KI-Simulator optimiert Bestandsplanung in Multi-Warehouse-Netzwerken

Die Bestandsplanung in verteilten Lagerstrukturen bleibt eine komplexe Aufgabe, da Unternehmen Servicelevel, Transportkosten und schwankende Nachfrage in modernen Digital-Supply-Chain-Strukturen ausbalancieren müssen. In diesem Zusammenhang entwickelten das MIT Center for Transportation & Logistics (MIT CTL) und Mecalux GENESIS, einen KI-basierten Simulator zur Optimierung der Bestandsverteilung in Logistiknetzwerken.

Simulation tausender Bestandsstrategien vor der Umsetzung
Die Plattform Genetic Evaluation & Simulation for Inventory Strategy (GENESIS) nutzt Machine-Learning-Modelle und genetische Algorithmen, um tausende Szenarien zur Bestandsverteilung zu analysieren. Ziel ist es, optimale Lagerbestände für einzelne Standorte zu bestimmen und geeignete Zeitpunkte für Nachschubprozesse zu definieren.

Das System berücksichtigt dabei Faktoren wie regionale Nachfrageprognosen, Transportkosten sowie operative Kapazitäten der Lagerstandorte. Durch die Simulation von Nachschubstrategien in einer virtuellen Umgebung können Unternehmen Logistikstrategien testen, ohne reale Betriebsabläufe zu beeinflussen.

Nach Eingabe der Betriebsdaten erstellt die Plattform Optimierungsvorschläge, die durch statistische Dashboards ergänzt werden. Dazu zählen Kennzahlen zu Verbrauchsmustern, regionaler Nachfrageschwankung, Stock Keeping Units (SKUs) mit erhöhtem Fehlbestandsrisiko sowie Standorte mit Versorgungsengpässen.

Bestände zwischen Lagern verlagern statt neu beschaffen
Eine zentrale Funktion der Lösung ist die Umlagerung von Beständen innerhalb eines Logistiknetzwerks. Anstatt automatisch neue Bestellungen bei Lieferanten auszulösen, analysiert das System, ob es effizienter ist, Produkte aus anderen Standorten mit Überbeständen zu verlagern.

Dieser Ansatz kann Beschaffungs- und Transportkosten reduzieren und gleichzeitig die Nutzung vorhandener Bestände verbessern. Darüber hinaus gibt das System Empfehlungen zur Transportorganisation, etwa zur Konsolidierung von Sendungen zur besseren Auslastung von Transportkapazitäten oder zur Auswahl geeigneter Versandstandorte zur Verkürzung von Lieferzeiten.




Schnellere Szenarioanalysen für die operative Planung
Die GENESIS-Plattform wurde so entwickelt, dass mehrere Bestandsstrategien parallel statt sequenziell analysiert werden können. Diese Fähigkeit zur parallelen Simulation reduziert die Analysezeit von mehreren Tagen auf Minuten und ermöglicht den Einsatz der Lösung für die taktische Logistikplanung.

Die Plattform richtet sich sowohl an technische Fachanwender als auch an operative Entscheidungsträger und erweitert damit den Zugang zu simulationsgestützten Werkzeugen zur Logistikoptimierung.

Erweiterung von KI-Anwendungen im Lagerbetrieb
GENESIS ist eines der Ergebnisse der Zusammenarbeit zwischen Mecalux und MIT CTL im Bereich KI-gestützter Logistiklösungen. Weitere Entwicklungsarbeiten konzentrieren sich auf zusätzliche KI-Anwendungen, darunter interne Nachschubprozesse, Digital-Twin-Modelle für hochverdichtete automatisierte Lagersysteme sowie die Optimierung der Lagerplatzzuordnung (Slotting).

Die Zusammenarbeit steht im Zusammenhang mit umfassenderen Bestrebungen, KI-basierte Modellierung zur Verbesserung der Bestandsübersicht, der Lagerautomatisierung und der Leistungsfähigkeit von Logistiknetzwerken einzusetzen.

www.mecalux.com

Edited by industrial journalist, Aishwarya Mambet — AI-powered.