Das Geheimnis der intelligenten Personalplanung: S&P setzt auf KI-Power

Künstliche Intelligenz (KI) krempelt die Intralogistik um und verändert den Arbeitsalltag im Lager. Sie automatisiert und beschleunigt mühsame und zeitaufwendige Routineaufgaben. Die S&P Computersysteme GmbH aus Leinfelden-Echterdingen nutzt bereits KI, um Ein- und Auslagerprozesse mithilfe der »Warehouse Healing«-Strategie zu optimieren. Das Ziel: Wegzeiten verkürzen, Lagerstrukturen verbessern und Durchlaufzeiten bei der Kommissionierung verringern. Doch reicht das aus, um die Potenziale zur Effizienzsteigerung im Lager voll auszuschöpfen? Nein, sagt S&P. Zusätzlich ist eine nachhaltige und vorausschauende Personalplanung ebenfalls entscheidend. Timofej Woyzichovski, Data Science Experte bei S&P, arbeitet an der KI-basierten Personalplanung für die Intralogistik.

Hinter dem vermeintlich einfachen Wort »Personalplanung« verbirgt sich ein zeitintensiver und anspruchsvoller Prozess. Fachpersonal ermittelt und plant oft ohne genaue Kenntnis des Arbeitsvolumens manuell die ideale Besetzung je Lagerbereich. Dabei gilt es auch die gesetzlichen und betrieblichen Vorschriften sowie Qualifikationen und Präferenzen der Mitarbeiter zu berücksichtigen. Der Wunsch ist, eine bestmögliche Kundenversorgung zu gewährleisten und zeitgleich die Mitarbeiter zu entlasten. Doch gerade in komplexen und großen Lagern mit vielen Mitarbeitern und variablen Anforderungen ist dieser Prozess sehr fehleranfällig. Eine Aufgabe, die in Zukunft die KI übernehmen kann und auf Knopfdruck die Personalplanung vereinfacht.

Von der Theorie zur praktischen Lösung

Woyzichovski betreute eine Mitarbeiterin bei S&P bei ihrer Bachelorarbeit. Das Thema lautete: Beurteilung der Effizienzsteigerung durch die Implementierung von Smart Devices, Automatisierung und Data Science in der Kommissionierung. »Durch die Analyse der vorhandenen Daten aus unserer Lagerverwaltungssoftware wie vergangene Auftragseingänge und Lagerbestände sowie die Berücksichtigung der historischen Log-Daten erkannte ich das große Potenzial für den weiteren KI-Einsatz«, so Woyzichovski. Trotz sorgfältiger Planung stellen unvorhersehbare Auftragsspitzen, kurzfristige betriebliche Änderungen und Personalausfälle die Unternehmen vor große Herausforderungen. Die KI kann Muster und Trends in den Daten erkennen und vorhersagen, wann Hochphasen zu erwarten sind. Das Ziel ist es, mithilfe der intelligenten Personalplanung nicht nur reaktiv, sondern proaktiv zu planen und zu agieren.

Fortschrittliche Technologie gibt den Takt an

Woyzichovski entwickelt einen KI-basierten Lösungsansatz, der den Personalbedarf im Lager vorhersagt und Arbeitsabläufe optimiert. Hierfür nutzt er Daten aus der Lagerverwaltungssoftware SuPCIS-L8 und dem automatischen Lagersystem AutoStore des Kunden Hermann Müller Elektrogroßhandel GmbH. Dabei kommen komplexe Modelle aus dem Bereich der Zeitreihen-Prognose zum Einsatz, um die Genauigkeit und Zuverlässigkeit der Vorhersagen sicherzustellen. Hermann Müller steht fortschrittlichen Technologien sehr offen gegenüber. Durch den Einsatz der KI-basierten Personalplanung erhofft sich das Unternehmen Wettbewerbsvorteile. Sie wollen außerdem die operativen Herausforderungen in ihrem Lagerbetrieb effektiver managen und die Betriebskosten senken.

Was kann die KI-basierte Personalplanung? Die Fähigkeiten im Überblick.

