Künstliche Intelligenz für mehr Effizienz und besseren Kundenservice im Einzelhandel.
Im ersten Use Case gilt es, die Effizienz der Intralogistik zu steigern. Die Logistik innerhalb der Filialen ist mit 48 Prozent der gesamten Logistikkosten der aufwändigste Teil der Supply-Chain. Zu den Kernprozessen zählen das Auffüllen der Regale sowie das Management des Filiallagers. Diese Abläufe sind geprägt durch lange Laufwege und hohe Suchaufwände und werden bisher meist manuell und ohne digitale Unterstützung ausgeführt. Sie binden Mitarbeiter, die nicht für Kunden zur Verfügung stehen. Gefordert ist daher eine Transformation hin zum Omnichannel-Handel, also zur intelligenten Verknüpfung der Offline- und Onlinewelt. So sind z. B. angelieferte Paletten in der Regel nicht auf die Filiale, sondern transportkostenoptimal abgestimmt und müssen daher umständlich entladen werden, da die Waren einer Palette über die Verkaufsfläche verteilt wird.
Die Basis für die Lösung stellt der semantische digitale Zwilling (semdZ) einer Filiale durch Abrufbarkeit exakter Standort- und Bestandsdaten aller Artikel dar. Mittels KI können Wareneingänge aus verschiedensten Quellen hinsichtlich Platzierung und Bedarf filialindividuell sortiert werden. So werden Waren eines gemeinsamen Verkaufsflächenabschnitts auf Rollwägen vorplatziert und können dann effizient und platzsparend eingeräumt werden. Zudem wird die Bearbeitung von leeren Regalflächen priorisiert, während nicht nachzufüllende Artikel direkt im Lager verbleiben. Die erwarteten hohen Zeiteinsparungen schaffen Freiräume, um neue Leistungen für die Kunden im Omnichannel-Bereich aufbauen zu können, beispielsweise das Kommissionieren von „Click & Collect“-Bestellungen in der Filiale, bei denen Produkte online bestellt und in der Filiale abgeholt werden.
Künstliche Intelligenz steigert die Effizienz der Logistik in den Filialen.
Gefördert vom Bundesministerium für Wirtschaft und Energie auf der Grundlage eines Beschlusses des Deutschen Bundestages.