^

Die Optimierung der Letzten Meile mit Plattformen und KI

[22.04.2020]

Foto: lassedesignen - stock.adobe.com
Die berühmte Letzte Meile ist die Königsdisziplin der Logistik. Sie ist meist auch der ineffizienteste Teil der gesamten Lieferkette, jedoch der Teil, welchen der Kunde als erstes wahrnimmt. Die Letzte Meile Logistik kann zwischen 15-50% der gesamten Kosten der Lieferkette verursachen. Das TCW hat zusammen mit einem Kunden diesen Bereich optimiert und dabei in hohem Maße von der Digitalisierung und erhöhter Transparenz profitiert. Auch galt es mehr Flexibilität zu schaffen sowie Routen und Adresssysteme zu optimieren.

Herausforderungen

Da es vor allem im privaten Bereich, dank großer Online-Handelshäuser, vorgegeben wird, macht sich auch bei den Lieferkonditionen im B2B-Bereich eine neue Mentalität breit: das Just-in-Time und On-Demand ist Standard. Diese Konzepte erfordern ein tieferes Verständnis von Kundenwünschen. Herausforderungen auf der letzten Meile wie kleine Sendungsgrößen, immer mehr Teilladungen, zunehmende Anforderungen an eine 24-h-Verfügbarkeit oder enge Lieferzeitfenster beim Händler sorgen in der Distributionslogistik für Komplexität. Damit die Kosten dabei nicht aus dem Ruder laufen, müsse die Supply Chain optimiert und digitalisiert werden. Speziell die mittelständischen Unternehmen wollen ihre Lieferkette digitalisieren, weil ihre Kunden durch die Erfahrungen im Online-Handel anspruchsvoller geworden sind und sich nicht mehr auf wage Lieferversprechen verlassen wollen. Die sogenannte Letzte Meile wird dabei für viele zur großen Herausforderung. Wer sie durch die Digitalisierung meistert, ist im Wettbewerb deutlich im Vorteil. Auch ist die Letzte Meile-Zustellung ein Problem, dass sie sehr teuer und unhaltbar ist, wenn die Anbieter mit geringem Volumen und geringer Dichte arbeiten. Die Zukunft der Letzte Meile-Zustellung liegt in der Maximierung der Slot-Ausnutzung ab dem Zeitpunkt, an dem ein Fahrer eine Lieferroute beginnt.

Digitalisierung in der Distributionslogistik

In dieser Fallstudie hatte ein mittelständisches Unternehmen, zusätzlich zu den neuen Anforderungen der Kunden durch den privaten Online-Handel, mit der Einhaltung von Zeitfenstern, Transportrichtlinien, Schwankungen im Sendungsvolumen und produktbezogene Komplexität zu kämpfen. Das TCW wurde beauftragt diese Probleme zusammen mit dem Kunden zu lösen. In einer ersten Bestandsaufnahme hat sich gezeigt, dass die Einhaltung von Zeitfenstern eines der Hauptprobleme des Unternehmens ist. Die Lösung wurde in Form einer Echtzeit-Routenoptimierungslösung auf Basis von Künstlicher Intelligenz installiert, sodass die Letzte Meile optimiert wird. Dabei wird die Effizienz einer Flotte zwischen 17 und 35%, abhängig von der Flottengröße und der Anzahl der Lieferungen, mit Hilfe vorhandener Algorithmen optimiert. Diese Lösung berücksichtigt alle Variablen einer Lieferung (Größe und Gewicht der Pakete, Berechtigung der Zusteller, Routen, CO2-Emissionen, Verkehr). Das Ergebnis ist, dass der Zusteller die Lieferzeiten verkürzen und sich die Rentabilität jeder einzelnen Lieferung erhöht. Wie auch bei den Endkunden im B2C Bereich, wollen die Kunden auch zwischen Unternehmen den Weg der Ware live nachverfolgen können um zu wissen, wann diese eintrifft – und das möglichst mobil über eine App. Dies wurde mit Hilfe von individuellen Cloud- und Tracking-Lösungen mittels IoT-Anbindung gelöst, da die bislang verwendeten QR-Codes und RFID-Tags (Transponder) die Warenströme auf der letzten Meile oft nur ungenau wiedergeben.


Plattformen in der Distributionslogistik

Das Problem der Schwankungen im Sendungsvolumen und produktbezogene Komplexität machte dem Unternehmen zu schaffen. Um den Anforderungen der Kunden gerecht zu werden, fehlte das Personal und mit den traditionellen Abläufen waren diese nicht zu bewältigen, da sie dafür nicht geeignet waren. Eigene Kapazitäten für die letzte Meile waren nicht ausreichend vorhanden. Eine Lösung wurde zusammen mit dem TCW durch Rückgriff auf Kooperationspartner erarbeitet. Dabei wurden bestehende Logistikplattformen genutzt, welche die Kundenanfragen mit Logistikpartnern verbindet oder vom Fuhrpark des Plattformanbieters selbst erledigt wird. Diese ausgewählte Plattform wird von fortschrittlichen Algorithmen angetrieben. Dies ergibt die Möglichkeit so effizient wie möglich zu liefern, indem große Daten, KI und Automatisierung mit Echtzeit-Berichterstattung, vorausschauender Planung und KPI-Verfolgung genutzt werden. Es werden vom Anbieter mehrere Abhol- und Abgabepunkte auf jeder Route geschaffen, um so für das Unternehmen geringere Kosten zu verursachen. Um die Zeitfenster der Kunden einzuhalten gewährleisten fortschrittliche Vorhersagezeitmodelle die Identifizierung von Spitzenzeiten, um so schnell auf den sich ändernden Verkehrsstatus in einer Stadt reagieren zu können. Die Belastungsprofile konnten nach einer Anlaufphase durch Simulation sehr realistisch erreicht werden.


Fazit

Der Vorteil für das Unternehmen in dieser Fallstudie bestand in der Implementierung von bestehenden Lösungen mit zunehmendem Inhalt durch die Digitalisierung und Algorithmen. Die schnelle Bereitstellung der Plattform, bot eine weitere Möglichkeit zur Kundenbindung. Einige Kunden waren auch bereit, für eine schnelle und transparentere Lieferung höhere Lieferkosten zu zahlen. Es wurden einige Service-Level Agreements abgeschlossen. Der Vorteil lag neben den generierten Einsparungen und der Zufriedenheit der Kunden auch noch in diesem, dass ein transparentes Slot Management möglich war, welches für weniger Überstunden bei den Mitarbeitern sorgt. Weitere Vorteile waren: Eine erweiterte Routenplanung, verbesserte Finanzprozesse sowie zur Budgetplanung eine Vorhersage der Nachfrage.

Wenn auch Sie das Problem der letzten Meile zu genüge kennen, unterstützt Sie das TCW bei der Implementierung einer individuellen Lösung um den Kundenanforderungen gerecht zu werden und gleichzeitig Kosten zu sparen. Das Projekt in dieser Fallstudie hat gezeigt, dass der TCW Ansatz skalierbar ist und sich somit auch für große Unternehmen eignet.

Beratungsleistungen

Publikationen

Praxisbeispiele

VorherigeNächste