Swarm Logistics Zeitachse

2004

  • Initiale Idee zu Swarm Logistics
    • Während des Studiums an der Universität Tübingen mit Schwerpunkt Quantitative Finance und Spieltheorie hatte der Gründer Damir Dulovic die erste Idee zu Swarm Logistics.
    • Aufgewachsen in Logistik Bereich und Betrieb eines eigenen Transportunternehmens zur Finanzierung des Studiums, was praktische Einblicke in die Logistikbranche ermöglichte.
    • Eine Vorlesung über Algorithmic Trading inspirierte die Idee, autonome Agenten für die Logistik einzusetzen, ähnlich wie im Finanzbereich.
    • Diese Agenten sollten fahrzeugbasiert bewerten, planen, automatisiert Aufträge annehmen, miteinander über Flotten verhandeln und anschließend ausführen.
    • Technologie war jedoch noch nicht ausreichend entwickelt; Kommunikation erfolgte hauptsächlich über SMS, meist ohne mobiles Internet, und es gab keine Workstations, SaaS oder Cloud-Lösungen.
    • Erste Überlegungen zur Reverse Game Theory – Optimierung durch Verhandlung

2007

  • Mechanism Design Anerkennung
    • Der Nobelpreis für Wirtschaftswissenschaften wurde 2007 an Leonid Hurwicz, Eric Maskin und Roger Myerson verliehen „für die Grundlagen der Theorie des Mechanismusdesigns“.
    • Diese Auszeichnung legte die theoretische Basis für die Anwendung von Mechanism Design in der Logistik.

2015

  • Technologie ermöglicht Umsetzung der Vision
    • Die Technologie war nun soweit fortgeschritten, um die Vision umzusetzen.
    • Daimler testete den ersten selbstfahrenden LKW auf der Straße.
    • Es wurde klar, dass jemand die Fahrzeuge koordinieren muss.
    • Disposition wurde zu dieser Zeit fast vollständig manuell durchgeführt.
    • Lieferscheine wurden ausgedruckt und auf einem Tisch zur Disposition verwendet, oft mit fixen Zustellgebieten.
    • Flottenübergreifende Kollaboration erfolgte per Klemmbrett, ebenso wie Frachtbörsen.
    • Konzeptentwicklung
      • LKWs koordinieren sich wie Schwärme mit flexiblen Zeiten und Orten zum Umladen, formieren sich zu Platoons und reorganisieren sich kontinuierlich.
      • Ökonomische Agenten bewerten Touren und Frachten, berechnen Frachtraten, planen und verhandeln diese dynamisch mit anderen Agenten auf Basis eines angepasstes Kostenrechnungssystems.
      • Koordination erfolgt flottenintern und flottenübergreifend durch Verhandlungen basierend auf Mechanism Design mittels eines Mediators; lokale Problemlösung, gloable Optimierung. Operations Research basierte Optimierungen bedürfen vollständige Informationsteilung aller Teilnehmer, und für sehr große Flotten selbst mit Heuristiken dynamisch nicht lösbar ist, Multi-Agenten Systeme schon.

2016

  • Februar
    • Co-Founder Harry Trautmann
      • Kennenlernen auf einer Konferenz im CyberForum.
      • Harry studierte bei Prof. Homberger, einem der weltweit angesehensten Forschern für Multi-Agenten Systeme und seine Abschlussarbeit befasste sich mit Multi-Agenten-Systemen, wobei sein Algorithmus jahrelang weltweit top gerankt war.
  • Erweiterung der Vision
    • Ziel, eine Machine Economy im Bereich Logistik zu erreichen und als erstes Unternehmen eine vertikale Integration zu schaffen.
    • Entwicklung eines ersten selbstorganisierten Unternehmens mit einem agentenbasierten Robo-Manager, damals als Business Operating System bezeichnet, der Entscheidungen für ein Profit-center trifft.
  • April
    • Ethereum präsentiert Smart Contract basierte Decentralized Autonomous Organization (DAO)
      • Bis dahin wurden nur Überlegungen auf der logischen Ebene angestellt; mit Smart Contracts gab es nun die Möglichkeit einer physikalisch dezentralen Version.
      • Perfekter Match zwischen dezentralen Multi-Agenten Systemen und Blockchain
      • Blockchain bietet einen physikalischen Layer, damit nicht kennende Teilnehmer ohne Intermediär zusammenarbeiten können und generiert Vertrauen.
      • Unterscheidung zwischen DAO und DAC anhand der Art des Smart Contracts, d. h. unternehmensübergreifend oder unternehmensintern mit verschiedenen Mediatoren und Zielfunktionen.
      • Der Mediator muss kein zentraler Intermediär sein, sondern kann auch in einem als Smart Contract auf einer Blockchain Plattform laufen.

