Synfioo

Neues Logistik-System sieht Staus voraus

auto.de Bilder

Copyright: HPI/D. Lässig

Im Voraus wissen, was passiert – und rechtzeitig darauf reagieren. Nach diesem Prinzip arbeitet ein neuartiges System für Logistik-Unternehmen aus dem Hasso-Plattner-Institut (HPI). Dazu werden erstmals Firmen-Informationen mit Daten aus dem Internet verknüpft.

Dabei führen leistungsfähige sogenannte „Complex Event Processing-Technologien“ (CEP) permanent einen Abgleich zwischen den internen Daten der Logistik-Firma und aktuellen Verkehrsmeldungen durch. Dadurch wissen die Logistiker etwa, ob und wie lange ein Lastwagen im Stau steht und ob sich dadurch der Transportweg verlängert.

Doch die Technik kann noch mehr: Durch die Vernetzung vieler Informationsquellen können Verkehrsstörungen sogar europaweit prognostiziert werden, ehe sie überhaupt eingetreten sind – zum Beispiel durch die Auswertung der Windgeschwindigkeiten auf dem Ärmelkanal: Wenn es stürmt, fallen Fähren aus, es ist mit Staus im Tunnel zu rechnen. Dann können Routen frühzeitig optimiert werden.

Aber nicht nur Infos über die Witterungsverhältnisse, auch solche über Straßensperrungen, Demonstrationen, verzögerte Be- und Entladezeiten oder defekte Kräne am Hafen können erfasst und in die Logistik-Kette eingeplant werden. Die Forscher versprechen sich von ihrem System erhebliche Kosteneinsparungen vor allem bei länderübergreifenden Transportwegen. Die intelligente Vermeidung von Leerfahrten und Unterbrechungen soll außerdem zu gravierenden CO2-Einsparungen führen. Ab 1. Oktober 2015 startet ein Pilotprojekt mit einem Transport-Unternehmen. Im Herbst 2016 soll die Plattform dann international unter dem Namen „Synfioo“ an den Markt gehen.

UNSERE TOP-ANGEBOTE FÜR SIE

MEHR ERFAHREN AUS DEM BEREICH NEWS

BYD lässt die Drohnen fliegen

BYD lässt die Drohnen fliegen

Leistung und Ausstattung relativieren den Preis

Leistung und Ausstattung relativieren den Preis

Vorschau: Eine volle, aber etwas unsichere Woche

Vorschau: Eine volle, aber etwas unsichere Woche

zoom_photo