Problemstellung

Der Straßengütertransport ist ein wichtiger Wirtschaftsbereich in Deutschland. In Transportprozessen kann es jedoch jederzeit zu Störfällen kommen – etwa durch Staus, Routenänderungen, Unwetter oder Verzögerungen an den Laderampen. Werden solche Ereignisse nicht frühzeitig erkannt und kommuniziert, können die Auswirkungen erheblich sein. Ziel des Projekts SLIDEplus war daher die Entwicklung einer Analyseplattform, die Touren hinsichtlich ihrer Störfallanfälligkeit bewertet und so eine vorausschauende Planung unterstützt.

Ergebnisse und Wirkungen

Im Projekt SLIDEplus wurden umfangreiche Tourendaten ausgewertet, um zu ermitteln, welche transportrelevanten Informationen eine belastbare Datenbasis für KI-gestützte Störfallanalysen bieten. Darauf aufbauend entwickelten und evaluierten die Partner neuartige, selbstlernende Methoden, um Störfälle zu erkennen, Ursachen abzuleiten und diese in probabilistischen Kausalmodellen abzubilden. Die Modelle bilden die Grundlage einer Analyseplattform, die sowohl laufende als auch geplante Touren bewertet und mögliche Störfälle vorhersagt. Dadurch können geeignete Gegenmaßnahmen frühzeitig eingeleitet und Transportprozesse gezielt optimiert werden.
Die Projektpartner nutzen die Lösung zur Erweiterung und Verbesserung ihrer Produkte und Dienstleistungen, wodurch unmittelbare Anwendungen in der Praxis entstehen. SLIDEplus generiert damit wirtschaftliche Vorteile und trägt zu resilienteren, nachhaltigeren Logistikprozessen bei.