Künstliche Intelligenz bietet beim Einsatz in Industrie und Logistik sicherlich viele Vorteile. Deswegen sind diese Technologien in vielen Bereichen der Wirtschaft längst State of the Art. Doch die Diskussionen rund um KI sind seit ChatGPT, Bard oder Deepl voll entbrannt. Ernstzunehmende und gleichermaßen irrationale Befürchtungen werden dabei geäußert, die vom Jobverlust bis hin zur Abhängigkeit des Menschen von der Maschine reichen. Doch mit UX Design (User Experience Design) können Lösungen kreiert werden, welche diese Befürchtungen zwar nicht beseitigen, so aber doch zu einer besseren Akzeptanz der Technologien führen können.
Ein kritischer Beitrag von Denis Lenard und HaJo Schlobach

Keine Frage: Künstliche Intelligenz liefert seinen Anwendern schon heute Lösungen, welche den Alltag besser und bequemer bewältigbar machen. Das beginnt vom intelligenten Kühlschrank, der quasi selbständig Online-Einkäufe des täglichen Bedarfs erledigen kann und reicht bis hin zum autonom fahrenden Pkw. Oder Schüler:innen und Student:innen erleichtern sich etwa mit ChatGPT, Bard oder Deepl die Arbeit und das Lernen.
Künstliche Intelligenz – Logistikbranche liefert Lösungen
Auch in Industrie und Logistik hat Künstliche Intelligenz schon längst Einzug in viele Anwendungsbereiche erhalten. Wer etwa die LogiMAT 2023 besuchte, konnte dabei unschwer feststellen, dass KI heute nicht mehr aus der Intralogistik und Logistik-Automation wegzudenken ist. Das betrifft sowohl die Logistiklösungen selbst als auch deren Entstehung, bei der die Ingenieure laufend auf Künstliche Intelligenz zurückgreifen. So werden Lösungen in Rekordzeit entwickelt und können bei Bedarf vom Investor sofort in 3D-Optik begutachtet werden, beispielsweise mithilfe von Virtual Reality-Brillen. Auch davon kann man sich schon seit Jahren auf der LogiMAT in Stuttgart überzeugen.
Mit KI zu besseren Prozessen
Dabei ist Künstliche Intelligenz nn Industrie und Logistik nicht erst seit ChatGBT relevant. Spätestens seit dem Milleniumsjahr 2000, vor dem die IT-Branche regelrecht erschauerte, und verbesserter IT-Infrastrukturen ist der Einsatz intelligenter Technologien für die Produktionsplanung, -steuerung und –optimierung zum Alltag geworden. Lassen sich doch damit nicht nur Engpässe vermeiden, sondern mit Hilfe von KI-Algorithmen können heute die Maschinenauslastung und Bestellmengen automatisch berechnet werden. Industrie 4.0, seit dem Jahr 2011 ein Begriff, lässt intensiv grüßen.
Schlanke Lager und übersichtliche Bestände
Lagerplatz ist teuer, weil auch der Raum für neue Lager- und Distributionszentren begrenzt ist. Gerade in dicht besiedelten Räumen wie in Deutschland, der Schweiz oder Österreich werden so gut wie keine Flächen dafür mehr freigegeben, um auch eine weitere Versiegelung der Böden zu vermeiden. Umso wichtiger wird das Lager- und Bestandsmanagement für Unternehmen, um ihre bestehenden Flächen optimal zu nutzen. Bis zur Coronakrise verlagerten viele daher ihre Läger quasi auf die Straße und verlängerten so rund um den Erdball ihre Lieferketten. Just in time und Just in Sequence waren hier die Schlagwörter. Seit jedoch die Lieferketten wegen geschlossener Häfen etwa in China, dem Krieg der faschistischen Russischen Föderation gegen die demokratische Ukraine oder schlichtweg Rohstoffmangels teilweise gerissen sind und einen echten Risikofaktor darstellen, feiern Distributionszentren und Läger in der Nähe eines Produktionsbetriebes eine Renaissance. Immer wichtiger wird es daher, die Bestände effektiver zu managen und die Lagerbestände zu optimieren. Das kann dazu beitragen, dass die Verfügbarkeit von Produkten erhöht und gleichzeitig die Kosten für Lagerung und Logistik reduziert werden. Künstliche Intelligenz kann hier heute wahre “Wunder” wirken, insbesondere wenn es gelingt, Supply Chains über Unternehmensgrenzen hinweg abzubilden und zu steuern. Dabei greifen KI-Lösungen wie ERP- und WMS-Systeme mit der Disposition, Routenplanung zunehmend ineinander.
