Künstliche Intelligenz: „alfred“ managed Logistiknetzwerk von Thyssenkrupp

Seit Anfang 2019 ist die Künstliche Intelligenz (KI) „alfred“ in die Prozesse des Werkstoffhändlers und -Dienstleisters Thyssenkrupp Materials Services eingebunden. Der Name ist eine Hommage an Alfred Krupp, der die von seinem Vater Friedrich Krupp gegründete Kruppsche Gussstahlfabrik zum damals größten Industrieunternehmen Europas ausbaute.

„Künstliche Intelligenz ist eine der Technologien, die im Werkstoffhandel künftig entscheidend zur Wettbewerbsfähigkeit beitragen wird. Mit Alfred gehen wir einen wichtigen Schritt, um unsere Prozesse noch effizienter zu gestalten und unsere Wertschöpfungskette zu optimieren. Gleichzeitig ermöglicht er uns bessere Einblicke in die Bedürfnisse unserer Kunden, sodass wir unsere Angebote dementsprechend ausrichten können. Mittelfristig eröffnet uns dieser holistische Ansatz somit auch neue Geschäftsfelder“, so Klaus Keysberg, Vorstandvorsitzender von Thyssenkrupp Materials Services.

Der digitale Mitarbeiter soll seine menschlichen Kollegen dabei unterstützen, das globale Logistiknetzwerk mit 271 Lagerstandorten sowie mehr als 150.000 Produkten und Services dynamisch zu managen. So soll Alfred im ersten Schritt dazu beitragen, die Transportwege zu optimieren und so den Transport von tausenden Tonnen Material pro Jahr einzusparen.  Zudem sollen Werkstoffe künftig schneller an den richtigen Standorten verfügbar sein.

Komplexe Datenlage

Mittelfristig soll Materials Services mit Alfred in der Lage sein, sämtliche Prozesse entlang der Supply Chain flexibler zu gestalten, um so beispielsweise spezifische Kundenanforderungen an die Liefergeschwindigkeit, die Preisgestaltung oder die Materialqualität besser zu berücksichtigen. Mit der KI sollen die rund 14 Millionen Auftragspositionen, die bei Materials Services jährlich eingehen, effizienter verarbeitet und analysiert werden können.

Erstmals werden um Unternehmen dafür sämtliche Unternehmensdaten auf einer Plattform zusammengeführt. Mithilfe selbstlernender Algorithmen, die auf Microsoft Azure Machine Learning basieren, analysiert die KI diese Informationen und generiert daraus Handlungsempfehlungen: Welche Materialien müssen welcher Branche zugeordnet werden? Wo werden Materialien verarbeitet? Was wäre der intelligenteste Transportweg, um unsere Kunden bestmöglich mit Material zu versorgen? Welche Bedürfnisse haben die einzelnen Standorte?