Optimierung der Zustellungslogistik auf der letzten Meile mithilfe künstlicher Intelligenz
Datum
Kurzer Überblick
Der Sektor der Zustellungs- und Abholdienste auf der letzten Meile verzeichnet ein anhaltendes zweistelliges Wachstum, angetrieben durch den expandierenden E-Commerce, der Logistikunternehmen enorm unter Druck setzt. Zudem steigen die Kundenerwartungen an die Geschwindigkeit und den Komfort von Lieferungen stetig, und sie reagieren immer weniger tolerant auf Verzögerungen und Fehler bei Bestellungen.
Das übergeordnete Ziel des Projekts ist die Entwicklung eines Systems zur Vorhersage und Analyse von Vorfällen sowie zur proaktiven, automatisierten Umsetzung von Maßnahmen mithilfe von maschinellem Lernen, um Zustellungsfehler zu reduzieren. Dies führt direkt zu weniger gefahrenen Kilometern durch die Transportunternehmen und folglich zu geringeren CO₂-Emissionen, weniger Verkehrsstaus in Städten und einem verbesserten Kundenservice. Dadurch wird ein wettbewerbsfähigeres und nachhaltigeres Geschäftsmodell gefördert.
Das Projekt umfasst die Konzeption und Entwicklung eines Tools zur Vorhersage von Zwischenfällen mithilfe von maschinellem Lernen sowie die Implementierung eines automatisierten Systems zur Minimierung von Problemen bei der Zustellung auf der letzten Meile. Abschließend wird das neue System durch Pilotversuche im Kurierdienst validiert.
Ein zentrales Problem im Bereich der Zustellung und Abholung auf der letzten Meile sind Zustellungsfehler. Aktuell kommt es häufig zu solchen Vorfällen, die die Servicequalität und die Rentabilität spezialisierter Logistikunternehmen mit geringen Gewinnmargen erheblich beeinträchtigen. Zu diesen Vorfällen zählen nicht termingerechte Zustellungen, Ablehnungen aufgrund von Nichteinhaltung der Servicebedingungen sowie Unregelmäßigkeiten vor der Auftragsverteilung. Je nach verschiedenen Faktoren und Servicearten liegt der Anteil der Vorfälle in diesem Sektor laut unterschiedlichen Studien durchschnittlich zwischen 10 % und 20 % aller Dienstleistungen.
Transportunternehmen können durch die Erkennung von Mustern im Serviceverhalten bestimmte Maßnahmen ergreifen, um diese Ausfälle zu reduzieren. Mithilfe von KI-Techniken können sie Lieferungen identifizieren, bei denen Probleme wahrscheinlich auftreten. Die frühzeitige Erkennung potenzieller Probleme ermöglicht es den Zustelldiensten, proaktiv zu handeln, was zu einer verbesserten Kundenreputation, geringeren Kosten und einer höheren Nachhaltigkeit des städtischen Verkehrs führt.