2017

  • Erste Version eines Auto-Dispatchers
    • Erstellung einer Desktop-Version des Auto-Dispatchers, der auf Multi-Agenten basiert.
    • Erste Version von autonomen Agenten entwickelt, die Frachten bewerten, planen und mit anderen Agenten verhandeln.
    • Pilotprojekt mit flexiblen Bussen für Krankenfahrten und behinderte Kinder
  • Technische Evaluierung
    • Erste technische Evaluierung von Blockchain und Distributed Ledger Technology (DLT).

2018

  • Gründung der Swarm Logistics GmbH
    • Offizielle Firmengründung zur Umsetzung der entwickelten Konzepte.
    • sehr viel angewandte Forschung und Entwicklung

2019

  • Aufnahme in das ESA BIC Inkubationsprogramm
    • Aufnahme in das Inkubationsprogramm der European Space Agency (ESA BIC) mit einem Fördergrant.

2020

  • Laborprototyp eines vollständig dezentralen Netzwerks
    • Entwicklung eines Prototyps mit Mini-PC-basierten einfachen Agenten und IOTA-Nodes.
    • Vollständig serverlose Infrastruktur.
  • Weltweit erster vertikaler Durchstich
    • Weltweit erste Implementierung einer Machine Economy in einem Industriezweig mit autonomen Agenten die über eine Blockchain kollaborieren.
  • Finalist beim Cyber One Hightech Award

2021

  • Seed-Investment von ETO Gruppe
  • Erweiterung des Teams
  • Patenteinreichungen
    • Einreichung von Patenten in Deutschland und Europa.
  • Entwicklung der Basis für Agenten
    • Anpassung eines Kostenrechnungssystems basierend auf relativen Einzelkosten nach Prof. Riebel für Frachtratenberechnung.
    • Erweiterung um Multikostenfaktoren und Anpassung für Angebote.
    • Kombination Erweiterung mit Tourenplanungslogiken zur Minimierung der Kosten.
    • Fork und umfangreiche Anpassung einer Open-Source-Routing-Engine für Bewertungen in der Tour.

2022

  • Feldtests
    • Bestätigung des Einsatzes von Multi-Agenten-Systemen auch im statischen Tourenplanungsumfeld.
    • Notwendigkeit präziser Tourendauern und -kilometer für realitätsnahe Kostenberechnungen.
    • Erweiterung der MinCost Routing-Engine um Machine-Learning-Funktionen für äußerst präzise ETA-Vorhersagen und Kostenberechnungen mit überragenden Erfolg.
  • Herausforderungen
    • Auswirkungen von Corona und Zurückhaltung bei OEMs mit langen Entwicklungszyklen für On-Board Units.
  • Software Defined Vehicles (SDV)
    • SDVs wurden Mainstream; der Agent konnte nun als vollständiger Software-Agent im Application Layer eines SDV betrieben werden.
  • Strategische Entscheidung
    • Entwicklung einer Carrier & Navigation App, ausgestattet mit dem Agenten, um Pilotprojekte im Feld zu ermöglichen und als Navi-Ersatz in Fahrzeuge zu gelangen.
  • Aufnahme ins Cyber Valley
    • Aufnahme in das Startup Netzwerk des Cyber Valley

2023

  • Entwicklung der MyT.One Carrier App – Mighty App
  • Finalisierung des ökonomischen Agenten-Codes
    • Funktionen: Bewerten, Planen, Ausführen.
  • Beta-Version des Auto-Dispatchers
    • Bereitstellung einer Cloud-Infrastruktur und API für TMS-Anbieter mit vollständigen Peripher-Systemen.
    • Shipable intermediary Produkte mit darunterliegender, visionärerer Technologie

