Lieferrouten und Disposition mit KI planen

Workforce und Asset Management aus Windeck

Die GreenGate AG aus Windeck in Nordrhein-Westfalen ist ein 2020 gegründeter Software-Anbieter, der sich auf Betriebsführungs- und Instandhaltungslösungen (Workforce und Asset Management) spezialisiert hat. Zentrale Tätigkeitsbereiche sind Entwicklung und Vertrieb von Soft- und Hardware, daran angeschlossene Dienst- und Beratungsleistungen sowie die Durchführung von Schulungen und Seminaren. Viele ihrer Kund*innen sind regionale Versorgungsunternehmen, wie beispielsweise Energienetzbetreiber, die Elektrofahrzeuge einsetzen, wenn Monteur*innen zum Beispiel den Stromzähler in einem Haushalt austauschen. Diese Einsätze sollen möglichst effektiv und umweltfreundlich gestalten werden, indem die Prozesse und Kundenanforderungen berücksichtigt werden.

Geeignete Instandhaltung von Elektrofahrzeugen

Die aktuelle Studienlage deutet darauf hin, dass bis zum Jahr 2030 eine deutliche Verschiebung der automobilen Antriebsarten stattfinden wird, vom Verbrennungsmotor hin zu alternativen Antriebsarten. Elektrofahrzeuge bieten für regionale Serviceanbieter eine Chance, die im Versorgungsgebiet zu bewältigenden Aufgaben kosteneffizienter und umweltfreundlicher zu erfüllen. Die Nutzungsdauer von Elektrofahrzeugen ist jedoch stark abhängig von der geeigneten Instandhaltung der Batterie und ist entsprechend sensibel gegenüber der Routenplanung, der Nutzungsfrequenz und -intensität sowie dem Fahrverhalten.

Einsatzsteuerungstool für Elektrofahrzeuge

Ein KI-basiertes Entscheidungshilfesystem wird konzipiert und prototypisch implementiert, um die Nutzung der Elektrofahrzeuge zu erleichtern und zu verbessern. Dazu wird im KI-Pilotprojekt des Green-AI Hub Mittelstand der Einsatz fortschrittlicher KI zur Verbesserung der Verwendungsplanung und Routenoptimierung untersucht. Dies geschieht, indem man die Grenzen konventioneller Einzelpunktprognosen durch Unsicherheitsquantifizierung (UQ) überwindet, d.h. bestimmte Unsicherheitsfaktoren in die Vorhersagen miteinbezogen werden. Diese Integration soll die Transparenz und Zuverlässigkeit der Modelle erhöhen und Zusammenhänge zwischen Routenplanung, Fahrverhalten und umweltbewusstem Fahrzeugeinsatz aufdecken. Erforscht werden Methoden der Unsicherheitsquantifizierung, einschließlich ad-hoc-Techniken und Conformal Predictions. Zusätzlich werden Methoden verwendet, die erklären, wie die KI zu ihren Vorhersagen kommt, sogenannte "eXplainable AI". So können die Personen, die die Entscheidungen treffen und Pläne erstellen, besser verstehen, wie die KI mit Modellvorhersagen arbeitet und Probleme wie defekte Akkus oder Verzögerungen vermeiden.

Optimierte Prozess- und Routenplanungen

Durch den Einsatz fortschrittlicher maschineller Lernverfahren und Methoden der erklärbaren KI können die Kund*innen der GreenGate AG zukünftig intelligentere und effizientere Dispositions- und Routenplanungen durchführen. Die in den ML-Modellierungsprozess integrierte Unsicherheitsanalyse bietet tiefe Einblicke in die Modellzuverlässigkeit und erhöht somit die Transparenz der Entscheidungen. Dies steigert die Effizienz und Effektivität der gesamten Prozesskette. Zudem tragen die entwickelten Methoden dazu bei, Probleme wie frühzeitige Defekte von Akkus oder Verzögerungen bei der Auftragsabwicklung zu vermeiden. Dies wäre ein erheblicher Mehrwert für die Kund*innen der GreenGate AG.