Künstliche Intelligenz unter kritischem Auge

Doch trotz der vielen Vorteile, die Künstliche Intelligenz in Industrie und Logistik bieten kann, flammt die Kritik daran immer mehr auf und wird durch Missbrauchs-Berichte beim Gebrauch von ChatGBT, Bard oder Deepl massiv befeuert. Wenn sich also Top-Entscheider entscheiden, KI in ihrem Unternehmen flächendeckend einzusetzen, sollten sie diese Befürchtungen ernstnehmen, raten Unternehmensberater und Anbieter von Logistiklösungen unisono. Denn für sie geht es vor allem um die Akzeptanz der Industrie- und Logistiklösungen, die es braucht, damit eine Investition in Künstliche Intelligenz zum erhofften Ziel führt.
KI verändert die Arbeitswelt
Ein Hauptkritikpunkt, der bei KI regelmäßig geäußert wird, ist, dass diese Technologien zu erheblichen Arbeitsplatzverlusten führen können. Diese Befürchtung ist nicht fiktiv, sondern hat einen realen Hintergrund. Denn automatisierte Prozesse und Robotik haben natürlich auch das Ziel, an der einen oder anderen Stelle einer Supply Chain, menschliche Arbeitskraft durch Robotik und Automationslösungen zu ersetzen. Doch, so weisen Anbieter solcher Lösungen wie etwa Knapp, SSI Schäfer, Hörman Logistics, Jungheinrich, Still, Toyota MH etc. Regelmäßig darauf hin, dass solche Automationslösungen nur in Umgebungen möglich sind, die hochstandardisierbar sind. Angesichts des Fachkräftemangels und der demographischen Entwicklung ist die menschliche Arbeitskraft in diesen Bereichen schlichtweg vergeudet. Unternehmen, die in Künstliche Intelligenz und Logistikautomation setzen, entlassen daher eher selten ihre Mitarbeiter, sondern qualifizieren sie zumeist weiter, um sie dann sinnvoller und zumeist mit besserer Entlohnung anderen Orts im Unternehmen einzusetzen.
Verliert der Mensch die Kontrolle?
Eine weitere, oft geäußerte Befürchtung, ist der Verlust der menschlichen Kontrolle. Das liegt schlichtweg daran, weil Künstliche Intelligenz heute, im Vergleich noch vor nicht einmal einem Jahrzehnt, komplexe Entscheidungen auf der Basis von Daten und Algorithmen treffen können, und zwar ohne dass menschliche Kontrolle oder Überwachung notwendig ist. Dies könnte, so die Kritiker, dazu führen, dass wichtige Entscheidungen von Maschinen getroffen werden, ohne dass der Mensch die Möglichkeit hat, einzugreifen oder die Entscheidungen zu überprüfen.
Menschliche Kontrolle nicht immer erwünscht
Inwieweit dieses Argument greift, ist allerdings fraglich. So ist es in manchen Bereichen gar nicht wünschenswert, dass der Mensch in Prozesse eingreifen kann bzw. weitestgehend daran gehindert wird. Dies ist etwa im internationalen Flugverkehr der Fall. Beinahe immer, wenn es hier zu Katastrophen mit unzähligen Toten kommt, ist menschliches Versagen die Ursache. Dabei versagt zumeist nicht nur eine Person, sondern es sind ganze Ketten menschlicher Entscheidungen, die zur Katastrophe geführt haben – vom Bodenpersonal über die Wartung der Geräte, den Fluglotsen bis hin zum Piloten. Selbiges gilt auch für Fahrerlose Transportsysteme in der Logistik, autonom fahrende Pkw oder Lkw usw.: Stets war menschliches Versagen die Ursache für Unfälle. Egal wie man dazu steht: Die Diskussion darüber ist jedoch noch längst nicht abgeschlossen.
