2. Projektresultat
2.1 Resultat från inledande analyser
2.1.1 Verktyg och statistik
Den inledande analysen ”Verktyg och statistik” beskriver resultatet av en kartläggning av tillgången till verktyg/modeller och statistik/data som stöd i arbetet med åtgärder för ökad transporteffektivitet och intermodalitet inom godstransportområdet.
Kartläggningen omfattar det geografiska området Norge, Sverige, Danmark och Finland. Syftet med kartläggningen var att stödja ett nordiskt projekt med kunskapsunderlag för att föreslå och analysera affärsmodeller (organisations-/samverkansmodeller/datadelning) mellan nordiska aktörer som stimulerar till höjd fyllnadsgrad och ökad grad av användning av alla trafikslagen i gränsöverskridande godstransporter mellan de nordiska länderna.
Målsättningen var ökat samutnyttjande av trafikslagen, ökad transporteffektivitet och ökad konkurrenskraft för näringslivet i Norden. Följande modeller har bedömts intressanta utgående från tillgång för användare, tillgång till officiella data och statistik, aktualitet samt bra dokumentation.
- Samgods (Sverige)
- Nasjonal Godstransport Modell NGM (Norge)
- Den Gröna Mobilitetsmodellen GMM (Danmark)
De tre modellerna har nationella strukturer och har principiellt liknande uppbyggnad och struktur. Modellerna baseras på kostnadsminimering av logistikkedjor, transportflöden för gods och lastbärare mellan givna start och målpunkter, noder för omlastning samt kostnader. Finland har en pågående modellutveckling och framtagning av motsvarande modell som de övriga nordiska länderna och modellen planeras för analyser från år 2025/2026.
Förutsättningar för att genomföra gemensamma analyser med stöd av godsmodellerna bedöms vara god vid analyser av investeringsåtgärder i infrastruktur – justeringar och anpassningar är dock en förutsättning vid gränsöverskridande analyser. För åtgärder såsom transporteffektivitet och ökad intermodalitet kommer expertstöd och specialstudier att fortsättningsvis vara en förutsättning givet att ingen utveckling av gemensam gränsöverskridande godsmodell görs. Ingen sådan planering finns för att utöka respektive nationell modell till en nordisk modell. Notera dock att modellerna till viss del kan tillämpas på andra åtgärdsförslag än investeringar av infrastruktur, men att modellerna i grunden är anpassade för främst investeringsåtgärder.
Nationella data och statistik finns att tillgå från ett flertal datakällor såsom handelsstatistik, rapportering till EU, varuflödesundersökningar, registeruttag från järnvägstrafik, vägmätning av lastbilstrafiken. För att utbyta data och statistik mellan datakällor inom ett land och mellan länder, på ett effektivt sätt är mycket vunnet om man har en gemensam grund och standardisering av begrepp och företeelser. Bristen på gränsöverskridande statistik är gemensam för samtliga länder. Mycket vore vunnet med ett utökat samarbete inom statistikområdet.
2.1.2 Hinder och incitament för intermodala transportkedjor
För att utnyttja järnväg och sjöfart mer krävs generellt intermodala transportkedjor då det i många fall inte finns något alternativ till lastbil på den första och den sista milen. Incitamenten att använda intermodala transportkedjor handlar om att de generellt är energieffektiva, har låg klimatpåverkan och är kapacitetsstarka. Dessa transportkedjor behöver vara konkurrenskraftiga relativt rena vägtransporter. Det finns mycket forskning kring generella hinder för överflyttning. Hinder kan sammanfattas inom kategorierna:
- fysiska resurser som handlar om infrastruktur, teknik, omlastning, terminaler
- policy och regelverk som skapar förutsättningar
- logistikrelaterade faktorer som handlar om transportfrekvens, ledtider, organisering och informationsdelning.
Intermodala transportkedjor är mer komplexa än rena vägtransporter och det krävs specialiserad kunskap vilket ofta innebär involvering från olika logistikaktörer för att skapa en fungerande effektiv transportkedja.
De skalfördelar som järnväg och sjöfart har innebär också att det krävs större mängd gods för att fylla en farkost. Detta ger utmaningar med koordinering av flöden för att samla tillräckliga volymer och samtidigt uppfylla krav på frekvens. Det finns behov av innovativa affärsmodeller som adresserar dessa utmaningar och att erbjuda intermodala transportlösningar även till transportköpare med mindre volymer.
