Smart Forwarding – Datengetriebene Wertschöpfung in der Logistikkette

Für einen Speditionsbetrieb mit eigenem Fuhrpark, der als Transportdienstleister auf Basis einer vertraglichen Beziehung eine Beförderungsleistung erbringt, gestaltet sich die Situation weitaus schwieriger als bei den großen Verladern. Da die Integration der Systeme zwischen Auftraggeber und Spediteur, bspw. für die Frachtzahlung und Auftragsübermittlung, nicht problemlos möglich ist, setzen die Auftraggeber neue Cloud-Services ein, die von einem Spediteur angewendet werden müssen, um eine Geschäftsbeziehung zu ermöglichen. In den Ausschreibungsunterlagen sind oftmals die genauen Anforderungen an die Services dokumentiert, zu denen sich die Spedition bei der Nutzung auf eigene Rechnung verpflichtet. Hinzu kommt, dass die Dienstleister in einem äußerst dynamischen Umfeld mit zum Teil prekären externen Bedingungen operieren. Ein ruinöser Preiswettbewerb ist bei Frachtausschreibungen (oftmals begrenzt auf ein Jahr) gängige Praxis der Auftraggeber. Darüber hinaus steigen die rechtlichen Anforderungen, die u. a. durch das Bundesamt für Güterverkehr (BAG) kontrolliert werden und bedingt durch den akuten Fahrermangel entstehen vielfältige Herausforderungen, die den Weitblick des Managements über die traditionellen Unternehmensgrenzen hinaus erschweren. Obwohl sich die Dienstleister in der Transportlogistik kontinuierlich konsolidieren und komplementäre Transportleistungen entwickeln, besteht für die Harmonisierung der Systemschnittstellen noch Handlungsbedarf. Die tägliche Praxis eines mittelständischen Spediteurs ist gekennzeichnet durch den Einsatz diverser Softwarevarianten mit verschiedenen Datenbanken und unterschiedlichen Schnittstellen, händische Routinearbeit, um Daten von einem System in ein anderes zu übertragen, und fehlende Prozessdokumentation.

Entscheidend für die datengetriebene Wertschöpfung in der Transportkette ist neben einer qualitätssichernden Maßnahme (z. B. Bereinigung der Daten) die Integration der Daten aus heterogenen Datenquellen durch einheitliche Standards der Protokolle und Datenschnittstellen. Das Zusammenspiel der eingesetzten Systeme ist die kritische Erfolgskomponente für das digitale Endprodukt [1, 8]. Ferner wird deutlich, dass bei genauer Betrachtung die erforderlichen analytischen Verfahren entsprechende Kompetenzen im Unternehmen voraussetzen. Nur so können die Daten verknüpft und gewinnbringend analysiert werden. Die Rolle des „Data Scientist“ formiert somit die Rolle des Transportmanagers der Zukunft, der Entscheidungen trifft, die von den verfügbaren Technologien assistiert werden. Das Profil wurde bislang noch nicht einheitlich bestimmt, aber es ist deutlich, dass die Rolle verschiedene Disziplinen wie Informatik, Betriebswirtschaft und Datenanalyse erfüllen muss [5]. Diese Anforderungen erfassen sowohl den Lkw-Fahrer als auch den Disponenten und den Fuhrparkmanager und stellen mittelständische Unternehmen im Transportgewerbe vor weitere Herausforderungen. Das intelligente Transportmanagement löst zukünftig ein multidimensionales Transportproblem, indem es Entscheidungsszenarien in Echtzeit berücksichtigt.