Künstliche Intelligenz, Datenschutz und Ethik
Und last but not least ist ein oft genannter Kritikpunkt, dass KI-Systeme große Mengen an Daten benötigen, um verlässlich funktionieren zu können. Die Kritik ist durchaus berechtigt. So gehen einige Schätzungen aus dem Jahr 2021 davon aus, dass weltweit täglich etwa 2,5 Exabyte an Daten generiert werden, wovon ein Teil durch KI-Anwendungen erzeugt wird. IBM erwartet daher in seinem Bericht „The state of AI 2021“, dass bis 2025 die weltweite Datenmenge auf 175 Zettabyte anwachsen wird. Ein Teil dieser Daten wird durch KI-Anwendungen generiert werden. Lt. IBM ist die Anzahl der Unternehmen, die KI einsetzen, von 37 Prozent im Jahr 2018 auf 55 Prozent im Jahr 2020 gestiegen. Die häufigsten Anwendungsbereiche von Künstlicher Intelligenz seien dem Bericht zufolge derzeit IT-Support, Cybersecurity und Predictive Maintenance, Bilderkennungen und die Erzeugung von Algorithmen, aber auch die oben erwähnten autonom fahrenden Fahrzeuge jedweder Art etc. . IBM betont in seinem Bericht daher auch die Bedeutung von verantwortungsvollem Umgang mit Daten und KI-Modellen, insbesondere im Hinblick auf die Vermeidung von Bias und Diskriminierung.
UX Design – Ein möglicher Weg zur besseren Künstlichen Intelligenz

Ein Weg aus der KI-Problematik könnte hier die Integration von KI in UX Design sein, denn dadurch könnte die Benutzererfahrung verbessert werden. Dabei können KI-Technologien so eingesetzt werden, damit personalisierte, effektive und intuitive Benutzeroberflächen geschaffen werden. Dabei steckt die Idee dahinter, dass IT-Systeme oft komplexe Programme mit genauen Regeln sind, die in noch kompliziertere Strukturen beziehungsweise gesellschaftliche Umfelder integriert sind. Die Grundproblematik besteht darin, dass davon ausgegangen wird, dass sich Menschen an Systeme und Strukturen anpassen und sich in sie hineinversetzen können. Tatsächlich ist unser Verstand jedoch begrenzt und schnell überfordert, wenn es um komplexe Zusammenhänge oder Vorgänge geht. Bei den fortschrittlichen Technologien, die wir Menschen in den vergangenen Jahrzehnten entwickelt haben, wurde oft aus den Augen gelassen, wie sie von Menschen möglichst intuitiv und leicht benutzt werden können. So haben wir uns mit vermeintlichen Alltagshelfern und Tool, die uns unterstützen sollen, auch eine zusätzliche Herausforderung geschaffen, die es zu bewältigen gilt. KI hat die Skills hierbei zu helfen, wenn wir bedenken, dass wir nur begrenzt viel auswerten können.
7 +/- 2 – Die Kapazität des menschlichen Gehirns ist begrenzt
So ist die UX-Revolution bereits seit einiger Zeit in vollem Gange und versucht, solche KI-Technik in Einklang mit den Menschen zu bringen. Ziel ist immer, die Benutzeroberflächen von solchen Programmen möglichst so zu gestalten, dass wir Menschen sie problemlos nutzen können und nicht von ihnen erschlagen werden. Wir wissen, dass Personen nicht viele Informationen gleichzeitig aufnehmen und verarbeiten können. So beschreibt die Millersche Zahl, dass Menschen gleichzeitig nur 7+/-2 Informationsschnipsel im Kurzzeitgedächtnis verarbeiten können. Genauso denken wir oft, dass wir beispielsweise das Gesamtbild einer Situation wahrnehmen, obwohl wir in Wirklichkeit sequenziell sehen. Das sogenannte fotografische Gedächtnis ist ebenfalls ein Trugschluss. Nur sehr wenige Menschen können sich an Situationen so detailliert erinnern als hätten sie ein Foto vor sich.
Technischen Anspruch auf den Menschenverstand anpassen
Für den Großteil der Menschen gilt, dass wir nur Bruchteile wahrnehmen. Diese Tatsache ist für die Erstellung von Benutzeroberflächen elementar. Wenn wir also Informationen in ein Interface verpacken und uns fragen, warum die User:innen nichts damit anfangen, dann liegt es meist daran, dass die Auskünfte zwar im Tool aber eben nicht im Verstand der Menschen angekommen sind. Brauchbar werden Technologien jedoch erst, wenn das Interface es schafft, ein Hilfsmittel für den Menschenverstand zu sein und die nötigen Informationen auch zu vermitteln. Designer:innen müssen daher wissen, ab wann die Auskünfte zu viel sind. Das meint nicht zu viele Buttons oder zu viel Text und Daten, sondern den Grad der Komplexität. Damit die Systemgestalter:innen allerdings nicht nur aus dem Bauchgefühl einschätzen müssen, ab wann eine Plattform zu anspruchsvoll ist, braucht es eine messbare Lösung. Und genau hier kommt die KI ins Spiel.