En avgörande del i intermodala transportkedjor är tids- och kostnadseffektiva noder för trafikslagsbyten, såsom hamnar och kombiterminaler. Digitalisering av informationsflöden och processer, både i noderna och för hela transportkedjor, är en nyckel till att hantera den komplexitet som är inneboende i intermodala transportkedjor och bidra till effektivisering.
2.1.3 Hinder och incitament för ökad fyllnadsgrad
Begreppet fyllnadsgrad som sådant är svårt att definiera eftersom fyllnadsgraden bestäms av en rad olika parametrar som påverkar hur väl ett fordon kan lastas. Det saknas enhetliga och allmänt vedertagna definitioner av begreppet fyllnadsgrad vilket gör att det är svårt att förstå vad som faktiskt mäts.
De främsta incitamenten för att jobba med fyllnadsgrad är att det ökar kostnadseffektiviteten och bidrar till att minska miljöpåverkan. Det finns en mängd faktorer som påverkar fyllnadsgraden i enskilda fordon såväl som på systemnivå, exempel ges i Tabell 1.
Tabell 1 Exempel på faktorer som påverkar möjligheten till hög fyllnadsgrad
Produktrelaterade | Kontraktsmässiga | Regulatoriska | Strukturella |
Produkternas utformning och hur de är förpackade Inkompatibla temperaturkrav | Krav på leveransfrekvens Dedikerade transportlösningar | Regler för farligt gods Arbetsmiljöregler kan begränsa lastpallars höjd | Geografiska obalanser i transportvolym Variationer över tid i transportvolym |
Olika former av samverkan kan bidra till högre resursutnyttjande i godstransportsystemet genom att det kan möjliggöra en högre grad av systemövergripande optimering. Det vanligaste sättet är vertikala samarbeten där en speditör samlastar många kunders flöden och producerar dessa i nätverk. Genom horisontella samarbeten kan aktörer på samma organisatoriska nivå dela information om sina varu- och trafikflöden och på så vis effektivisera godstransporterna. För detta krävs förtroende mellan aktörerna, effektivt informationsutbyte och rättvis fördelning av kostnader, nyttor och risker.
2.2 Demonstrator Green Rail
Syftet med denna demonstrator var att ta fram och validera ett transport- och logistikupplägg samt affärsmodell som möjliggör en överflyttning av godsflöden mellan norra Norge och Benelux till intermodal transittrafik genom Sverige, Danmark och Tyskland. Demonstration av upplägget möjliggör också utvärdering av tekniska, operativa och affärsmässiga aspekter av överflyttning av den här typen av gränsöverskridande godstrafik till intermodal trafik.
Under tiden att fasen med det förberedande arbetet inför demontratorerna pågick genomfördes ett examensarbete på handelshögskolan i Göteborg som publicerades våren 2023 (Kristoffersson & Skowronski 2023). Examensarbetet redogör för de logistiska och organisatoriska förutsättningarna för transportlösningen samt inblandade aktörers syn på utmaningar och möjligheter. Det utgjorde en sorts förstudie och gav en bra grund för det fortsatta arbetet. Arbetet som gjordes inom projektets demonstrator redovisas i en underlagsrapport. För detta anlitades en konsult med lång erfarenhet inom affärsutveckling av intermodala transporter.
Det specifika transportupplägget som arbetats med är färsk fisk från Lovund, ca 100 km från Mo i Rana. I dagsläget körs det med bil in till Mo i Rana där trailer lastas på tåg för transport till Oslo. Där körs trailern till en omlastningsterminal och fisken lastas om till andra lastbilar för vidare distribution, varav Urk i Nederländerna är en destination. I returtransport körs frysta frukter och grönsaker med lastbil till Norge, med Oslo som huvuddestination där stora grossister och återförsäljare har sina huvudsakliga distributionscentraler. Efter omlastning används tågtransport inrikes i Norge, för att därefter köras med lastbil till regional terminal eller till omlastningsterminal för vidare transport med distributionslastbilar.
