idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
In vielen Bereichen von Industrie und Online-Handel wird der Einsatz von Künstlicher Intelligenz (KI) immer alltäglicher. Auch traditionelle Berufsfelder in der Logistik, wie das der Berufskraftfahrerinnen und -fahrer, entwickeln sich in eine vergleichbare Richtung, wenn auch weniger im Licht der Öffentlichkeit. Wissenschaftler der Universität Göttingen haben nun untersucht, wie effizient der Einsatz von KI im kommerziellen Lkw-Verkehr sein kann. Ihre Antwort: Sie empfehlen eine intelligente Kombination aus menschlichen Entscheidungen und KI-Anwendungen.
Die Studie ist in der Fachzeitschrift International Journal of Logistics Management erschienen.
„Wie auch im privaten Bereich durchdringen digitale Anwendungen und im Hintergrund auch Maschinelles Lernen als Form der KI die Tätigkeiten und Prozesse im Transport- und Logistiksektor immer mehr“, erklärt Prof. Dr. Matthias Klumpp von der Wirtschaftswissenschaftlichen Fakultät. „Die Frage im kommerziellen Bereich ist jedoch, ob dies zum Erreichen der Ziele und zur Effizienz in Unternehmen beiträgt oder nicht.“
Um diese Frage zu beantworten, verglichen die Wissenschaftler die Arbeitseffizienz von Lkw-Fahrerinnen und Fahrern in Bezug auf die Nutzung von KI-Anwendungen wie dynamischer Navigation, Cruise Control und anderen. Mit Blick auf die Belieferung per Lkw im Einzelhandel untersuchten sie drei Vergleichsgruppen: Die erste fuhr ausschließlich nach menschlichen Entscheidungsmustern, die zweite in einer Kombination aus Mensch und Maschine und die dritte ausschließlich nach voll automatisierten Entscheidungen.
Die Forscher des Lehrstuhls für Produktion und Logistik kamen dabei zu dem Schluss, dass eine intelligente Kombination aus menschlicher Arbeit und Entscheidungsfähigkeit mit KI-Anwendungen die höchste Transport- und Fahrteffizienz verspricht: „Im Durchschnitt erzielte die zweite Gruppe die effizientesten Transporttouren, dabei traten die wenigsten Eingriffe und Abweichungen vom optimalen Pfad auf“, so die Autoren. „Offensichtlich verspricht weder eine rein menschliche Entscheidungsstruktur noch eine vollautomatisierte Fahrttätigkeit den aktuellen Logistikanforderungen gerecht zu werden.“
Die Wissenschaftler gehen deshalb davon aus, dass trotz des Fortschritts von KI im Bereich der Lkw-Straßentransporte noch längerfristig menschliche Entscheidungs- und Erfahrungskompetenz benötigt wird. „Allerdings lassen sich aus der Notwendigkeit der Zusammenarbeit mit KI-Anwendungen umfangreiche Trainings- und Qualifikationsanforderungen gerade für einfache Logistiktätigkeiten ableiten“, fassen die Autoren zusammen. „Technik- und KI-Innovationen sind also keine alleinige Frage für das Management, sondern Effizienz- und Wettbewerbsvorteile lassen sich insbesondere durch die Anwendung im operativen Transport erzielen.“
Prof. Dr. Matthias Klumpp
Georg-August-Universität Göttingen
Wirtschaftswissenschaftliche Fakultät
Professur für Produktion und Logistik
Platz der Göttinger Sieben 3, 37073 Göttingen
Telefon: 0551 39-7349
E-Mail: Matthias.Klumpp@uni-goettingen.de
http://www.produktion.uni-goettingen.de
Loske, D., Klumpp, M. (2021). Intelligent and efficient? An empirical analysis of human–AI collaboration for truck drivers in retail logistics. International Journal of Logistics Management. http://www.emerald.com/insight/content/doi/10.1108/IJLM-03-2020-0149/full/html#loginreload
Merkmale dieser Pressemitteilung:
Journalisten
Verkehr / Transport, Wirtschaft
überregional
Forschungsergebnisse, Wissenschaftliche Publikationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
