BVL Podcast

#232: Die KI-Transformation: Herausforderungen und Chancen für die Logistik (Miriam Kröger, Thomas Schnur, PwC)

Oct 16, 2024

Miriam Kröger, Partnerin bei PwC und Expertin für digitale Transformation, sowie Thomas Schnur, Director für Logistikstrategie, diskutieren die aktuelle Rolle von Künstlicher Intelligenz in der Logistik. Sie beleuchten den Einfluss von Gen-AI und Machine Learning auf die Branche und die Herausforderungen, die Unternehmen bei der Implementierung von KI-Technologien meistern müssen. Besonders thematisiert werden hohe Fehlerquoten bei KI-Projekten und die Notwendigkeit eines strategischen Ansatzes. Anwendungsfelder wie Bestands- und Risikomanagement stehen ebenfalls im Fokus.

49:19

Creator website

Episode guests

Thomas Schnur

Miriam Kröger

AI Summary

AI Chapters

Episode notes

Podcast summary created with Snipd AI

Quick takeaways

Der Hype um Künstliche Intelligenz in der Logistik erfordert ein tiefes Verständnis der Technologien, um Herausforderungen erfolgreich zu bewältigen.

Viele KI-Projekte scheitern aufgrund mangelnder Zielklarheit, was zeigt, wie wichtig die Definition konkreter Use Cases ist.

Unternehmen sollten eine datengetriebene Kultur etablieren, um KI effizient zu implementieren und die geeigneten Datenquellen zu identifizieren.

Deep dives

Die Herausforderungen der Logistikbranche

Die Logistikbranche steht vor zahlreichen Herausforderungen, die durch den Einsatz von Künstlicher Intelligenz (KI) adressiert werden können. Um den enormen Druck auf Unternehmen zu bewältigen, ist ein tiefes Verständnis für die verfügbaren KI-Technologien erforderlich. Viele Firmen zeigen ein großes Interesse an den Möglichkeiten von KI, um ihre Prozesse zu optimieren und effizienter zu gestalten. Dabei müssen jedoch auch regulatorische und kulturelle Ängste, die im Rahmen der KI-Implementierung bestehen, beachtet und adressiert werden.

Intro

3min

Künstliche Intelligenz in der Logistik

20min

KI-Transformation im Mittelstand

9min

Pragmatische Ansätze zur Umsetzung von KI in der Logistik

5min

Künstliche Intelligenz in der Logistik

6min

Einzigartige Beratungsansätze in der Unternehmenstransformation

2min

Künstliche Intelligenz in der Logistik

4min

Heute widmen wir uns noch einmal dem Thema Künstliche Intelligenz in der Logistik. Denn der Wirtschaftsbereich Logistik steckt voller Herausforderungen und Problemstellungen, die heute oder in naher Zukunft mit Hilfe von KI gelöst werden können und sollten.

Wir haben uns zwei Gäste ins Studio geladen, die Unternehmen bei der Nutzung von KI-Anwendungen in der Logistik beratend zur Seite stehen.

Miriam Kröger ist Partnerin Digital Transformation, Transportation & Logistics bei PwC und Thomas Schnur ist Director, Logistics Strategy und Transformation bei PwC.

Gemeinsam mit unserem Host Boris Felgendreher diskutieren die beiden unter anderem folgende Themen:

Der aktuelle Hype um Künstliche Intelligenz
Der Einfluss von Gen-AI und die Bedeutung des Themas Machine Learning für die Logistik
Der Bedarf von Unternehmen, KI zu verstehen und die richtige Technologie zu wählen
Herausforderungen und Chancen von KI, einschließlich regulatorischer, kultureller und ethischer Aspekte
Die Bedeutung der Wahl der richtigen KI-Lösung für die spezifischen Probleme eines Unternehmens
Die hohe Fehlerquote von KI-Projekten und die Notwendigkeit einer neuen Herangehensweise an Technologie
Die drei wesentlichen Hebel von KI: Zugang zu Wissen, schnelle Datenverarbeitung und Automatisierung
Wichtige Anwendungsfelder für KI in der Logistik: Bestandsplanung, Logistikplanung, Auftragsmanagement, Risikomanagement
Der Vergleich der KI-Entwicklung in der Logistikbranche mit anderen Sektoren
Das Beispiel des Claims Managements als Anwendungsbereich für KI.
Die zunehmende Bedeutung von unstrukturierten Daten und die Fähigkeit von KI, diese zu verarbeiten
AI-Powered Hyper-Automation
Die Herausforderungen bei der Integration verschiedener Datenquellen und die Bedeutung von Cloud-basierten Systemen.
Die Zusammensetzung von Teams für KI-Projekte und die Notwendigkeit eines Top-Down-Ansatzes
Die Herausforderungen für den Mittelstand bei der Implementierung von KI
Konkrete Ratschläge für Unternehmen, die KI einsetzen möchten
Beispiele für einfache KI-Anwendungen für den Mittelstand
Die Wahl der richtigen Partner für KI-Projekte: interne Entwicklung, Startups, etablierte Anbieter, branchenfremde Lösungsanbieter
Praktische Demonstration von KI-Anwendungen auf der Supply Chain CX
und vieles mehr