Yield Management in der Speditionsbranche

Die Logistik ist einer der wichtigsten Wirtschaftsbereiche in Deutschland. Der Straßengütertransport ist dabei der größte und wichtigste Teilbereich. Dennoch wird hier zum Teil noch ineffizient gearbeitet und eine nur geringe Umsatzrendite erzielt. Einer der Hauptgründe ist, dass der gesamte Planungsprozess, trotz sehr hoher Komplexität, selbst in den größten Speditionen nach wie vor meist manuell durchgeführt wird.

Quelle: Adobe.Stock/Forklift

Das Projekt nutzt in einer hochskalierbaren Cloud-Umgebung modernste mathematische Methoden aus dem Umfeld Künstlicher Intelligenz, Machine Learning und Predictive Analytics, um Modelle für eine dynamische Preis-Mengen-Steuerung zu entwickeln. Damit soll eine Maximierung der Erlöse bei gleichzeitiger Reduktion von Leerkapazitäten erreicht werden. Ziel ist die Schaffung einer intelligenten Softwareplattform, die es ermöglicht, Transportaufträge durch aktives Yield Management zu bepreisen, in Echtzeit auf existierende Leerkapazitäten zu verteilen oder aktiv notwendige Zusatzkapazitäten anzufragen und alles in hocheffizient optimale Touren zu bündeln.

Im Rahmen des Projektes werden mehrere Millionen reale Preis- und Tourendaten in Datenbanken konsolidiert und bereinigt. Mit Hilfe dieser Daten wird eine Marktsimulationsumgebung aufgebaut. Parallel werden unterschiedliche Methoden des Yield Management mit Methoden der Machine Learning Algorithmen und statistischen Regelkreisen kombiniert, um eine dynamische Online Pricing Plattform und Tourenoptimierung und -vergabe zu entwickeln. Die unterschiedlichen Modelle werden in Parameterstudien der Simulationsumgebung validiert und weiterentwickelt. Zusätzlich werden allgemeine Robustheitsparameter zur Bewertung der Lösungsqualität entwickelt und angewendet.