Telematik – das ist eigentlich ein überholter Begriff, wenn man sich die Fortschritte ansieht, die Webfleet seit der Gründung 1999 erzielt hat. Das zeigt sich nicht nur im Wandel der Benutzeroberfläche, wobei Windows XP schon wieder einen gewissen Charme hat. Vor allem ist es die Fülle an Funktionen, die weit über reine Standortbestimmung hinausgeht und eher schon etwas von DSGVO-konformer Echtzeitkontrolle der Flotte hat. Das 25-jährige Jubiläum ist jedenfalls ein schöner Anlass, sich im Rahmen der Mobility Conference die nächsten Schritte anzusehen, die unter den Schlagworten Effizienz, Analyse, Optimierung und KI stehen.

Intelligente Daten für smarte Flotten
Thomas Greaney, Datenanalyst bei Webfleet, sieht den großen Vorteil darin, dass bei Bridgestone Mobility Solutions neben Webfleet auch die Reifen Daten liefern. „Es gibt eine Analyse von beiden Seiten. Wir werden also nicht nur Profiltiefen und Luftdrücke sehen. In Kombination mit den Telematikdaten analysieren wir alles.“ Zum Beispiel, wie schwer der Lkw ist, wie er beladen ist, all das hat Einfluss auf die Haltbarkeit der Reifen – aber auch der Fahrstil des Fahrers und der Straßenzustand. „Auf der anderen Seite gibt es verschiedene Reifen, je nachdem für welches Einsatzgebiet. Und da muss ich den richtigen für den jeweiligen Einsatz finden.“ Was heißt das jetzt in der Praxis? Anhand des Straßennutzungsreports erfährt man, welche Pneus die passenden sind. Oder welche Rolle zum Beispiel der Luftdruck auf den Verbrauch hat. „Gemeinsam mit dem Kunden analysieren wir die Daten und besprechen Maßnahmen, um Einsparungen zu erzielen.“ 

Interessant auch der Vergleich mit anonymisierten Daten ähnlich großer Fuhrparks: Ein Punktesystem etwa beim Spritverbrauch zeigt, wo man im Vergleich liegt. „Da hat dann zum Beispiel der Kunde 67 von 100 Punkten erzielt, das wäre dann Platz 97 von 347“, so Greaney, „das heißt, dass 96 andere sparsamer und somit günstiger unterwegs sind.“ Und dank einer Hochrechnung kann schnell ausgewiesen werden, wieviel Geld gespart werden kann, wenn man zum Beispiel auf Platz zehn vorrücken würde.

Nicht minder wichtig der sogenannte Tyre Breakdown: „Da sehen wir uns die Liegenbleiber an, wie oft gab es welche im Quartal, auf welche Fahrzeuge waren sie verteilt und was waren die Gründe dafür.“ Egal ob fehlender Luftdruck, Überbeanspruchung oder Schlaglöcher, fällt ein Auto aus, kommen viele Stunden zusammen, in denen kein Geld verdient werden kann. „Das sind Kosten, die auf den ersten Blick nicht sichtbar sind“, sagt Greaney, „aber da kann man dagegenarbeiten. Mit unserem TPMS-System zum Beispiel. Und in weiterer Folge schaut man sich die Zeiten immer wieder an, was sich verbessert hat.“ Es handelt es sich also nicht um einen klassischen Report. „Eher um einen Advisory Service, an dem man kontinuierlich dran arbeitet.“

Mehr Effizienz dank KI
Tom Winkler hat als Softwareentwickler natürlich einiges an Erfahrung mit Daten und KI. Aber auch mit den Punkten, an denen es derzeit noch eckt. Allein die Frage, welcher Fahrer am effektivsten unterwegs war, brigt Risiken: „Da kommt es zum Beispiel drauf an, in welcher Branche er tätig ist, in welchem Bereich, und was Effektivität überhaupt bedeutet. Das ist die Herausforderung beim Umgang mit KI.“ Bei Transport und Logistik zählt zum Beispiel die zurückgelegten Kilometer, bei Serviceflotten hingegen, wer am schnellsten vor Ort ist und Aufträge zeitgerecht erfüllen kann. „Und dieses Wissen muss man jetzt einmal modellieren. Erst dann ermöglicht es die KI einem, Spezifika herauszuarbeiten und leicht auswertbar zu machen.“ 

Das Ziel ist natürlich, dass die Auswertung dank künstlicher Intelligenz noch kundenspezifischer werden kann, ohne dass ein Berater noch daran drehen muss. „Die Software erkennt selbst, was für jeden einzelnen am Besten und wichtigsten ist.“ Gefahren? Eher wird es schwierig, die ausgespuckten Ergebnisse entsprechend zu bewerten: „Sie lesen sich oft leicht, sind aber totaler Quatsch. Das ist derzeit noch das große Problem generativer KI. So wie generierte Bilder mit sechs Fingern an der Hand.“

Ist Bruder Bit aber entsprechend trainiert, kann man einiges von ihm abverlangen. Etwa eine Fahrstilanalyse, die helfen soll, Sprit zu sparen und sicherer unterwegs zu sein. „Man kann im System Fragen stellen, wie etwa der Trend in den letzten drei Monaten ausgesehen hat und bekommt dann schnell ein Diagramm geliefert. Es schlägt auch vor, wie es weitergehen kann, oder gleich weitere Fragen. Welche Fahrer den höchsten Verbrauch haben zum Beispiel, oder wer die höchsten Leerlaufzeiten hat.“ Mit wenig Aufwand kann so ein großer Effekt erzielt werden. Im größeren Rahmen bietet KI aber noch ganz andere Möglichkeiten. Die Daten der gesamten Flotte können etwa mit anderen Daten abgeglichen werden. „So findet man womöglich noch andere Ansatzpunkte, wo es Verbesserungen geben könnte. Wo es hingeht, wären dann Handlungsempfehlungen aufgrund dieser Auswertungen.“ Wichtig ist, KI derzeit noch als Werkzeug zu sehen, das das richtige für diesen Job ist – mehr nicht. „Aber das Know-how müssen wir noch ausbauen, ,weil so eine Empfehlung sollte auch stimmig sein, und nicht nur gut klingen.“