Eine klassische „Speditionssoftware“ erfüllt die Funktionen einer TMS-Lösung und ist auf die Hauptaktivität des Speditionsbetriebs ausgerichtet. Dies umfasst u. a. die nachfolgenden Kernprozesse: Auftrags- und Fuhrparkmanagement, Disposition, Verwaltung von Ladehilfsmittel, Abrechnung, Verwaltung der Unternehmer und Controlling. Ergänzende Cloud-Services für Speditionen existieren bereits seit einiger Zeit. Die erste Laderaum- und Frachtenbörse mit eigener Vergabeplattform ist bereits vor mehr als zwei Jahrzehnten mit dem Ziel entstanden, verfügbaren Frachtraum mit dem Ladungsangebot kostenoptimal zu verknüpfen. Dadurch ergibt sich für den Spediteur eine bessere Fahrzeugauslastung und der Verlader zahlt seine Fracht zu wettbewerbsfähigen Preisen. Seitdem haben sich verschiedene Anbieter im Markt etabliert, die einen Zusatznutzen ergänzend zum TMS anbieten. Der fuhrparkweite Einsatz von Telematik-Systemen, die Einführung von Vergabeplattformen für Frachtausschreibungen, die Nutzung von Zeitfensterbuchungssystemen zur Verbesserung der Situation „an der Rampe“ des Empfängers sowie die App-Technologie zur gezielten Informatisierung und Steuerung der Beteiligten (z. B. Fahreranweisungen, Avisierung der Fahrzeugankunft für Empfänger, Dokumentation von Schäden und Reklamationen) haben ein datengetriebenes Transportmanagement (DTM) „end-to-end“ (E2E) hervorgebracht, das mithilfe von IoT, Cloud-Computing und Digitalisierung handhabbare Daten erzeugt. Somit avanciert das „Transportmanagement 4.0“ zu einem voll integrierten Systemansatz, der erforderlich ist, um die verschiedenen Systeme miteinander zu verknüpfen und die erzeugten Daten intelligent nutzen zu können. Viele Anbieter von TMS-Lösungen stellen ihre Produkte mittlerweile auf Cloud-Systeme um und schaffen damit eine standardisierte Infrastruktur für die Anwender, die damit auch standortübergreifend Vorteile bietet. Durch die Komplexität und wenig untersuchten Funktionen der verfügbaren Cloud-Anbieterservices im Markt ist eine klare Abgrenzung entlang der Transportkette schwierig. Die Integration der Services in das TMS der Speditionen ist mit Herausforderungen in Bezug auf die reibungslose Durchführung eines solchen Vorhabens verbunden. Zeit, Geld und Ressourcen sind erforderlich, um eine harmonische Gestaltung der Systemlandschaft zu realisieren. Die folgenden Anbieterbeispiele verdeutlichen die unterschiedlichen Services der Lösungsanbieter im Transportmarkt:

