Bildungsgutschein schon parat? Beschleunige deine Bewerbung: Jetzt melden
Jetzt melden
Autobahn Freight Risk Intelligence
Frachtplanerinnen und Frachtplanern fehlt es nicht unbedingt an Straßendaten. Die schwierigere Aufgabe besteht darin, verstreute Informationen zu Baustellen, Sperrungen, Warnungen, Parkplätzen und Ladeinfrastruktur in etwas zu verwandeln, das eine echte Planungsentscheidung trägt. Autobahn Freight Risk Intelligence wurde gebaut, um genau diese Teile zusammenzuführen.
Das Projekt nutzt die öffentliche API der deutschen Autobahnen, um Informationen zu Baustellen, Verkehrswarnungen, Sperrungen, Lkw-Parkplätzen und Ladestationen zu sammeln. Dynamische Straßenereignisse wurden alle zwei Stunden erhoben, Daten zur unterstützenden Infrastruktur täglich. Die Daten durchlaufen eine durchgängige Pipeline aus Python, Apache Airflow, PostgreSQL, dbt, Docker und Streamlit.
Nach der Erhebung werden die rohen API-Datensätze bereinigt und in strukturierte Informationen überführt: betroffene Straßen, Schwere der Störung, zeitlicher Verlauf, Nacht- und über Mitternacht reichende Zeitfenster, Breiten- und Geschwindigkeitsbeschränkungen, Parkkapazität, Ladeleistung und exakte Kartengeometrie. Das Projekt verbindet drei zentrale Risikoquellen – Baustellen, Warnungen und Sperrungen – mit zwei Formen unterstützender Infrastruktur: Lkw-Parkplätzen und Ladestationen.
Die fertige Anwendung stellt diese Informationen in einem Freight Risk Command Centre dar. Nutzerinnen und Nutzer können den Netzzustand prüfen, Korridore mit Handlungsbedarf erkennen, bevorstehende Störungsfenster erkunden und mögliche Routen anhand von Störungs- und Infrastrukturdaten vergleichen.
Das Projekt tritt nicht an, ein kommerzielles Lkw-Navigationssystem zu ersetzen. Es zeigt vielmehr, wie sich öffentliche Infrastrukturdaten in ein praxistaugliches Entscheidungswerkzeug verwandeln lassen, das Planenden hilft, vor der Disposition die besseren Fragen zu stellen:
Wo herrscht Druck? Wann wird er relevant? Lohnt sich eine andere Route? Und bietet der Korridor genug operative Unterstützung?
Ziel war es, eine komplexe öffentliche API in ein Werkzeug zu verwandeln, das sich für Frachtplanende tatsächlich nützlich anfühlt, statt bloß Verkehrsdaten anzuzeigen. Das Projekt wurde darauf ausgelegt, vier praktische Fragen zu beantworten: Wo ballen sich Störungen? Wie schwerwiegend sind sie? Wann sind sie aktiv oder geplant? Und bietet der betroffene Korridor genügend Park- oder Lademöglichkeiten in der Nähe? Dafür verbindet das Projekt Ereignisschwere, Zeitfenster, Kartengeometrie und Infrastrukturdaten in einer Anwendung. Zugleich zeigt es den vollständigen technischen Weg von der automatisierten Datenerhebung und Modellierung über Validierung und Deployment bis zur nutzerseitigen Entscheidungsunterstützung.
The Team
- Sai Deekshith Reddy PatlollaPortfolio
Sai Deekshith Reddy Patlolla ist Datenfachmann in Berlin mit einem Hintergrund in Betriebswirtschaft und Datenanalyse. Er hat Freude daran, unübersichtliche, komplexe Daten in etwas Klares, Nützliches und leicht Verständliches zu verwandeln. Für sein Abschlussprojekt an der SPICED Academy führte er sein Interesse an Logistik, operativen Herausforderungen und Daten zusammen und baute Autobahn Freight Risk Intelligence. Derzeit sucht er deutschlandweit nach Möglichkeiten, weiter zu lernen, an realen Projekten mitzuwirken und mit Daten zu besseren Entscheidungen beizutragen.
SocialsLinkedIn
We AI-proof
your career
