Wie kann KI neue Lösungsansätze für alte Probleme finden? Dieser Aufgabe stellten sich Antonio Marsano, Head of IT & Digitalization, MOSOLF SE & Co. KG und Patrick Gebert, Data Scientist, ETECTURE GmbH.
Der neue KI-Ansatz bei MOSOLF gehe, statt wie bisher, nicht von einem Problem aus und suche eine Lösung, sondern starte mit der KI-Technologie und suche passende Anwendungsfälle (Use Cases), fasst eingangs Marsano das Konzept zusammen. Ziel sei es demnach, in einem immer volatileren Marktumfeld nicht nur schneller und effizienter zu arbeiten, sondern vor allem verlässlichere Prognosen zu liefern. Dafür müssten bestehende Prozesse konsequent zu „AI-first“ weiterentwickelt werden. Wichtig seien dabei klare Prozessbeschreibungen, gebündelte Kapazitäten sowie Schulung und Einbindung der Mitarbeitenden, um Akzeptanz und ein offenes Mindset zu schaffen.
„Mit Trucking Pulse wurde bereits ein umfassendes Trucking-Ecosystem bei MOSOLF geschaffen, das viele KI-Anwendungen bündelt und bequem per App zugänglich macht.“
Patrick Gebert
Gebert sagte: „Mit Trucking Pulse wurde bereits ein umfassendes Trucking-Ecosystem bei MOSOLF geschaffen, das viele KI-Anwendungen bündelt und bequem per App zugänglich macht.“ Gebert stellte dazu einige Praxisbeispiele vor:
- OneDispo / AutoMate: Flexible Disposition, die sich automatisch an neue Rahmenbedingungen anpasst und mit historischen Daten optimiert.
- ETA-Prediction: Präzise Vorhersage von Fahrzeugbereitstellung und Ankunftszeiten.
Weitere KI-basierte Anwendungsfälle seien AI Glasses, wo Smart Glasses unter Einbindung von KI-Unterstützung bei der Eingangskontrolle und Schadenserfassung bei Fahrzeugen bieten und Tender.io, das Dank automatischer Zusammenfassung großer Textmengen, rechtlicher Vorprüfung und Versionsvergleiche die Bearbeitung von Ausschreibungen erleichtert.