Aus den dargestellten Beispielen lässt sich erkennen, dass eine funktionale Abgrenzung der einzelnen Anbieter aufgrund der dynamischen Entwicklung der Technologien nicht problemlos ist. „eCarrier“ bzw. „Digital Broker“ bieten Services mit einem begrenzten Nutzen an, die sich üblicherweise auf die Vermittlung von Ladung und Fracht konzentrieren und die erzeugten Daten in einem dedizierten Umfang für die Optimierung des Transportablaufs nutzen. Diese Anbieter sind in der Lage, KI-Algorithmen für das optimale Frachtrouting anzuwenden und vernetzen die Teilnehmer der Transportkette in geringem Maße im E2E-Kontext. Anbieter von Marktplatzplattformen erweitern das Servicepotenzial und den damit verbundenen Nutzen für den Anwender. Die Lade- und Frachtraumsuche wird dynamisiert und kann mit einem Benchmark-Ranking der Suchergebnisse verbunden werden, das neben den Kapazitäten und Kosten weitere Aspekte wie bspw. Equipment, Güterart, Bewertung und Fahrzeit berücksichtigt. Mit Blick auf den Einsatz mobiler Endgeräte treten Anbieter mobiler Transport-Workflow-Lösungen in Erscheinung, die auf eine gemeinsame Kommunikationskette mit den Akteuren in der Transportkette abzielen. Eine durchgängige Vernetzung von Verlader, Disponent, Fuhrparkmanager, Fahrer und Empfänger in Echtzeit sowie eine weitestgehend papierlose Abwicklung stehen hier im Vordergrund. Änderungen im Transportablauf bspw. Verzögerungen, welche die „estimated time of arrival“ beeinflussen, werden automatisiert adressiert und eine konsistente Dokumentation führt dazu, dass Unklarheiten und Missverständnisse im operativen Geschehen minimiert werden. Modulare Anbieter von Transportmanagementservices kombinieren verschiedene Cloud-Services und bieten diese auf unterschiedlichen Plattformen an. Transportaufträge werden über eine Frachtratenmanagement-Plattform im Rahmen von Spot-Geschäften oder Ausschreibungen vergeben. Die operative Abwicklung der Transporte erfolgt über eine weitere Plattform in der Cloud, die üblicherweise mit dem ERP-System des Verladers verbunden ist. Ein Zeitfenstermanagement ist über eine zusätzliche Plattformlösung möglich. Zudem kann der Anbieter auch Funktionsteile des Mobile Transport Workflow Provider in sein System integrieren und das Serviceangebot erhöhen. Die Datenvielfalt und -durchgängigkeit erlaubt es den Anbietern, mithilfe von prädiktiven Analysen zudem Services für den Verlader als auch für den Spediteur anzubieten, die in der Lage sind, Schwachstellen in den Transportstrukturen zu identifizieren.

Deutlich ist, dass ein wesentliches Differenzierungsmerkmal der verschiedenen Lösungen den Grad der E2E-Integration im Kontext des Transportmanagements beschreibt. Ein weiterer Maßstab, der die Anbieter differenziert, ist der Grad der digitalen Mehrwert-Services zwischen Anbieter und Anwendern. In Abb. 2 werden die dargestellten Anbietergruppen hinsichtlich ihrer Service-Unterschiede konkretisiert. Bisher ist noch keine systematische Betrachtung der Cloud-Anbieter erfolgt, die Services ergänzend zum TMS anbieten. Für die Tätigkeit des Disponenten oder des Fuhrparkmanagers kann die intelligente Datennutzung zu einer effizienteren und wirtschaftlicheren Arbeitsweise führen, sofern es möglich ist, szenariobasierte Entscheidungen zu treffen, die vom zentralen System nach festgelegten Kriterien vorgeschlagen werden.

Im Transportlogistikmarkt existiert bislang noch kein zentrales System, das in der Lage ist, alle relevanten Daten entlang der Transportkette so zu integrieren, dass eine Harmonisierung möglich ist und szenariobasierte Entscheidungen durch die Anwender in Echtzeit getroffen werden können. Trotz innovativer Technologien ist bislang noch nicht das gesamte Potenzial der Daten durch die Spediteure genutzt worden. Digitale Geschäftsmodelle entwickeln sich vornehmlich bei den großen Anbietern im Transportmarkt, die die Digitalisierung mit Großkunden strategisch aufgrund verfügbarer Ressourcen und Kompetenzen forcieren. Cloudbasierte und ergänzende Services ermöglichen den mittelständischen Transportunternehmen eine flexible IT-Ressource, die aus Wartungs- und Kostensicht entscheidende Vorteile bietet. Auch die erreichbare Standardisierung und Skalierbarkeit durch Cloud-Lösungen sind entscheidende Aspekte für Spediteure, um Qualitätssicherungen zu erreichen und dadurch die Kundenzufriedenheit zu erhöhen.

Die mögliche Vision eines „Smart Transport Window“ (STW) für Speditionen beschreibt eine zentrale Cloud-Plattform, welche die internen und externen Datenquellen des Spediteurs zu einem einheitlichen Datenpool zusammenfasst. Smart-Window-Konzepte sind in der Transportlogistik nicht neu und wurden hinsichtlich der Interoperabilität der Systeme für einen reibungslosen Datenaustausch in einzelnen Anwendungsfällen bereits beschrieben [7]. Dennoch ist die Perspektive des Transportdienstleisters bei den bisherigen Ansätzen nur marginal betrachtet worden.

