Telematiksysteme für Lkw: Schneller ans Ziel in Krisenzeiten

Telematiksysteme für Lkw helfen in Zeiten von steigendem Preis- und Wettbewerbsdruck die Effizienz zu steigern. Lesen Sie, was solche Lösungen können sollten. [...]

Die Qualität der Telematiklösungen hängt von zwei Faktoren ab: den Algorithmen, die sie verwenden und den Daten, die sie zur Verfügung haben (c) pixabay.com

Eine bessere Ökobilanz, Transparenz und Flexibilität sind die wichtigsten Parameter, mit denen sich Spediteure und Verlader vom Wettbewerb abheben können. Spezielle Telematik- und Lkw-Navigationssysteme helfen, die Effizienz zu steigern und möglichst schnell ans Ziel zu gelangen. Dieser Markt ist jedoch sehr fragmentiert: Allein in Europa gibt es über 500 Telematiksysteme. Diese Heterogenität macht es für Anbieter von Lkw-Telematiken schwer, ein Alleinstellungsmerkmal herauszustellen – und für Kunden, die für sie am besten geeignete Lösung zu finden.

Die Qualität der Telematiklösungen hängt von zwei Faktoren ab: den Algorithmen, die sie verwenden und den Daten, die sie zur Verfügung haben. Die wichtigsten Daten für Lkw-Routing und Flottenmanagement sind ortsbezogene Daten. Sie geben zum Beispiel an, wann und wo ein bestimmtes Ereignis stattfindet.

Neben einer Basiskarte, die den Verlauf von Straßen zeigt, brauchen Logistikdienstleister spezifische Daten. Für die Lkw-Navigation sind das Höhenbeschränkungen durch Brücken und Tunnel, Durchfahrtssperren für Lkw, Gewichtsbeschränkungen sowie dynamische Informationen, wenn beispielsweise ein Streckenabschnitt temporär für Lkw gesperrt ist oder es Geschwindigkeitsbeschränkungen gibt. Angereichert mit proprietären Daten wie Länge der Fahrt, Treibstoffverbrauch, der Temperatur von Kühlwaren oder der exakten Position des Lkw erhalten Spediteure ein umfassendes Bild.

Lkw-Telematiksysteme: Der Erfolgsfaktor

Diese Daten benötigen einen Kontext, damit Lkw-Navigations- und Telematiksysteme sie nutzen können. Inzwischen geschieht das Sammeln, Aggregieren und Kontextualisieren ortsbezogener Daten auf Cloud-Plattformen. Solche Plattformen stellen Verkehrs- und Straßendaten, Wetterinformationen und weitere Daten zur Verfügung, die für Routing und Navigation benötigt werden.

Hersteller von Lkw-Telematiklösungen oder Systemintegratoren können diese Plattformen nutzen, um ein neues Produkt zu entwickeln oder bestehende zu verfeinern. Dafür können neben den vorhandenen Daten auch eigene hochgeladen werden – beispielsweise GPS-Daten, ergänzt mit Daten zu bestimmten Ereignissen, oder weiteren Informationen aus dem laufenden Betrieb, wie vorhandene Telematikdaten. Algorithmen kontextualisieren diese Daten so, wie die Telematiksysteme sie brauchen.

Das Stichwort lautet hier Location Intelligence. Sämtliche zur Verfügung stehenden Daten werden dabei in einen ortsbezogenen Kontext gesetzt. Daraus lassen sich vielfältige Erkenntnisse ableiten, etwa wie weit ein Lkw mit der aktuellen Tankfüllung auf seiner Route bei seinem Fahrstil mit sämtlichen Hindernissen, Staus und anderen Behinderungen kommen kann. Auch erhöhter Treibstoffverbrauch durch eine aktive Kühlung lässt sich berücksichtigen. Außerdem kann auf Basis der vorgeschriebenen Lenk- und Pausenzeiten und mit Wissen über verfügbare Stellplätze der nächste geeignete Rastplatz empfohlen werden.

Telematiklösungen für Lkw: Schnittstelle ist King

Die Interaktion zwischen den Cloud-Plattformen und einem Transport-Management- oder Telematiksystem findet klassischerweise über APIs statt. Die Routing- und Routing-Matching-Endpunkte, die über eine solche API verfügbar sind, ermöglichen das Berechnen einer optimalen Route unter Berücksichtigung verschiedener Faktoren. So lassen sich dem Streckenverlauf mehrere Zwischenziele hinzufügen, die auf einer optimalen Route (kürzeste, effizienteste, treibstoffsparendeste) angefahren werden. Über die APIs können Nutzer auch selbst Informationen wie Straßensperren hinzufügen. Der Routing-Algorithmus auf der Plattform berücksichtigt diese händischen Änderungen.

