Quantencomputing-gestützte Lösung zur Logistikoptimierung

Die Lösung “Unisys Logistics Optimization” nutzt eine Kombination aus Quanten-Computing, fortschrittlicher Analytik und KI, um Geschäftsergebnisse in der Logistik zu optimieren. Dafür verwendet sie vorab trainierte Modelle und benötigt kein zusätzliches Datentraining, um mit dem Einsatz zu starten. Außerdem stellt die Lösung die bestehende IT-Infrastruktur oder den Geschäftsbetrieb nicht in Frage. Herkömmliche Berechnungstools bräuchten Jahre, um Betriebsdaten zu sammeln und daraus zu lernen, um ähnliche Ergebnisse zu erzielen. Die Lösung bietet Logistikunternehmen einen optimalen Plan für das effizientere und kostengünstigere Verpacken, Lagern und Verteilen von Sendungen auf mehrere Fahrzeuge.

Pilotprojekt bei Malaysia Aviation Group

Die Frachtabteilung der Malaysia Aviation Group (MAG), MAB Kargo Sdn Bhd (MASkargo), die fast 100 Ziele weltweit anfliegt, setzt die neue Lösung in einem Pilotprojekt ein. Aktuell verbringen die MASkargo-Flugplaner noch viel Zeit mit der manuellen Auswahl und Zuordnung der einzelnen Sendungen zu den Unit Load Devices (ULDs), was zu einem hohen betrieblichen Aufwand führt. Die neue Lösung stellt MASkargo einen grafischen Frachtplan zur Verfügung. Dieser ist darauf ausgelegt, sowohl Frachtkapazität als auch Rentabilität zu maximieren und gleichzeitig Sendungen mit hoher Priorität zu verwalten, damit Kunden diese pünktlich erhalten.

Die Lösung eignet sich für Luftfracht-, Bodenabfertigungs- und Speditionsunternehmen und unterstützt auf drei Arten. Sie wertet Ladestrategien für Unternehmen aus, indem sie Szenarien für Paletten- und ULD-Aufbauten vorhersagt und vorschreibt, so dass mehr Sendungen am Tag der Abreise abgefertigt werden können. Sie erkennt ungenutzten Ladeplatz und hilft so dabei, Möglichkeiten für zusätzlichen Umsatz für Spediteure zu identifizieren.

Auswertung aller möglichen Routen

Unisys Logistics Optimization kann Standorte und Verpackungsanforderungen für Bestände vorhersagen und vorschreiben, ebenso wie Bestandsmengen und Frachtempfindlichkeit. Dies reduziert die Verpackungs- und Aufbauzeiten, minimiert Frachtschäden oder Verderb und verhindert kostspielige Reklamationen.

Zudem wertet die Lösung alle potenziellen Routen aus und bezieht dynamische Datensätze wie Wetter und Reisezeiten ein, um die idealen Routen für die ausgehende sowie die Rücknahme-Logistik zu optimieren und zu ermitteln.

Roger Homrich

Recent Posts

KI als Pairing-Partner in der Software-Entwicklung

Pair Programming ist eine verbreitete Methode in der Softwareentwicklung mit vielen positiven Effekten, erklärt Daniel…

8 Stunden ago

Confare #ImpactChallenge 2024 – jetzt einreichen und nominieren

Mit der #ImpactChallenge holt die IT-Plattform Confare IT-Verantwortliche auf die Bühne, die einen besonderen Impact…

12 Stunden ago

Ransomware: Zahlen oder nicht zahlen?

Sollen Unternehmen mit den Ransomware-Angreifern verhandeln und das geforderte Lösegeld zahlen?

16 Stunden ago

KI-gestützter Cobot automatisiert Sichtprüfung

Die manuelle Qualitätsprüfung von Industrieprodukten ist ermüdend und strengt an.  Eine neue Fraunhofer-Lösung will Abhilfe…

1 Tag ago

Digitalisierungsberufe: Bis 2027 fehlen 128.000 Fachkräfte

Studie des Instituts der deutschen Wirtschaft (IW) zeigt, in welchen Digitalisierungsberufen bis 2027 die meisten…

2 Tagen ago

Angriffe auf Automobilbranche nehmen zu

Digitalisierung und Vernetzung der Fahrzeuge, Elektromobilität und autonomes Fahren bieten zahlreiche Angriffspunkte.

2 Tagen ago