Interview mit Matthias Winkenbach (MIT)

Mecalux interviewt Matthias Winkenbach, Forschungsleiter am Massachusetts Institute of Technology (MIT), um die KI-Trends zu analysieren, die den größten Einfluss auf die Zukunft des E-Commerce haben werden.

• Er erklärte kürzlich, dass künstliche Intelligenz der nächste große Trend in der Lieferkette sein wird. Welches Potenzial hat die KI zur Verbesserung der Logistik?

  Es gibt viele Möglichkeiten, das Potenzial der künstlichen Intelligenz (KI) in der Logistikbranche auszuschöpfen. Mein Team konzentriert seine Forschung auf die Systemgestaltung. Zum Beispiel, wie KI die Industrie in die Lage versetzen wird, nicht nur mehr Daten, sondern auch wertvollere Datensätze bei der Lösung von Problemen einzubeziehen. Denken Sie an einen einfachen Fall wie die Routenplanung. Traditionell wurde sie von Algorithmen des Operations Research mit einem sehr einfachen Ziel gesteuert: die kürzeste, billigste und schnellste Route zu finden. In der Praxis setzen sich Unternehmen jedoch komplexere Ziele. Sie wollen sicherstellen, dass die Route sowohl kosteneffizient als auch sicher ist und verfolgen noch weitere Richtlinien, die sich nicht mit den herkömmlichen Algorithmen umsetzen lassen. Modelle des maschinellen Lernens sind in der Lage, diese Probleme zu lösen: Sie integrieren mehr Funktionen und Daten, um logistische Herausforderungen wie Bestandsmanagement, Netzgestaltung, Straßenbedingungen oder spezifische Kundenanforderungen zu bewältigen.

• Wie erproben Sie diese Technologien am MIT?

  Ich leite zwei Labors. Das eine ist das Megacity Logistics Lab, in dem wir Forschung in den Bereichen Logistik der letzten Meile, urbane Mobilität, E-Commerce-Vertrieb und Gestaltung von Omnichannel-Netzen betreiben. Das andere ist das CAVE-Labor, das sich der Softwareentwicklung widmet: Wir entwickeln Tools, die Forschern bei der Arbeit mit analytischen Modellen und großen Logistikdaten helfen. Zudem entwerfen wir intuitive Schnittstellen, die es Ihnen ermöglichen, mit diesen Modellen in der Praxis zu interagieren, ohne dass Sie für deren Nutzung ein technischer Experte sein müssen.

  

• Vor welchen Herausforderungen stehen E-Commerce-Unternehmen bei der Optimierung ihrer Vertriebsprozesse?

  Der elektronische Handel hat sich in den letzten zwei Jahren stark verändert. Als ich mit meinen Forschungen in diesem Bereich begann, hatte sich der Online-Handel noch nicht durchgesetzt und es war üblich, vier bis fünf Tage auf eine Bestellung zu warten. Inzwischen erhält man die Bestellung in der Regel am nächsten Tag und ich denke, dass die Auslieferung in naher Zukunft am selben Tag oder innerhalb weniger Stunden erfolgen wird. Die unaufhaltsame Geschwindigkeitszunahme und Vielfalt der online erhältlichen Produkte führt zu einem höheren Maß an Komplexität und Herausforderungen, die die Logistikbranche bewältigen muss. Zu diesen Herausforderungen gehört z.B. die strategische Bestandsverwaltung und Positionierung der Waren. Zu der Zeit als noch längere Lieferzeiten üblich waren, brauchte man sich keine Gedanken über die Lagerbestände zu machen, denn von nur drei Vertriebszentren in den USA aus konnte man 80 % der Bevölkerung in zwei oder drei Tagen beliefern. Aber heute leben wir in einer Welt der unmittelbar eintreffenden Lieferungen. Da braucht man mindestens neun oder zehn Anlagen im ganzen Land, um die gleiche Anzahl von Kunden in diesem Zeitraum zu erreichen.

• Wie wird es ablaufen, wenn die Lieferungen am selben Trag eintreffen müssen?

