Integration in Ihre Anwendung über REST-API für PKW, Vans und LKW für EUROPA
Verlässliche Ankunftszeiten bzw. Estimated Times of Arrival (ETA) sind für die Planung in der Logistik von zentraler Bedeutung. Fast 60 % aller Supply Chain Manager sind mit ihren bisherigen ETA-Forecasting unzufrieden. Die Schätzung und Berechnung der ETA und damit der Fahrtdauer stellt eines der schwierigsten Felder in der Planung im Straßengüterverkehr und der Transportlogistik dar.
Wir haben einen neuartigen Ansatz entwickelt und sind mächtig stolz darauf. Wir nutzen ein von uns eigenentwickeltes künstliches Intelligenzmodell, das direkt von unserer Routing-Engine abgefragt wird. Dieses Modell lernt auf Basis historischer Verkehrsflüsse und kann äußerst präzise die Fahrtdauer von PKW, Lieferwagen und LKW vorhersagen. Dies ist besonders wichtig, wenn Planungen nicht nur für den Moment, also für Ankunftszeiten von weniger als einer Stunde, gemacht werden, sondern für einen Zeitpunkt in der Zukunft, wie zum Beispiel für Frachtraten, Termine für Rampen oder lange Strecken über mehrere Tage. Selbst wenige Stunden im Voraus reichen „Live-Traffic“-basierte Systeme nicht mehr aus. Andere Ansätze, wie das Avisieren des Kunden kurz bevor man ankommt, sind nicht immer praktikabel. Auf Erfahrungswerten beruhende Lösungen sind nur für denselben Zeitpunkt verlässlich.
Deshalb war es der logische Ansatz, das Problem so zu lösen, als ob man eine Tour plant: mit einer Routenplanung, die um eine KI erweitert wird, die Vorhersagen über die Verkehrslage in der Zukunft machen kann.
Momentan für Europa verfügbar.
Eine präzise ETA führt zu einer transparenten und verlässlich getakteten Supply Chain & Lieferkette.
Produkt Features
KI basierte ETAs der Routing Engine
Fahrtzeit Schätzung mit Schwerpunkt für Planungen
Durch eine bessere Vorhersage der Fahrtzeit können Routen und auch Touren deutlich realistischer geplant werden und damit auch Lenk- und Ruhezeiten und Lieferversprechen eingehalten und optimal Ressourcen in der Supply Chain geplant werden. Es können Kosten besser geschätzt und Rampenzeiten, oder andere Termine wie Öffnungszeiten eingehalten werden. DAs sorgt für eine große Lieferketten Transparenz. Die KI wurde bereits mit Millionen von Datenpunkten angelernt und lernt weiter kontinuierlich dazu. Tests haben gezeigt, dass unsere KI bereits so gut ist, dass es sogar für den Zeitpunkt „jetzt“ im Vergleich zu den weltweite führenden Routing Engines mit Live Traffic weniger als 3% Abweichung hat d.h. z.B. auf 6h Fahrtzeit 3min und für die Zukunft bestimmten ETAs (d.h. alles ab 2h) vor allem für LKW weit überlegen ist, ohne dass wir Live-Traffic Verkehrsdaten benötigen.
In einem groß angelegtem Pilot Projekt mit dem Telematikanbieter Arealcontrol aus Stuttgart und über 6000 Routen über einen Monat haben nachgewiesen, dass die ETA Vorhersage c.a. nur 3-10% von den real gefahrenen Routen abhängt. Das obwohl die KI nicht auf den spezifischen Geolocations und Zeitpunkten trainiert wurde. Damit kann das Model für jeden Zeitpunkt in der Zukunft mit dieser Präzision Vorhersagen treffen. Erste Tests für den europäischen Verkehr lassen ähnliche Ergebnisse erwarten.
Da unsere ETA Vorhersage des Machine Leaning Models über die Routing Engine erfolgt, wird die optimierte Route und auch Lenk und Ruhezeiten berücksichtigt.
Die Berechnungsgeschwindigkeit für eine Strecke z.B. Lissabon nach Moskau beträgt ca. 900-1200ms.
Wir arbeiten bereits am nächstem Model; das Model LUT 5.0 wird auf 12 mal mehr Daten trainiert worden sein, im Vergleich zum aktuellen Model LUT 4.8.
- Verwenden Sie die ETA für eine frühzeitige Avise
- Planungen von Rampen/ Rampenslots
- Begegnungsverkehre
- Intermodele und Multimodale Verkehre
- Supply Chain Transparenz
- Tourenplanungen etc.
Kurvengeschwindigkeiten und Abbiegevorgänge
Wir berücksichtigen in der Auswahl der Strecke im Routing, als auch bei der ETA Berechnung die Kurven- und Abbiegegeschwindigkeiten. Personenkraftwagen (PKW) und Lastkraftwagen (LKW) haben andere Charakteristika beim Abbiegen und in Kurven. Dieses Feature hat einen großen Effekt und es können segmentierter Fahrzeugklassen abgebildet werden und so für PKW und LKW vollständig unterschiedliche Routenberechnung erfolgen.
Integrieren Sie den ETA Service in Ihr System (z.B. Transportmanagement System – TMS) über REST-API, Sie senden eine Start und End Geolocation oder Adresse zu inklusive eines Fahrzeugprofils (PKW, Van, Truck) und erhalten eine geschätzte Fahrtdauer, Distanz und (sofern Kostenfaktoren zur Verfügung gestellt wurden) auch eine Kostenabschätzung.
Für eine „KI-Custom Entwicklung“ für Ihren Use Case, bei der auch die anderen Parameter vorhergesagt werden soll, z.B. Service Zeit können Sie uns gerne kontaktieren. und wir erweitern unsere Lösung für Ihren Anwendungsfall.
#BigData #SupplyChain #AI #KI #ETA #ML #MachineLearning
DEMO – Value-based Routing mit Kostenberechnung für LKWs mit unterschiedlichen voraussichtlichen Ankunftszeiten ETA für verschiedene Tage und Uhrzeiten mit LKW-Transitbeschränkungen und Vergleich mit einem Pkw-Profil.
Überzeugen Sie sich selbst und testen Sie eine einfache Online Version.