Forschungsprojekt gegen Lebensmittelverschwendung in der Logistik

Motivation und Problemstellung

Das Thema Lebensmittelverschwendung rückt immer mehr in den Fokus: Lebensmittelverschwendung ist nicht nur teuer, sondern auch umwelt- und klimaschädigend. Die durch die Lebensmittelverschwendung entstehenden globalen CO2-Emissionen sind enorm und werden Studien zufolge mit ca. 3,6 Mrd. Tonnen CO2-Äquivalenten im Jahr beziffert. Der Anteil an Lebensmittelabfällen, der dabei im Rahmen von Distributionsprozessen der Lebensmittelbranche anfällt, liegt bei ca. 5,1 %. Laut Experteneinschätzungen lässt sich dieser Wert durch den gezielten Einsatz von Zustandsüberwachungstechnologien auf Ebene der Ladeeinheit deutlich reduzieren.

Innovativer Lösungsansatz

Um die bislang noch vorhandene Hemmschwelle für einen verbreiteten Einsatz von Technologien zur Überwachung des Zustandes einzelner Ladeeinheiten zu reduzieren, wird die Entwicklung eines neuartigen cyber-physischen Logistiksystems angestrebt. Dieses soll aus einer IoT-Plattform auf Cloud-Basis sowie einem IoT-fähigen Mehrwegladungsträger bestehen. Der zu entwickelnde intelligente Ladungsträger soll dabei im Rahmen einer echtzeit Güterüberwachung auf Ladeeinheitenebene – mit Ausnahme der regelmäßig notwendigen Kalibrierung des Messsystems – über seine gesamte Lebensdauer hinweg wartungsfrei und damit wirtschaftlich genutzt werden können.

Potenziale und Ziele

Durch den intelligenten Ladungsträger lassen sich Einsparpotenziale bei grundlegenden ökonomischen, ökologischen und sozialen Problemen identifizieren:

Ökonomisches Einsparpotential durch

– Reduzierung der Lebensmittelverschwendung und einhergehende Kosten mittels Zustandsüberwachung der Distributions- und Handelslogistikprozesse

– Optimierung der Distributions- und Handelslogistikprozessen mittels IoT-Plattform und KI-basierter Datenauswertung

Ökologisches Einsparpotential durch

– Einen zu 100 % recycelbaren intelligenten Ladungsträger und deren Komponenten

– Gewährleistung eines Mehrfachladungsträgers mit hohen Umlaufzahlen

– Eine Verbesserung der CO₂-Bilanz mit einer u. a. Reduzierung der Lebensmittelverschwendung

Soziologisches Einsparpotential durch

– Vereinfachung der Kommunikation und Interaktion der prozessbeteiligten Akteure

– Gezieltes Gegensteuerung bei detektierten Abweichungen am Ladegut oder Prozessen

– Einen wartungsfreien Ladungsträger (ausgenommen Kalibrierung der Zustandsüberwachungssysteme)

Asset Tracking

Das zu entwickelnde neuartige cyber-physische Logistiksystem zur Digitalisierung und sukzessiven Optimierung von Lieferketten ist von hoher Relevanz für das Asset Tracking bzw. die Objektverfolgung und -überwachung innerhalb von industriellen Logistikprozessen.

Potenziale beim Asset Tracking

– Digitalisierung und sukzessive Optimierung von Lieferketten

– Echtzeit Objektverfolgung und -überwachung innerhalb industrieller Logistikprozesse

– Durchgängige Steuerung und lückenlose Nachweisfähigkeit entlang der Logistikkette

– Beschädigungen der Güter können mittels Sensorik nachvollzogen werden

– Allgegenwärtiger Zugang zu allen relevanten Prozessparametern und Produktdaten

– Optimierung bzgl. des Bestandsmanagements bzw. der Planbarkeit und Steuerung von Warenflüssen

– Möglichkeit der frühzeitigen Erkennung und Behandlung von zeit- oder qualitätsbezogenen Störungen

KI-basierte Datenauswertung

Der Einsatz von KI (künstlicher Intelligenz) ist in der Logistikwelt ein Trendthema und wird immer häufiger von Unternehmen nachgefragt. Denn KI sorgt gerade im Bereich der Prozessoptimierung für enorme Potenziale. Beispielsweise können neuartige Zusatzservice wie intelligente Problemerkennung, -analyse und -prognose durch Implementierung vielfältiger Daten ermöglicht werden.

Problemerkennung

– Verkehrsdaten: Wann kommt meine Lieferung an?

– Wetterdaten: Besonderer Umgang mit den Gütern an warmen Tagen (Kühlkette) etc.

– Äußere Einflüsse: Gegensteuern beim Anstieg von Parameter wie Temperatur etc.

Problemanalyse

– Beschleunigungsdaten: Wann und wo ist meine Ware beschädigt worden?

– Temperaturdaten: Wann und wo wurden Grenzwerte nicht eingehalten?

Problemprognose

– Sammeln von Daten und Informationen zur KI-Datenauswertung

– Vielfältige und individuell zugeschnittene Anwendungsmöglichkeiten

– Welche Prozesse werden durch die KI im Vorhinein als kritisch bewertet?

Mehr zu dem Thema KI in der Logistik können Sie hier weiterlesen.

Nutzen des cyber-physischen Logistiksystems für Unternehmen

– Direkte Risikoerkennung sowie Eingriffsmöglichkeit durch Live-Tracking und Echtzeitüberwachung

– Schnelle Fehlerbehebung

– Kontinuierlicher Verbesserungsprozess (KVP) durch KI-basierte Datenauswertung

– Mehr Transparenz und Verbesserung der Lieferkette