Effizienz neu gedacht: Maximale Frachtraumauslastung mit deepmatics

Bis zu 50 Prozent der Lkw in Europa fahren leer oder nur teilweise beladen. Das entspricht einem wirtschaftlichen Verlust von rund 160 Milliarden Euro jährlich. Das Startup deepmatics will diese Lücke schließen, mit Sensorik im Auflieger und Prognosemodellen aus der Hochschulforschung.

Routen, Zeitfenster, Lenkzeiten: In der Disposition ist jede Größe erfasst. Wie stark die Fahrzeuge auf der Straße tatsächlich ausgelastet sind, ist oft unbekannt. Genau in dieser Lücke entstehen unsichtbare Kosten: halb beladene Auflieger, Rückfahrten ohne Fracht, Kapazität, die zum Zeitpunkt der Buchung noch verkäuflich gewesen wäre. Bei steigenden Maut-, Personal- und Energiekosten und den CO₂-Vorgaben des European Green Deal wird aus einem alten Ärgernis der Branche ein handfestes Margen- und Compliance-Problem.

Die vollständig leere Fahrt ist dabei nur der sichtbare Teil des Problems. Laut Eurostat wurden 2024 rund 21,6 Prozent der Lkw-Kilometer in der EU ohne Ladung zurückgelegt, im nationalen Verkehr sogar 25,8 Prozent. Der Auflieger, der zu sechzig Prozent gefüllt über die Autobahn rollt, taucht in dieser Statistik dagegen nicht auf, und in den meisten Dispositionssystemen ebenfalls nicht.

Ein Startup vom Bodensee will das ändern. Die deepmatics GmbH, gegründet von den DHBW-Absolventen Sebastian Bublies und Raimund Lau, begegnet diesem Problem mit einem technologiegetriebenen Ansatz. Entstanden auf Basis eines Forschungsprojekts des Zentrums für Digitalisierung in der Mobilität (ZDM) der Dualen Hochschule Baden-Württemberg Ravensburg Campus Friedrichshafen, bietet deepmatics eine intelligente Plattform zur automatisierten Erkennung, Prognose und Reduktion von Leerfahrten und ungenutztem Frachtraum in der Transportlogistik.

Die Technologie hinter deepmatics: Vom Sensor zur Prognose

Der Ansatz von deepmatics besteht aus drei aufeinander aufbauenden Stufen.

Erfassung im Auflieger. Sensorik ermittelt den Füllgrad automatisch und laufend, ohne manuelle Meldung durch den Fahrer und ohne Schätzwerte aus dem Frachtbrief. Gemessen wird per Laser-Sensorik nach dem Time-of-Flight-Prinzip: Das System erfasst das Höhenprofil der Ladefläche zentimetergenau und leitet daraus die Volumenauslastung ab. Das Verfahren kommt ohne Bildaufnahme aus, sodass bei dieser Messung keine personenbezogenen Daten anfallen. Das erspart Abstimmungen mit Datenschutz und Betriebsrat. Die Geräte arbeiten akkubetrieben mit bis zu sechs Monaten Laufzeit, sind für den Dauereinsatz im Frachtraum ausgelegt und lassen sich ohne Werkstattaufenthalt montieren. Disposition und Flottenmanagement sehen den tatsächlichen Zustand in Echtzeit statt einer Annahme.

Trailer mit deepmatics-Dachsensor

Prognose statt Rückschau. Auf Basis der historischen Auslastungsdaten erkennen Machine-Learning-Modelle wiederkehrende Muster: Relationen, Wochentage und Kundenaufträge, bei denen der Frachtraum systematisch nicht ausgeschöpft wird. Daraus entsteht eine Vorhersage mit etwa zwei Wochen Horizont. Die zugrunde liegenden Modelle wurden in einem DHBW-Promotionsprojekt und im national geförderten Projekt ALFRIED entwickelt und evaluiert.

Karte mit prognostizierten Auslastungssituationen

Vermarktung der Lücke. Der Vorlauf ist der eigentliche Hebel. Er gibt der Disposition Zeit, Beiladungen zu akquirieren, Touren zu bündeln oder Kapazität aktiv am Markt anzubieten, statt am Vortag festzustellen, dass ein Auflieger halb leer rollt. Für die nächste Ausbaustufe arbeitet deepmatics an einer direkten Anbindung an offene Frachtenbörsen, über die prognostizierte Kapazitätslücken automatisiert platziert werden können.

Konkreter Nutzen für das Transportmanagement

Der Einsatz der deepmatics-Technologie bietet Logistikunternehmen und Flottenbetreibern entscheidende strategische und wirtschaftliche Vorteile:

• Höherer Deckungsbeitrag je Tour. Jede zusätzlich akquirierte Beiladung verbessert das Ergebnis einer ohnehin geplanten Fahrt, ohne zusätzliches Fahrzeug und ohne zusätzlichen Fahrer.
• Auslastung als belastbare Kennzahl. Der tatsächliche Füllgrad lässt sich pro Fahrzeug, Relation und Kunde auswerten und taugt damit als Grundlage für Preisgespräche und Tourenplanung.
• Nachweisbare CO₂-Effekte. Die Emissionen pro transportierter Tonne sinken messbar, ein Punkt, der in Ausschreibungen und Nachhaltigkeitsberichten zunehmend belegt werden muss.
• Anschlussfähig statt Parallelinfrastruktur. Die Sensordaten laufen über das vorhandene Telematik-Gateway. Es braucht keinen zusätzlichen Mobilfunkvertrag und keine zweite Systemlandschaft. Die Plattform setzt auf bestehende Telematik-, TMS- und Auftragsdaten auf.

Hochgerechnet auf den europäischen Markt hält deepmatics eine Senkung der Leerfahrquote um zwei bis drei Prozentpunkte für realistisch. Bezogen auf den EU-Ausgangswert von 21,6 Prozent ist das eine Verbesserung im zweistelligen Bereich. Der Effekt auf teilbeladene Fahrten kommt hinzu.

Aus der Forschung in den Feldeinsatz

Entwickelt und im Feld erprobt wurde die Technologie über mehrere Jahre gemeinsam mit Industrie, Telematikanbietern und Speditionen. Die zugrunde liegenden Modelle sind patentrechtlich geschützt und in Fachpublikationen dokumentiert.

deepmatics auf einen Blick

Interesse an einer Demonstration?

deepmatics zeigt in einem rund 30-minütigen Termin, wie sich Auslastungsoptimierung auf konkrete Relationen auswirkt. Für den Einstieg bietet das Unternehmen Pilotprojekte auf einem definierten Teil der Flotte an, mit vorab definierten Kennzahlen zur Bewertung.

www.deepmatics.de · mail@deepmatics.de · 0711 33627823

Quellen: Eurostat, „Road freight transport by journey characteristics“, Daten für 2024 (Datensatz road_go_ta_tott). EU-Projekt WeShare, Horizon 2020, CORDIS-Projekt-ID 827948.