📩 Bleiben Sie auf dem Laufenden über Branchentrends und Vianova Produkt-Updates - abonnieren Sie unseren Newsletter hier!

‍

Zitat

"Die Analyse der Ladezonen, die wir mit Vianova durchgeführt haben, hat uns eine neue Sichtweise auf unsere Bordsteinkanten gegeben. Es gibt viele konkurrierende Prioritäten, aber wir können neue Datentechniken nutzen, um verschiedene Ziele auszugleichen und unseren begrenzten öffentlichen Raum optimal zu nutzen.

‍

‍

Der Kontext

Die Stadt München steht wie viele europäische Ballungszentren vor der komplexen Herausforderung, den steigenden Lieferbedarf mit dem begrenzten Platzangebot in Einklang zu bringen. Mit einem der höchsten Pro-Kopf-BIPs in der EU ist die Optimierung und Rationalisierung der kommerziellen Logistikaktivitäten in München eine äußerst wichtige Herausforderung, die es zu meistern gilt. Die Konzentration der Geschäftstätigkeit in den zentralen Bereichen in Verbindung mit der fortschreitenden Fußgängerzone macht es erforderlich, fundierte Strategien zu entwickeln, die das breite Spektrum der betroffenen Akteure in Einklang bringen.

‍

‍

‍

Das Problem

Das urbane Logistik-Ökosystem in München steht vor mehreren zentralen Herausforderungen:

‍

• Zunehmender Druck durch den elektronischen Handel und die Nachfrage nach Lieferungen in die Städte
• Begrenzte Sichtbarkeit der Bewegungen und Haltevorgänge von Nutzfahrzeugen
• Wachsender Wettbewerb um knappe Bordsteinkanten in zentralen Stadtteilen
• Häufigkeit von Doppelparkern und Parken auf Radwegen
• Komplexe Koordinierung der Bedürfnisse mehrerer Interessengruppen

‍

Herkömmliche Überwachungsmethoden wie Kameras und Sensoren liefern nur lokal begrenzte Erkenntnisse und sind in der Größenordnung teuer. Zwar besteht ein breiter Konsens und eine breite Unterstützung für den Bedarf an zusätzlichen Ladezonen, doch die Ermittlung der Lücken in der derzeitigen Infrastruktur und der Bereiche, in denen die Nachfrage regelmäßig die Kapazität der Stadt übersteigt, stellt mit den bestehenden Methoden eine große Herausforderung dar.

‍

‍

‍

Die Lösung

München ist eine Partnerschaft mit Vianova eingegangen, um das städtische Frachtmanagement durch fortschrittliche Datenanalyse zu verbessern. Durch die Nutzung von vernetzten Fahrzeugdaten von überwiegend kommerziellen Flotten entwickelte Vianova ein detailliertes Bild des kommerziellen Logistikverhaltens im gesamten Münchner Stadtzentrum.

‍

‍

Die Intelligence Platform von Vianova analysierte über 1,7 Millionen Beobachtungen in der Region München und verknüpfte Informationen zu Standort, Dauer, Tageszeitmustern und Fahrzeugtypen, ohne dass zusätzliche Infrastruktur erforderlich war. Durch die Integration von über 220.000 Frachtstopps, die aus den vernetzten Fahrzeugdaten identifiziert wurden, mit Informationen über die Geschäftstätigkeit von 47.773 Unternehmen, wurde im Rahmen des Projekts ein ausgeklügeltes Optimierungsmodell für die Platzierung von Ladezonen entwickelt. 

‍

Dieser Ansatz kombinierte Bevölkerungsdichte, Fahrzeugaktivität und Geschäftsdaten mit Umwelt- und Sicherheitsüberlegungen, um gezielte Empfehlungen für verschiedene städtische Kontexte zu erstellen. Mithilfe einer Gravitationsmethode, die durch die Gewichtung der jeweiligen Datensätze beeinflusst wird, erstellte Vianova eine umfassende und geordnete Liste potenzieller zusätzlicher Ladezonen in der Stadt.

‍

‍

‍

‍

Die Lösung entwickelte sich in mehreren Iterationen und passte sich den einzigartigen Merkmalen jedes Bezirks an. Während zentrale Gebiete ein sorgfältiges Gleichgewicht zwischen intensiver kommerzieller Liefernachfrage, Bevölkerungsdichte und Logistikaktivität erforderten, verlangten Wohngebiete wie Harthof andere Ansätze, die die Gewichtung auf die verschiedenen zugrunde liegenden Parameter, die die Liefernachfrage beeinflussen, verlagerten. Über eine dynamische Schnittstelle ermöglichte die flexible Methodik eine Anpassung auf der Grundlage von Zeitmustern, Haltedauer und Fahrzeugtypen, die für jedes Gebiet spezifisch sind.

‍

‍

‍

Die Ergebnisse

Durch diesen umfassenden Ansatz hat München eine Grundlage für eine fundiertere datengestützte Planung der städtischen Logistik geschaffen. Das Projekt lieferte umsetzbare Erkenntnisse für die Erweiterung der aktuellen Ladezonen und die Umsetzung dynamischer Bordsteinmanagementstrategien und dient als Modell für andere Städte, die vor ähnlichen Herausforderungen bei der effizienten Verwaltung der Frachtlieferung stehen. Die Empfehlungen umfassten Standorte für viele verschiedene Arten von Ladezonen, zum Beispiel:

‍

• Kurzzeitzonen für einfachere Abhol- und Abgabestellen für gewerbliche Lieferungen
• Länger andauernde Zonen zur Unterstützung von Handwerkern und Bautrupps
• Zonen am frühen Morgen, die in den verkehrsreichsten Stunden für Lieferungen genutzt werden könnten und zu anderen Zeiten für andere Zwecke wie Taxistände oder allgemeine Parkplätze umgewidmet werden könnten

‍

Der Erfolg dieses Demonstrationsprojekts versetzt München in die Lage, sein städtisches Güterverkehrsökosystem weiter zu optimieren, wobei eine stadtweite Ausweitung durch ein Folgeprojekt angestrebt wird. Durch die Nutzung von Daten aus vernetzten Fahrzeugen für Analysen und die strategische Planung konnte Vianova sicherstellen, dass politische Maßnahmen und Investitionen auf einem umfassenden Verständnis des städtischen Logistik-Ökosystems beruhen und darauf zugeschnitten sind.

‍

‍

Über Vianova

Vianova ist die Datenanalyselösung für den Betrieb der Mobilitätswelt. Unsere Plattform nutzt die Leistungsfähigkeit von vernetzten Fahrzeugen und IoT-Daten, um verwertbare Erkenntnisse für die Planung sicherer, umweltfreundlicher und effizienter Verkehrsinfrastrukturen zu liefern.

‍

Von der Regulierung der geteilten Mobilität über die Umgestaltung der letzten Meile bis hin zur Kartierung von Risikopunkten im Straßenverkehr - Vianova unterstützt mehr als 150 Städte, Flottenbetreiber und Unternehmen auf der ganzen Welt dabei, die Art und Weise zu verändern, wie sich Menschen und Güter bewegen.

‍

Möchten Sie mehr erfahren? Besuchen Sie unsere Seite und nehmen Sie Kontakt auf.‍

👉 Lesen Sie unseren vorherigen Blog hier!