Durch den Search-Endpunkt lassen sich bestimmte Informationen abfragen, wie spezielle Geometrien, Polygone oder Polylinien. Auch das Abfragen spezieller Kartendaten ist über einen API-Endpunkt möglich. Ein Upload-Data-Endpunkt ermöglicht in der Regel, eigene Daten auf die Plattformen zu laden, wie bestimmte Points of Interest, Straßenbeschränkungen oder bestimmte Geometrien. Diese werden dann in den zur Verfügung gestellten Karten dargestellt.

Karten sind das gängige Medium, um ortsbezogene Daten zu visualisieren. Die Informationen, die über die APIs abgefragt werden, werden als maschinenlesbare Karte sowie als Karte für das Navigationsgerät dargestellt. Da hierfür auch proprietäre Daten genutzt werden, sind die Karten sehr individuell und angepasst an den Use Case des Nutzers.

In einem so fragmentierten Markt wie dem für Lkw-Telematiken ist es für die Anbieter wichtig, sich von der Masse abzusetzen. Dies funktioniert am besten mit sehr individuellen Telematik- und Navigationslösungen. Neben dem Nutzen proprietärer Daten kommt es auch darauf an, welche Leistungsmerkmale die Anbieter zur Verfügung stellen. Ein Beispiel ist der Umfang des Kartenmaterials: Es gibt verschiedene Karten, die ein Lkw-Navigationsgerät nutzen kann: Neben Straßenkarten spielen auch Karten von Werksgeländen und dem Inneren von Gebäuden eine Rolle. Sie helfen Fahrern, schnell die richtige Rampe zu finden, oder bei mehreren Rampen die ideale Reihenfolge anzuzeigen, damit der Fahrer das Werksgelände zügig wieder verlassen kann.

Telematiksysteme: Planung und Monitoring

Ortsbezogene Technologien sind nicht nur wichtig, damit ein einzelner Lkw auf einer bestimmten Route mit verschiedenen Zwischenstopps von A nach B kommt. Gerade Logistikunternehmen und Speditionen, die größere Flotten managen, benötigen ein hohes Maß an Transparenz. Sie müssen wissen, wann sich welcher Lkw wo auf welcher Route befindet, wann er am Ziel ankommt und wie viel Treibstoff er verbraucht. Letztlich geht es auch hier um ortsbezogene Informationen und Daten, die auf einer Plattform aggregiert und kontextualisiert werden. Damit diese in einer Lösung für das Transport- und Flottenmanagement nutzbar sind, bedarf es verschiedener APIs. Welche das sind, hängt von den spezifischen Anforderungen des Nutzers ab.

Transparenz über einzelne Routen und Fahrten bedeutet für Spediteure, dass sie jede einzelne Fahrt auf Wirtschaftlichkeit prüfen und Touren bei Bedarf anders planen können. Genauso können sie ihren Kunden Auskunft geben, wenn sich ein Lkw verspätet. Da für verspätete Lieferungen oft empfindliche Strafzahlungen fällig werden, kann frühzeitiges Wissen über Verspätungen und eine rechtzeitige Umleitung des Lkw im Zweifel bares Geld sparen. Um eine Route vorausschauend zu planen, bedarf es Wissen um die Wahrscheinlichkeit, ob, wann und wo es auf einer Strecke zu Störungen und Verzögerungen kommen kann. Die Grundlage hierfür sind ortsbezogene Daten.

Es gibt viele Use Cases im Bereich Flottenmanagement und Supply Chain. Alle zielen darauf ab, dass Lieferungen schneller und effizienter am Ziel ankommen, und alle benötigen präzise ortsbezogene Daten. Eine Plattform, die diese Daten aggregiert und kontextualisiert, ermöglicht verschiedene Anwendungen für die Logistik. Die richtigen APIs für Location Intelligence erlauben es Systemintegratoren und Anbietern von Lkw-Telematiklösungen auf der Plattform neue Dienste zu schaffen, die sie an die Bedürfnisse ihrer Nutzer anpassen können.

*Peter Küth ist Senior Product Manager für Transport & Logistics bei HERE Technologies.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*