Wie KI beim nachhaltigen Flottenmanagement hilft

Bei den Treibhausgasemissionen hat der Verkehrssektor im Jahr 2022 leider wieder ordentlich Gas gegeben: Hierzulande war er laut Umweltbundesamt für geschätzte 148 Millionen Tonnen CO₂-Äquivalente verantwortlich - ein Plus von 0,7 Prozent im Vergleich zum Vorjahr. Als Teil dieses Sektors muss auch der Güterverkehr seine Emissionen im Sinne der Klimaziele so schnell wie möglich reduzieren. Ziel der Bundesregierung ist es, bis 2030 eine Emissionsminderung von 65 Prozent und bis 2045 Klimaneutralität zu erreichen. Hinzu kommt, dass (fossile) Kraftstoffe immer teurer werden, was die Branche zunehmend unter wirtschaftlichen Druck setzt.

Vor diesem Hintergrund geht die Rolle des Fuhrparkmanagers in der modernen Logistik mittlerweile weit über das reine Fahrzeugmanagement hinaus. Sie sind auch dafür verantwortlich, die Emissionen ihrer Flotten zu reduzieren und Güter nachhaltiger zu transportieren. Künstliche Intelligenz (KI) könnte dabei eine Schlüsselrolle spielen und neue Standards in der vernetzten Logistik setzen.

Welche Faktoren den Kraftstoffverbrauch erhöhen

Die Rechnung ist einfach: Verbraucht ein Verbrenner mehr Kraftstoff, stößt es eine größere Menge Treibhausgase aus. Viele Faktoren, wie die Routenplanung und die Wahl eines geeigneten Fahrzeugs für den Transportweg, beeinflussen diesen Verbrauch. Auch das transportierte Gewicht sowie der Reifendruck beeinflussen die Kraftstoffeffizienz. Beträgt die zusätzliche Last beispielsweise 45 Kilogramm, liegt der durchschnittliche Effizienzverlust – je nach Fahrzeuggröße – bei bis zu einem Prozent; für jeden PSI unterhalb des empfohlenen Reifendrucks sind es 0,2 Prozent. Darüber hinaus ist der Einfluss des Fahrverhaltens nicht zu unterschätzen. Zu spätes Schalten, Leerlauf sowie schnelles Fahren und häufiges hartes Bremsen sollten Fahrer vermeiden. So kann eine aggressive Fahrweise sogar zu einem um bis zu 20 bis 30 Prozent höheren Kraftstoffverbrauch führen.

Alle Informationen über Leistung, Zustand und Fahrverhalten können mit einer Telematiklösung umfassend erfasst werden. Im nächsten Schritt gilt es, die Daten zu analysieren und auszuwerten, um daraus die richtigen Schlüsse für entsprechende Maßnahmen zu ziehen. Da Telematiklösungen große Datenmengen generieren können, wäre diese Aufgabe ohne maschinelle Unterstützung mit hohem Aufwand und Fehlerrisiko verbunden. Telematiklösungen helfen Flottenmanagern, diese Analysen schnell und zuverlässig zu bewältigen und unterstützen sie dabei, intelligente, datenbasierte Entscheidungen zu treffen und so ihre Ressourcen effektiv einzusetzen.

Beispielsweise sind entsprechende Tools in der Lage, Vorhersagen über notwendige Wartungen und Reparaturen zu treffen, so dass Flottenmanager vermeidbaren Verschleiß und teure Fahrzeugausfälle proaktiv verhindern können. Auch bei der Routenplanung ist Telematik ein Gewinn: Fuhrparkmanager finden nicht nur die effizienteste Route, sondern können anhand von Kraftstoffverbrauch, Leistung und Zustand die für den jeweiligen Auftrag geeigneten Fahrzeuge identifizieren. Inzwischen kann man solche Analysen auch einer (generativen) KI überlassen.

So bringt KI Ordnung in den Telematikhaushalt

Generative KI-Anwendungen wie Chat GPT oder Microsoft Bing sind derzeit in aller Munde. Dabei handelt es sich um Natural Language Models (NLM), die Inhalte auf Grundlage von Text- oder Spracheingaben (Prompts) generieren. Das System erhält diese Prompts über ein Chat-Interface und setzt die gewünschten Inhalte aus den Daten zusammen, die sich bereits in der Datenbank befinden. Solch eine generative KI lässt sich ebenfalls in eine Flottenmanagementlösung integrieren, mit der Flottenmanager über einen Chat interagieren können.

Auf diese Weise erhalten Flottenmanager in kurzer Zeit in einem Chat-Interface Informationen und Analysen zu Fahrzeugleistung, Zustand, Effizienz und Fahrverhalten. Daraus können sie Optimierungsmöglichkeiten ableiten, die den Treibhausgas-Ausstoß reduzieren. So misst die Telematiklösung zum Beispiel, wenn ein Fahrer häufiger zu stark aufs Gas- und Bremspedal tritt, wodurch er mehr Sprit verbraucht. Die KI analysiert diese Daten nahezu in Echtzeit und bereitet sie dann – je nach Prompt –  für Flottenmanager innerhalb des Chat-Interfaces auf. Diese Informationen dienen unter anderem der Entwicklung von Guidelines und Schulungen, die zu einer ökologischeren Fahrweise führen können.

Zusätzlich werden sich viele Flottenmanager früher oder später auch mit dem Thema Elektrifizierung auseinandersetzen müssen, da die EU die Neuzulassung von Pkws und Kleintransporten mit Verbrennermotor ab 2035 verbietet. Laut einer Geotab Umfrage planen jedoch nur ein Viertel (25 Prozent) der deutschen Flottenmanager, in den nächsten fünf Jahren mindestens die Hälfte ihrer Flotten auf E-Fahrzeuge umzustellen. Angeführte Gründe dafür sind geringe Reichweite (60 Prozent) und hohe Kosten (47 Prozent). Im Zuge dessen stellt sich automatisch die Frage: Ab wann und in welcher Form ist der Umstieg auf eine E-Flotte sinnvoll? Auch dabei kann eine KI helfen. Auf Basis von Advanced Analytics stellt sie beispielsweise eine Übersicht über nachhaltigkeitsrelevante Daten wie E-Fahrzeugmodelle, die zu den Anforderungen eines Logistikunternehmens passen, sowie CO₂- und Kosteneinsparungen zusammen. Mithilfe dieser Informationen können Flottenmanager eine datengestützte Elektrifizierungsstrategie entwickeln. Sind E-Fahrzeuge mit begrenzter Batterielaufzeit im Einsatz, kann die KI zudem beim Streckenmanagement der E-Flotte unterstützen.