Künstliche Intelligenz für resilientere Lieferketten: Omnistics schließt die Lücke im Mittelstand

Die Logistik sieht sich wachsenden Schwankungen bei Mengen, Frachtraten und Personal­kapazitäten gegenüber. Künstliche Intelligenz kann hier entscheidende Impulse geben, doch vielen mittelständischen Speditions- und Lagerbetrieben fehlte bislang eine praxisnahe Einstiegslösung. Das Fraunhofer-Institut für Materialfluss und Logistik (IML) hat mit Omnistics eine modulare Plattform entwickelt, die Prognose-, Optimierungs- und Assistenzfunktionen in einem gemeinsamen Baukasten vereint und so auch kleineren Unternehmen einen skalierbaren Zugang zu KI eröffnet.

Die Plattform deckt den gesamten logistischen Entscheidungs­kreislauf ab. So erstellt das Modul Capcast rollierende Sendungs­prognosen und legt damit die Basis für eine vorausschauende Personal- und Fahrzeug­disposition. Parallel kalkuliert Frostimate Transport­kosten auf einzelnen Relationen, vergleicht interne Preise mit externen Marktdaten und liefert belastbare Benchmarks für Angebot und Einkauf. Pretime wiederum verarbeitet Echtzeit-Verkehrs- und Wetterdaten, um präzise ETA-Vorhersagen bereitzustellen und Standzeiten in Umschlag­depots zu senken. Ergänzt wird die Suite durch LoOmniChat, einen unternehmens­spezifisch trainierten Chatassistenten, der operative Rückfragen zu Aufträgen, Kunden oder Prozessen beantwortet und dadurch interne Suchaufwände reduziert. Bei Bedarf ermittelt CargoSight per Smartphone-Foto das freie Ladevolumen im Lkw-Aufbau, was Leerfahrten minimiert und die Frachtraum­auslastung steigert.

In Pilotprojekten mit einem Stückgutspediteur wurden diese Module schrittweise verknüpft. Bereits nach wenigen Wochen ließen sich durch präzisere Mengen­prognosen Leerlaufzeiten in der Verladung deutlich reduzieren; gleichzeitig verbesserte die automatisierte Freivolumen­messung die Mitnahme zusätzlicher Teil­ladungen. Die gewonnenen Daten liefen kontinuierlich in die Modelle zurück, sodass die Vorhersage­genauigkeit von Woche zu Woche stieg. Entscheidend für den Erfolg war, dass jede Komponente einzeln aktivierbar blieb und sich ohne tiefgreifende Umbauten an das vorhandene Transport-Management-System anbinden ließ. Damit zeigt das Projekt exemplarisch, wie mittelständische Betriebe mit begrenzten IT-Ressourcen schrittweise in KI-gestützte Prozesse hineinwachsen können.

Die Architektur von Omnistics ist sowohl in der Cloud als auch On-Premises lauffähig und bringt standardisierte Schnittstellen zu gängigen Speditions- und Lager­systemen mit. Durch diesen Baukasten­ansatz reduziert sich nicht nur die Einführungszeit; Unternehmen behalten zudem die Hoheit über ihre Daten, während die Modelle über integrierte Rück­kopplungs­schleifen kontinuierlich dazulernen. So entsteht eine Logistik, die auch bei stark schwankenden Märkten handlungsfähig bleibt und Entscheidungs­spielräume daten­getrieben nutzt.