Auseinandersetzung mit Form, Farbe und Ordnungsprinzipien, um Zusammenhänge in größeren Datenmengen sichtbar zu machen.
Thema: Datenvisualisierung
Die Daten werden ohne Zuhilfenahme von bildhaften Elementen (Piktogramme, Fotografien, …) interaktiv dargestellt. Alphanumerische Zeichen (Text, Zahlen) sollen so sparsam wie möglich verwendet werden. Umso wichtiger wird es, gezielt Farbe, Form und Position einzusetzen, um
Mengen sichtbar zu machen,
Kategorien zu kodieren,
Gruppen zu bilden,
Zeitabläufe nachverfolgbar zu machen,
…
Die Darstellung von Daten zwingt schon an sich zu einer parametrischen Denkweise. D.h. die grafischen Elemente müssen flexibel gedacht werden, so dass sie unterschiedliche Zahlenwerte und Bedeutungen annehmen können. Das Denken in Varianten ist also essenziell. Zudem erlauben unterschiedliche Gesamtdarstellungen neue Einblicke in die Zusammenhänge innerhalb der Daten. Durch Interaktion können weitere Zusammenhänge vom Nutzer entdeckt werden.
Welche Schlüsselfaktoren sind im urbanen Raum entscheidend, dass das E-Lastenrad die konventionelle Paketzustellung mit Transportern übertrumpfen kann?
Thematik
Der weltweite E-Commerce-Sektor wächst unaufhaltsam von Jahr zu Jahr. Da die meisten physischen Produkte, die über E-Commerce verkauft werden, per Paket verschickt werden, erlebten die etablierten Paket- und Logistikdienstleister eine übermäßige Arbeitsbelastung.
Besonders die “letzte Meile” ist mit diesen stetig steigenden Volumen überfordert. Doch der Druck auf die Zustellunternehmen steigt nicht nur dadurch, sondern auch durch zwei weitere Megatrends, nämlich Nachhaltigkeit und Urbanisierung. In Europa leben über 75 % der Bevölkerung in Städten und die urbanen Gebiete sind von Verkehr-Staus, Lärm und CO2-Belastung betroffen. Gesetzgeber und Gesellschaft drängen auf allen verschiedenen Ebenen, auf eine nachhaltigere Zukunft. In der EU gibt es den ehrgeizigen Plan, alle CO2-Emissionen bis 2050 zu reduzieren, und die deutsche Regierung hat ihre Klimaziele 2021 weiter verschärft und will die Treibhausgasemissionen bis 2030 um 65 % reduzieren.
Die Logistikbranche, die für ca. 10 % der CO²- und NO²-Emissionen des Verkehrs in Deutschland verantwortlich ist, wird aufgefordert, die derzeitigen Abläufe zu ändern und die Umweltbelastung zu reduzieren. Da der Ausstieg aus dem Verbrennungsmotor beschlossene Sache zu sein scheint, beginnen mehrere europäische Kommunen, Dieselfahrzeuge aus den Innenstädten zu verbannen. Die innerstädtische “letzte Meile”, die normalerweise von leichten Dieseltransportern ausgeführt wird, fällt in diese Kategorie.
So müssen sich die Zustellunternehmen einerseits mit steigenden Paketvolumen, hohen Kosten für die “letzte Meile” und andererseits mit der fortschreitenden Nachhaltigkeit und der Reorganisation der urbanen Last-Mile-Logistik auseinandersetzen. Eine Vielzahl neuer Technologien wird höchstwahrscheinlich die Zukunft der Zustellung auf der “letzten Meile” verändern oder sogar stören.
Eine mögliche Lösung für die nachhaltige und kostengünstige urbane “letzte Meile” ist der Einsatz von elektrischen Lastenfahrrädern (E-Cargo-Bikes).
E-Lastenräder haben mehrere Vorteile gegenüber leichten Dieseltransportern, da der Einsatz die städtischen Last-Mile-CO2-Emissionen um 90 % reduzieren könnte. Dadurch und durch die leisere und niedrigere Betriebsgeschwindigkeit würde sich die Lebensqualität in den Städten ebenfalls verbessern. Darüber hinaus sind E-Lastenräder in dicht besiedelten Gebieten besonders wendig: Sie finden relativ leicht Parkplätze, ohne andere Verkehrsteilnehmer zu behindern, und können Verkehr-Staus umgehen, da sie sowohl die Straße als auch Radwege nutzen. Die Anschaffungs- und Betriebskosten sind deutlich geringer als die Kosten für eine Standard-Lieferwagenlieferung.