Under projektets gång inträffade tre infrastrukturella störningar i Norge som påverkade befintliga tågtransporter mellan Mo i Rana och Oslo. Detta gjorde att den norska speditören akut behövde lösa alternativa upplägg. Störningarna pågick i 1–9 månader och gjorde att tågtransporterna helt eller delvis ersattes med lastbil under dessa perioder.
Det föreslagna förändrade transportupplägget bygger på järnvägstransport hela vägen mellan Nordnorge och Nederländerna med hjälp av tre tågpendlar. En stor utmaning har varit att hitta en kombination som innebär att ledtidskraven för den färska fisken nås. Efter utvärdering av olika alternativ hittades en acceptabel lösning. Upplägget bygger på att godset inte hanteras vid byte av tåg utan trailern går obruten hela vägen. I nordgående riktning är tidskraven inte lika strikta men för att hantera omloppet av trailer behöver denna gå obruten hela vägen och därmed måste en trailer fyllas med gods till Nordnorge i Nederländerna. Detta innebär förändring av varuägarnas normala flöden och logistikupplägg. Tillräckliga volymer finns och dialog förs med två grossister om det går att hitta en praktiskt genomförbar lösning.
Kalkyler för flödet ger att kostnaden för det intermodala upplägget är ca 15–20 % lägre än en ren lastbilstransport. En avgång i veckan kräver 3 trailers. Om upplägget ökar i omfattning och volym med fler avgångsdagar finns förutsättningar att få högre resursutnyttjande av trailers.
Avgörande för att varuägarna ska vara villiga att använda ett intermodalt transportupplägg är hög tillförlitlighet och kvalitet. För att åstadkomma det behöver det tydligt specificeras vem som ansvarar för vad och hur. En processbeskrivning beskriver vad som skall göras emedan en Standard Operational Procedure (SOP) beskriver hur och vem samt tydliggör ansvarsfördelning. Utkast på detta har tagits fram inklusive ansvarsfördelning för de olika kunderna och transportbenen.
2.3 Demonstrator Slow Flow
Delprojekt Slow Flow upphandlades under sommaren 2023 och har under perioden hösten 2023 till sommaren 2025 genomförts av Conlogic AB.
Syftet med demonstrator Slow Flow var att ta fram ett digitalt transportplaneringsverktyg för intermodala transporter av enhetslastbärare i Norden. Planeringsverktyget riktar sig främst till varuägare (transportköpare) och deras behov av transportplanering. Verktyget ska också möjliggöra utvärderingar av olika transportalternativ. Verktyget ska bestå av ett webgränssnitt där transportköparen kan mata in sitt transportbehov och söka efter alternativa transportupplägg. Matchning kommer att genomföras mot en databas av befintliga förbindelser och returnera resultat på alternativa transportkedjor.
En informationsbrist som identifierats och som hämmar andelen intermodala lösningar är att de erbjudanden som erbjuds marknaden alltför sällan inkluderar kombinationen av flera trafikslag. Även om information för tänkbara intermodala lösningar finns tillgänglig så är den splittrad och mödosam att hitta och sammanställa.
I demonstrator Slow Flow har ett ”proof of concept” verktyg utvecklats för nordisk intermodal ruttplanering. Verktyget inkluderar de mest väsentliga modulerna för att nå en funktionell nivå som möjliggör test och bedömning av en sådan tjänsts relevans och nytta på marknaden. Verktyget finns via www.slowflow.org, tills vidare behövs lösenord för inloggning.
Verktyget baseras på en API-server där indata och bakomliggande logik beräknar alla tänkbara rutter för angiven avsändningsort och mottagningsort. I en separat anropande klient specificeras användarens önskemål som sedan besvaras med ett urval av utdata med följande tre alternativa rutter bestående av:
- Endast vägtransport
- Lägsta utsläpp av växthusgaser
- Snabbaste rutt.
Vägtransporter beräknas enligt gällande kör-och vilotider som tillåts inom EU med antagande om en förare per lastbil samt förmodad genomsnittshastighet.
Figur 1 Exempel på resultatredovisning.
Systemet erbjuder:
- Geografisk översikt – alla medverkande nätverk, se Figur 2
- Geografisk översikt – vald avsändnings- och mottagningsort, se Figur 1
- Ankomsttid
- Ledtid
- GHG wtw totalt [kg] samt i relation till transportarbetet [g/tkm]
- Upphandlingsunderlag i Excel med specificerade rutter som kan kompletteras med transportpriser eller andra relevanta faktorer vid en upphandling.
