Wissenswertes zu Datenqualität im Transportmanagement: Durch die Digitalisierung von Fuhrparkprozessen steht Transportunternehmen eine immer größere Fülle an Daten zur Verfügung. Doch diese Daten sind nur wertvoll, wenn sie zum einen gute Qualität aufweisen und zum anderen intelligent verfeinert und ausgewertet werden.
Daten sind das Gold unseres Jahrhunderts. Allein in den letzten zwei Jahren wurden 90 Prozent der heute verfügbaren Daten erzeugt. Aber zu einer sinnvollen Nutzung gehört mehr als das Sammeln der Daten allein. Eine gute Datenbasis steht und fällt schon mit der Art, wie die Informationen erhoben werden.
Am Beispiel von GPS-Daten lässt sich das nachvollziehen. Nahezu jedes Smartphone verfügt mittlerweile über einen GPS-Sender, der durchaus für reines Tracking nutzbar ist. Jedoch bringen diese Sensoren je nach Gerätetyp nicht die gleiche Leistung wie Telematikboxen oder OBDII-Geräte, die über das Fahrzeug Strom erhalten und deshalb stabiler laufen. Smartphone-Sensoren sind außerdem nicht auf dauerhafte Geschwindigkeiten ausgelegt, deshalb kann es zu Zeitverzögerungen in der Ortung kommen. Auch die Streuung ist ein nicht zu vernachlässigender Faktor: Während Telematikeinheiten auf 5 bis 10 Meter genau orten, kann die Ortung per Smartphone auch mal um 50 Meter abweichen, etwa bei einem schwachen GPS-Signal, das Telematikgeräte durch Verstärker abfangen können.
Für Transportunternehmen ist es also wichtig zu wissen, wofür sie die Daten brauchen. Geht es um eine „einfache“ Ortung im Werkverkehr, können die Daten vom Smartphone ausreichen. Wenn allerdings akkurate Positionsbestimmungen gefragt sind, z.B. bei automatischen Spesenberechnungen im grenznahen Verkehr, können Streuungen für große Verwirrung sorgen – und die Daten müssen im Nachhinein mit großem Mehraufwand wieder per Hand bereinigt werden. Unternehmen sollten sich deshalb gut informieren, welche Hardware für ihre Ansprüche die richtige ist.
Hat man sich für eine Datenquelle entschieden, stellt sich die nächste, fast noch wichtigere Frage: Wie erhalte ich aus den Daten genau die Ergebnisse, die ich für ein effizientes Transportmanagement in meinem Unternehmen brauche? Entscheidend sind hier die Tiefe der Datenverknüpfung und die Veredelung der Daten. ETA-Prognosen bieten viele Telematikdienstleister an, spannend wird es bei der Frage, worauf diese basieren. Werden etwa historische Verkehrsdaten einbezogen, lässt sich der Tourfortschritt viel realitätsnäher voraussagen.
Je stärker die Daten von Fahrer, Fahrzeug und Planung vernetzt sind, desto präziser können also Prognosen erstellt werden. Dafür ist die durchdachte Datenverarbeitung eine wichtige Voraussetzung. Hier kommen intelligente Algorithmen zum Einsatz, die aus „Big Data“ sinnvolle Informationen filtern und miteinander korrelieren, um so „Smart Data“ zu erzeugen.
Entwickler von Transportmanagementsystemen wie die DAKO GmbH beziehen in die Systemarchitektur jetzt schon Zukunftsmethoden wie Machine Learning mit ein. Dabei soll die webbasierte Software in Zukunft immer selbstständiger aus den Daten lernen, indem sie beispielsweise vergangene Tourdaten auf Basis von Kundenkriterien auswertet und diese „Erfahrungen“ in neue Tourvorschläge einfließen lässt. Gemeinsam mit der entsprechenden Datenbasis entsteht so ein System, das mitdenkt und sehr genau auf individuelle Anforderungen der Anwender eingeht.