Die Transportlogistik nachhaltiger zu gestalten und Leerfahrten zu reduzieren ist das Ziel des Forschungsprojekts »KITE«. Dazu wird KI im Transport zur Emissionsreduktion eingesetzt. Die Forscherinnen und Forscher unserer Arbeitsgruppe für Supply Chain Services nutzen dafür mathematische Optimierung und datengetriebene Prognose.
Prognose und mathematische Optimierung zur besseren Tourenplanung
Zur Reduktion von Leerfahrten und damit zur Reduktion von Emissionen haben wir im Rahmen von KITE an Tourenplanungs-Algorithmen geforscht. Dabei prognostizierten wir zunächst für jede Relation im Netzwerk datenbasiert das »Upselling-Potenzial«, also die Möglichkeit, weitere Transportaufträge zu akquirieren. Anschließend rechneten wir in der Tourenplanung aus, welche dieser möglichen zusätzlichen Aufträge gezielt akquiriert werden sollen, um das Tourgerüst zu verbessern. Unser Verfahren ist in einem Softwaredemonstrator abgebildet, in dem insbesondere auch auf die spezifischen Anforderungen von Vollladungsverkehren auf Tourenplanung eingegangen wird.
Eine interaktive Netzwerkvisualisierung zur strategischen Verbesserung des Transportnetzes
Oftmals sind Transportnetzwerke im Vollladungsverkehr unausgeglichen: das heißt in einige Landkreise wird deutlich mehr Ladung geliefert als von dort abgeholt. Dies führt zu Leerfahrten, da eine entsprechende Rückladung dann oft nicht vorhanden ist. Im Rahmen von KITE haben wir eine interaktive Visualisierungslösung entwickelt, welche diese Unausgeglichenheiten im Netzwerk visualisiert und datengetrieben Vorschläge zur Akquise geeigneter Rückladungsaufträge anzeigt.
Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS