Wie bereits in dem Artikel „Big Data in der Logistik“ beschrieben, können Big Data genutzt werden um entlang der Supply Chain für Optimierungen zu sorgen. Dies betrifft nicht nur den Bereich der Produktion, sondern auch den des Transports. In diesem Artikel werden die grundlegenden Einsatzmöglichkeiten von Big Data im Transport aufgezeigt, welche in der heutigen Zeit häufig zum Einsatz kommen.
Optimierung der Frachtbewegungen und Routen durch den Einsatz von Big Data
Durch die Konsolidierung der Sendungen wird ermöglicht, dass Sendungen am gleichen Tag zugestellt werden können. Dies ist dadurch möglich, dass Unternehmen wie Amazon genau wissen, welches Produkt sich an welcher Stelle in welchem Lager befindet.
Des Weiteren können Satelliten und Sensoren in Fahrzeugen genutzt werden, um diese in Echtzeit zu verfolgen. Die Routen der Fahrzeuge kann optimiert werden, indem Daten unterschiedlichster Quelle analysiert werden und somit die beste Route gefunden wird. Daten sind in diesem Fall nicht nur Standortdaten des Fahrzeuges. Auch öffentliche Daten wie Straßenbedingungen, Staus oder auch Standorte von Tankstellen oder auch bestimmte Wetterbedingungen können in die Analyse einbezogen werden. Dadurch kann die Route, angepasst an das gewählte Fahrzeug, z.B. LKW, Flugzeug oder Schiff, sowie an die transportierte Ware gewählt werden. Durch die Echtzeitanalyse kann der Fahrer auf plötzliche Änderungen in der vorherigen Route reagieren und eine neue Route aufsuchen.
Weiterhin können die Waren, welche transportiert werden vor Fehlsendungen geschützt werden. Aufgrund der Analyse von Straßendaten, wie Pflastersteinstraßen oder besonders großen Unebenheiten, können besonders empfindliche Waren vor Fehlern beschützt werden.
Zusätzlich können Echtzeitdaten liefern, wie schnell sich ein Fahrzeug verhält, an welchen Stellen es halten muss und wie lange es unterwegs ist. Sensoren, welche auf den Motor und die transportierte Ware ausgerichtet sind, können somit in Echtzeit den Zustand überwachen. Falls Fehler vorhergesagt werden können, können im Vornherein, vor Ausfall des Motors Wartungen veranschlagt werden. Dies beschleunigt den Transport im Vergleich zum Ausfallen eines Motors und dessen Ersetzen, enorm.
Durch die Sensorik in jedem Fahrzeug und die Möglichkeit jedes Fahrzeug zu tracken und den genauen Standort und dessen geladene Produkte zu bestimmen, haben Unternehmen zu jedem Zeitpunkt die volle Kontrolle über ihre Fahrzeuge und das Inventar.[1]
Verbesserung des Kundenservices durch den Einsatz von Big Data im Transport
Dies wird vor allem durch Möglichkeit hervorgerufen, dass Pakete überall getrackt werden können. Durch die Herausgabe spezifischer Daten, welche dem Kunden die unterschiedlichen Stationen anzeigen, an welchen sich ein Produkt befindet, wird der Transportprozess für den Kunden transparent. Er kann zu jeder Zeit einsehen, wann das Paket verpackt wurde, am Verteilzentrum einging und wann es in das Zustellfahrzeug geladen wurde. Zusätzlich bieten einige Lieferdienste die Möglichkeit, den genauen Standort des Zustellfahrzeuges einzusehen. Dadurch wird nicht nur dem Kunden die Möglichkeit gegeben, bei Ankunft des Paketes vor Ort zu sein, sondern auch die Lieferdienste sparen hierdurch enorme Kosten, da das Paket nicht noch einmal zu einem Abholort befördert werden muss.
Des Weiteren werden den Kunden heutzutage die Möglichkeiten angeboten zwischen unterschiedlichen Transportarten und teilweise sogar Lieferdiensten auszuwählen. Somit hat der Kunde selbst in der Hand, welche Kosten er für die Lieferung ausgeben möchte und damit verbunden, wie dringend er das Paket erhalten will.[2]
Zusätzlich stellt auch die Art und Weise, wie und welche Informationen an den Kunden gesendet werden eine verbesserte Kundenerfahrung dar. Dies bedeutet, dass beispielsweise bei der Änderung einer Fahrtroute eines Zuges individuell an die mit dem Zug reisenden Personen eine Information gesendet wird. Auch bei anderen Ereignisse, welche einen Einfluss auf den Transport der Personen haben, können Informationen an diese gesendet werden.
