Problemstellung

Der akute Mangel an Lkw-Stellplätzen entlang der Bundesautobahnen beeinträchtigt die Verkehrssicherheit, das Fahrpersonal und die Effizienz von Transportketten erheblich. Das Projekt Smart Optimized Lorry Parking (SOLP) hat daher ein KI-basiertes Prognosesystem entwickelt, das in Echtzeit über verfügbare Lkw-Stellplätze entlang der gefahrenen Routen informiert – mit präziser Vorhersage für die nächsten zwei Stunden. Der cloudbasierte Datendienst wird über eine API bereitgestellt, sodass Logistik- und Telematiksysteme die Prognosedaten nahtlos integrieren können. Das Projekt konnte nachweisen, dass präzise Prognosen möglich sind – und schafft die Grundlage für einen dauerhaften Einsatz der Lösung.

Ergebnisse und Wirkungen

SOLP hat eine KI-Modellarchitektur entwickelt, die auf Basis multipler Eingangsparameter wie Standort, Parkplatzbelegung und Verkehrsfluss auch bei Verkehrsstörungen dynamisch und in Echtzeit freie Lkw-Stellplätze prognostiziert. Dazu wurden heterogene Daten aus unterschiedlichen Quellen geprüft, bewertet und mit Machine-Learning-Methoden aufbereitet. Der Datendienst wurde auf einer skalierbaren Cloud-Microservice-Plattform implementiert und über die SOLP-API zur Pilotierung in die Logistikplattform Wedolo integriert. Gemeinsam mit Partnern und Stakeholdern wurden Geschäftsmodellszenarien entwickelt, die das hohe Nutzenpotenzial verdeutlichen.

SOLP leistete damit einen wichtigen Beitrag zu mehr Verkehrssicherheit, besseren Arbeitsbedingungen für Lkw-Fahrerinnen und -Fahrer, höherer Effizienz im Güterverkehr und geringeren CO₂-Emissionen.