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 & Themen
Die vorliegende Masterthesis analysiert das Potenzial von Künstlicher Intelligenz (KI) als Lösungsansatz für die akute Laderaumknappheit in der LKW-Transportlogistik. Dabei wird untersucht, inwieweit KI-Technologien tatsächlich zur Neugestaltung und Optimierung der Branche beitragen können.
- Potenziale und Grenzen von KI in der Transportlogistik
- Einfluss von Laderaumknappheit und Fahrermangel auf die Branche
- Analyse der Digitalisierung als Kernressource für die Logistik
- Einsatzmöglichkeiten von algorithmischer Tourendisposition und autonomen Fahrzeugen
- Handlungsempfehlungen zur strategischen Neuausrichtung für Transportunternehmen
Auszug aus dem Buch
1.1. Logistik heute: Zwischen Laderaumknappheit und Fahrermangel
Um der Ausgangssituation zum Stand heute den notwendigen Ausdruck zu verleihen und das für die Arbeit notwendige Verständnis zu schaffen werde ich an dieser Stelle etwas ausführlicher auf dafür relevante Zahlen, Daten und Beobachtungen zurückgreifen.
Logistische Dienstleistungen befinden sich auf einem Wachstumskurs. Die Grafik vergleicht die Anzahl der in der Bundesrepublik Beschäftigten in Mio. und den Umsatz in Mrd. € für die letzten 5 Jahre. „Mit diesem imposanten Zahlen und einem deutschen Anteil von 25 % am Logistikumsatz der EU ist dies der größte Wirtschaftsbereich nach der Automobilwirtschaft und dem Handel.“ (vgl. Grotemeier, 2018)
Wachsender Welthandel ist eines der Parameter, welcher zu dieser Steigung verhalf und für die Globalisierung spricht. Schon mein Vater pflegte in diesem Kontext zu sagen: Geht es der Wirtschaft gut, geht es uns Allen gut. Ein simples Sprichwort, was auch hier an Bedeutung gewinnt.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel führt in die Problemstellung der Laderaumknappheit und den Fahrermangel in der Logistikbranche ein und definiert das Ziel sowie die Methodik der Arbeit.
2. Begriffsbestimmung: Es werden grundlegende Begriffe wie Logistik, Transportlogistik, Laderaumknappheit und Künstliche Intelligenz definiert, um ein einheitliches Verständnis sicherzustellen.
3. Empirische Untersuchung: Dieses Hauptkapitel erläutert die Planung, Durchführung und Auswertung einer Expertenbefragung sowie einer Gruppendiskussion zur Anwendung von KI in der Logistik.
4. Ableitung von Veränderungen und Handlungsempfehlungen aus der empirischen Untersuchung: Hier werden basierend auf den empirischen Daten praxisorientierte Strategien zur Digitalisierung und Verbesserung des Berufsbildes des LKW-Fahrers abgeleitet.
5. Abschlussbetrachtung: Das letzte Kapitel fasst die Ergebnisse zusammen, diskutiert die Folgen des KI-Einsatzes kritisch und gibt ein Fazit zur Zukunftsfähigkeit der Branche.
Schlüsselwörter
Transportlogistik, Laderaumknappheit, Künstliche Intelligenz, Fahrermangel, Digitalisierung, Algorithmen, Tourendisposition, Autonome Zustellfahrzeuge, Supply-Chain-Management, Datenqualität, Logistik 4.0, Expertenbefragung, Personalmarketing, Vernetzung, Prozessoptimierung.
Häufig gestellte Fragen
Worum geht es in dieser Masterthesis grundlegend?
Die Arbeit untersucht, ob und wie der Einsatz von Künstlicher Intelligenz die drängenden Herausforderungen wie Laderaumknappheit und Fahrermangel in der LKW-Transportlogistik lindern oder lösen kann.
Welche zentralen Themenfelder werden behandelt?
Die Arbeit thematisiert schwerpunktmäßig die Digitalisierung der Transportbranche, den Einsatz von Big Data und KI-Technologien sowie die Verbesserung der Arbeitsbedingungen für Berufskraftfahrer.
Was ist die zentrale Forschungsfrage?
Die zentrale Leitfrage lautet: Wird künstliche Intelligenz tatsächlich die Transportlogistik neugestalten und damit die von der Laderaumknappheit geplagte Situation ausheben?
Welche wissenschaftlichen Methoden wurden verwendet?
Der Autor nutzt eine zweistufige empirische Forschung: Zunächst eine quantitative Expertenbefragung unter 18 Fachleuten, gefolgt von einer qualitativen Gruppendiskussion mit einer Experten-Taskforce.
Was sind die wichtigsten Inhalte im Hauptteil?
Im Hauptteil werden Potenziale und Risiken von KI-Anwendungen, wie der algorithmischen Tourendisposition und autonomen Fahrzeugen, detailliert analysiert und durch Expertenmeinungen validiert.
Welche Schlüsselwörter definieren die Arbeit am besten?
Transportlogistik, Künstliche Intelligenz, Laderaumknappheit, Fahrermangel, Prozessoptimierung und Digitalisierung sind die prägenden Begriffe.
Welche Rolle spielt die Politik bei diesem technologischen Wandel?
Die Arbeit betont, dass die Politik eine entscheidende Rolle bei der Schaffung rechtlicher Rahmenbedingungen und der Standardisierung von Datenplattformen einnimmt, um KI-Lösungen zu fördern.
Welches Fazit zieht der Autor in Bezug auf die Hypothese?
Der Autor verwirft die Ausgangshypothese: KI allein kann die Laderaumknappheit nicht vollständig beheben, stellt aber einen wichtigen Baustein in einem umfassenden Umbruch der Logistikbranche dar.
- Arbeit zitieren
- Oliver Lang (Autor:in), 2018, Durch künstliche Intelligenz unterstütztes Logistik Management, München, GRIN Verlag, https://www.grin.com/document/463683