Det bör understrykas att verktygets syfte endast är att demonstrera de möjligheter som enklare tillgång till intermodala transportlösningar kan innebära. De data som efterfrågats utgörs av tidtabeller, in- och utcheckningstider från terminaler, samt ledtider. Dessa har erhållits eller inhämtats från respektive medverkande aktör. Utmaningen har varit att data presenterats i olika format och gränssnitt vilket därmed fordrat en del bearbetning för att kunna processas i en optimeringsalgoritm. I verktyget antas vägtransporter alltid finnas som en tillgänglig resurs vars nätverk i huvudsak består av vägnätet som har fullgod bärighet.
Figur 2 Översikt av medverkande aktörers samlade transportnätverk.
2.4 Demonstrator Normtrap-T
Syftet med demonstrationsprojektet är att framställa ett digitalt, dynamiskt analysverktyg som möjliggör anpassning av speditörers och transportörers planering, av sitt produktionssystem för gränsöverskridande nordiska godstransporter, att innehålla högre inslag av intermodalitet. Demoverktyget ska möjliggöra analyser för kapacitets- och produktionsplanering där lämpliga basflöden i systemet som idag fraktas med lastbilar kan flyttas över till intermodala transporter, utan att tjänsteutbudet eller efterfrågeprofilen behöver förändras eller systemprestandan påverkas negativt. Med planering avses inte operativ planering i detta sammanhang, snarare planering av produktionssystemets upplägg, kapacitet och styrningsprinciper på taktisk nivå. Enkelt uttryck, har avsikten varit att bygga en virtuell representation av produktionssystemet som möjliggör genomförande av scenario, om-falls- och designanalyser samt andra experiment till en mycket låg kostnad. Det valda angreppsättet är att ta fram en diskret händelsestyrd simuleringsmodell av det aktuella produktionssystemet.
Speditörer och transportörer hanterar fysiska system bestående av fasta och rörliga komponenter för att producera transporter. Dessa komponenter har var för sig och tillsammans, förmågor, kapacitet och prestanda som är nödvändig för att producera efterfrågade transporttjänster inom ramen för efterfrågans randvillkor som transporttid, -frekvens, -tillförlitlighet, -pris, och så vidare. Befintliga planerings- och styrningsverktyg utgår ifrån, och optimerar, de egna transportresurserna.
Demoverktyget utgår istället ifrån transportefterfrågan och söker optimera hållberhetsutfallet även om detta på sikt skulle innebära förändringar i den egna systemets sammansättning. Det nya angreppsättet innebär att en planeringsaspekt som i det nuvarande systemet är fixt, de fysiska komponenterna av det egna produktionssystemet, kommer att kunna vara variabla i det nya verktyget. Den tillsynes lilla, men avgörande ändringen i planeringsangreppssättet förväntas öka effektiviseringsutfallet jämfört med befintliga metoder.
Figur 3 Skärmavbild från simuleringsverktyget under körning.
För uppdraget att utveckla verktyget anlitades AFRY, i samverkan med Chalmers och en speditör. Demoverktyget är uppbyggt som en diskret händelsestyrd simuleringsmodell (DES) för att analysera och testa intermodala godstransporter mellan de nordiska länderna och Europa. Modellen är konstruerad att representera trailers som färdas via ett geografiskt nätverk av noder där tåg, färja och dragbil används enligt fasta tidtabeller, kapacitetslogik och bokningsregler vilket illustreras i Figur 3.
Den hanterar stokastiska förseningar och beslutslogik för ruttjustering, till exempel när dragbil ersätter utebliven tågkapacitet. Genom scenarioinställningar kan användaren testa effekter av t.ex. kapacitetsbegränsningar. Simuleringen ger mätvärden för ledtid och punktlighet (planerad, bokad, faktisk), utsläpp per order och transport, fordonens beläggning samt distans per färdmedel. Vilket tillsammans visar transportflödets effektivitet och klimatpåverkan. Empiriska data i form av transportefterfrågan (orderdatabas från speditör), trafikeringsdata (tidtabeller och detaljerad förseningsstatistik) och geografisk data samt kvalitativa data om systemuppbyggnad och styrlogik som har inhämtat från intervjuer har använts som indata i modellen.