Ein Unternehmen, welches mit Big Data im Transport arbeitet und damit auch große Erfolge erzielt ist Uber. Neben dem Transport sammeln sie eine Menge von Passagierdaten, welche genutzt werden, um den Personen personalisierte Empfehlungen für bestimmte Sehenswürdigkeiten oder Hotels anzubieten.[3]
Ein weiteres Beispiel hierfür ist Kombination von KI-, Big- Data- und Voice- Technologie bei der Bahn in London. Aufgrund der großen Beliebtheit von Twitter passiert es häufig, dass bei Störungen schneller Tweets darüber erscheinen, als es für den englischen Eisenbahndienst möglich ist, die Störungsdaten herauszugeben. Nun haben die Forscher sich eine Software entwickelt, welche wichtige Tweets analysiert und daran erkennt, wo die Störung auftritt. Diese Störungsdaten werden dann in eine Trainline-Voice-App übertragen, über welche sich die Fahrgäste Details über die Störungen anzeigen lassen können.[4]
Umweltschutz
In der heutigen Zeit spielt Nachhaltigkeit eine immer größere Rolle und so können auch Big Data im Transport genutzt werden um die Auswirkungen auf die Umwelt zu verringern. Dies wird vor allem dadurch hervorgerufen, dass Sensoren den Motor überwachen können und je nach Anforderungen des Motors den Kraftstoffeinsatz optimieren können. Zusätzlich dazu kommt, dass die Routenoptimierung eine zusätzliche Einsparung von Kraftstoff zur Folge hat. Dies führt nicht nur zu Kosteneinsparungen im Unternehmen, sondern auch zu einer Minderbelastung der Umwelt durch Abgase.[5]
Verbesserung der Straßeninfrastruktur durch Big Data
Straßenreparatur und -entwicklung sind Probleme, mit welche jede Stadt und jedes Land zu kämpfen hat. Die Zeit von dem Auftreten eines Straßenproblems bis hin zur Behebung können durchaus mehrere Monate, wenn nicht sogar Jahre dauern. Um dieses Problem zu beheben hat sich bereits die Stadt Boston an der Nutzung einer App namens „Street Bump“ beteiligt. Diese App zeichnet Signaldaten vom Beschleunigungssensor der bostoner Autofahrer auf. Dies ermöglicht es den Benutzern der App, als auch der Stadt Boston, Stöße und Schlaglöcher in Straßen zu erkennen und rechtzeitig zu beheben. [6]
Wie kann die Steuerung des Verkehrs durch Big Data verbessert werden?
Big Data können nicht nur von Unternehmen und Einzelpersonen, sondern auch von der Regierung genutzt werden. Die Regierung kann Big Data nutzen, um den Verkehr einzuschränken oder den Verkehrsfluss zu verbessern. Hierbei werden meist Echtzeitanalysen und Prognosen mit historischen Daten ausgeführt. Hinzu kommen jedoch noch zusätzliche Analysen mit schwierigen Algorithmen, welche auch Faktoren, wie Wetterbedingungen und Fahrzeuggeschwindigkeiten mit in die Berechnung einfügen. Diese Daten können nur an Straßenbetreiber übergeben werden. Besonders in der Innenstadt kann so schnell reagiert werden und beispielsweise Ampelphasen an die Verkehrslage angepasst werden.[7]
Fazit
w i rd.
Big Data im Transport spielen, wie wir hier erkennen können, nicht nur einen großen Einfluss im B2B-Bereich, sondern können vor allem auch im öffentlichen Rahmen dafür sorgen, dass der Transport von Fahrgästen stark optimiert wird. Bei dem Transport, welcher Teilweise nur als notwendiges Übel betrachtet wird, um Waren von einem Punkt zum Anderen zu bringen, können enorme Kosten und Zeit gespart werden, was letzten Endes in Wettbewerbsvorteile gegenüber der Konkurrenz enden kann. Der Transport ist demnach kein Übel, sondern die Möglichkeit Kosten zu sparen und sich im Kampf um den Wettbewerb kleine Vorteile zu sichern.
Quellenangaben
[1] Vgl. Van Rijmenam, Mark (14.01.): „How Big Data Can Create A Smarter Transportation Industry”, unter: https://datafloq.com/read/big-data-create-smarter-transportation-industry/119 (17.12..2018).
[2] Vgl. Ebd.
[3] Vgl. AK, Arun (08.12.2017): „3 Ways Big Data Analtics Is Going to Improve Transportation“, unter: https://dzone.com/articles/data-analytics-is-going-to-have-a-big-effect-on-tr (17.12.2018).
[4] Vgl. Wainewright, Phil (04.10.2018): „Journeys in big data ad AI across the transport networks of London & Paris“, unter: https://diginomica.com/2018/10/04/journeys-big-data-ai-transport-networks-london-paris/ (17.12.2018).
[5] Vgl. Van Rijmenam, Mark (14.01.): „How Big Data Can Create A Smarter Transportation Industry”, unter: https://datafloq.com/read/big-data-create-smarter-transportation-industry/119 (17.12..2018).
[6] Vgl. Burgess, Jan (15.09.): “4 Big Data Use Cases in the Manufacturing Industry”, unter: http://www.ingrammicroadvisor.com/data-center/4-big-data-use-cases-in-the-manufacturing-industry (17.12.2018).
[7] Vgl. Ebd.
