Ansvar, vision og tillid: Sådan arbejder SSI SCHÄFER med AI
Kunstig intelligens påvirker også intralogistikken, og det rejser både tekniske, strategiske og etiske spørgsmål. For SSI SCHÄFER er én ting klar: Enhver, der anvender AI, skal tage ansvar for det. Virksomheden var bevidst om dette ansvar allerede før introduktionen af EU AI Act og har i mange år arbejdet ud fra en række etablerede principper. Disse principper fungerer som virksomhedsdækkende retningslinjer for ansvarlig adfærd.
AI-innovation og regulering: Mere end blot lovkrav
Et almindeligt spørgsmål i forbindelse med kunstig intelligens er: Hvor meget frihed skal teknologien have? Og hvilke begrænsninger er nødvendige for at sikre, at den virkelig er sikker? SSI SCHÄFER demonstrerer, at det ene ikke udelukker det andet. Tværtimod.
Allerede før introduktionen af EU AI Act arbejdede SSI SCHÄFER intensivt med ansvarlig udvikling og anvendelse af software og AI – også med fokus på kundernes accept af øget automatisering af beslutninger. De interne retningslinjer bygger på klare værdier, som understøtter teknologierne fra den første idé til implementering. Det sikrer, at løsningerne både er anvendelige, forklarlige og tilpasset kundernes behov.
Praktisk anvendelse af AI med fokus på bæredygtig kundeværdi
AI anvendes til specifikke applikationer inden for produktudvikling og operationelle processer med det formål at øge effektivitet, processikkerhed og kundeværdi på lang sigt. I den forbindelse fokuserer virksomheden på øget samarbejde mellem interne ekspertteams og initiativer frem for enkeltstående løsninger.
Et eksempel på dette er Data Science-teamet, som analyserer komplekse datastrømme fra lager- og logistikprocesser og anvender denne information til at udvikle intelligente modeller til beslutningsstøtte. Machine learning og statistiske processer bruges til at udvikle databaserede services, som forbedrer forecasting, optimerer workflows og øger transparensen i intralogistikken – altid med fokus på praktisk anvendelse og merværdi for kunderne.
Et centralt element i dette arbejde er området explainable AI. SSI SCHÄFER arbejder aktuelt på at integrere dette aspekt i sine udviklingsprocesser. Evnen til at gøre AI-beslutninger forståelige er ikke blot et kvalitetskriterium, men også en afgørende faktor for tillid og accept.
Medarbejdere fra SSI SCHÄFER deltager desuden aktivt i europæiske initiativer og videnskabelige komitéer. Dermed sikrer virksomheden ikke kun, at den følger med den teknologiske udvikling – den bidrager også aktivt til fremtidens AI på en ansvarlig og transparent måde og altid med fokus på kunderne.
Tillid som fundament for lagerlogistik
Tillid er en afgørende succesfaktor i den højt automatiserede verden inden for intralogistik. SSI SCHÄFER betragter kunstig intelligens som mere end blot en “black box” – det er en teknologi, som skal være transparent og forklarlig.
Kunderne forventer en langsigtet effekt af deres investeringer i intralogistikløsninger – stabile forsyningskæder, effektive processer og pålidelige beslutninger. Det er fortsat SSI SCHÄFERs mål, også i en tid med kunstig intelligens – med fokus på forklarlighed, transparens og datasikkerhed.
Fremtiden formes med klare værdier
SSI SCHÄFER er en pålidelig og fremtidsorienteret partner, når det gælder kunstig intelligens – ikke fordi lovgivningen kræver det, men fordi det er en grundlæggende del af virksomhedens værdier.
Med klare værdier, bred praktisk erfaring og fokus på de væsentlige problemstillinger støtter virksomheden sine kunder sikkert gennem komplekse emner som AI, automation og digitalisering. I stedet for at fokusere på teknologisk hype arbejder SSI SCHÄFER ud fra en samarbejdsorienteret og løsningsfokuseret tilgang til fremtidens muligheder.
Om forfatteren
Siden 2022 har Dr. Martin Böhmer ledet SSI SCHÄFERs globale innovationsafdeling. I tværfaglige teams har han udviklet og testet nye løsninger til intralogistik.
Ud over analyser af markedsdynamikker, teknologiske gennembrud og startup-landskabet fokuserer hans arbejde især på digitalisering og kunstig intelligens.
Han bygger på mange års erfaring fra Fraunhofer Institute for Material Flow and Logistics (IML), som er en af Europas største institutioner inden for helhedsorienteret og praksisnær logistikforskning.
Han er uddannet inden for både datalogi og logistik fra Technical University of Dortmund og har sideløbende med sin karriere opnået en ph.d. ved fakultetet for Mechanical Engineering på TU Dortmund.