Dennoch hat das E-Cargo-Bike auch einige Nachteile, wie z.B. die geringere Transportkapazität in Gewicht und Volumen oder eine geringere Reichweite im Vergleich zu konventionellen Lieferfahrzeugen. Um diese Nachteile zu kompensieren, muss das städtische Logistiknetz mit mehreren Mikrodepots innerhalb des Stadtgebiets erweitert werden. Mikrodepots, von denen aus der E-Lastenradbetrieb startet, erhöhen die Kosten im Vergleich zum Standardlieferwagenbetrieb, der von nur einem großen Depot außerhalb der Stadt startet.
Wissenschaftler haben erforscht, ob die Vorteile des E-Cargo-Bikes die Nachteile überwiegen oder umgekehrt. Dabei wurden vielversprechende Ergebnisse entdeckt und Logistikdienstleister haben in mehreren Städten Pilotbetriebe mit E-Cargo-Bikes gestartet. Die Untersuchungen haben gezeigt, dass der Betrieb von E-Cargo-Bikes in einigen Fällen kosteneffizienter und ökologisch rentabler ist als die Lieferung mit einem Lieferwagen. Allerdings scheint es mehrere Schlüssel-Faktoren zu geben, die die Leistung der E-Lastenradzustellung stark verbessern oder verschlechtern.
Ziel unserer Arbeit ist es daher, mögliche Schlüsselfaktoren zu sammeln und anschließend deren Einfluss auf die Performance des E-Lastenrads zu testen. Das zentrale Ziel, das wir mit dieser Visualisierung verfolgen lautet also:
Welche Schlüsselfaktoren sind im urbanen Raum entscheidend, dass das E-Lastenrad die konventionelle Paketzustellung mit Transportern übertrumpfen kann?
Endprodukt
Im Endprodukt kann man Daten miteinander vergleichen die durch Diesel-Vans und E-Cargo-Bikes im Paketversand zustande kamen. Man startet in unseren finalen Prototyp auf eine Startseite mit einem Einführungstext in die Thematik, auf Knopfdruck folgt die “Summary” Seite, also eine Seite welche den Inhalt kompakt zusammenfasst. Anschließend kann durch eine Tabbar zwischen den einzelnen Detailseiten navigiert werden, um besser lesbare und genauere Informationen einzusehen.
Das Herzstück unseres Projekts ist allerdings die “Summary” Seite. Hier kann man auf einen Blick alle vorhandenen Daten miteinander vergleichen und schnell Veränderungen oder wesentliche Unterschiede zwischen den Experimenten erkennen.
Man Liest diese Datengrafik von links nach rechts. In der linken Spalte stehen die einzelnen Experimente gefolgt von einer Reihe von Datenvisualisierungen. Die Farbe Lila steht hierbei für den Van und die Farbe Türkis für die Cargo-Bikes.
Um die Summary Seite klar und präzise zu lesen entschieden wir uns dazu Zahlen und Einheiten zu integrieren, diese erscheinen allerdings nur beim überhovern der Spalten, dadurch wird das Gesamtbild nicht überladen. Außerdem animierten wir den Aufbau der einzelnen Seite. Durch die Animationen möchten wir den statischen Daten eine Dynamik verleihen, sowie das Augenmerk des Betrachters steuern und auf jedes Element einen kurzen Fokus legen.
Um den vielen Input verständlich zuhalten, den “Key” Button, welcher jederzeit aufrufbar ist. Auf Knopfdruck öffnet sich eine Legende, in der man nachsehen kann, was die einzelnen Elemente auf der Seite aussagen.
Was die einzelnen Experimente aussagen wird hier noch einmal kurz erklärt:
#1 Standard
Das Auslieferungsgebiet beschränkt sich im Stadtteil “Berlin Mitte” auf einen Lieferradius von drei Kilometern um die Mikrodepots. Von dieser Datei ausgehend (sogenannte Base-Datei) vergleicht man die anderen Experimente.
#2 Range
Der Radius des Auslieferungsgebiets um das Mikrodepot wird um 0,5km erhöht.
#3 Timewindow
Das Zeitfenster, in dem die Pakete zugestellt werden sollen, wird kleiner.
#4 Less Weight & Volume
Die zu versendenden Pakete sind leichter und haben weniger Volumen als durchschnittlich.
#5 Elevation Increase
Im Sendungsgebiet werden mehr Anstiege, bzw. Höhenmeter einbezogen.
#6 Weather
Die Pakete werden unter Extremen Wetterbedingungen wie z.B. Starkregen oder Schnee zugestellt.
Mit dem Wissen aus den letzten Absätzen lässt sich unsere Datengrafik klar lesen und man kann relativ Schnell Unterschiede zwischen den einzelnen Experimenten feststellen.
Zusammenfassung (“Summary” Seite) als Gesamtüberblick.
Detailseite zum Experiment “Timewindow”.
Die Legende (englisch: Key) für kurze Erläuterungen.
Hinterlasse einen Kommentar