Ambitionen har varit att ta fram en modell med följande specifikation:
- Modellen ska kunna ta in en given, mikroskopisk transportefterfrågan (empiriskt eller genererat) som ingångsvärde. Med given efterfrågan, ska genomförandet av transporterna simuleras i den exekverbara modellen.
- Modellens utdata ska fånga det modellerade transportproduktionssystemet och dess ingående komponenters prestanda (resurseffektivitet, verkningsgrad, tjänstekvalitet, robusthet, tillförlitlighet, m.m.) och dynamik.
- Utdata ska kunna tas ut efter modellkörning för systemet i sin helhet, enskilda komponenter eller ett urval av komponenter samt dynamiken mellan komponenter i förekommande/tillämpliga fall.
- Utdata från modellen ska möjliggöra att laster som transporteras i simuleringsmiljön ska kunna aggregeras, diss-aggregeras, identifieras och följas för hela simuleringsförloppet.
- Modellen ska kunna hantera att transportefterfrågan uppstår på mikroskopisk nivå vid en specifik tid och plats (hel- eller dellast från enskilda avsändare med unika avsändar- och mottagaradresser, krav på upphämtning-, leverans- och transporttider/-villkor etc.) och transportproduktionssystemet är begränsad av distributionen av komponenter och kapacitet i produktionssystemet.
- Dynamiken som uppstår av enskilda komponenters egenskaper, prestanda samt spatiala spridning och efterfrågans egenskaper och spridning i tid och rum ska kunna fångas av modellen i lämplig utsträckning.
- Modellen ska kunna hantera stokastisk variation, till exempel i transportefterfrågan, systemkomponenters prestanda, tillförlitlighet och dynamik eller liknande.
- Modellen ska kunna hantera olika strategier för planering och styrning av transporterna som ingångsparameter för olika körningar.
- Modellen ska vara skalbar. D.v.s. att den validerade, exekverbara modellen är möjlig att utöka eller begränsa genom att lägga till, ta bort eller modifiera komponenter och/eller moduler i modellen.
- Egenskaper och prestanda av enskilda komponenter ska kunna modifieras i ett användargränssnitt för att kunna genomföra experiment och analyser av systemets dynamik.
- Den validerade, exekverbara modellen ska ha ett användar-gränssnitt som möjliggör för en i modellutvecklingen initierad användare att kunna designa och utföra scenarioanalyser och experiment.
För att testa modellens funktionalitet och relevans genomfördes ett antal simuleringsscenarier baserade på speditörens faktiska orderdata. Syftet var att undersöka hur olika förutsättningar påverkar transportsystemets beteende och att utvärdera modellens användbarhet som analysverktyg och beslutsstöd för intermodala system.
2.5 Demonstrator Fånga och dela data
Syftet med denna demonstrator var att skapa ett efterfrågestyrt datadelningsutbyte mellan aktörerna genom att utöka datafångsten med sensorer och/eller genom bildanalys från kameror. Målet var att konkret visa hur data kan fångas genom teknik, samt att påvisa att datadelning kan ske på ett säkert sätt mellan relevanta parter och även hur olika affärsmodeller kan skapas. Ett grundvillkor var att tekniken som användes skulle vara lätt att installera och ha låg materialkostnad.
KTH anlitades för att utforma och testa tekniken för datafångsten och RISE för att bidra inom datadelning. KTH utvecklade en lösning som installerades vid sidan om hamnbanans spår i Göteborg. Lösningen består av ett antal sensorer och en gateway som tillsammans bildar ett lokalt sensornätverk. För att hålla materialkostnaden låg så användes enbart standardkomponenter. Alla delar av sensornätet ryms i lådor med ungefärliga mått om 10x20x8 cm. Sensornätet illustreras i Figur 4 och består av:
- Spårsensorer (Train Detector) som mäter jordmagnetiska fält och därmed kan detektera när tåg passerar. Två stycken installerades för att detektera vilket håll respektive tåg rör sig. Dessa sensorer väcker övriga sensorer och har ett litet batteri och solceller vilket gör att separat strömmatning inte krävs.
- En egenutvecklad RFID läsare för att läsa av passerande vagnars identitet.