Unternehmenseigene Telematik- und Transportmanagementsysteme werden „over the air“ in das STW integriert. Das wirkt sich positiv auf das Fuhrparkmanagement aus, da neue Fahrzeuge über die Herstellernummer des Original Equipment Manufacturer (OEM) automatisch in die Plattform integriert werden. Die Anbindung von bereits existierenden Cloud-Systemen (z. B. Frachtbörsen, Plattform der „eCarrier“) und Meta-Systemen (z. B. Verkehrsleitsysteme) sowie weiterer Cloud-Quellen (z. B. Compliance-System) ist modular möglich. Das STW kann hinsichtlich einzelner Parameter individuell auf Mandantenebene konfiguriert werden. Neben den Transportrouten werden betriebswirtschaftliche Kenngrößen bestimmt, die weiterhin um „event“spezifische Services (z. B. Benachrichtigungen bei Erreichung von Soll-Werten, Einhaltung von Zeitfenstern auf bestimmten Relationen, Leistung bzw. Treibstoffverbrauch der Fahrzeuge) ergänzt werden. Die Verarbeitung der Daten durch verschiedene intelligente Technologien (z. B. Data Mining oder KI) unterstützt ein „szenariobasiertes Echtzeit-Cockpit“, welches individuell auf die Nutzer des Systems (z. B. Disponent, Fuhrparkmanager, Lkw-Fahrer) abgestimmt ist und damit die visuellen und informellen Präferenzen im Betriebsablauf in Echtzeit assistiert. Das „Cockpit“ des Disponenten verknüpft die Daten, die sich auf die Auslastung des Laderaums bzw. der Strecken sowie das zu disponierende Ladungsangebot als auch die Kundenanforderungen und Compliance-Erfordernisse für einen nachfolgenden Transportauftrag beziehen. Der Fuhrparkmanager betrachtet hingegen die technische Dimension der Flotte und überwacht den ordnungsgemäßen und reibungslosen Fahrzeugeinsatz mit dem Ziel, eine Kosten-Nutzen evidente Entscheidung zu treffen, die den betrieblichen (Kosten)Vorgaben entspricht. Für den Lkw-Fahrer wird das Fahrverhalten prognostizierend zum aktuellen Verkehrsgeschehen sowie den Umweltbedingungen unterstützt, um entsprechend der voreingestellten Parameter die Unternehmensziele zu erreichen. Neben den zu erwartenden Reparatur- und Wartungskosten bei nicht optimaler Fahrweise ist die aktive Rückmeldung des Fahrers im Transportgeschehen bei Auffälligkeiten oder Problemen ein essenzieller Indikator für den Disponent, um den Ablauf ggf. aktiv zu verbessern. Die Bewertung der Zufriedenheit des Fahrers mit der gefahrenen Tour ist zudem möglich. Auch die sichere Abfahrtskontrolle bzw. die Anforderungen an Gefahrguttransporte gem. der gesetzlichen Bestimmungen werden vor Antritt der Tour durch weitere Assistenzsysteme (KI-basiert) unterstützt, wodurch die Anbindung behördlicher Institutionen an das System deutlich attraktiver wird. In Abb. 3 ist das erläuterte STW-Konzept dargestellt.

