Und sie wissen schon, was Sie morgen wollen

Kann uns eine Bestellung erreichen, ohne dass wir diese selbst getätigt haben? Könnte ein Algorithmus in der Lage sein, besser als wir selbst zu wissen, was wir morgen benötigen? Künstliche Intelligenz soll das ermöglichen. Doch was steckt dahinter? Wie kann ein Algorithmus eine Auslieferung auslösen, die der Kunde gar nicht selbst getätigt hat? Und welche Auswirkungen hat das auf die Logistik?

Zunächst einmal gilt es, möglichst viel über die Bedürfnisse des Kunden in Erfahrung zu bringen, die wiederum erst eine spezifische Nachfrage auslösen. Dabei spielen der Preis und das verfügbare Einkommen des Konsumenten eine maßgebliche Rolle. Auch die individuellen Wertvorstellungen des Konsumenten finden Eingang in diese Überlegungen.

Wertvolle Informationen über diese Einflussgrößen erhält der Versender aus der Bestellhistorie. Daneben werden regelmäßig weitere Daten wie die Wunschliste, die Suchhistorie, die Liste der Artikel, die zuletzt angeschaut wurden, die Verweildauer des Mauszeigers auf bestimmten Angeboten, die getätigten Rücksendungen sowie die angesehenen und selbst geschriebenen Kundenbewertungen von einem Algorithmus erfasst und ausgewertet. In Verbindung mit weiteren sozio-demografischen Angaben wie Alter, Geschlecht und Wohnort oder -gegend des Konsumenten sowie umfangreichen Erfahrungswerten lässt der Algorithmus Vorhersagen auf die nächsten benötigten Artikel zu. Dadurch wird ein antizipiertes Versenden möglich.

US-Militär als Wegbereiter
Wirklich neu ist die Idee eines antizipierten Versendens indes nicht: Schon seit einigen Jahren nutzt die amerikanische Armee den Ansatz unter der Bezeichnung „C4I“. Das „C4“ steht dabei für „Computer, Command, Control and Communication“ und das „I“ für „Intelligence“. Der dem C4I-System zugrunde liegende Algorithmus prognostiziert den Bedarf an Munition, Instandhaltungsmaterial und Treibstoffmengen für einen konkreten Einsatz und erlaubt so eine vorausschauende Planung und Steuerung der zugehörigen Lieferkette.

Angesichts der Parallelen zum Supply Chain Management zahlreicher Versender aus der produzierenden Industrie stellt sich die Frage, weshalb insbesondere die Speditionen bei der vorausschauenden Planung und Steuerung von Transportkapazitäten bislang kaum auf derartige Algorithmen zurückreifen. Möglicherweise stellen der damit verbundene Einsatz hochbezahlter Data Scientists sowie die unwägbaren Auswirkungen solcher vorausschauender Steuerungsinstrumente auf die operativen Prozesse der Spediteure einen aus heutiger Sicht (noch) zu hohen Preis dar. Mit einem Umdenken dürfte jedoch spätestens dann zu rechnen sein, wenn einzelne Marktteilnehmer hier erste Erfolge erzielen.

Im privaten (B2C-)Bereich hat sich der Online-Versandhändler Amazon das Verfahren des „Anticipatory Package Shipping“ auch schon 2013 patentieren lassen. Trotzdem wird das antizipative Versenden derzeit zumindest in Bezug auf die letzte Meile, also die Lieferung an die eigene Haustür ohne Bestellung, noch kaum praktiziert. Die Ausnahme sind einige wenige Testgebiete in den USA.

Von besonderer Relevanz sind die aus Algorithmen gewonnenen Erkenntnisse indes für die vorausschauende Steuerung der Warenströme vor der eigentlichen Bestellung in die räumliche Nähe der Konsumenten: So ist die Verfügbarkeit der „richtigen“ Produkte in den Zentrallagern oder auch Mikrodepots etwa Voraussetzung für Same-Day-Lieferungen. Mitunter wird dabei schon innerhalb von zwei Stunden nach Bestellung zugestellt.

Das funktioniert am besten in dicht besiedelten Gebieten und dort wiederum mit stark nachgefragten Produkten. In ländlichen Gegenden jedoch sinken die Effizienzgewinne erheblich. Begründung: Die mit künftigen Bestellungen verbundenen Warenströme können nicht mit der nötigen Genauigkeit bestimmt werden. Die Folge: Die Auslastung der Lieferfahrzeuge lässt sich nicht optimal steuern.

Zusammenspiel mit der Blockchain
Auch die Kep-Dienstleister nutzen vermehrt Algorithmen, um die Zustellung von Paketen zu verbessern. Hier zielt der vorausschauende Lieferprozess darauf ab, dem Kunden die Paketbelieferung auf eine Stunde genau vorherzusagen. Bedeutendes Hemmnis ist dabei weniger die Verfügbarkeit der Daten, sondern vielmehr deren Zusammenführung für Zwecke einer integrierten Auswertung. Das Synchronisieren von Warenströmen einerseits und zugehörigen Datenströmen andererseits ist eine der größten Herausforderungen in der antizipativen Logistik. Umsetzbar wäre eine solche Zusammenführung etwa durch den Einsatz der derzeit vieldiskutierten (von einer breiten Verwendung aber noch sehr weit entfernten) Blockchain-Technologie.

Amazon forciert die antizipative Belieferung an den Privathaushalt vor allem bei stark nachgefragten Artikeln wie Neuerscheinungen am Tag der Veröffentlichung. Dass es dabei zu Fehllieferungen kommt, wird einkalkuliert. Um dabei teure Retouren zu vermeiden, erwägt der Online-Versandhändler Preisnachlässe, oder er wandelt die Bestellung in Ausnahmefällen in ein Geschenk um. Der nächste Schritt dürfte dann darin bestehen, dass die Endkunden vorab ihr generelles Einverständnis zu antizipativen Lieferungen geben und damit heute schon bekommen, was sie morgen erst bestellen wollten. (sr)

Kommentare

Kommentar veröffentlichen
Nur an die Redaktion senden

Captcha:*



* - Pflichtfeld