Experiment – Visuelle Komplexität messbar machen
Ein Experiment, das bei Creative Navy durchgeführt wurde, um den Mehrwert von KI im UX-Design zu zeigen, lief folgendermaßen ab. Eine Anzahl an Designer:innen wurde beauftragt, ein Interface für ein medizinisches Gerät zu erstellen. Alle bekamen das gleiche Briefing und wurden dann in drei Teams aufgeteilt. Die erste Gruppe durfte sich beim Design nur nach Best Practice Cases richten. Die Zweite durfte sich Feedback von User:innen einholen und die dritte Gruppe durfte mit dem Tool Cømpass die Komplexität des Interfaces messen. Danach wurden die entwickelten Benutzeroberflächen einer Auswahl an Nutzer:innen gezeigt, die damit Aufgaben erledigen mussten.
User-Feedback ist hilfreich
Im Anschluss wurde gemessen, wie lange die Anwender:innen brauchten, um eine Entscheidung zu treffen, wie oft sie die Richtige trafen und wie erschöpfend ihnen die Erfahrung subjektiv vorkam. Die Ergebnisse waren eindeutig. Obwohl sich alle Designer:innen bemühten Komplexität zu reduzieren, funktionierte es in den Gruppen unterschiedlich gut. Das User-Feedback war hilfreich, weil Menschen sich zumindest bis zu einem gewissen Grad bewusst sind, wenn ein Interface „zu viel“ oder zu komplex für sie ist. Das war schon mal eine wichtige Erkenntnis. Dennoch können Personen die visuelle Komplexität nicht wirklich beurteilen. Solch eine Messung wird erst durch KI-Tools wie Cømpass möglich, auf dessen Evidenz-Grundladge sich bessere Design-Entscheidungen treffen lassen.
Computer Vision durch KI-Tool Cømpass
Cømpass ermöglicht es schließlich, die visuelle Komplexität von Interfaces zu messen und gibt den Designer:innen die nötigen Daten an die Hand, um das bestmögliche Interface zu gestalten. So können die Benutzer:innen ihre kognitiven Ressourcen für das Lösen von Problemen nutzen und müssen sie nicht für die Bedienung einer anspruchsvollen Oberfläche verschwenden. Die Künstliche Intelligenz, die dahintersteht, benutzt Computer Vision, um dutzende von Faktoren zu messen, die ein Interface komplex machen und die Leistung der User behindern. Dafür identifiziert Cømpass einzelne Komponenten der Benutzeroberfläche und analysiert sie, um zu verstehen, was sie bedeuten und wie schwierig sie von Menschen zu verarbeiten sind. Zudem wird auch die visuelle Hierarchie im Layout ausgewertet, indem Gruppen von Komponenten identifiziert werden. Mit Hilfe von Computer Vision können so Details und Beziehungen ausgewertet werden, die weit über die Grenzen der menschlichen Wahrnehmung hinausgehen.
Problembewusstsein schaffen
Der Unterschied zu anderen Design-Tools liegt auf der Hand. Oftmals simulieren und messen Alternativprograme nur, wo die Benutzer:innen auf dem Bildschirm schauen. Diese Daten sind zwar auch informativ, aber nur begrenzt für Designentscheidungen nutzbar. Genauso verhält es sich mit Nutzer-Feedback. Viele Probleme sind uns Menschen selbst nicht bewusst beziehungsweise können wir unser Nutzerverhalten nur bedingt und meist unkonkret reflektieren. Cømpass wiederum zeigt die Komplexität und die Schwierigkeit, ein Interface zu verarbeiten und zu verstehen. Somit stellt das KI-Tool eine direkte Verbindung zwischen einem Design und der erwarteten Leistung der Nutzer her. Hinzu kommt, dass solch ein Programm unglaublich schnell agiert und innerhalb von Sekunden verschiedenen Optionen vergleicht und die gewünschten Ergebnisse bereitstellt. Das Experiment zeigt uns, wie viel mehr KI leisten kann und in welcher Form es uns bei der Gestaltung und Entwicklung von Programmen unterstützen kann. Last but not least, übernimmt KI hierbei keinen Job von uns, sondern erweitert unsere Fähigkeiten.
