NachrichtenMakroAgentische KI in der Logistik scheitert ohne räumliches Denkvermögen, sagt Bart Coppelmans von HERE

Agentische KI in der Logistik scheitert ohne räumliches Denkvermögen, sagt Bart Coppelmans von HERE

Autor: FreightWaves·

Wichtige Erkenntnisse

  • •Allgemeine KI-Modelle beantworten laut HERE Technologies nur etwa 55% der grundlegenden räumlichen Richtungsfragen korrekt.
  • •HERE sagt, dass Logistik-KI von Beginn an auf Location Intelligence aufbauen muss, um falsche Routing- und Planungsergebnisse zu vermeiden.
  • •Die Datensätze von HERE enthalten mehr als 800,000 truck-spezifische Datenpunkte zu Mautgebühren, Straßenbeschränkungen und zulässigen Routen.
  • •Das Unternehmen beschreibt seinen Ansatz als eine unterstützte Reise, bei der menschliche Operatoren die Entscheidungshoheit behalten.
  • •Coppelmans sagte, dass die Zusammenarbeit mehrerer Agenten über Kunden- und Drittanbietersysteme hinweg die nächste wichtige Entwicklung sei.
Agentische KI in der Logistik scheitert ohne räumliches Denkvermögen, sagt Bart Coppelmans von HERE

Agentische KI in der Logistik gerät weiterhin ins Stocken, sobald räumliches Denkvermögen ins Spiel kommt. Bart Coppelmans von HERE Technologies erklärt, warum allgemeine KI-Modelle Sprache verstehen können, aber dennoch bei Lkw-Routen, Brücken mit geringer Durchfahrtshöhe, Parkplätzen, Staus und der Ausführung in der realen Welt scheitern. In diesem FreightWaves-Today-Beitrag legt Coppelmans dar, warum Location Intelligence von Anfang an in Logistik-KI eingebaut werden muss und nicht erst später hinzugefügt werden sollte, und wie eine bessere räumliche Verankerung Planung, Ausführung und Fahrer-Feedback in Echtzeit verbinden kann. #LogisticsAI #SupplyChainTech #TruckingTechnology

Allgemeine große Sprachmodelle beantworten nur etwa 55% der grundlegenden Richtungsfragen korrekt, und diese Genauigkeitslücke bremst die Einführung agentischer KI in der Logistik direkt aus, sagte Bart Coppelmans, Head of Enterprise Product bei HERE Technologies. Das Unternehmen, das seit mehreren Jahrzehnten Transportmanagement-, Flottenmanagement- und Last-Mile-Delivery-Systeme unterstützt, argumentiert, dass Location Intelligence in die Grundlage jedes KI-gestützten Logistik-Workflows eingebettet werden muss und nicht erst später hinzugefügt werden darf. Das ist in einer Branche wichtig, in der Routing-Entscheidungen Compliance, Servicezeiten, Fahrerfahrung und Betriebskosten beeinflussen und eine falsche Empfehlung mehr sein kann als nur ein Softwarefehler.

Das Kernproblem, so Coppelmans, sei, dass führende KI-Modelle zwar natürliche Sprache verstehen, aber nicht über das räumliche Denkvermögen verfügen, das für reale Frachtoperationen erforderlich ist. Aufgaben wie das Umleiten von Lkw mit geringer Durchfahrtshöhe um Brückenbeschränkungen herum, das Auffinden von Lkw-Parkplätzen und das Antizipieren von Hafen- oder Verkehrsstaus erfordern ein dichtes Netz standortspezifischer Daten, das aktuelle große Sprachmodelle nicht intern mitführen. Die Karten- und Standortdaten von HERE enthalten mehr als 800,000 truck-spezifische Datenpunkte zu Mautgebühren, Straßenbeschränkungen und zulässigen Routen.

„If you haven’t connected the model and the graph of the location and geospatial model underneath, then it starts really hallucinating dramatically across your responses and outcomes you are getting“, sagte Coppelmans.

„We see it also not as an automation journey. We see it really as an assisted journey.“— Bart Coppelmans, Head of Enterprise Product, HERE Technologies

Coppelmans beschrieb eine anhaltende Kluft zwischen der Planung im Backoffice und der Umsetzung auf der Straße, die agentische KI, korrekt mit Standortdaten verankert, verkleinern könnte. Disponenten können eine scheinbar optimale Route erstellen, doch Fahrer treffen auf Echtzeitbedingungen, die den Plan hinfällig machen. Der Ansatz von HERE schafft eine Rückkopplungsschleife, die Fahrer-Feedback aus dem Feld erfasst, an die Planer zurückspielt und ein Lernmuster aufbaut, damit derselbe Fehler nicht wiederholt wird. Ziel sei der Übergang von statischer Planung zu dynamischer Orchestrierung über Disponenten, Operatoren und Fahrer hinweg.

Über das Routing hinaus beschrieb Coppelmans die breitere Chance als „transportation intelligence“ — ein Begriff, mit dem er die von HERE entwickelte Abwägungs-Engine bezeichnet, die gleichzeitig Kosten, Compliance, Risiko, Sicherheit und Nachhaltigkeit optimieren soll. Anstatt nur eine einzelne Punkt-zu-Punkt-Route zu berechnen, ist das System darauf ausgelegt, Operatoren jene KPIs oder Service-Level-Agreements einstellen zu lassen, die für einen bestimmten Einsatz am wichtigsten sind, und proaktive Vorschläge zu erhalten, die auf diese Prioritäten abgestimmt sind. Praktisch bedeutet das, dass räumliche Daten zu einem zentralen Input für tägliche Logistikentscheidungen werden und nicht nur zu einer Kartenebene darüber.

Zur Frage der menschlichen Kontrolle äußerte sich Koppelmans eindeutig: In der aktuellen Phase der Technologie sollte das menschliche Urteilsvermögen die Kontrolle behalten. Er nannte das Beispiel von Anpassungen an Rahmenbedingungen — wenn ein Planer eine Distanz- oder Kostenbegrenzung lockert, kann das System nun die Auswirkungen auf die Gesamtkosten anzeigen, doch die Entscheidung zur Umsetzung bleibt beim menschlichen Operator. Zudem sagte er, er glaube „at least for a little while“ nicht an vollautomatisierte Logistiksysteme.

Mit Blick nach vorn bezeichnete Coppelmans die Zusammenarbeit mehrerer Agenten als die nächste Entwicklungsstufe — also die direkte Verbindung der HERE-Agenten mit Kundensystemen und Drittanbieter-Agenten, damit Informationen und Entscheidungen über organisatorische Grenzen hinweg fließen können, ohne dass auf jeder Seite tiefe Software-Integrationen erforderlich sind. Für die Branche insgesamt bestehe die unmittelbare Priorität darin, Fragmentierung zu beseitigen, indem agentische Fähigkeiten nahtlos über Workflows hinweg eingesetzt werden, die heute noch in Silos arbeiten.

Führende KI-Modelle beantworten nur 55% der grundlegenden räumlichen Richtungsfragen korrekt, was ihre Zuverlässigkeit bei Routenplanung und Logistikplanung begrenzt.

HERE Technologies speist mehr als 800,000 truck-spezifische Datenpunkte — darunter Mautgebühren, Straßenbeschränkungen und zulässige Routen — in seine Standortdaten ein, um KI-Ausgaben zu verankern.

HERE versteht agentische KI als eine „assisted journey“ mit menschlicher Kontrolle und sieht die Zusammenarbeit mehrerer Agenten über Kunden- und Drittanbietersysteme hinweg als nächste große Entwicklung.

Diese Zusammenfassung wurde dank einer Transkription des Interviews erstellt; das vollständige Interview finden Sie im Video oben.

Der Beitrag Agentic AI in Logistics: Why 55% Accuracy Fails erschien zuerst auf FreightWaves.