  Mit der Zunahme des E-Commerce auf Abruf, bei dem man ein Produkt bestellt und es innerhalb von ein oder zwei Stunden erhält, ist ein zentralisiertes System nicht mehr praktikabel. Man muss mehr Präsenz vor Ort zeigen und ein stärker fragmentiertes Anlagennetz haben. Dies bedeutet auch eine Fragmentierung des gesamten Bestands. Bei der Lagerhaltung bedarf es intelligenter Entscheidungen, je nachdem, um welches Produkt in welcher Menge es sich handelt und an welchem Stellplatz es gelagert werden soll. Andernfalls müssen die Bestände überall dupliziert werden, und das ist extrem kostspielig. Die Bestandsverwaltung und die Gestaltung des Logistiknetzes gehören zu den größten Herausforderungen für E-Commerce-Unternehmen. Hinzu kommt die Nachfrageprognose. Wenn ich nicht nur die Nachfrage für den nächsten Monat genauer vorhersagen kann, sondern auch, wie hoch mein Umsatz in den nächsten zwei Stunden in bestimmten Gebieten wie dem Stadtzentrum von Manhattan sein wird, kann das einen großen Unterschied machen. Mit einer gezielteren, kurzfristigen Nachfrageprognose können Unternehmen ihren Gesamtbedarf an Lagerbeständen verringern und ihren Kunden einen schnelleren und zuverlässigeren Service bieten.

  Die unaufhaltsame Geschwindigkeitszunahme und Vielfalt der online erhältlichen Produkte führt zu Herausforderungen, die die Logistikbranche bewältigen muss

• Wie kann KI zur Lösung von Vertriebsproblemen im E-Commerce beitragen?

  KI kann in vielerlei Hinsicht zur Problemlösung beitragen. Neben einem verbesserten Routenmanagement liegt ein weiteres Potenzial im Aufbau von Infrastrukturnetzen und in der Bestandsplanung. Zuletzt haben wir im Labor mit einem Einzelhändler zusammengearbeitet, der ein Distributionssystem für die letzte Meile entwickeln wollte, das ein hervorragendes Omnichannel-Erlebnis ermöglicht. Stellen Sie sich vor, Sie verkaufen Mode und haben einen Kundenkreis, der Ihrem Unternehmen ein hohes Ansehen verleiht. Sie wollen dann Influencer aus diesen Kreisen mit einem Premium-Service erreichen, der es ihnen ermöglicht, online zu bestellen und das Produkt innerhalb von 60 Minuten zu erhalten, unabhängig davon, wo sie sich befinden. Die Entwicklung eines solchen Vertriebssystems ist mit herkömmlicher Software aufgrund ihrer Komplexität unmöglich. Es gibt zu viele Variablen, die keinen linearen Beziehungen folgen, und der rechnerische Aufwand ist enorm, um sie in angemessener Zeit zu lösen.

  Nun kommen die KI-Algorithmen ins Spiel, auf deren Grundlage sich strategischere Entscheidungen treffen lassen: Wo soll der Bestand platziert werden, welche Filialen kommen für diesen spezifischen Service in Frage oder wo können zusätzliche Anlagen nur für den Online-Kanal eingerichtet werden? Maschinelles Lernen und Betriebsanalysen werden zu Verbündeten bei der Lösung komplexer Logistikprobleme.

• Was können Unternehmen tun, um bei den Lieferzeiten in Führung zu liegen?

  Um das Rennen im Logistikmanagement der letzten Meile zu gewinnen, müssen Unternehmen erkennen, dass es darauf ankommt, spezifische Infrastrukturnetze für diese Art von Dienstleistungen zu entwickeln und nicht nur bestehende zu modernisieren. Die Kunden erwarten unterschiedliche Lieferzeiten und eine breite Palette von Produkten, die sie online kaufen können, aber die Unternehmen arbeiten immer noch mit althergebrachten Infrastrukturen. Will man es jedoch richtig machen, gehört auch der Sprung ins kalte Wasser dazu und dass man nochmal bei Null anfängt. Es ist natürlich normal, dass man zunächst die bereits funktionierende Infrastruktur nutzen möchte. Aber es ist zum Beispiel unmöglich, Lieferungen innerhalb von zwei Stunden anzubieten, wenn das Lager 60 km von der Stadt entfernt ist. Dies erfordert Investitionen in die Infrastruktur für Hochgeschwindigkeitsdienste.

