Mit Künstlicher Intelligenz gegen Lkw-Staus
„KIK-Lee“ soll ermöglichen, dass Fuhrunternehmen Stoßzeiten bei der Lkw-Abfertigung meiden und logistische Knoten sich besser auf Anforderungsspitzen einstellen können, Foto: Arndt
Wie die Auslastung von Leercontainerdepots mithilfe Künstlicher Intelligenz besser vorhergesagt werden kann, wollen die HCS Hamburger Container Service GmbH und das Fraunhofer-Center für Maritime Logistik und Dienstleistungen (CML) im gemeinsamen Projekt „KIK-Lee“ erforschen. Das Vorhaben wird im Zuge der Förderrichtlinie Modernitätsfonds (mFUND) vom Bundesministerium für Verkehr und digitale Infrastruktur (BWVI) mit insgesamt 70.742 Euro gefördert.
Als Mehrwert für die Allgemeinheit entsteht ein Vorschlag, wie und in welcher Form logistische Knoten ihre Daten zur Verfügung stellen können
Beim Vor- und Nachlauf im Hinterland sind stark schwankende Lkw-Abfertigungszeiten in logistischen Knoten – unter anderem in Hafenterminals, Verteilzentren und Leercontainerdepots – vielfach die Regel. Dies gehe oft mit nicht akzeptablen Aufenthaltsdauern der Lkw an den Standorten einher. Das Projekt „KIK-Lee“ soll es ermöglichen, dass Fuhrunternehmen Stoßzeiten bei der Lkw-Abfertigung meiden und logistische Knoten sich besser auf Anforderungsspitzen einstellen können.
Bisherige Forschungsergebnisse hätten gezeigt, dass die Optimierung von Verkehrsnetzen und Routen eine breite Datenlage benötigt. Während im Straßenverkehr Aussagen zur voraussichtlichen Ankunftszeit bereits üblich sind, gebe es für logistische Knoten aktuell nur wenige Kennzahlen, die für die Planung herangezogen werden könnten. Dies führe zu ineffizienten Abläufen innerhalb der Transportkette und hindere das Innovationspotential für eine langfristige und automatisierte Planung.
Ziel des Vorhabens sei es daher, möglichst viele Kennzahlen zur Verfügung zu stellen. Dabei soll neben den internen Daten des Knotens auch der bereits bestehende Datenschatz des BMVI-Portals mCLOUD genutzt werden, um mit modernen KI-Methoden möglichst genau die Kennzahlen und deren Vorhersagen zu generieren. „Als Mehrwert für die Allgemeinheit entsteht damit anhand eines Beispiels ein Vorschlag, wie und in welcher Form logistische Knoten ihre Daten zur Verfügung stellen können“, heißt es in der Mitteilung.
Konkret sollen in dem Projekt am Beispiel des Leercontainerdepots der HCS Hamburger Container Service GmbH aus entsprechenden Datenquellen in der mCLOUD Kennzahlen generiert werden, um eine effizientere Auslastung bei der Lkw-Abfertigung zu unterstützen. Es werden bedarfsgerechte Vorhersagen und Werte ermittelt und erzeugt, wie etwa die zu erwartende Ankunftsrate und Abfertigungsdauer. Die generierten Vorhersagen und Kennzahlen werden in der mCLOUD veröffentlicht und sind somit für alle Akteure zugänglich. Basierend auf diesen Informationen sollen Fuhrunternehmen ihre Planung optimieren beziehungsweise automatisieren können. bek
