03.09.2020 - 16:40

Wie KI die Emissionen in der Logistik reduzieren soll

Der gewerbliche Güterverkehr hat ein hohes Potenzial, Emissionen zu senken. Allein schon, weil ein beträchtlicher Anteil von LKW-Fahrten nicht optimal ausgelastet ist. Im Projekt „KITE“ entwickeln Forschende des Fraunhofer IIS deshalb ein neues KI-basiertes Verfahren zur Tourenplanung.

Transportlogistik nachhaltiger zu gestalten und Leerfahrten zu reduzieren, ist das Ziel des Forschungsprojekts „KITE“, das Künstliche Intelligenz (KI) im Transport zur Emissionsreduktion nutzbar machen soll. 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.

Das Projektziel: Die Reduktion von Leerfahrten um bis zu 15 Prozent bei den betrachteten Unternehmen. An der Entwicklung und Pilotierung des Verfahrens ist ein großes sowie ein mittelständisches Speditionsunternehmen beteiligt. Um die Übertragbarkeit zu sichern betrachten die Forscherinnen und Forscher darüber hinaus drei weitere Speditionsunternehmen.

„KITE“ ist die Fortsetzung des Projekts „KIVAS“, das die bessere Auslastung im Straßengüterverkehr mit KI-gestützten Kurzzeitprognosen erforschte. Dessen Kernfrage war, wie Nachfrage nach Frachtvolumen vorhergesagt werden kann. Die Forschenden untersuchten hierzu eine Vielzahl an Einflussgrößen, wie Wettervorhersagen, kalendarische Effekte (wie Feiertage, Wochenenden etc.), Konjunkturdaten sowie sozioökonomische Daten (z. B. Arbeitslosenstatistiken) auf ihren prädiktiven Mehrwert. 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 im Projekt „KIVAS“ nachgewiesen werden, dass sich das Frachtvolumen für einzelne Spediteure auf Niederlassungsebene prognostizieren lässt.

Die große Herausforderung im neuen Projekt 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.

Fraunhofer SCS sucht für „KITE“ laufend Forschungspartner, um die im Projekt entwickelten Verfahren bei verschiedenen Unternehmen zu evaluieren. Interessierte Unternehmen sind herzlich eingeladen, ihre Fragestellungen, Herausforderungen und Bedarfe zu adressieren. Das Projekt ist insbesondere für Speditionsunternehmen interessant, die die Auslastungsquote ihrer LKWs verbessern wollen.

Das laufende Projekt „KITE“ wird im Rahmen der Förderrichtlinie Modernitätsfonds „mFUND“ mit mehr als einer Million Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert.

Bild: Gerd Altmann auf Pixabay

Autor: jst

– ANZEIGE –



Aktuelle Termine

Testen und Validieren automatisierter Fahrfunktionen

Zum Termin

Sensorfusion und Multisensorsysteme für automobile Anwendungen

Zum Termin

14. Tagung - Diagnose in mechatronischen Fahrzeugsystemen

Zum Termin
Gefunden bei intellicar.de
https://intellicar.de/tests-and-research/wie-ki-die-emissionen-in-der-logistik-reduzieren-soll/
03.09.2020 16:04