  

  Ein weiterer wesentlicher Faktor ist die Investition in die Datenanalyse. Historisch gesehen haben sich zahlreiche Unternehmen auf Optimierungsprobleme konzentriert. In der Regel verfügen sie über spezialisierte Teams, die sich mit der technischen Seite des Aufbaus und des Betriebs von Logistiknetzen befassen. Es ist jedoch weniger üblich, dass ein Unternehmen ein eigenes Data-Science-Team hat. Der Wettlauf um dieses hohe Serviceniveau ist auch ein Wettbewerb um Talente und um die richtigen Experten, die die nächste Generation von Algorithmen entwickeln können, die das Unternehmen benötigt. Es ist nämlich zu berücksichtigen, dass die Fähigkeiten dieser Fachleute sich geringfügig von denen der Ingenieure unterscheiden, die vor zehn oder fünfzehn Jahren eingestellt wurden. Ebenso wichtig ist es, in Mitarbeiter zu investieren, die eine Brücke zwischen der logistischen Seite - der betriebswirtschaftlichen Sicht des Problems - und den Experten mit einer eher technischen Sicht schlagen können.

• Inwieweit ist es notwendig, eine Brücke zwischen diesen beiden Welten zu schlagen?

  Manche Unternehmen begehen den Fehler, promovierte Datenwissenschaftler einzustellen, die noch nie in der Logistikbranche gearbeitet haben. Trotz ihrer hohen Kompetenz klafft oft eine Lücke zwischen diesen Experten und denjenigen, die wissen, wie das Geschäft funktioniert. Wir haben festgestellt, dass viele Unternehmen sich mit diesem Thema schwertun. Ich denke, dass der Schlüssel für dieses Problem in der Anstellung von Mitarbeitern mit unterschiedlichen Erfahrungen liegt. In den Programmen für Wirtschaftsingenieurwesen hier am MIT und an anderen Einrichtungen versuchen wir bereits, Studenten in dieser Richtung auszubilden. Sie müssen immer noch über solide Branchenkenntnisse und einen technischen Hintergrund verfügen, aber Sie brauchen auch ein ausreichend tiefes Verständnis von Datenwissenschaft und maschinellem Lernen. Das bedeutet nicht, dass man wissen muss, wie man das neueste, modernste Maschinenmodell erstellt, aber man muss in der Lage sein, mit dem Datenwissenschaftler, der es entwickelt hat, und mit dem Logistikmanager zu kommunizieren, der genau weiß, was er tut, auch wenn er keine einzige Zeile Code schreiben kann.

• Welche aufkommenden KI-Technologien oder Trends werden die Zukunft des E-Commerce-Vertriebs maßgeblich beeinflussen?

  Es klingt jetzt ein bisschen veraltet, da alle über Chatbots reden, aber ich glaube, dass diese Technologien einen großen Einfluss auf die Branche haben werden. Die gleichen Methoden, die als Impulsgeber für Tools wie ChatGPT dienen, sind vielversprechend, um einige der logistischen Planungs- und Optimierungsprobleme zu lösen, mit denen wir uns seit vielen Jahren auseinandersetzen. Ähnliche Methoden könnten bei der Lösung von Problemen sehr nützlich sein, z. B. wenn es darum geht, eine effiziente Route vorherzusagen, anstatt sie nur zu optimieren. Dies hat nicht nur Auswirkungen auf die Routen, sondern auch auf die Bestandsoptimierung und das Logistiknetz. Fast jedes größere kombinatorische Optimierungsproblem könnte mit solchen Methoden angegangen werden.

  Auf der Verbraucherseite werden wir die nahtlose Interaktion mit E-Commerce-Plattformen als größte Revolution erleben. Sie müssen nicht mehr auf eine Website gehen, nach einem Produkt suchen und auf "Kaufen" klicken. Sie werden einfach mit Ihrem Agenten der künstlichen Intelligenz auf Ihrem Smartphone sprechen und ihm sagen: „Ich habe vergessen, Zahnpasta zu kaufen; kannst Du eine Tube kaufen?“ Der KI-Agent analysiert dann Ihre bisherigen Kaufgewohnheiten, um festzustellen, welche Marke Sie gewöhnlich verwenden und welchen Preis Sie zu zahlen bereit sind. Ich glaube, dass das gesamte E-Commerce-Erlebnis viel nahtloser und in das tägliche Leben integriert werden wird, was übrigens auch bedeutet, dass der Trend zum On-Demand-Konsum weiter zunimmt. Die Logistik ihrerseits muss viel anpassungsfähiger und dynamischer werden, um auf dieses Szenario zu reagieren. Denn wenn die Interaktion reibungslos verläuft, Sie aber vier Tage warten müssen, bis Sie Ihre Produkte erhalten, ist das nicht zielführend. Ich glaube, dass sich die Welt des E-Commerce in diese Richtung entwickelt, vielleicht nicht heute oder morgen, aber mittelfristig.

