Direkt zum Inhalt

Zurück zur Übersicht

Datenmüll oder Daten für Müll? Das Potenzial von Data Analytics für die Logistik in der Kreislaufwirtschaft wird noch nicht genutzt

Die klassische Tourenplanung basiert in der Abfallwirtschaft auf zwei Zielen: bestmögliche Auslastung der Fahrzeuge und optimale Nutzung der effektiven Arbeitszeit. Der Planung liegen Annahmen zur Dauer einer Behälterentleerung und erwarteten Tonnage sowie betriebliche Vereinbarungen zur Anzahl der zu entleerenden Behälter zugrunde.

Was jedoch oft nicht in die Planung einbezogen wird:

  • Ist die Behälterstruktur angesichts von Siedlungsstruktur, Soziodemografie etc. noch optimierbar?
  • Wie lange ist die effektive Ladezeit auf der Tour unter Berücksichtigung der teilweise täglich je nach Uhrzeit unterschiedlich langen Regiefahrten?
  • Wird die Schwere der Ladevorgänge je Tour tatsächlich ausreichend betrachtet?

Data Analytics bietet Potenziale für eine Optimierung der Tourenplanung. Drei Beispiele:

  1. Daten zu Siedlungsstruktur, Verkehrssituation und Bebauung geben Aufschlüsse über die Ausprägungen eines Ortsteils, einer Region oder eines Straßenabschnitts. Mit Hilfe von Data Analytics können Treiber für die Dauer der Ladevorgänge identifiziert oder Behälterkonfigurationen optimiert werden.

  2. Entleerungsdauer und Schwere einzelner Ladestellen sind zentrale Parameter bei der Tourenplanung. Durch eine sensorbasierte Ladestellenklassifikation werden mit wenig Aufwand flächendeckend alle Ladenstellen anhand von Parametern wie z. B. die Anzahl der Stufen, die Länge des Weges, die Beschaffenheit der Wege und der Beleuchtung etc. klassifiziert. Hierdurch werden nicht nur für die Arbeitsbemessung in der Tourenplanung relevante Daten erhoben, sondern auch sicherheitsrelevante Faktoren, die im Sinne einer Unfallprävention genutzt werden können.

  3. Verkehrsdaten können sowohl die Tourenplanung als auch die Routenplanung verbessern. Unsere Projekte im Verkehrssektor haben gezeigt: Statische und dynamische Daten (z. B. Baustellen, aktuelles Verkehrsaufkommen, Staus) können zur Optimierung des Routings genutzt werden.