Durch die digitale Vernetzung in Güterverkehr und Logistik entstehen zahlreiche neue Anforderungen an die Transportmittel. Neben benötigten Investitionen in die digitale Infrastruktur treten an den Fahrzeugen selbst neue technische Herausforderungen in den Bereichen Fahrerassistenz, aktive Sicherheit, Fahrumgebungserfassung und der Mensch-Maschine-Interaktion auf.
Die Entwicklung von intelligenten Fahrassistenzsystemen spielt insbesondere auf der Straße für den Ausbau der digitalen Vernetzung eine bedeutende Rolle. Im Güterverkehr ist hierbei das Ziel, den Transporteur vor und während der Auslieferungstour optimal zu unterstützen, indem auf unvorhersehbare Ereignisse wie Verkehrsstaus, Straßensperrungen sowie zusätzliche Abholaufträge flexibel und dynamisch reagiert werden kann [BMBF05d]. Des Weiteren gilt es, trotz der ansteigenden Fahrzeugdichte auf den Straßen ein möglichst effizientes Fahren zu ermöglichen [VDA15c].

Hinsichtlich der Sensorik und der Kommunikationstechnologien in Fahrzeugen sind hierfür Entwicklungen von Kreuzungs-, Querführungs- und Stauassistenten von Bedeutung, die mit Sensorsystemen wie Laser, Ultraschall oder Radar sowie mittels Videobildverarbeitung Daten bereitstellen. Eine Funktion der Sensorik ist beispielsweise die Umfelderkennung. Warnsysteme geben bei querendem Verkehr oder Stoppschildern einen entsprechenden Hinweis an die Fahrer. Das Verlassen der Autobahnspur und das Fahren in Stausituationen werden ebenfalls erleichtert. Die verschiedenen Sensortechnologien werden unterschiedlichen Anforderungen gerecht. Mithilfe von Lidar-Systemen (Light Detection And Ranging), Laserstrahlen oder Fernbereichsradargeräten kann beispielsweise der Abstand zu anderen Objekten bestimmt werden. Sie werden deshalb für die Abstandsregelung (ACC) eingesetzt, wobei erstere eine bessere laterale Auflösung erzielen als das Fernbereichsradar. Ein Nachteil der Lidar-Systeme ist jedoch die Empfindlichkeit gegenüber Witterung (Nebel, Schnee und Regen, aber auch Gischtfahnen von vorausfahrenden Fahrzeugen) und die mögliche Verschmutzung der Empfangsoptik [BMBF05d]. Besondere Anforderungen ergeben sich zusätzlich aus den spezifischen verkehrsrechtlichen Bedingungen wie Streckensperrungen für Lkw, Brückenbefahrbarkeiten, Durchfahrthöhen oder Informationen über fehlende Wendemöglichkeiten [BGL15].

Die Fahrassistenzsysteme gelten jedoch nur als Vorstufe auf dem Weg zum autonomen Fahren. In verschiedenen Zwischenstufen vom teilautomatisierten über das hochautomatisierte, vollautomatisierte bis hin zum autonomen Fahren übernehmen die Systeme mehr und mehr Aufgaben der Fahrer und schließlich die vollständige Steuerung des Fahrzeugs [Gass12]. Die verschiedenen Stufen sind in Tabelle 1 dargestellt.

Momentan sind insbesondere die Stufen eins bis drei in der Diskussion und finden teilweise bereits Anwendung im Straßengüterverkehr. Die Akteure erhoffen sich hierbei unter anderem eine Verbesserung der Genauigkeit und Sicherheit sowie eine Neudefinition des Aufgabenfeldes der Lkw-Fahrer. Jede nächsthöheren Automatisierungsstufe verändert die Zusammenarbeit von Mensch und Maschine. Die daraus resultierende Modifizierung der Ansprüche an die Fahrer kann neben Chancen auch Risiken bedeuten, da hier Potenzial für menschliche Fehler entsteht. Bereits bei teilautomatisierten Systemen steht der Mensch vor der Aufgabe, ein potenziell fehlerhaftes System zu überwachen, während er gleichzeitig eine Reihe von Aufgaben weiterhin selber bearbeiten muss, die von der Automatisierung nicht abgedeckt werden. Das Ziel der Automatisierung, eine Reduktion der mentalen und motorischen Beanspruchung zu generieren, stellt somit weiterhin eine Herausforderung in der Entwicklung dar. Als ein besonders kritischer Zeitraum wurde der Moment der Übernahme der manuellen Steuerung nach einer Phase des automatisierten Fahrens identifiziert. Nach der Studie "Übergabe von hochautomatisiertem Fahren zu manueller Steuerung" brauchen die Fahrer durchschnittlich zwölf bis 15 Sekunden nach einer Übernahmeaufforderung, um nach einer starken Ablenkung wieder ein Situationsbewusstsein für die Fahrsituation zu haben. Damit sind die Reaktionen der Fahrer im Vergleich zu einer manuellen Fahrt bis zu fünf Sekunden verzögert [VVKHG16].

Auch bei der technischen Umsetzung des sogenannten Lkw-Platoonings sehen sich Industrie und Logistik noch vor zahlreiche Herausforderungen gestellt. So müssen beispielsweise die unterschiedlichen Ladungsgewichte und die verschiedenen Motorleistungen einzelner Lkw im Platoon-Konvoi berücksichtigt werden. Erste Testfahrten haben zudem gezeigt, dass Pkw versuchen, trotz des verkürzten Abstands zwischen den Lkw in die Kolonne einzuscheren. Darauf muss der Lkw-Platoon mit einer Vergrößerung der Abstände reagieren, was einer Entkoppelung der Kolonne gleichkommt. Zudem beeinträchtigen Regelwerke wie unter anderem die Richtlinie für Signalanlagen und die Straßenverkehrszulassungsordnung derzeit noch das Konzept des Platoons [Polz17]. Weitere Forschungsprojekte und Testfahrten treiben das Truck Platooning voran. So testen beispielsweise der Nutzfahrzeughersteller MAN und das Logistikunternehmen DB Schenker seit dem Jahr 2018 vernetzte Lkw-Kolonnen auf der Autobahn A 9. Darüber hinaus erfolgt der Einsatz Testbetrieb automatisierter "Wiesel" auf dem Nürnberger Werksgelände von DB Schenker, die Wechselbrücken auf dem Gelände selbstständig bewegen [DB18d].

Neben dem Straßengüterverkehr steht auch der Schienengüterverkehr vor neuen Herausforderungen bei der technischen Umsetzung der digitalen Vernetzung. So müssen beispielsweise ältere Lokomotiven in die neuen, intelligenten Systeme eingebunden werden, wodurch die Notwendigkeit einer Entwicklung von herstellerunabhängiger Technik entsteht [Obre15]. Zudem sollen Sensoren an den Güterwagons über Standort und Zustandsdaten informieren. Die DB Cargo hat sich das Ziel gesetzt, bis zum Jahr 2020 alle rund 2.000 Lokomotiven und etwa 40.000 Güterwagen mit Sensoren auszustatten [Wygo17].