Die Estimated Time of Arrival (ETA) – zu Deutsch: voraussichtliche Ankunftszeit – ist eine der kritischsten Kennzahlen in der modernen Logistik und im Supply Chain Management. Sie bezeichnet den Zeitpunkt, zu dem ein Transportmittel (LKW, Schiff, Flugzeug, Bahn) oder eine spezifische Warenlieferung an ihrem Zielort erwartet wird.
Während der Begriff ursprünglich aus der Seefahrt und Luftfahrt stammt, hat er durch die Digitalisierung der Lieferketten eine neue Dimension erreicht: die Dynamic ETA.
Mathematische Berechnung der ETA
In der einfachsten Form basiert die ETA auf einer simplen Gleichung aus Distanz und Durchschnittsgeschwindigkeit. In der professionellen Logistik ist die Berechnung jedoch hochkomplex, da sie statische und dynamische Variablen integriert.
Die theoretische Grundformel lautet:
tETA = tstart + (s / vavg) + Σ tdelay
Hierbei steht jeweils die Abkürzung für:
- tETA: Abfahrtszeitpunkt (Actual Time of Departure - ATD).
- tstart: Verbleibende Wegstrecke.
- s: Strecke
- vavg: Erwartete Durchschnittsgeschwindigkeit unter Berücksichtigung des Fahrzeugtyps und der Strecke.
- (s / vavg): Je größer die Strecke (s), desto länger wird die daraus resultierende Zeit (Fahrzeit), sofern die Geschwindigkeit (v) gleich bleibt.
- Σ tdelay: Summe der kalkulierbaren Verzögerungen (Ruhezeiten, Grenzübergänge, geplante Stopps).
Grafik: Generiert mit KI
Beispielrechnung: Ermittlung der ETA
Gegebene Parameter (Szenario)
Für einen LKW-Transport von Hamburg nach München liegen folgende Daten vor:
- Tatsächliche Abfahrtszeit (tstart): 07:30 Uhr
- Verbleibende Distanz (s): 640 km
- Durchschnittsgeschwindigkeit (vavg): 80 km/h
- Summe der Verzögerungen (Σ tdelay): 1,15 h (bestehend aus 45 Min. gesetzlicher Ruhepause und 24 Min. Stau)
tETA = 07:30 + (640 km / 80km/h) + 1,15 h
Umrechnung der Dezimalstunden in Zeitminuten
Da 1,15 h nicht 1 Stunde und 15 Minuten entsprechen, erfolgt die Umrechnung für den Zeitstempel:
1,15 h=1 h+(0,15⋅60 Min.)=1 h 09 Min
Finales Ergebnis
tETA = 07:30 + 08:00 h + 01:09 h = 16:39 Uhr
Relevanz der ETA in der Logistik-Kette
Die ETA ist eine besonders wichtige Information für den Endkunden. Sie fungiert als Taktgeber für die gesamte Synchronisation der Supply Chain:
Rampenmanagement (Dock Scheduling)
In Logistikzentren sind Zeitfenster an den Laderampen knapp kalkuliert. Eine präzise ETA ermöglicht es dem Lagerbetreiber, Personal und Flurförderzeuge exakt dann bereitzustellen, wenn der LKW eintrifft. Dies minimiert Standzeiten und vermeidet teure Demurrage-Kosten (Liegegelder).
Just-in-Time (JIT) und Just-in-Sequence (JIS)
In der Automobilindustrie oder Produktion führt eine ungenaue ETA direkt zum Bandstillstand. Hier dient die ETA als Frühwarnsystem: Weicht die ETA vom geplanten Slot ab, müssen sofort Notfalllogistik-Prozesse eingeleitet werden.
Kundenerfahrung (Last Mile)
Im E-Commerce ist die ETA das zentrale Kommunikationselement. Die Transparenz über den Ankunftszeitpunkt steigert die Erstzustellungsrate und die Kundenzufriedenheit massiv.
Einflussfaktoren auf die Genauigkeit der Estimated Time of Arrival
Moderne Visibility-Plattformen (wie Sixfold, Project44 oder Shippeo) nutzen Big Data, um die ETA-Präzision zu erhöhen. Dabei werden folgende Faktoren in Echtzeit analysiert:
- Verkehr & Infrastruktur: Staus, Baustellen, Sperrungen, Grenzkontrollen.
- Umweltbedingungen: Unwetter, Schneefall, Hochwasser, Niedrigwasser (bei Binnenschifffahrt).
- Rechtliche Rahmenbedingungen: Lenk- und Ruhezeiten (AETR-Regeln), Fahrverbote an Feiertagen.
- Operative Faktoren: Wartezeiten an vorherigen Stopps, Be- und Entladegeschwindigkeit.
Abgrenzung wichtiger Zeitstempel zur ETA
Um Missverständnisse in der Kommunikation zwischen Spediteur und Empfänger zu vermeiden, ist eine klare Abgrenzung notwendig:
- ETD (Estimated Time of Departure): Voraussichtliche Abfahrtszeit.
- ATD (Actual Time of Departure): Tatsächliche Abfahrtszeit.
- ATA (Actual Time of Arrival): Tatsächlicher Ankunftszeitpunkt (wichtig für die Performance-Analyse/KPIs).
- PTA (Planned Time of Arrival): Der ursprünglich vertraglich vereinbarte Zielzeitpunkt.
Predictive Estimated Time of Arrival
Die statische Berechnung wird zunehmend durch Machine Learning (ML) abgelöst. Künstliche Intelligenz vergleicht historische Daten tausender Fahrten mit aktuellen Bedingungen.
Beispiel: Eine KI erkennt, dass ein LKW freitags an der Grenze zwischen Polen und Deutschland statistisch gesehen 45 Minuten länger braucht als an einem Dienstag, und passt die ETA proaktiv an, noch bevor der LKW im Stau steht.
Durch den Einsatz von IoT-Sensoren (Internet of Things) an Containern und Trailern wird die ETA zudem unabhängig vom Fahrer-Input. Die Telematik sendet autark Positionsdaten. Das erhöht die Manipulationssicherheit und Genauigkeit.
Die ETA ist das Bindeglied zwischen physischem Transport und digitaler Planung. In einer Zeit, in der Effizienz und Transparenz die wichtigsten Wettbewerbsvorteile sind, ist die Fähigkeit, eine präzise ETA zu liefern, für Logistikdienstleister essenziell.
