Leerfahrten kosten Geld, Zeit und belasten die Umwelt. Digitale Speditionen wollen freie Lkw-Kapazitäten effizienter nutzen – mit Big Data und Algorithmen. Wir erklären, wie das funktioniert.
Mehr als 155 Millionen Lkw-Leerfahrten pro Jahr
Deutsche Lastkraftfahrzeuge haben im Rahmen des Gütertransports 2018 insgesamt rund 419 Millionen Fahrten durchgeführt – davon über 155 Millionen Leerfahrten, also Fahrten ohne Fracht. Das entspricht einer Quote von 37 Prozent, so eine Statistik des Kraftfahrt-Bundesamts.
Wie kommt es zu Logistik-Leerfahrten?
Leerfahrten sind eine Folge von Güterströmen, die sich aus wechselnden und ungleich verteilten Nachfragen speisen. Das heißt, häufig werden Waren zu Lager- oder Umschlagspunkten geliefert, an denen es für Disponenten schwierig ist, Rückladungen zu finden.
Um neue Fracht zu laden, muss der LKW daher meistens erst eine bestimmte Strecke unbeladen fahren. So haben vor allem kleine und mittlere Unternehmen mit halbleeren oder leeren Fahrzeugen zu kämpfen. Dies kostet Geld, Zeit und belastet die Umwelt unnötig.
Leerfahrten von Lkw mit virtuellen Disponenten reduzieren
Im Zuge der Digitalisierung fallen in der Logistikbranche riesige Datenmengen (Big Data) an. Diese haben großes Potenzial für digitale Speditionen, die mithilfe künstlicher Intelligenz (KI) Leerfahrten vermeiden wollen.
So hat beispielsweise Cargonexx aus Hamburg unter dem Stichwort „One-Click-Trucking“ eine KI entwickelt, die Spotmarkt-Preise für LKW-Touren bestimmt, die automatisch auf freie Frachtführer-Kapazitäten verteilt werden. Am Spotmarkt findet der Handel „on the spot“ statt, das heißt Aufträge werden kurzfristig und zum jeweils gültigen Tagespreis vergeben. Dabei tritt das Unternehmen als haftender Spediteur auf und übernimmt Komplettladungen von Speditionen, Handels- und Industrieunternehmen. Die künstliche Intelligenz greift auf Algorithmen zurück, die lernfähig sind.
Algorithmen übernehmen das Steuer
Bei einem Algorithmus handelt es sich um Anweisungen, die Schritt für Schritt ausgeführt werden, um eine Aufgabe zu lösen. Diese steuern bereits im Hintergrund unseren Alltag – zum Beispiel, wenn das Navi die schnellste oder kürzeste Route berechnet.
Künstliche Intelligenz sagt Preise und Kapazitäten voraus
Die Algorithmen sollen in der Lage sein, das Expertenwissen der Branche zu lernen und Preise und Kapazitäten in Sekunden vorauszusagen. Fahrten werden mit dem eigenen, europaweiten Logistiknetzwerk gefahren, das über 6.000 Transportunternehmen mit mehr als 80.000 LKW umfasst. Das intelligente Matching von Ladung auf freie Kapazitäten soll für deutlich weniger Leerfahrten sorgen und das Verkehrsaufkommen senken. So will das Startup langfristig rund 100.000 Tonnen CO2 im Jahr einsparen.
Teilladungen kombinieren und Leerfahrten vermeiden
Eine etwas andere KI-Strategie, um das Verkehrs- und Transportaufkommen zu reduzieren, fährt dagegen Carrypicker. Das Startup hat sich auf Teilladungen spezialisiert. Um diese möglichst effizient und automatisiert zu kombinieren, setzt das Unternehmen ebenfalls auf Algorithmen und Hochleistungscomputer. Diese basieren auf rund 300 Millionen Frachtdaten, die mit pro Anfrage 50 Parametern durchforstet werden.
Carrypicker-Gründer Andreas Karanas (r.) mit Bundesverkehrsminsiter Andreas Scheuer
Der dafür entwickelte Algorithmus mietet Lastwagen an und füllt diese so effizient wie möglich mit passenden Lieferungen. Damit kann sich das Startup, ebenso wie Cargonexx, von Frachtenbörsen abheben, die vor allem zwischen Versender und Spedition vermitteln. Den Auftraggebern bietet Carrypicker schwankende Preise in Echtzeit an, im Fall der Fälle haftet das Unternehmen. Dabei verfügt das ebenfalls in Hamburg ansässige Team über ein Netzwerk mit mehr als 2.000 Transportunternehmen mit gut 15.000 Lastkraftwagen, und bezeichnet sich selbst als klimaeffiziente digitale Spedition.
Behalte mit uns den Überblick! Ob Lkw, Anhänger, Auflieger oder Transporter – mit deinem WEDOLO-Account kannst du deine Fahrer:innen und deinen Fuhrpark verwalten, übersichtlich und ganz einfach. So bleibst du stets up to date.