1. Die KI analysiert historische Daten wie Auftragsvolumina, saisonale Schwankungen und Verkaufsaktionen, um Muster und Trends zu erkennen. Anhand dieser Informationen prognostiziert sie zukünftige Arbeitslasten.
2. Sie plant präzise die Anzahl der Mitarbeiter pro Schicht. So werden Über- und Unterbesetzungen, die Überstunden oder ungenutzte Ressourcen verursachen, vermieden.
3. Die KI erstellt automatisch den optimalen Schichtplan. Dabei berücksichtigt sie die vorhergesagte Arbeitslast, die Verfügbarkeiten und die Qualifikationen der Mitarbeiter sowie gesetzliche und betriebliche Vorschriften wie Arbeits- und Ruhezeiten.
4. Mittels der KI-basierten Personalplanung verringert sich der administrative Aufwand der Schichtplanung. Das Fachpersonal gewinnt dadurch mehr Zeit für andere wichtige Aspekte des Lagerbetriebs.
5. Die KI erstellt ausgewogene und transparente Schichtpläne, die individuelle Präferenzen und Qualifikationen (wenn dokumentiert) berücksichtigen. Das fördert die Motivation, sorgt für Zufriedenheit am Arbeitsplatz und hilft, die Produktivität zu erhöhen.
6. Mithilfe der KI kann das Fachpersonal Entscheidungen auf Datenbasis treffen anstatt auf Intuition oder veralteter Methoden. Das führt zu objektiveren und fundierteren Entscheidungen im Personalmanagement.
7. Wenn zusätzlich Personendaten in den Log-Daten erfasst werden, analysiert sie die Leistungsdaten und identifiziert Verbesserungsbereiche. Sie zeigt, welche Teams zu bestimmten Zeiten effizienter arbeiten. Dies führt zu besseren Planungen.

Herausforderungen bei der Implementierung

Eine große Herausforderung ist die Sicherstellung der Datenqualität und -verfügbarkeit. Unvollständige Daten beeinträchtigen die Leistung der KI und veraltete Daten verfälschen das Ergebnis. Um beides zu verhindern, hat S&P eine zusätzliche Datenprüfung und -bereinigung eingebaut. Die Integration einer KI-basierten Personalplanung in bestehende IT- und Personalmanagementsysteme ist komplex. Sie erfordert nahtlose Schnittstellen für den Datenaustausch. Eine weitere Herausforderung könnten Bedenken der Belegschaft sein. Besonders, wenn Befürchtungen bestehen, dass die KI-basierte Personalplanung menschliche Arbeitskräfte ersetzt. Deshalb ist es wichtig, durch transparente Kommunikation und Schulungen Akzeptanz zu schaffen. Die Modellierung der KI für Personalplanungszwecke ist komplex. Es sind viele Variablen zu berücksichtigen und ständige Anpassungen an veränderte Bedingungen notwendig. Die Einhaltung rechtlicher und ethischer Rahmenbedingungen, insbesondere im Hinblick auf Datenschutz und den Umgang mit Mitarbeiterdaten, muss gewährleistet sein. Die Einbeziehung und der kontinuierliche Austausch mit den Mitarbeitern sind essenziell. Das KI-Tool muss zudem skalierbar sein, um sich an Veränderungen und Unternehmenswachstum anzupassen, was diese Lösung ist.

Universelle Einsatzmöglichkeiten

Die Datenanalyse aus dem AutoStore bei Hermann Müller lässt sich auch auf andere Lager und Kunden anwenden. Dies gilt unabhängig davon, welche Lagertechnik sie einsetzen. Die Lösung basiert in erster Linie auf den Daten aus dem Lagerverwaltungssystem SuPCIS-L8. Die entwickelten Prozesse und Algorithmen zur Datenanalyse und Personalplanung können flexibel auf verschiedene Lagerkonfigurationen und -bedingungen übertragen werden, solange dieselben Datentypen vorliegen. So ist eine breite Implementierung über verschiedene Lagerstandorte und -systeme möglich.

Praxisnahe Tests und zukünftige Entwicklungen

Eine KI-basierte Personalplanung unterstützt das Fachpersonal in der Intralogistik. Sie verbessert die Qualität der Kundenversorgung und die Zufriedenheit der Mitarbeiter. Die Erwartungen an die KI-basierte Personalbedarfsprognose sollten jedoch realistisch sein. Die KI liefert Vorschläge, ersetzt aber keine finale Beurteilung durch erfahrenes Fachpersonal. Im Herbst 2024 soll die Lösung unter realen Bedingungen bei Hermann Müller getestet werden. Das ermöglicht S&P basierend auf dem Feedback und den spezifischen Anforderungen die Lösung zu optimieren. Im zweiten Schritt sind weitere Funktionen geplant. Dazu gehört die Möglichkeit, kurzfristige Änderungen wie Krankmeldungen oder Auftragsspitzen in die Berechnung der Personalplanung einfließen zu lassen. Mithilfe der KI-basierten Personalplanung kann schnell umgeplant und die Schichtpläne angepasst werden. So bleibt das Lager optimal besetzt, Ausfallzeiten werden minimiert und die Servicequalität verbessert.

Quelle: www.sup-logistik.de

Autorin: Melanie Bernard, Marketing-Managerin

Data Science Experte: Timofej Woyzichovski