KI für Flotten optimiert Fahrsicherheit und Effizienz

Wie in vielen anderen Branchen hält auch in der Telematik die künstliche Intelligenz (KI) Einzug und Unternehmen können ganz neue Möglichkeiten der Datennutzung erschließen. Fabian Seithel, Associate Vice President Sales and Business Development EMEA zeigt, wie Fuhrparkmanager mit fortschrittlichen Plattformen Fahrer- und Fahrzeugsicherheit erhöhen sondern auch Fahrer direkt unterstützen und Effizienzsteigerungen erzielen können.

Glücklicherweise ist die Anzahl der Verkehrstoten und Schwerverletzten in Deutschland seit Jahren konstant rückläufig. Das ist an sich eine gute Nachricht, aber kein Grund dafür, nicht weiter daran zu arbeiten, dass diese Zahlen noch weiter sinken. In der Vergangenheit konnten Sicherheitstechnologien wie der Anschnallgurt, ABS und Airbags bereits große Erfolge erzielen. Nun, im Zeitalter der KI, geht es nicht mehr nur um Hardware-basierte Maßnahmen und Schutz beim Eintreten eines Unfalls. Zusätzlich sollen auch Daten genutzt werden, um Unfälle zu vermeiden. Schließlich sind auch kleinere Unfälle ohne Personenschäden lästig und teuer. Hier zeigt sich tatsächlich auch ein anderer Trend: So wurden im Jahr 2023 mehr als 2,5 Millionen Verkehrsunfälle erfasst – 12 Prozent mehr als im Jahr 2020.

Da mit jedem Verkehrsunfall zusätzliche Belastung, Zeitverlust und Kosten einhergehen, suchen Fuhrparkverantwortliche nach Möglichkeiten der Prävention. Dabei liegt es nahe, auf vorhandene historische Daten aus Telematiksystemen zurückzugreifen. Um aussagekräftige Erkenntnisse zu erhalten, kann die Auswertung der Daten jedoch sehr komplex sein. Einzelne Routen, Fahrzeuge und Fahrerprofile händisch nach Unfallschwerpunkten auszuwerten, wäre eine wahre Sisyphos-Aufgabe. Hier kommt KI ins Spiel und kann mit Mustererkennung eine ihrer großen Stärken ausspielen. KI-gestützte Systeme können Fahrer beispielsweise auf besonders gefährliche Streckenabschnitte hinweisen und ihnen alternative, sicherere Routen vorschlagen.

KI komprimiert und klassifiziert

Technologien wie maschinelles Lernen und generative KI können unter anderem dazu beitragen, die Verkehrssicherheit durch datengestützte Erkenntnisse zu verbessern. Die automatisierte Erfassung und Verarbeitung von Benchmark-Daten in Kombination mit der Messung von Fahrzeugwerten erlaubt beispielsweise die Klassifizierung von Kollisionen. Spezielle Kompressionsalgorithmen sorgen dabei dafür, dass auch große Datenmengen zügig analysiert werden können, wodurch die Bestände schneller und einfacher zugänglich gemacht werden.

Im Rahmen eines automatisierten Sicherheits-Benchmarkings können KI-Lösungen Werte und Leistungen verschiedener Fahrzeuge miteinander vergleichen, die auf Millionen von Fahrzeugdatenpunkten basieren und daher ein realistisches Bild des Fahrzeugs wiedergeben. KI-Tools sind außerdem in der Lage, anhand von Kollisionsmustern Aussagen über die Schwere von Unfällen zu treffen. Dadurch können einerseits nach einem Unfall fundierte Analysen angefertigt werden. Andererseits können mit der Technologie auch historische Datensätze ausgewertet werden, um Aussagen über besondere Unfallschwerpunkte abzuleiten. Neben Fahrzeug- und Routendaten fließen dabei auch externe Messwerte, beispielsweise zu den Witterungsbedingungen, mit ein. Dank der überlegenen Analysekapazitäten der KI lassen sich aus diesen Angaben besondere Risiken ableiten. Davon profitieren die Fahrer direkt am Steuer, indem sie Rückmeldungen zu ihrem Fahrverhalten erhalten. So können sie beispielsweise durch visuelle oder akustische Signale auf zu hohe Geschwindigkeiten, zu dichtes Auffahren oder abrupte Bremsmanöver hingewiesen werden. Diese Echtzeit-Assistenz trägt nicht nur zur Verkehrssicherheit bei, sondern hilft den Fahrern auch, sich bewusster und effizienter zu verhalten, was langfristig zu weniger Stress und geringeren Unfallraten führt.