2024

  • Marktreifes Ausrollen eines automatischen Disponenten
    • Über REST API auf Basis von Multi-Agenten als Zwischenprodukt, logisch dezentral, physikalisch noch zentral.
    • logische Ebene ist im Einsatz und funktioniert
  • Patenteinreichungen in USA, China und Indien
  • Produktentwicklung
    • Ausrollen von eigenständigen Produkten, die intern vom Auto-Dispatcher verwendet werden.
  • Erfolgreiches Pilotprojekt mit Telematiker Arealcontrol GmbH, Stuttgart
    • ETA-Vorhersage mit über 6.500 Routen.
    • Validierung von Ergebnissen: Präzision der Vorhersage ca. 3%-10%, im Minutenbereich über sehr lange Strecken – Weltklasse Ergebnisse und Best in Class für Trucks in Europa.
  • Einführung weiterer Agenten
    • Integration von Open-Source-LLMs in Matrix Multi-Agentenstrukturen mit heterogenen Agenten.
    • Unterstützung durch Expertensysteme wie Routing und ML-basierte ETAs für Bewertungen.
    • Einsatz zusätzlicher Agenten zur Interpretation von Dokumenten, Bewertung von Laderaum und Ladung sowie zur Einschätzung freier Kapazitäten.
  • Erfolge
    • Reduktion der Dispositionskosten um 15–35 %
    • Verkürzung der Planungszeit der Disponenten um bis zu 95 % – von Stunden auf Minuten.
    • Über 100 Installationen.
    • Um den vertikalen Durchstich für einen Industriezweig zu erzielen mussten dutzende Technologie bearbeitet und bereits als Einzelprobleme ungeheuer schwer gelöst werden.

2025 (Geplant)

  • Geplante Feldtests und Migration
    • Migration der Agenten und Mediatoren auf ein DLT für die weltweit erste Machine-Economy-Implementierung auf DLT/ Blockchain.
    • End-to-End vertikaler Durchstich einer Decentralized Autonomous Logistics Organization (DALO) im produktiven Einsatz.
  • Erweiterung der Smart Contracts
    • Unterstützung konkurrierender Flotten und Smart Contract für Decentralized Autonomous Corporations (DAC)
    • Erweiterung für revolvierender Planungen rund um die Uhr ohne menschliches Eingreifen.
  • Integration in SDVs
    • ökonomische Agenten im Applikation Layer bei OEMs verfügbar.
  • Vernetzung mit anderen Agenten
    • Verbindung mit Agenten von Gabelstaplern, intelligenten Rampen, LLMs und Agenten, die andere Unternehmensbereiche steuern.
  • Machine Economy erreicht!

Vision

Ein selbstorganisierendes Netzwerk von Fahrzeugen ohne zentrale Autorität und Steuerung. Eine Zusammenarbeit von konkurrierenden Fahrzeugen und Flotten über eine Blockchain und serverlosen Infrastruktur ohne Intermediäre. Der ökonomische KI-Agent als Robo-Manager ist im Fahrzeug installiert, trifft autonome und im privaten Entscheidungen und verhandelt mit anderen ökonomischen Agenten von beliebigen cyber-physischen Systemen (z. B. Gabelstapler, Produktionsmaschinen). Unternehmensübergreifende Zusammenarbeit unter der Beibehaltung von Daten- und Entscheidungshoheit.

Dies ist Teil der Vision einer selbstorganisierenden Wirtschaft mit Zusammenarbeit und Nutzung weiterer Agenten als Teil der Machine Economy/Metaverse Economy/Metamobility. Ein technologisches Upgrade für bestehende Unternehmen, die auf Augenhöhe zusammenarbeiten, basierend auf einem resilienten Netzwerk, das gegen Cyber-Angriffe geschützt ist und die Souveränität gegenüber zentralen oder monopolistischen Plattformen wahrt, bei dem das Netzwerk den Teilnehmern gehört. Ein europäischer Weg.

Fahrzeuge koordinieren sich wie Schwärme.