KITE-Projekt: Neues Tool soll Leerfahrten mit KI reduzieren

Im Rahmen des Forschungsprojekts KITE will man ein Prognoseverfahren für das Transportvolumen entwickeln, das bei der Reduzierung von Leerfahrten helfen soll.

Weniger Emissionen durch reduzierte Leerfahrten: das möchte die Fraunhofer Arbeitsgruppe SCS im Forschungsprojekt KITE erreichen. (Symbolbild: Elnur/Adobe Stock)
Weniger Emissionen durch reduzierte Leerfahrten: das möchte die Fraunhofer Arbeitsgruppe SCS im Forschungsprojekt KITE erreichen. (Symbolbild: Elnur/Adobe Stock)
Johannes Reichel
(erschienen bei LOGISTIK HEUTE von Sandra Lehmann)

Die Fraunhofer-Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS entwickelt nach Eigenangaben gemeinsam mit der Optitool GmbH, der BLG Logistics Group AG & Co. KG sowie der Schmahl & Stoepel GmbH im Rahmen des Forschungsprojektes „KITE“ ein KI-basiertes Verfahren zur Tourenplanung, mit dem Leerfahrten reduziert werden sollen.

Prognose auf verschiedenen Ebenen

Dazu werde zum einen ein Prognoseverfahren entwickelt, um Transportvolumen auf verschiedenen Ebenen (Kunde, Niederlassung, Unternehmen) sowie Horizonten (Tage, Wochen, Monate) vorherzusagen. Diese Voraussagen werden laut der Fraunhofer-Arbeitsgruppe SCS dann in der Tourenplanung genutzt, um gezielt Sendungsvolumen zu konsolidieren. So könne ein LKW einen Knoten im Netzwerk beispielsweise einen Tag früher oder später anfahren. Zum anderen sei derzeit ein Verfahren zur Langfristprognose in Planung, um Stellen zur Netzoptimierung – also die gezielte Akquise neuer Kunden oder den Aufbau neuer Hubs – zu identifizieren. Das Projektziel: Die Leerfahrten in den betrachteten Betrieben sollen um bis zu 15 Prozent reduziert werden.

Das laufende Projekt KITE werde zudem im Rahmen der Förderrichtlinie Modernitätsfonds „mFUND“ mit insgesamt 1.052.179 Euro durch das Bundesministerium für Verkehr und digitale Infrastruktur gefördert.

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 Forscher untersuchten hierzu eine Vielzahl an Einflussgrößen, wie Wettervorhersagen, kalendarische Effekte, Konjunkturdaten sowie sozioökonomische Daten 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 „KIVAS“ nachweisen, dass sich das Frachtvolumen für einzelne Spediteure auf Niederlassungsebene prognostizieren lässt.

Mathematische Optimierung zur Tourenplanung

Im Rahmen von KITE soll dem der Fraunhofer-Arbeitsgruppe SCS zufolge nun die deutlich feingranularere Prognose und deren Verknüpfung mit mathematischer Optimierung zur Tourenplanung im Fokus stehen. Dazu werden gegenüber dem Vorgängerprojekt 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.

Partner gesucht

Für das Projekt KITE sucht die Fraunhofer-Arbeitsgruppe SCS nach eigenen Angaben noch nach weiteren Forschungspartnern, um die im Projekt entwickelten Verfahren bei verschiedenen Unternehmen zu evaluieren.