Document Actions

Citation and metadata

Recommended citation

Straßer T, Axmann B (2021). Analyse und Bewertung von KI-Anwendungen in der Logistik. Logistics Journal : nicht referierte Veröffentlichungen, Vol. 2021. (urn:nbn:de:0009-14-53586)

Download Citation

Endnote

%0 Journal Article
%T Analyse und Bewertung von KI-Anwendungen  in der Logistik
%A Straßer, Thomas
%A Axmann, Bernhard
%J Logistics Journal : nicht referierte Veröffentlichungen
%D 2021
%V 2021
%N 08
%@ 1860-5923
%F straßer2021
%X Es werden für eine große Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen für den täglichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels für den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess“ KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsfälle auszuwählen. Diese vier KI-Anwendungsfälle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der frühzeitigen Erkennung von Ineffizienzen mittels prädiktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) können hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Veränderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.
%L 620
%K Digitalisierung
%K Künstliche Intelligenz
%K Maschinelles Lernen
%K Mobil
%K Robotik
%K machine learning
%K smart wearable
%K chatbot
%K Prädiktive Analytik
%R 10.2195/lj_NotRev_strasser_de_202108_01
%U http://nbn-resolving.de/urn:nbn:de:0009-14-53586
%U http://dx.doi.org/10.2195/lj_NotRev_strasser_de_202108_01

Download

Bibtex

@Article{straßer2021,
  author = 	"Stra{\ss}er, Thomas
		and Axmann, Bernhard",
  title = 	"Analyse und Bewertung von KI-Anwendungen  in der Logistik",
  journal = 	"Logistics Journal : nicht referierte Ver{\"o}ffentlichungen",
  year = 	"2021",
  volume = 	"2021",
  number = 	"08",
  keywords = 	"Digitalisierung; K{\"u}nstliche Intelligenz; Maschinelles Lernen; Mobil; Robotik; machine learning; smart wearable; chatbot; Pr{\"a}diktive Analytik",
  abstract = 	"Es werden f{\"u}r eine gro{\ss}e Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen f{\"u}r den t{\"a}glichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels f{\"u}r den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess`` KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsf{\"a}lle auszuw{\"a}hlen. Diese vier KI-Anwendungsf{\"a}lle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der fr{\"u}hzeitigen Erkennung von Ineffizienzen mittels pr{\"a}diktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) k{\"o}nnen hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Ver{\"a}nderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.",
  issn = 	"1860-5923",
  doi = 	"10.2195/lj_NotRev_strasser_de_202108_01",
  url = 	"http://nbn-resolving.de/urn:nbn:de:0009-14-53586"
}

Download

RIS

TY  - JOUR
AU  - Straßer, Thomas
AU  - Axmann, Bernhard
PY  - 2021
DA  - 2021//
TI  - Analyse und Bewertung von KI-Anwendungen  in der Logistik
JO  - Logistics Journal : nicht referierte Veröffentlichungen
VL  - 2021
IS  - 08
KW  - Digitalisierung
KW  - Künstliche Intelligenz
KW  - Maschinelles Lernen
KW  - Mobil
KW  - Robotik
KW  - machine learning
KW  - smart wearable
KW  - chatbot
KW  - Prädiktive Analytik
AB  - Es werden für eine große Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen für den täglichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels für den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess“ KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsfälle auszuwählen. Diese vier KI-Anwendungsfälle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der frühzeitigen Erkennung von Ineffizienzen mittels prädiktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) können hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Veränderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.
SN  - 1860-5923
UR  - http://nbn-resolving.de/urn:nbn:de:0009-14-53586
DO  - 10.2195/lj_NotRev_strasser_de_202108_01
ID  - straßer2021
ER  - 
Download

Wordbib

<?xml version="1.0" encoding="UTF-8"?>
<b:Sources SelectedStyle="" xmlns:b="http://schemas.openxmlformats.org/officeDocument/2006/bibliography"  xmlns="http://schemas.openxmlformats.org/officeDocument/2006/bibliography" >
<b:Source>
<b:Tag>straßer2021</b:Tag>
<b:SourceType>ArticleInAPeriodical</b:SourceType>
<b:Year>2021</b:Year>
<b:PeriodicalTitle>Logistics Journal : nicht referierte Veröffentlichungen</b:PeriodicalTitle>
<b:Volume>2021</b:Volume>
<b:Issue>08</b:Issue>
<b:Url>http://nbn-resolving.de/urn:nbn:de:0009-14-53586</b:Url>
<b:Url>http://dx.doi.org/10.2195/lj_NotRev_strasser_de_202108_01</b:Url>
<b:Author>
<b:Author><b:NameList>
<b:Person><b:Last>Straßer</b:Last><b:First>Thomas</b:First></b:Person>
<b:Person><b:Last>Axmann</b:Last><b:First>Bernhard</b:First></b:Person>
</b:NameList></b:Author>
</b:Author>
<b:Title>Analyse und Bewertung von KI-Anwendungen  in der Logistik</b:Title>
<b:Comments>Es werden für eine große Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen für den täglichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels für den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess“ KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsfälle auszuwählen. Diese vier KI-Anwendungsfälle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der frühzeitigen Erkennung von Ineffizienzen mittels prädiktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) können hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Veränderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.</b:Comments>
</b:Source>
</b:Sources>
Download

ISI

PT Journal
AU Straßer, T
   Axmann, B
TI Analyse und Bewertung von KI-Anwendungen  in der Logistik
SO Logistics Journal : nicht referierte Veröffentlichungen
PY 2021
VL 2021
IS 08
DI 10.2195/lj_NotRev_strasser_de_202108_01
DE Digitalisierung; Künstliche Intelligenz; Maschinelles Lernen; Mobil; Robotik; machine learning; smart wearable; chatbot; Prädiktive Analytik
AB Es werden für eine große Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen für den täglichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels für den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess“ KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsfälle auszuwählen. Diese vier KI-Anwendungsfälle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der frühzeitigen Erkennung von Ineffizienzen mittels prädiktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) können hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Veränderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.
ER

Download

Mods

<mods>
  <titleInfo>
    <title>Analyse und Bewertung von KI-Anwendungen  in der Logistik</title>
  </titleInfo>
  <name type="personal">
    <namePart type="family">Straßer</namePart>
    <namePart type="given">Thomas</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Axmann</namePart>
    <namePart type="given">Bernhard</namePart>
  </name>
  <abstract>Es werden für eine große Anzahl von Einsatzgebieten derzeit KI-Anwendungen entwickelt und erprobt. Aber wie weit, also wie reif sind diese Anwendungen für den täglichen, industriellen Betrieb. Demnach ist das Ziel dieses Artikels für den Bereich Logistik effizienzsteigernde KI-Anwendungsszenarien zu beschreiben und zu bewerten. Zu diesem Zweck werden mit der empirischen Methode „Analytischer Hierarchieprozess“ KI-Anwendungen durchleuchtet, um als Ergebnis vier Anwendungsfälle auszuwählen. Diese vier KI-Anwendungsfälle werden in Form von Steckbriefen detailliert beschrieben und bewertet. Die Bewertung orientiert sich an den Kriterien des 5D - Digital Technology Assessment Cycles. Neben dem Einsatz von Smart Wearable Technologien sind insbesondere text- und sprachbasierte Informationseingaben mittels Chatbots zu nennen. Auch der frühzeitigen Erkennung von Ineffizienzen mittels prädiktiver Analysemethoden (Routenoptimierung) sowie der Inanspruchnahme mobiler robotischer Systeme (Kommissionierung) können hohes Anwendungspotenzial beigemessen werden. Mit Blick auf die Veränderung logistischer Prozesse im Zuge zunehmend KI-optimierter Produktions- und Logistiksysteme, kann dem Einsatz intelligenter Technologien demnach enormes Potenzial attestiert werden.</abstract>
  <subject>
    <topic>Digitalisierung</topic>
    <topic>Künstliche Intelligenz</topic>
    <topic>Maschinelles Lernen</topic>
    <topic>Mobil</topic>
    <topic>Robotik</topic>
    <topic>machine learning</topic>
    <topic>smart wearable</topic>
    <topic>chatbot</topic>
    <topic>Prädiktive Analytik</topic>
  </subject>
  <classification authority="ddc">620</classification>
  <relatedItem type="host">
    <genre authority="marcgt">periodical</genre>
    <genre>academic journal</genre>
    <titleInfo>
      <title>Logistics Journal : nicht referierte Veröffentlichungen</title>
    </titleInfo>
    <part>
      <detail type="volume">
        <number>2021</number>
      </detail>
      <detail type="issue">
        <number>08</number>
      </detail>
      <date>2021</date>
    </part>
  </relatedItem>
  <identifier type="issn">1860-5923</identifier>
  <identifier type="urn">urn:nbn:de:0009-14-53586</identifier>
  <identifier type="doi">10.2195/lj_NotRev_strasser_de_202108_01</identifier>
  <identifier type="uri">http://nbn-resolving.de/urn:nbn:de:0009-14-53586</identifier>
  <identifier type="citekey">straßer2021</identifier>
</mods>
Download

Full Metadata