Open Startup

Effizienz auf der letzten Meile für Paketlieferdienste

Paketlieferdienste wie DHL, UPS oder die Schweizer Post sind auf Effizienz getrimmt. Automatisierte Sortieranlagen, optimierte Routenplanung mittels Künstlicher Intelligenz (KI) und ausgeklügelte Logistikprozesse sorgen dafür, dass Millionen von Paketen täglich ihr Ziel erreichen. Dennoch gibt es eine Schwachstelle, die sich tagtäglich beobachten lässt: Die Paketzusteller:innen verbringen teils mehrere Minuten in ihrem Fahrzeug, um das richtige Paket zu finden.

Wer einmal eine Paketzusteller:in beobachtet hat, kennt das Bild: Das Fahrzeug hält am Strassenrand, die Hinterür bleibt offen, und im Inneren wird zwischen unzähligen Paketen gewühlt. Trotz der hochoptimierten Logistik gibt es offenbar kein System, das der Zusteller:in effizient hilft, das nächste Paket auf Anhieb zu identifizieren.
Zu Beginn der Tour stimmt die Ordnung vermutlich, doch mit jeder zugestellten Sendung und jeder aufgenommenen Retoure entsteht Chaos. Pakete rutschen umher, werden umgestapelt, und die Zusteller:in muss «Tetris» spielen, um das richtige Paket zu finden. Das kostet Zeit, führt zu Frustration und reduziert die Effizienz der ohnehin stressigen Arbeit erheblich.

Die Lösung: Intelligente Paketerkennung

Hier liegt eine grosse Chance für ein Startup. Es müsste ein System entwickeln, das Paketzusteller:innen sekundenschnell das nächste zuzustellende Paket anzeigt.

Mögliche Lösungen könnten sein:

  • Augmented Reality (AR): Eine AR-Brille, Smartphone oder Tablet zeigt den Zusteller:innen das richtige Paket im Wagen an. Ein visuelles Overlay hebt das Zielpaket hervor, sodass die Zusteller:innen es sofort erkennen.
  • NFC-gestützte Sortierung: Jedes Paket erhält einen NFC-Tag, und ein Handscanner oder ein Sensor im Fahrzeug signalisiert den Zusteller:innen, in welchem Bereich sich das Paket befindet.
  • KI-gestützte Kameras: Kameras im Fahrzeug könnten mit KI-Unterstützung die Position jedes Pakets im Wagen tracken und den Zusteller:innen in einer App oder auf einem Display den schnellsten Zugriffspunkt anzeigen.

Mit dem stetig grösseren Paketaufkommen steigt auch der Druck, effizienter zu arbeiten. Eine Lösung, die die Paketfindung im Lieferfahrzeug automatisiert, könnte den gesamten Prozess auf der letzten Meile signifikant beschleunigen. Unklar ist für uns, weshalb ausgerechnet die letzten Meter der Last Mile noch nicht optimiert wurden.

Lean Canvas

Problem

Auf der letzten Meile geht unnötig Zeit verloren, weil Zusteller:innen zu lange nach Paketen suchen müssen

Existing Alternatives​

manuelles Suchen

tbd

Solution​

Noch nicht definiert. Möglichkeiten:

  • AR-Lösung
  • NFC-Tags
  • KI-gestützte Kameras
Key Metrics​

tbd

Unique Value Proposition​

weniger Zeitverlust auf der letzten Meile, dadurch tiefere Kosten für Paketlieferdienste

High Level Concept​

Optimierte Logistik auch für Zusteller

Unfair Advantage

ML-Knowhow im Team

Channels

Sales an Paketlieferdienste

Customer Segments ​

Paketlieferdienste (Post, DHL, DPD, Planzer)

Early Adopters

noch unklar

Cost Structure​

Entwicklung der IT-Plattform

Sales-Department

vermutlich 24/7 Support

Revenue Streams

SaaS-Modell

Implementierungs- und Beratungsleistungen

Lean Canvas is adapted from Business Model Canvas and is licensed under the Creative Commons Attribution-Share Alike 3.0 Un-ported License.

Was wären die nächsten Schritte?

Stand jetzt ist unsere KI für Paketlieferdienste lediglich eine erste Idee. Im Lean Canvas wird klar, dass weder das Problem verifiziert wurde (dafür müsste man z.B. mit den richtigen Personen bei der Post sprechen), noch eine klare Lösung gefunden wurde, und auch noch kein Geschäftsmodell existiert.
Anschliessend müsste durchgerechnet werden, ob und wie sich ein solches Produkt rechnen könnte.