Prävention für mehr Sicherheit und weniger Stress

Haben Transportunternehmen hervorstechende Unfallschwerpunkte erkannt, können sie gezielte Präventionsmaßnahmen in Angriff nehmen. Zeigt sich beispielsweise, dass bestimmte Fahrer besonders oft in Unfälle verwickelt sind, oder einen riskanten Fahrstil haben, lässt sich mit gezielten Trainings gegensteuern. Stellt sich heraus, dass ein bestimmter Straßenabschnitt eine herausragende Gefahrenstelle darstellt, können Fahrer gezielt dafür sensibilisiert werden. In schweren Fällen ist eventuell auch eine Änderung von Routen angebracht, um Gefahrenstellen zu vermeiden.

Zahlen aus einem weltweiten Geotab-Report, zeigen auf, wie sehr sich der Einsatz KI-basierter Sicherheitslösungen in der Praxis lohnt: So konnten Flotten, die derartige Technologien nutzen, 2023 eine 40 Prozent geringere Unfallrate im Vergleich zum Vorjahr verbuchen. Da Unfälle von Flottenfahrzeugen hohe Kosten durch Fahrzeugreparaturen, Versicherungsprämien und Betriebsunterbrechungen verursachen, trägt eine KI-Sicherheitslösung auch zur betrieblichen Effizienz bei.

Aus dem Report geht ebenfalls hervor, dass das Fahrzeugalter weltweit und über alle Fahrzeugtypen hinweg ansteigt. Ältere Fahrzeuge weisen naturgemäß mehr Verschleißerscheinungen auf und müssen in der Regel häufiger gewartet werden. Werden drohende Defekte zu spät erkannt und notwendige Reparaturen nicht rechtzeitig durchgeführt, kann dies ebenfalls die Sicherheit beeinträchtigen. Diesem Problem lässt sich durch vorausschauende Wartung (Predictive Maintenance) entgegenwirken. Die entsprechenden Lösungen stützen sich ebenfalls auf eine Big-Data-Grundlage gepaart mit starken KI-Analysekapazitäten. So können spezifische Wartungsintervalle präzise prognostiziert werden. Verschleißteile können kurz vor dem Ende ihrer Lebensdauer getauscht werden, was Defekte aber auch Zusatzkosten durch zu frühen Austausch verhindert. Fahrer profitieren davon, da sie weniger Ausfälle erleben und nicht unerwartet mit technischen Problemen konfrontiert werden.

Generelle Effizienzsteigerungen durch KI

Neben den positiven Effekten auf die Sicherheit von Fahrern und Fahrzeugen kann KI-Integration in Flottenmanagementsysteme auch die betriebliche Effizienz steigern. Laut einer Geotab-Umfrage ist dies sogar die wichtigste Anwendung, die sich Verantwortliche von Fuhrparkdaten erwarten. Allerdings stellt sich auch hier die Frage, wie diese Datennutzung im Alltag umgesetzt werden soll. Auf Conversational AI basierende Tools sind dabei besonders attraktiv, da sie von allen Mitarbeitern auch ohne Hilfe von Fachexperten wie Data Scientists genutzt werden können. Ähnlich wie man es von Angeboten wie ChatGPT und anderen Chatbots kennt, können Anwender Fragen in natürlicher Sprache stellen und erhalten direkt nützliche Antworten. Dank innovativer Spracherkennung und Ausgabe können entsprechende Tools auch während der Fahrt sicher genutzt werden.

Dank dieser Chat-Funktion können Fahrer beispielsweise direkt Parameter wie den aktuellen Spritverbrauch erfragen. Flottenmanager können sehen,, welche ihrer Fahrzeuge die längsten Standzeiten oder den höchsten Kraftstoffverbrauch haben. Weiterhin kann die KI dank der umfassenden Fahrzeugdatenpunkte Rückschlüsse auf Fahrweisen ziehen. Diese Informationen können nicht nur zur Steigerung der Sicherheit, sondern auch zur Effizienzoptimierung genutzt werden. Nutzer einer großen herstellerunabhängigen Telematikplattform haben den Vorteil, dass neben ihren eigenen Datensätzen auch anonymisierte Daten anderer Flotten mit in die Analyse einfließen.

Im Rahmen eines in die Flottenmanagementplattform integrierten KI-Tools können Mitarbeiter auch direkt Tipps erhalten, wie sie bestimmte Probleme angehen können – beispielsweise erhöhter Spritverbrauch auf bestimmten Routen. Nicht zuletzt können leistungsfähige, durch KI-unterstützte Datenanalysen auch bei der Elektrifizierung von Flotten helfen. Durch einen automatischen Abgleich zwischen den notwendigen Routen, den Profilen von Bestandsfahrzeugen und elektrischen Alternativen auf dem Markt wird sehr leicht ersichtlich, an welchen Stellen die Flotten-Elektrifizierung wirtschaftlich am sinnvollsten ist.