Alle Formate Alle aktuellen Artikel
Projektillustration: Cargonexx; Datenintelligenz zur Steigerung der LKW-Auslastung

Quelle: Cargonexx

Problemstellung

Pro Jahr legen schwere LKW über 30 Mrd. Kilometer auf deutschen Fernstraßen zurück. Doch jeder dritte LKW fährt rechnerisch leer. Diese Leerfahrten verursachen gewaltige Schäden für Umwelt, Wirtschaft und Verkehrsinfrastruktur. Das Problem wird in den kommenden Jahren stark zunehmen, da der LKW-Verkehr überproportional zur Wirtschaft wächst. Ein signifikanter Teil dieser Leerfahrten ließe sich durch bessere Transparenz, Steuerung und Vernetzung der Marktteilnehmer vermeiden.

Projektziel

Im Projekt soll ein Prototyp für ein künstliches neuronales Netz aufgebaut werden, das mit Deep Learning-Verfahren selbständig die Besonderheiten des LKW-Verkehrs lernt und in Echtzeit Preise und Kapazitäten für bestimmte Aufträge und Touren vorhersagt. Die künstliche Intelligenz soll die Prognosequalität im Vergleich zu den aktuell verwendeten Verfahren deutlich erhöhen, da neuronale Netze selbständig das Erfahrungswissen des Marktes lernen, übergreifende Muster erkennen und so bessere Entscheidungen als ein einzelner Marktteilnehmer treffen können.

Durchführung

Das Vorhaben beginnt mit der Formulierung des stochastischen Algorithmus, der an ausgewählten Touren mit Echtdaten der Cargonexx-Plattform getestet wird. Auf dieser Basis wird das neuronale Netz entwickelt und trainiert mit den Daten und Anforderungen aus dem Praxisbetrieb von Cargonexx. Sobald die Prognosequalität ausreichend ist, testet das Vorhaben den Prototyp im Echtbetrieb.

Zuwendungsempfänger

Cargonexx GmbH, Hamburg

  • FKZ: 19F1045A
Projektvolumen140.200
(davon 70 % Förderanteil durch BMVI)
Projektlaufzeit05/2018 - 11/2018
Ansprechpartner

VDI/VDE Innovation + Technik GmbH

Dr. Marcel Kappel
Tel.: 030 310 078-244
E-Mail: marcel.kappel@vdivde-it.de