Unsere Meinung

Ich war ehrlich gesagt überrascht, dass dies wirklich noch ein Problem ist. Ich hätte gedacht, man ordnet das einfach ein nach der Route, die man fährt. Aber es ist eigentlich klar: da bleiben ja manche Pakete im Laster, weil die nicht zugestellt werden etc., und schon entsteht ein Chaos. Technologisch ist das sicher spannend zu lösen. Und wenn man sieht, wie die Personen vom Lieferdienst fast verzweifeln beim Suchen, so kann ich mir gut vorstellen, dass sie sich über eine solche Hilfe freuen würden. Einen weiteren Use-Case sehe ich bei den Postfilialen (oder auch DHL-Abholstellen), die in verschiedenen Supermärkten untergebracht sind. Dort suchen die Angestellten jeweils auch minutenlang durch die Paketstapel.
Marcel
Mir tun die Mitarbeitenden der Lieferdienste leid. Wohl jede Entlastung in ihrem stressigem und körperlich belastenden Joballtag ist wünschenswert. Ohne die Dynamik in der Lieferdienst-Industrie näher zu kennen, kann ich mir vorstellen, dass die negativen Effekte von Ineffizienzen wie Mehraufwand und Überstunden einfach auf die unterste Ebene abgewälzt werden und der Druck für Assistenz-Systeme nicht genügend gross ist. quod esset demonstrandum.
Matthias
Häufiger fallen mir Paketfahrzeuge auf, die am Strassenrand parkiert sind (gerne auf dem Velostreifen). Der Fahrer sucht minutenlang nach den richtigen Paketen. Das muss doch effizienter möglich sein?
Kürzlich habe ich einen Paketzusteller angesprochen, ob er viel Zeit mit der Paketsuche verliere. Seine Antwort bestand aus einem einzigen Fluchwort. Ein Problem scheint es also zu geben - es wäre aber auf jeden Fall mehr Market Research von Nöten.
Oliver

Gib uns Feedback!

Wie gefällt Dir unsere Idee? Wir freuen uns über Dein Feedback!

2 Responses

    1. Hallo Sabine

      Danke für deinen Input.

      Das mag gut sein, dass Scandit das anbietet.

      Bei dieser Open Startup-Idee sind wir über die Beobachtung darauf gekommen, dass die Lieferanten heute lange in den Lieferwagen suchen. Als nächstes müssten wir Interviews führen, um zu sehen, warum sie solche Technologien nicht bereits einsetzen.

      LG, Matthias

      Antworten

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Über uns

Wir sind drei Startupper aus Zürich, auf der Suche nach neuen Geschäftsmodellen. Hier teilen wir unsere Ideen offen und freuen uns über Dein Feedback!

Marcel

Nach seinem Doktorat in Informatik an der ETH Zürich arbeitete Marcel in verschiedenen Startups, darunter auch in seinem eigenen. Anschliessend war er neun Jahre bei Apple tätig, wo er Teams und Projekte im Bereich Computer Vision und Künstlicher Intelligenz leitete. Marcel ist Advisor in mehreren Startups. Darüber hinaus berät er mit seiner Firma Nuivis auch grössere Unternehmen im Bereich Künstliche Intelligenz.

Matthias

Nach seinem Master in Informatik mit Nebenfach Architektur an der ETH Zürich forschte Matthias am Xerox Palo Alto Research Center PARC an kontextbasierten KI-Technologien. 2007 gründete er ein Studio und entwickelte preisgekrönte AR-, VR- und XR-Projekte für Kunden wie Meta, Red Bull oder Universal Studios. Als internationaler Konferenzredner, Jurypräsident von Best of Swiss Apps und Berater teilt er sein Wissen über Technologie und Unternehmertum. Nebenbei widmet er sich 3D-Druck, Elektrodenschweissen, Longevity und Sport. Er ist verheiratet und Vater von drei Kindern.

Oliver

Oliver ist Tech-Entrepreneur mit Fokus auf digitalen Geschäftsmodellen und zweiseitigen Plattformen. Als Startup-Gründer, Verwaltungsrat und Lecturer an verschiedenen Hochschulen beschäftigt er sich intensiv mit den Themen Entrepreneurship, Startups, Technologie, Innovation Management und digitale Ökonomie.