KI, UX-Design und die Logistik
So eine Technologie kann aber auch helfen, die Logistikbranche effizienter und benutzerfreundlicher zu gestalten. Eine wichtige Anwendung von KI und UX Design in der Logistik wäre beispielsweise die bereits oben angesprochene Optimierung von Lieferketten und Transportrouten. KI-Modelle können hier etwa beispielsweise Echtzeit-Verkehrsinformationen analysieren und Prognosen erstellen, um die schnellste und effizienteste Route für Lieferungen zu berechnen. UX Designer können jedoch hierbei helfen, die Benutzererfahrung für Logistikplaner und Fahrer zu verbessern. Das könnte mit mit dafür entworfenen intuitiven Dashboards und Schnittstellen geschehen, welche die wichtigsten Informationen und Funktionen auf einen Blick anzeigen.
Künstliche Intelligenz und UX Design im Lager
Eine weitere Anwendung von KI und UX Design in der Logistik wäre die Automatisierung von Lagerprozessen. KI-Modelle können beispielsweise Bestände überwachen, um Nachbestellungen automatisch auszulösen, oder Roboter in Lagern steuern, um den Bestand effizient zu organisieren. UX Designer könnten nun in weiterer Folge helfen, die Benutzerfreundlichkeit der verwendeten Tools und Schnittstellen zu optimieren, um die Effizienz der Prozesse zu verbessern.
Direkt aus dem Lager zum Kunden
Darüber hinaus kann die Kombination von Künstlicher Intelligenz und UX Design auch zur Verbesserung der Kundenerfahrung beitragen. Beispielsweise können KI-Chatbots eingesetzt werden, um Kundenanfragen zu beantworten und Bestellungen zu verfolgen, während UX Designer dafür sorgen, dass die Interaktion mit dem Chatbot so einfach und intuitiv wie möglich ist. Diese Anwendungsbeispiele zeigen, dass Künstliche Intelligenz und UX Design dazu beitragen können, die Effizienz und Benutzerfreundlichkeit in der Logistik zu verbessern und somit dazu beitragen, dass Lieferungen schneller und zuverlässiger erfolgen können.
Dennis Lenard in Kürze
Automatisch generierte BeschreibungDennis Lenard ist Gründer sowie Geschäftsführer von Creative Navy, einer der ersten UX-Design-Agenturen weltweit, die auf Basis wissenschaftlicher Daten arbeiten. Neben den Kognitionswissenschaften studierte Lenard auch Europäisches Recht, visuelle Kommunikation und Wirtschaft. Zusammen mit seinem Team aus 15 Expert:innen arbeitete der Produktarchitekt unter anderem für namenhafte Kund:innen wie Unicef, UNO, eToro, PwC, Miele, Ford oder General Motors.
Creative Navy in Kürze
Das Berliner Unternehmen steht für evidenzbasiertes UX-Design. Die Agentur vertritt die Haltung, dass der Branche eine gesamtgesellschaftliche Verantwortung obliegt – insbesondere, wenn es um Anwendungen der kritischen Infrastruktur geht. Das 15-köpfige Experten-Team um Gründer Dennis Lenard sieht in ihrer Design-Arbeit somit viel mehr als nur Ästhetik. Der innovative Ansatz der UX- Agentur besteht darin, jedes Projekt mit einem individuellen wissenschaftlichen Forschungsprozess zu beginnen, in dem die jeweiligen Nutzer:innen sowie deren Verhalten sorgfältig analysiert werden. Die Daten zeichnen ein exaktes Bild der optimalen Benutzeroberfläche und Anwendbarkeit und lassen dabei keinen Raum für Kompromisse. Die UX- Agentur Creative Navy wurde 2010 gegründet und hat ihren Unternehmenssitz in Berlin.
Verwandte Themen
(Mehr als 120 State-of-the-Art Anwenderbeispiele aus der Intralogistik und IT finden Sie in unserer Rubrik BEST PRACTICE in blogistic.net)
(Mehr zur HJS MEDIA WORLD finden Sie hier unter hjs-media-world.at)