Grüneres Flottenmanagement: KI ist der Schlüssel für mehr Nachhaltigkeit

Der Hype um künstliche Intelligenz (KI) flacht nicht ab, kein Wunder angesichts der vielen Versprechen, die mit der Technologie einhergehen – im Mobilitätssektor beispielsweise zu selbstfahrenden Fahrzeuge. Aber auch in puncto Nachhaltigkeit bietet KI-Optimierungspotenziale – vor allem für Flotten.

Mit künstlicher Intelligenz oder "Artificial Intelligence" lassen sich Flotten einfacher managen. | Foto: Neeqolah Creative Works/Unsplash
Mit künstlicher Intelligenz oder "Artificial Intelligence" lassen sich Flotten einfacher managen. | Foto: Neeqolah Creative Works/Unsplash
Redaktion (allg.)
(erschienen bei VISION mobility von Redaktion (allg.))

Der Bestand an Kraftfahrzeugen erreichte 2023 in Deutschland mit 60,13 Millionen einen neuen Höchststand. Was die Autohersteller freuen wird, ist für die Umwelt nur bedingt gut, denn Elektrofahrzeuge stellen dabei weiterhin die Minderheit dar.  Das abrupte Auslaufen der E-Auto-Förderung für Privatpersonen könnte die weitere Nachfrage zudem massiv sinken lassen. Doch die Elektrifizierung bleibt weiterhin eine der wichtigsten Säulen auf dem Weg hin zu mehr Nachhaltigkeit im Verkehrswesen.

Vor dem Hintergrund dieser Entwicklungen bleibt es – besonders für Flottenmanager – wichtig, weitere Komponenten wie auch das Fahrverhalten zu berücksichtigen, um mehr Nachhaltigkeit zu fördern. Denn: An dieser Stellschraube können Fuhrparkmanager gut ansetzen, da Daten aus einer Vielzahl von Fahrzeugen zur Verfügung stehen – und auf die kommt es letztendlich an.

Energieeffizienz hat verschiedene Komponenten

Die Rechnung ist einfach: Je mehr Kraftstoff ein Fahrzeug verbraucht, desto mehr Treibhausgase stößt es aus. Dementsprechend sollte es das Ziel sein, eine möglichst hohe Kraftstoffeffizienz zu erreichen. Hierbei spielen allerdings viele Faktoren eine Rolle. Naheliegend ist sicherlich die Fahrtroute: Diese sollte möglichst direkt und über glatte Straßen zum Ziel führen, dabei Staus und andere Verkehrsbehinderungen wie Baustellen, aber etwa auch Steigungen vermeiden, um den Kraftstoffverbrauch nicht unnötig zu erhöhen. Die Fahrweise spielt ebenfalls eine Rolle, schließlich sind hartes Bremsen, zu spätes Schalten, häufiger Leerlauf oder schnelles Fahren wenig energieeffizient. Im Gegenteil, eine aggressive Fahrweise kann den Kraftstoffverbrauch um 20 bis 30 Prozent erhöhen. Zudem sollten die Reifen richtig aufgepumpt sein, denn bei jedem Bar unter dem empfohlenen Reifendruck sinkt die Kraftstoffeffizienz um etwa 0,2 Prozent. Und die Last sollte so gering wie möglich und dabei gleichmäßig im Fahrzeug verteilt sein.

In der Praxis stellt sich für Fuhrparkmanager allerdings die Frage, wie sie diese Daten messen und daraus verwertbare Erkenntnisse ziehen können. Die Lösung sind Telematikplattformen – die diese Daten erheben – und KI- Anwendungen, die sie auswerten und bereitstellen. Letzteres mag in begrenztem Rahmen auch manuell möglich sein, ist aber mit einem Aufwand verbunden. Denn generative KI, basierend auf Large Language Models (LLMs), kann riesige Datenmengen analysieren, darin Muster erkennen und daraus Empfehlungen ableiten.

KI liefert Analysen und Einblicke

Geotab hat dafür beispielsweise mit Project G eine Testumgebung gestartet und für seine Kunden geöffnet, die generative KI-Modelle in die hauseigene Plattform integriert. Das Ganze funktioniert ähnlich wie man es inzwischen von ChatGPT gewohnt ist: Flottenmanager geben eine Frage in ein Chat-Interface ein und erhalten innerhalb kürzester Zeit eine Antwort, die sich aus den spezifischen Daten des Unternehmens als auch aus Milliarden anonymisierten Datenpunkten aus den Datenbanken von Geotab speist.

So können Flottenmanager zum Beispiel nicht nur schnell nachfragen, welche ihrer Fahrzeuge oder Fahrzeuggruppen die längsten Standzeiten haben, sondern auch, wie sich diese verkürzen lassen. Anhand der gesammelten Daten ist die KI in der Lage, innerhalb weniger Sekunden mit verschiedenen Tipps zu antworten. Allein solche Erkenntnisse sind schon hilfreich, um die betriebliche Effizienz zu erhöhen oder Kosten zu senken. Im Hinblick auf die Energieeffizienz können sie unterdessen etwa Daten zum Fahrverhalten der Mitarbeiter, der Fahrzeugleistung und dem -zustand analysieren lassen. Kommt die KI beispielsweise zu dem Ergebnis, dass die Mehrheit der Fahrer zu aggressiv oder zumindest nicht energieeffizient im Straßenverkehr unterwegs ist, braucht es möglicherweise Schulungen zu dieser Thematik mit konkreten Hinweisen für die Mitarbeiter, wie sie sich verhalten sollen.

Zudem kann die KI auch den Zustand der Fahrzeuge überwachen und Prognosen für die Wartung treffen. Dadurch können Fuhrparkmanager die Langlebigkeit ihrer Fahrzeuge erhöhen, was natürlich auch im Sinne der Nachhaltigkeit ist. Gleichzeitig lassen sich die Wartungskosten oder auch der Benzinverbrauch älterer und neuer Fahrzeuge miteinander vergleichen, um herauszufinden, ob sich der Einsatz von bereits bestehenden Fahrzeugen überhaupt noch rechnet, beziehungsweise ob diese aus Umweltgründen ersetzt werden sollten.

Der (langsame) Weg zur E-Flotte

Apropos ersetzen: Elektrofahrzeuge sind in Flotten zwar immer noch deutlich in der Minderheit – im Durchschnitt sind es lediglich acht Prozent – aber angesichts des bevorstehenden Verbrenner-Aus ab 2035 werden sich Fuhrparkbetreiber in den kommenden Jahren verstärkt mit ihnen auseinandersetzen müssen. Und auch dabei kann KI behilflich sein, indem sie die Profile der Bestandsfahrzeuge und die Fahrmustern der Mitarbeiter analysiert und diese mit verfügbaren E-Fahrzeugen abgleicht, um passende Alternativen zu identifizieren. So kann die Elektrifizierung mit minimalem Trial-and-Error vollzogen und dabei auf die Bedürfnisse des Unternehmens und der Fahrer geachtet werden.

Was bedeutet das?

Die Senkung der Treibhausgase im Verkehrssektor ist ein Kraftakt, zu dem auch Flottenbetreiber ihren Teil beitragen müssen. Da die vollständige Elektrifizierung von Fuhrparks vielerorts noch Jahre dauern wird, sollte in der Zwischenzeit ein Fokus auf einem energieeffizienten Betrieb der Fahrzeuge liegen. KI-Lösungen können auf Basis von Telematikdaten die dafür notwendigen Analysen und Erkenntnisse liefern. Am Ende müssen Fuhrparkmanager daraus die richtige Strategie ableiten und umsetzen.

Printer Friendly, PDF & Email