„MasterScheduler“: Algorithmus von Grazer Startup optimiert Lkw-Transportplanung

Lastkraftwagen gehören zu den größten Herausforderungen, die es bei der Wende zu einer nachhaltigen Mobilität zu bewältigen gilt. Bereits jetzt gibt es eine Reihe von Konzepten, mit denen Lkw weniger umweltschädliches CO2 ausstoßen sollen. Neben E-Fahrzeugen soll es schon im Jahr 2030 auch mit Wasserstoff betriebene Lkw geben. Jedoch gibt es nicht nur technische, sondern auch organisatorische Herausforderungen. Denn täglich fahren halbleere Lkw quer durch Europa. Daran will das Grazer Startup s2 Data & Algorithms etwas ändern. Mit dem mathematischen Algorithmus „MasterScheduler“ will die Jungfirma die Transportplanung ökonomisch und ökologisch revolutionieren.

Wasserstoff: Bis 2030 sollen 2.000 Wasserstoff-LKWs Güter in Österreich bringen

Viel Potenzial für mathematische Optimierung

Gründer von s2 Data & Algorithms sind die beiden Mathematiker Stefan Kremsner und Stefan Lendl. Sie haben ihr Startup im Jahr 2020 ins Leben gerufen, mit dem Ziel, die Transportplanung in vielerlei Hinsicht effizienter zu machen. Gerade dort, wo die tägliche oder sogar stündliche Planungs-Komplexität und der Detailgrad für den Menschen zu hoch ist, gebe es laut den Foundern viel Potenzial an Einsparungen durch mathematische Optimierung.

Hier kommt der von s2 entwickelte MasterScheduler zum Einsatz. Durch die exakte Modellierung der mehrstufigen Lkw-Beladung von Materialien in Behältern, Zwischenladungsträgern, Boxen und dem smarten Vorziehen von Materialbedarfen der Folgewochen plant die Softwarelösung stets optimal ausgelastete Fahrzeuge. Unter anderem sei das in der Autoproduktion eine echte Notwendigkeit.

Volta Trucks: Schwedisches E-Lkw-Startup sammelt 37 Millionen Euro ein

Transport-Einsparungen von bis zu 30 Prozent

Für gewöhnlich wird in der Automobilbranche mit Materialbedarfsplanungen eines ERP-Systems wie beispielsweise von SAP berechnet, welche Materialien für die Produktion eingekauft und von Spediteuren per Lkw oder Schiffscontainer angeliefert werden müssen. Vor allem bei Neuwagen bedarf es einer hohen Variantenvielfalt in Bezug auf die Bedarfsliste der Produktion. Der MasterScheduler soll den Materialbedarfsplan mit bis zu 30 Prozent an Einsparungen bei den Lkw-Transporten optimieren, indem er ihn in transportoptimierte Lieferabrufe umwandelt. Das Ergebnis soll ein geringerer Bedarf an Lkw und vollständig ausgelastete Ladeflächen sein.

„Statt der ursprünglich acht Transporte, die SAP bei einem unserer Kunden in Bayern geplant hätte, füllt der MasterScheduler auch das letzte freie Volumen am Lkw voll. In einer Woche schafft es unser Algorithmus damit, mit nur sechs disponierten Transporten auszukommen“, erklärt Kremsner das Konzept der Einsparung. Bereits seit dem ersten Pilotprojekt rund um ein Daimler-Werk in Ungarn konnte das Startup nach eigenen Angaben zahlreiche große Automotive-Kunden für sich gewinnen.

Logistik-Startup Parcel Perform sammelt 20 Millionen Dollar ein

MasterScheduler ist flexibler Algorithmus

Bei der algorithmischen Planung der Transporte liegt laut den Gründern die Herausforderung im Detail. Denn in der Praxis treten viele operative Nebenbedingungen im täglichen Logistik-Alltag auf, die es zu berücksichtigen gilt. Dazu gehören unter anderem spezielle Stapelbarkeit bestimmter Materialien, unterschiedliche Vorziehreichweiten, Abladekapazitäten sowie gewisse Abholtage diverser Güter bei Lieferanten. Doch genau für diese Herausforderungen soll MasterScheduler die ideale Lösung sein. „Wir haben von Anfang an einen flexiblen Algorithmus entwickelt, der leicht um neue Bedingungen erweiterbar bleibt“, erklären die beiden Founder.

Die optimalen Transporte werden 3D-visualisiert und zusätzlich können Materialströme verfolgt werden. Außerdem stehen für die Lieferanten PDF-Pickup-Sheets zur Verfügung. Dort wird explizit aufgezeigt, wie die Materialien für die Verladung bereitgestellt werden müssen. „Als wir unseren ersten Piloten starteten, konnte ich nicht glauben, wie viele Zahlen stundenlang mühsam in Excel jongliert wurden, bis ein Disponent einen Lkw mit 13,6 Lademetern wegen fehlender Teile neu geplant hatte. Da waren unsere ersten algorithmischen Ideen schon schneller entwickelt, als deren Tabellenkalkulation überhaupt starten konnte“, erinnert sich Lendl.

PhysICAL: niceshops arbeitet an Projekt für effizientere Logistik mit

Software soll Standardlösung in Industrie werden

Das Startup ist durch die Industriekunden seit Beginn an selbstfinanziert. Zu den Kunden gehören unter anderem namhafte Firmen wie Magna oder Yanfeng Automotive Interiors. Das große Ziel von s2 Data & Algorithms ist es, den MasterScheduler als Standardlösung für aufwendige, operative Transportplanungen global in der fertigenden Industrie zu etablieren sowie auch Produktionsplanung als Lösung anzubieten. Durch die Lösung soll die Transportindustrie künftig, sowohl was die Finanzen als auch den ökologischen Fußabdruck angeht, deutlich effizienter werden.