In den letzten Jahren haben sich kommerzielle Lieferketten in städtischen Gebieten stark verändert, denn die Bedürfnisse der Kunden haben sich stetig gewandelt. Der eCommerce-Markt steigert die Nachfrage nach Lieferungen am selben Tag, während die Kontraktlogistik zunehmend auf Just-in-time-Bearbeitung setzt.
Neue Dienstleistungen wie Lebensmittel-Lieferdienste (z.B. Uber Eats oder Flaschenpost) und Online-Supermärkte (z.B. Walmart und Rewe) erweitern zudem ihre Angebote um Hauslieferungen im Stadtzentrum mit Hilfe von Lieferwagen, Fahrrädern oder Rollern in immer kürzeren Zeitfenstern. Infolgedessen steigt die Nachfrage nach Last-Mile-Lieferungen weltweit – allein in den nächsten 10 Jahren erwarten Experten ein Wachstum von 78%. Um den Bedürfnissen der Kunden in einem stark umkämpften Markt gerecht zu werden und um weiterhin zukunftsfähig zu bleiben, muss die optimierte Routenplanung neu gedacht werden.
Greenplan, ein von DHL finanziertes Start-Up, führt nun einen leistungsfähigen Algorithmus zur Optimierung von Zustellrouten und Haltesequenzen in der Logistik ein, der auf diesen Fall vorbereitet ist. Der Algorithmus kann nicht nur Zieladressen, sondern auch individuelle Lieferzeitfenster auf Sendungsebene verarbeiten. Routen werden dabei immer anhand von verfügbaren historischen Verkehrsflussinformationen berechnet. Unter Berücksichtigung tageszeitabhängiger, straßenspezifischer Fahrzeiten findet Greenplan somit immer die optimale Startzeit für jede Zustelltour. Der flexible Einsatz von Ressourcen verkürzt Einsatzzeiten und reduziert die gefahrene Strecke. Im Vergleich zu standardmäßigen Routenoptimierungslösungen können Kunden dadurch bis zu 20 Prozent der Kosten einsparen und ihren CO2-Fußabdruck entsprechend reduzieren. Eine effiziente Planung, die uns von bekannten marktführenden Anbietern unterscheidet.
Greenplan setzt damit neue Maßstäbe und unterstützt die Effizienz- und Nachhaltigkeitsanstrengungen der Branche, ohne bei der Flexibilität oder Planungsqualität Abstriche zu machen. Denn die Lösung berücksichtigt standardmäßig nicht nur alle relevanten Restriktionen (z.B. Fahrzeugeigenschaften, Fahrerqualifikationen, Zuladungsbeschränkungen), es ermöglicht auch eine gebietsunabhängige Planung von offenen oder geschlossenen Touren. Je nach Anwendungsfall kann dabei eine Kostenoptimierung oder die Gleichauslastung der Fahrzeugflotte angestrebt werden. Die Ausgabe der berechneten erwarteten Ankunftszeiten, der Kosten und des CO2 Verbrauchs ermöglicht zudem den Vergleich verschiedener simulierter Szenarien, wie z.B. eine signifikante Auftragsveränderung oder eine Kostenveränderung bei Erweiterung von Standorten. Die Erkenntnisse können dann direkt operativ umgesetzt werden, ohne Systembruch und ohne Zwischenschritt.
Die Digitalisierung in der Tourenplanung wird bei Greenplan neu definiert und hebt „Big Data“ auf ein neues Level. So befinden sich beispielsweise alle Kartendaten in einer Datenbank, wodurch die Parametrisierung durch die gegebenen Datenbankstrukturen deutlich flexibler ist als bei herkömmlichen Kartendaten im festen Dateiformat (Binärdateien). Kurzfristige Änderungen oder bestimmte Fehlerkorrekturen lassen sich somit ohne lange Wartezeiten in schnelle Updates umsetzen. Durch die Software-as-a-Service (SaaS) Architektur wird ein globaler Einsatz der Lösung zudem so einfach wie die Implementierung lokaler Anwendungen. Alle Eingabeparameter für die Berechnung werden im vordefinierten JSON-Format über eine REST API Schnittstelle übergeben. Die Nutzdaten liefern dabei eine in sich geschlossene, vollständige Beschreibung des Planungsproblems und machen die Definition weiterer Stammdaten überflüssig. Die Ergebnisse können dann nach der Berechnung ebenfalls über die API abgerufen oder auf dem Webinterface angezeigt werden.
Die Logistikindustrie ist eine stark fragmentierte Branche, in der es viele Lösungen für individuelle Prozesse gibt. Um alle Kapazitäten auszuschöpfen und die Ressourcensteuerung zu optimieren, schloss sich Greenplan mit dem Forschungszentrum für Diskrete Mathematik an der Universität Bonn zusammen, mit dem Ziel einen intelligenten Algorithmus zu entwickeln, der individuelle Kundenanforderungen erfüllen kann und gleichzeitig kurze Rechnerzeiten sicherstellt. Das hilft nicht nur Logistikunternehmen, denn neben den Abhol- und Zustelltouren kann das Berechnungsmodell auch auf andere Bereiche angewendet werden, wie z.B. den Mobilitätssektor, den Kundendienst und die Tourenplanung für Außendienstmitarbeiter (z.B. Servicetechniker).
Foto: Greenplan