Suchen

Forschungsprojekt Mehr Nachhaltigkeit in der Transportlogistik: Mit KI Emissionen reduzieren

| Autor / Redakteur: Patricia Petsch* / Vivien Deffner

Eine der großen Herausforderungen im Umgang mit dem Klimawandel ist die Senkung der Treibhausgasemissionen im Verkehr. Ein neues Forschungsprojekt des Fraunhofer IIS entwickelt nun ein KI-basiertes Verfahren zur Tourenplanung und will so für mehr Nachhaltigkeit auf den Straßen sorgen.

Firmen zum Thema

Um die Transportlogistik nachhaltiger zu gestalten und Leerfahrten zu reduzieren, setzt das Forschungsprojekts »KITE« künstliche Intelligenz (KI) im Transport zur Emissionsreduktion ein.
Um die Transportlogistik nachhaltiger zu gestalten und Leerfahrten zu reduzieren, setzt das Forschungsprojekts »KITE« künstliche Intelligenz (KI) im Transport zur Emissionsreduktion ein.
(Bild: gemeinfrei / Pexels )

Gerade der gewerbliche Güterverkehr hat ein hohes Potenzial, die Emissionen zu senken. Denn: Ein beträchtlicher Anteil der LKW-Fahrten ist nicht optimal ausgelastet. Im Projekt »KITE« entwickeln Forschende der Fraunhofer-Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS deshalb ein neues KI-basiertes Verfahren zur Tourenplanung, mit dem Leerfahrten reduziert werden können.

Weniger Leerfahrten durch KI-Einsatz

Um die Transportlogistik nachhaltiger zu gestalten und Leerfahrten zu reduzieren, setzt das Forschungsprojekts »KITE« künstliche Intelligenz (KI) im Transport zur Emissionsreduktion ein. Die Fraunhofer-Arbeitsgruppe SCS beschäftigt sich hierzu mit Prognoseverfahren in zwei verschiedenen Richtungen:

Zum einen wird ein Prognoseverfahren entwickelt, um Transportvolumen auf verschiedenen Prognose-Ebenen (Kunde, Niederlassung, Unternehmen) sowie Horizonten (Tage, Wochen, Monate) vorherzusagen. Diese Vorhersagen werden dann in der Tourenplanung genutzt, um gezielt Sendungsvolumen zu konsolidieren. So kann ein LKW einen Knoten im Netzwerk beispielsweise einen Tag früher oder später anfahren. Zum anderen wird ein Verfahren zur Langfristprognose entwickelt, um gezielt Stellen zur Netzoptimierung – also die gezielte Akquise neuer Kunden oder Aufbau neuer Hubs – zu identifizieren.

In den betrachteten Betrieben sollen die Leerfahrten so um bis zu 15 Prozent reduziert werden. An der Entwicklung und Pilotierung des Verfahrens ist ein großes sowie ein mittelständisches Speditionsunternehmen beteiligt. Um die Übertragbarkeit zu sichern, betrachten die Forscher überdies drei weitere assoziierte Speditionsunternehmen.

Das laufende Projekt »KITE« wird im Rahmen der Förderrichtlinie Modernitätsfonds »mFUND« mit insgesamt 1.052.179 Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert. Als Projektpartner engagieren sich die Optitool GmbH, die BLG Logistics Group AG & Co. KG sowie die Schmahl & Stoepel GmbH für die Emissionsreduktion.

Über den »mFUND« des BMVI

Im Rahmen der Forschungsinitiative »mFUND« fördert das Bundesministerium für Verkehr und digitale Infrastruktur BMVI seit 2016 Forschungs- und Entwicklungsprojekte rund um datenbasierte digitale Anwendungen für die Mobilität 4.0. Neben der finanziellen Förderung unterstützt der »mFUND« mit verschiedenen Veranstaltungsformaten die Vernetzung zwischen Akteuren aus Politik, Wirtschaft und Forschung sowie den Zugang zum Datenportal mCLOUD.

Nachfolger des Projektes »KIVAS«

»KITE« ist die Fortsetzung des Projekts »KIVAS«, das die bessere Auslastung im Straßengüterverkehr mit KI-gestützten Kurzzeitprognosen erforschte. Die Kernfrage war, wie Nachfrage nach Frachtvolumen vorhergesagt werden kann. Die Forschenden untersuchten hierzu eine Vielzahl an Einflussgrößen auf ihren prädikativen Wert. Dazu gehören Wettervorhersagen, kalendarische Effekte (wie Feiertage oder Wochenenden), Konjunkturdaten sowie sozioökonomische Daten wie Arbeitslosenstatistiken. Diese Daten wurden für 17 Niederlassungen zweier Unternehmen evaluiert, um zu ermitteln, welche Einflussgrößen die Prognose des Transportvolumens tatsächlich optimieren könnte. Dabei zeigte sich, dass vor allem das Wetter und kalendarische Effekte einen großen Einfluss auf die Kurzzeitprognose der beteiligten Unternehmen haben. Somit konnte »KIVAS« nachweisen, dass sich das Frachtvolumen für einzelne Spediteure auf Niederlassungsebene prognostizieren lässt.

Die große Herausforderung im Projekt »KITE« ist nun die deutlich feingranularere Prognose und deren Verknüpfung mit mathematischer Optimierung zur Tourenplanung. Dazu werden gegenüber dem Vorgängerprojekt nun fünf weitere Unternehmen betrachtet. Die in »KITE« entwickelten Verfahren sollen nach Projektende in ein Softwareprodukt überführt werden, das von den beteiligten Speditionspartnern und weiteren Unternehmen genutzt werden kann.

Gestalten Sie mit uns die besten Fachmedien der Welt!

Die Arbeitswelt verändert sich fortlaufend und mit ihr auch die fachspezifischen Aufgabenstellungen, denen Sie sich Tag für Tag stellen. Hierbei wollen wir Sie mit unserem Fachmedien-Angebot auch zukünftig zielführend unterstützen und Ihnen Inhalte mit echtem Mehrwert liefern.


Hierzu möchten wir Ihre thematischen Bedürfnisse noch besser kennenlernen und unsere redaktionellen Inhalte dahingehend optimieren.
Daher würden wir uns sehr freuen, wenn Sie sich 10 Minuten Zeit nehmen, uns ein paar Fragen beantworten und so unsere zukünftige Berichterstattung von Grund auf mitgestalten.

* Patricia Petsch arbeitet in der Unternehmenskommunikation des Fraunhofer-Instituts für Integrierte Schaltungen IIS.

(ID:46872867)