  Die Aufgabe besteht darin, bei der Lagerung der Waren in der Nähe der Kunden auf Nachhaltigkeit zu achten

• Welchen Rat würden Sie E-Commerce-Unternehmen geben, die KI in ihre Vertriebsprozesse einbinden möchten?

  Mit der zunehmenden Verbreitung von Chatbots wird man sich des Potenzials dieser Modelle bewusst, auch wenn die künstliche Intelligenz immer noch eine Blackbox ist. Wenn ich mit Vertretern der Industrie spreche, sagen mir einige, dass sie in KI investieren wollen, weil sie automatisch alle ihre Probleme lösen wird. Diese Methoden befinden sich jedenfalls noch in der Entwicklung. Sie verfügen über ein enormes Potenzial, jedoch müssen wir sie noch besser verstehen. Man kann nicht einfach ein bestehendes Chat-Modell auswählen, ihm ein Problem stellen und erwarten, dass es gelöst wird. KI ist nicht der heilige Gral. Sie kann nicht alle Herausforderungen sofort und mühelos bewältigen.

  Wenn Sie als Unternehmen in diese Welt einsteigen wollen, sollten Sie klein anfangen. Wählen Sie Themen aus, die Sie bereits sehr gut verstehen. Konzentrieren Sie sich nicht auf Probleme, deren Lösung Sie nicht beherrschen. Beginnen Sie mit den Aufgaben, von denen Sie wissen, wie sie zu lösen sind, z. B. Routenplanung oder Bestandsmanagement, und versuchen Sie, diese mit einem maschinellen Lernansatz zu lösen. Sobald Sie gute Ergebnisse erzielen, können Sie die Komplexität steigern oder weitere Herausforderungen hinzufügen. Wenn Ihre Mittel begrenzt sind, versuchen Sie, Ihr Geld sinnvoll in leicht zu lösende Probleme zu investieren, um Erfahrungen zu sammeln und Fähigkeiten zu entwickeln. Ich denke, dass Sie auf diese Weise die analytischen Fähigkeiten in Ihrem Unternehmen erweitern können, um Probleme zu lösen, aus ihnen zu lernen und das Gelernte auf das nächste anstehende Hindernis anzuwenden. Man kann unmöglich ein Modell der künstlichen Intelligenz entwickeln, dem man seine gesamte Lieferkette „anvertraut“ und das auf wundersame Weise alles lösen wird. Das wird nicht passieren.

• Wie sehen Sie die Zukunft der letzten Meile im E-Commerce?

  Die zunehmend personalisierten Lieferoptionen erfüllen die Anforderungen der Verbraucher, genau zum richtigen Zeitpunkt an einem bestimmten Ort zu sein. Ich kann mir vorstellen, dass dieser Trend dazu führt, dass der Vertrieb der letzten Meile noch stärker auf die individuellen Kundenbedürfnisse zugeschnitten wird. In Zukunft wird die Zustellung nach Hause noch reibungsloser funktionieren. Vielleicht ist Ihre Wohnung nicht mehr die einzige physische Adresse, an der Sie eine Bestellung erhalten, sondern wird mit einem anderen Ort kombiniert, an dem Sie sich zu einer bestimmten Tageszeit aufhalten. Möglicherweise müssen Sie nicht einmal angeben, ob Sie die Lieferung an Ihre Heimatadresse wünschen, sondern der Algorithmus kann einfach auf Ihren Standort zugreifen und Ihnen das Paket dorthin schicken. Ich bin mir nicht sicher, ob dieses Szenario das wünschenswerteste ist, aber zumindest wird es Optionen und ein dynamischeres Konzept geben, wann und wo Sie Ihre Bestellungen erhalten.

  Diese Transformation geht mit einem allgemeinen Trend zu schnelleren, stärker personalisierten und bedarfsorientierten Lieferungen einher. Und meiner Meinung nach wird der E-Commerce auch einen viel größeren Anteil am gesamten Einzelhandelsmarkt einnehmen. Er ist in den letzten zwei Jahren recht schnell gewachsen und wird dies auch weiterhin tun. Durch das Aufkommen von KI und anderen Technologien wird das Online-Einkaufserlebnis dem Kauf von Produkten in einem Ladengeschäft immer ähnlicher.