Die Transportanfrage des Verladers geht in dem dargestellten System direkt in den operativen Transportprozess des Spediteurs ein, sodass bspw. im Spot-Markt der Disponent einen Frachtpreis in Bezug auf die verfügbaren Transportkapazitäten und den tatsächlichen Fahrzeugeinsatz ermitteln kann. Der Frachtpreis wird dem Disponenten verkehrsaktuell angezeigt und berücksichtigt den aktuellen Treibstoffpreis. Der Preis beinhaltet weiterhin einen Emissionsausgleich, um den potenziellen Umweltschaden zu monetarisieren. Der Verlader kommuniziert das Frachtangebot an eine festgelegte Gruppe von Spediteuren („Carrier-Pool“) und bewertet bei der Transportvergabe ökologische und ökonomischer Parameter. Weiteres Potenzial in der Transportkette ist durch die Einbindung von Workflow basierten Apps möglich, um Anweisungen und Serviceprozesse direkt mit den Beteiligten (z. B. Kunde oder Disponent) zu kommunizieren.

Durch die Realisierung eines STW wird den Anwendern die Möglichkeit gegeben, in Abhängigkeit der aktuellen Betriebssituation Entscheidungen zu treffen, die auf Daten basieren, die für den Transportprozess betriebswirtschaftlich relevant sind und in Echtzeit generiert bzw. verarbeitet werden. Eine multidimensionale Visualisierung des Transportgeschehens wird durch den Einsatz intelligenter Technologien für systematische Analysen und prädiktive Modellierungen ermöglicht. Um das STW zu realisieren, sind verschiedene Entwicklungsphasen von Bedeutung, die sukzessive durchlaufen werden. Weiterhin sind zusätzliche Dimensionen zu betrachten, die eine umfassende Integration, Harmonisierung, Verarbeitung und Bereitstellung der Daten entlang der Transportkette beeinflussen. Das Phasenkonzept zeigt die Abb. 4; es wird nachfolgend kurz erläutert.

In einer ersten Phase werden die Daten aus den verschiedenen Quellen generiert und gesammelt. Dazu werden die Rohdaten aus den Auftrags- oder Cloud-Systemen sowie Sensordaten aus dem Telematik-System genutzt. Zudem sind die Daten aus begleitenden Systemen wie bspw. Compliance-Systeme oder Wetterdaten erforderlich. Die Daten werden von verschiedenen Informationssystemen begleitet und bieten ohne weitere analytische Bearbeitung noch keinen Mehrwert für den Anwender. Phase zwei hat das Ziel, die Daten zu harmonisieren. Eine Bereinigung der Daten ist erforderlich, um die Datenqualität sicherzustellen und fehlerhafte Übertragungen zu eliminieren. Zudem ist die Betrachtung der Systemschnittstellen notwendig, um ein standardisiertes Datenformat zu erzeugen, das bearbeitet werden kann. Für die dritte Phase werden die überprüften Daten verknüpft und mithilfe verschiedener Technologien analysiert. Neben Data Mining sind Methoden der künstlichen Intelligenz einsetzbar, die in der Lage sind, Muster im Transportablauf zu erkennen und ex ante prognostizierend für den Anwender zu modellieren. Eine Visualisierung des Datenmodells findet in einem „Smart Transport Window“ in Phase vier statt und ermöglicht dadurch einen datengetriebenen Transportservice in Echtzeit. Durch einen regelmäßigen stationären Aufenthalt des Transportfahrzeugs bei einem Empfänger, der durch externe Verkehrsbedingungen wie Stau erzeugt wird, kann das System eine Empfehlung an den Disponenten kommunizieren, die den Vorschlag einer alternativen Verladung an einem alternativen Verladetag beinhaltet. Zudem kann die stationäre Zeitangabe als Kostenfaktor bewertet werden, um den „verschwendeten“ Personaleinsatz zu monetarisieren. Weitere Dimensionen müssen aus organisatorischer, juristischer und marktspezifischer Unternehmenssicht ergänzt werden, um eine ganzheitliche Betrachtung im betrieblichen Kontext zu erreichen. Die begleitenden Gestaltungsfragen von der Datenerzeugung bis zur erfolgreichen Realisierung eines STW wurden wie folgt identifiziert: