowohl die technologischen als auch die organisatorischen Aspekte.
Schlüsselwörter
Künstliche Intelligenz, Logistikmanagement, Laderaumknappheit, Transportlogistik, Digitalisierung, Expertenbefragung, Handlungsempfehlungen, Chancen, Risiken, Effizienzsteigerung.
Häufig gestellte Fragen zur Masterarbeit: KI-unterstütztes Logistikmanagement im Kontext von Laderaumknappheit
Was ist der Gegenstand der Masterarbeit?
Die Masterarbeit untersucht das Potenzial und die Grenzen von KI-unterstütztem Logistikmanagement zur Bewältigung von Laderaumknappheit. Sie beleuchtet die Möglichkeiten und Herausforderungen der KI-Integration in der Transportlogistik und leitet praxisrelevante Handlungsempfehlungen ab.
Welche Themen werden in der Arbeit behandelt?
Die Arbeit analysiert die aktuellen Herausforderungen in der Logistik (Laderaumknappheit, Fahrermangel), bewertet das Potenzial von KI zur Optimierung von Logistikprozessen, führt eine empirische Untersuchung mittels Expertenbefragung und Gruppendiskussion durch, leitet Handlungsempfehlungen für Unternehmen ab und diskutiert Chancen und Risiken des KI-Einsatzes in der Logistik.
Welche Methodik wird angewendet?
Die Arbeit nutzt eine empirische Forschungsmethodik. Eine Expertenbefragung und eine Gruppendiskussion dienen der Datenerhebung. Die Ergebnisse werden analysiert und zur Ableitung von Handlungsempfehlungen verwendet.
Welche Kapitel umfasst die Arbeit?
Die Arbeit gliedert sich in fünf Kapitel: Einleitung, Begriffsbestimmung, Empirische Untersuchung, Ableitung von Veränderungen und Handlungsempfehlungen sowie Abschlussbetrachtung. Die Einleitung führt in die Thematik ein und beschreibt die Methodik. Die Begriffsbestimmung definiert zentrale Begriffe. Das Kapitel zur Empirischen Untersuchung beschreibt die Planung, Durchführung und Auswertung der Befragung und Gruppendiskussion. Das vierte Kapitel leitet aus den Ergebnissen Handlungsempfehlungen ab. Die Abschlussbetrachtung fasst die Ergebnisse zusammen und gibt einen Ausblick.
Welche Ergebnisse werden präsentiert?
Die Arbeit präsentiert die Resultate der Expertenbefragung und Gruppendiskussion, aufgeteilt in die Bereiche Digitalisierung der Transportlogistik, Einsatz künstlicher Intelligenz und die digitale Zukunft der Transportlogistik. Die Ergebnisse werden im Hinblick auf die Überprüfung der aufgestellten Hypothese ausgewertet und dienen der Ableitung von Handlungsempfehlungen.
Welche Handlungsempfehlungen werden gegeben?
Basierend auf den empirischen Ergebnissen werden konkrete und praxisorientierte Handlungsempfehlungen für Unternehmen abgeleitet, um die Effizienz der Logistikprozesse zu steigern und die Laderaumknappheit zu reduzieren. Die Empfehlungen berücksichtigen sowohl technologische als auch organisatorische Aspekte.
Welche Schlüsselwörter beschreiben die Arbeit?
Die Arbeit wird durch folgende Schlüsselwörter beschrieben: Künstliche Intelligenz, Logistikmanagement, Laderaumknappheit, Transportlogistik, Digitalisierung, Expertenbefragung, Handlungsempfehlungen, Chancen, Risiken, Effizienzsteigerung.
Für wen ist diese Arbeit relevant?
Diese Arbeit ist relevant für alle, die sich mit Logistikmanagement, Künstlicher Intelligenz und der Optimierung von Logistikprozessen beschäftigen, insbesondere für Unternehmen der Logistikbranche und Forscher im Bereich der Logistik und des KI-Einsatzes.
- Arbeit zitieren
- Oliver Lang (Autor:in), 2018, Durch künstliche Intelligenz unterstütztes Logistik Management, München, GRIN Verlag, https://www.grin.com/document/463683