  

• Wie verändert sich dieses Kauferlebnis?

  Viele Menschen gehen immer noch in Geschäfte, um bestimmte Produkte zu kaufen, weil sie diese online nicht in der gleichen Qualität oder mit dem gleichen Erlebniswert erhalten können, aber dieser Trend ändert sich mit der Erweiterten Realität - Augmented Reality. In der Zukunft wird der technologische Fortschritt unsere Konsumgewohnheiten stetig verändern und sich nachhaltig auf unser Einkaufsverhalten auswirken. Für die Logistikbranche bedeutet dies, dass das Geschäft nicht verschwinden wird, sondern stattdessen die Nachfrage steigt. Der Aufbau von Systemen und Prozessen zur Erfüllung all dieser Kundenanforderungen wird jedoch eine Herausforderung sein. In einer Welt, die zunehmend nachfrageorientiert funktioniert, werden die alten Systeme, die vor zehn oder fünfzehn Jahren installiert wurden, irgendwann veraltet sein. Daher werden sich die Unternehmen Gedanken über die nächste Generation von Logistiksystemen machen müssen. Es ist daher besser, in Technologien zu investieren, bevor es zu spät ist.

• In einer Welt, die zunehmend vom „On-Demand“-Konsum geprägt ist, stellt sich die Frage der Nachhaltigkeit.

  Die E-Commerce-Branche steht in der Kritik, da immer mehr Menschen immer mehr Produkte online kaufen und die Zahl der Bestellungen, die nach Hause geliefert werden, ständig steigt. Daraus lässt sich zunächst unmittelbar schlussfolgern, dass dieses Modell nicht nachhaltig sein kann. Der Übergang zu einer Welt, in der Lieferungen am selben oder nächsten Tag stattfinden, bedeutet jedoch nicht zwangsläufig, dass der E-Commerce hohe Emissionen verursacht. Es kommt darauf an, dass diese Systeme angemessen gemanagt und geplant werden und dass die Unternehmen über starke analytische Fähigkeiten verfügen. Ein Beispiel: Kaufe ich online ein Paar Turnschuhe und möchte sie in zwei Stunden haben, bedeutet das, dass sie bereits in meiner Nähe gelagert sein müssen, um rechtzeitig geliefert zu werden. Außerdem wird davon ausgegangen, dass das Produkt nahe genug ist, um mit einem Elektrofahrzeug oder einem Lastenfahrrad transportiert zu werden.

  Dieses Erfordernis der Nähe eröffnet die Möglichkeit, nachhaltige Logistikflotten für die letzte Meile zu fördern, die nicht dekarbonisiert werden könnten, wenn die Bestände zentral und weit entfernt von den großen Städten gelagert würden. Das Problem besteht darin, die Waren in der Nähe der Kunden auf eine nachhaltigere Weise zu lagern. Verfügen Sie als Unternehmen über die richtigen Analyseinstrumente, um zu erkennen, wo Sie das vom Kunden gewünschte Paar Schuhe benötigen? Sie müssen in der Lage sein, effizient vorauszusehen, um zu vermeiden, dass Produkte an falschen Orten gelagert werden. Außerdem müssen Sie mit einem System ausgestattet sein, das es Ihnen ermöglicht, den verbrauchten Bestand aufzufüllen, und zwar mit einem emissionsarmen Fahrzeug. All dies ist machbar, aber eine rechtzeitige Planung und Gestaltung ist dabei empfehlenswert.

• Künstliche Intelligenz könnte sich als entscheidender Faktor für eine nachhaltige Logistik erweisen.

  Sollten Unternehmen falsch oder schlecht auf den Übergang zu ultraschnellen Lieferungen und On-Demand-Konsum reagieren, ist mit einem massiven Anstieg der Emissionen zu rechnen. Handeln sie jedoch richtig, wird es zu einer deutlich effektiveren Dekarbonisierung des Vertriebsprozesses kommen, da die Bestellungen näher an die Verbraucher gebracht werden. Um die Logistik der Zukunft nachhaltig zu gestalten, könnte der KI eine entscheidende Rolle zukommen. Das Engagement für die Dekarbonisierung des Güterverkehrs wird von der Analysefähigkeit der Unternehmen abhängen. Es ist nur umsetzbar, wenn KI und Machine Learning verstärkt in die Planung und Ausführung der Logistikprozesse eingebunden werden.