Auf der Suche nach der verlorenen Zeit: Big Data in der Transportlogistik

TransformingTransport – das Leuchtturmprojekt mit interessanten Erkenntnissen zu Zeitverlust und -ersparnis .

Das EU-Projekt TransformingTransport untersucht, wie sich aus Big Data Vorteile für Umwelt und Transporteffizienz erzielen lassen. Dabei werden verschiedene Anwendungsbereiche in Piloten unter die Lupe genommen. Wie am Beispiel des Piloten Sustainable Connected Trucks verlorene Zeit wiedergefunden und Kosten gespart werden können, erläutert Jasmin Graf, die den Piloten von PTV-Seite aus betreut.

Compass: Eines der Ziele des Projekts ist es, anhand konkreter mess- und verifizierbarer Beispiele den Wert für Big Data in der Logistik zu zeigen. Wie sieht das Beispiel im Piloten Sustainable Connected Trucks aus?

Jasmin Graf: Durch die Analyse von Big Data wollten wir herausfinden, wie sich Lieferzuverlässigkeit und Termintreue verbessern lassen bzw. wo unnötig Zeit verloren geht. Logistikdienstleister, Flottenbetreiber und natürlich auch das Fahrpersonal stehen im Tagesgeschäft oft unerwarteten Situationen gegenüber, beispielsweise Staus oder lange Wartezeiten an logistischen Hotspots wie Grenzübergängen oder Flughäfen. Das weiß man natürlich aus Erfahrung und baut folglich bei der Planung Pufferzeiten ein. Aber wenn sich die ETA, also die geschätzte Ankunftszeit genauer prognostizieren ließe, könnte man unnötig lange Pufferzeiten bei der Planung sparen. Und das können je nach Anwendungsfall schon mal bis zu 17 % an Zeit sein. Diese Zeit nicht länger zu verlieren, reduziert wiederum die Kosten für Fahrzeuge und Fahrpersonal.

Compass: Mit welchen Daten und für welchen Anwendungsfall habt ihr im Piloten gearbeitet, um herauszufinden, wo Zeit verlorengeht?

Jasmin Graf, Project Manager Global Research bei der PTV Group

Jasmin Graf: Wir haben uns im Projekt auf einen definierten Lkw-Korridor mit alternativen Routen zwischen Amsterdam und Frankfurt konzentriert. Hier haben wir Daten zu Reisezeiten, Verkehrsinformationen, Vorgänge an Flughäfen, Daten aus Routinganwendungen und viele mehr analysiert. Also sehr verschiedene Daten aus sehr unterschiedlichen Quellen. Damit wollen wir Verkehrsinformationen mit Mehrwert schaffen und präzisere Routing- und Planungsanwendungen speziell für Schwerlastflotten.

Compass: Wie viele Datenquellen muss man anzapfen, um einen Mehrwert schaffen zu können?

Jasmin Graf: Bei uns waren es insgesamt neun Quellen: drei, aus denen Satellitenbilder stammten, die für jeden Tag zu einer bestimmten Zeit die Verkehrssituation auf den Routen des Korridors oder an logistischen Hot Spots zeigten. Dann zwei Quellen unseres Partners Jan de Rijk Logistics, die Daten zu tatsächlich gefahrenen Strecken und Aktivitäten enthielten, zwei Quellen von TomTom zu Verkehrsinformationen, vom Datenprovider Axxès kamen Lkw-Daten und schließlich die Routingdaten von unserem PTV xServer. Die Informationen aus den verschiedenen Datenquellen haben wir, stellenweise auch technisch, zusammengeführt und ausgewertet. So konnten zum Beispiel GPS-Daten mit Satellitenbildern kombiniert werden, um sie abgleichen und validieren zu können.

Mit Satellitenbildern Geschwindigkeiten von Lkws validieren – der Regenbogen-Effekt macht’s möglich: Satellitensensoren erfassen die Spektralbereiche des Lichts nicht völlig synchron, sondern mit einer Zeitverzögerung von mehreren Millisekunden und zeigen dadurch Farbverläufe an bewegten Objekten. Je länger der Effekt, desto schneller das Fahrzeug.

Compass: Was lässt sich aus so vielen Daten alles erkennen?

Jasmin Graf: Big-Data-Ansätze bieten mehrere Einsichten. Zunächst ist schon mal dieser unglaubliche Überblick über das große Ganze interessant, den man üblicherweise sonst nicht erhält. Man bekommt ein ganz anderes Verständnis für die Prozesse. Die historischen Daten für eine Flotte von Jan de Rijk lieferte uns wertvolle Einsichten in Zeiten, Tätigkeiten und Dauern für die einzelnen Wochentage und zu bestimmten Stunden. Wir haben u. a. Spitzen und Durchschnittsgeschwindigkeiten identifiziert. Durch den Vergleich zwischen Planung und tatsächlich gefahrenen Routen sehen wir Abweichungen und Muster. Das alles zeigt, wo man ansetzen kann, um Verbesserungen zu erreichen, beispielsweise bei einer Anpassung der Tourenplanung, um die erwartete Ankunftszeit besser zu prognostizieren.

Außerdem haben wir auch ein Dashboard entwickelt, das all diese Daten für den Korridor Frankfurt Amsterdam zeigt. Kreisdiagramme illustrieren außerdem, wie sich die Aufenthaltszeiten am Flughafen zusammensetzen. Und weitere Dashboards liefern noch tiefergehende Informationen zu einzelnen Aspekten.

  • Auf diesem Dashboard sind oben links die Fahrzeiten für den Korridor zwischen Amsterdam und Frankfurt für verschiedene gewählte Routen zu sehen. Die blauen Balken sind mit PTV xServer berechnet worden. Unten links gibt es weitere Informationen zu eben diesen alternativen Routen zu bestimmten Zeitpunkten. Unten rechts zeigt ein Kreisdiagramm die Aktivitäten für eine bestimmte Uhrzeit.

Compass: Es gibt Schätzungen, nach denen sich mit Big Data in der Transport- und Logistikbranche weltweit etwa 450 Milliarden Euro einsparen lassen und 380 Megatonnen CO2. Wie realistisch erscheinen dir, nun nach gut zwei Jahren im Projekt, diese Zahlen?

Jasmin Graf: Würde man diese Analysen, die wir für einen bestimmten Korridor und eine Flotte eines einzigen Logistikdienstleisters gemacht haben für viele Korridore, Flotten und so weiter durchführen und technisch zu integrieren, so würden sich mit Sicherheit enorme Einsparmöglichkeiten ergeben.

Übrigens finden sich weitere Informationen zu unserem Piloten auch im englischsprachigen Blog zum Projekt.

TransformingTransport

Die EU fördert TransformingTransport im Rahmen von Horizon 2020 mit fast 15 Mio. Euro. Beteiligt sind 47 europäische Partner aus der Transport-, der Logistik- und der IT-Branche.

Projektleitung: Rodrigo Castiñeira (INDRA)

Projektdauer: 01.01.2017 – 31.07.2019

Am 16. und 17. Mai 2019 treffen sich im Headquarter der PTV Group die Leiter der Arbeitspakete aus TransformingTransport mit dem High Level Advisory Board. Das sind externe Experten aus verschiedenen Bereichen, mit denen sich das Forschungsteam jährlich trifft, um Feedback und Verbesserungsvorschläge zu den bisher erarbeiteten Ergebnissen zu erhalten. Am 25. und 26. September findet dann die Abschlussveranstaltung in Madrid statt.