- Kameramodul för att läsa av farligt godsskyltar. Denna innehåller också en dator för bildanalys på plats.
- Gateway som sensorerna kommunicerar trådlöst med genom egenutvecklade antenner och som levererar data över 4G-nätet till KTH:s egen server samt vidare till RISE.
Figur 4 Sensorsystem som KTH tagit fram i demonstratorn.
I maj 2024 sattes Gateway, en spårsensor och RFID-läsare upp. Detta kompletterades sedan med ytterligare en spårsensor och senare med kameramodul.
Gateway, kameramodul och RFID-läsaren har extern strömförsörjning. För kameramodulen har sju olika kameror utvärderats i labbmiljö och tre på plats vid spåret. För bildanalysen har mjukvara utvecklats utifrån öppen källkod. Inga bilder sparas utan enbart sifferbeteckningen på farligt godsskylten skickas vidare. Lösningen innebär att skyltar i ett tågsätt identifieras och avkodas. Tillförlitligheten, dvs om alla skyltar identifieras och inget identifieras som en farligt godsskylt som inte är det, har dock inte kunnat bedömas.
Under hösten 2024 gjordes en första utvärdering av tillförlitligheten av den egenutvecklade RFID-läsaren. Utvärderingen ledde till att antennen byttes ut. Tillförlitligheten bedömdes därefter ha blivit bättre men någon mer noggrann analys har inte gjorts.
Lösningen som helhet bedöms av KTH ha nått en TRL-nivå på 6–7 vilket innebär en fungerande prototyp i verklig miljö. Materialkostnaden för alla komponenter ligger på runt 20 tkr.
RISE har i tidigare projekt utvecklat en robust datadelningsarkitektur som utgör grunden för demonstratorns informationshantering, nämligen Deplide-plattformen. Plattformen möjliggör centraliserad mottagning av sensordata från distribuerade källor, validerar data genom automatisk kontroll av dataintegritet och kvalitet, konverterar data mellan olika format och standarder samt möjliggör säker fördelning av information till auktoriserade mottagare. Plattformen implementerar moderna principer för säker och skalbar datahantering.
Inom demonstratorn har RISE utvecklat arkitekturen för att kunna visa och dela fångade data på ett för användarna meningsfullt sätt, se Figur 5. Idén är att utnyttja de datakällor som finns för godstågen, t.ex. befintliga RFID-läsare och planerad tidtabell.
Figur 5 Dataflödesarkitektur för datadelningen.
Data visas i en webbapplikation och där har tre olika vyer tagits fram.
- Tåglista – visar en operatörs tåg med avgångs- och destinationsstation, aktuell position och senast kända plats, realtidsstatus och förseningsinformation, antal vagnar och tåglängd samt beräknad ankomsttid (ETA). Visas i Figur 6.
- Tågresa – för ett specifikt tåg visas fullständig rutt med alla mellanliggande stationer, planerade kontra faktiska ankomst- och avgångstider, förseningar och avvikelser från tidtabell
- Vagnordning – för ett specifikt tåg visas planerad kontra faktisk vagnsekvens, statusindikering för avvikelser från planerad sammansättning samt var respektive vagn senast lästes av
Figur 6 Webbapplikationens tåglista
Alla delar i arkitekturen har inte implementerats fullt ut. Detta gör att webbapplikationen inte visar fångade data från godståg utan fiktiva data. Därmed har inte den fullständiga dataflödeskedjan från sensorer till slutanvändare demonstrerats. Principiellt har dock möjliga tillämpningar visats som bedöms tillföra affärsnytta i den operationella tågdriften.
2.6 Resultatspridning
Projektet har en hemsida där kort information om projektet har varit tillgänglig, Samverkan för hållbara godstransporter i Norden - Bransch. Sidan har uppdaterats vid leveranser och ser ut enligt Figur 7.
Figur 7 Skärmdump från projektets hemsida
De fyra demonstratorerna redovisades på Transportforum i Linköping 15–16 januari 2025. Transportforum är en årlig konferens som samlar myndigheter, akademi och konsulter inom transportområdet. Inför konferens togs posters i A2-format fram för alla fyra demonstratorer, se Figur 8. Dessa satt uppe på konferensen varav två pitchades under en posterpresentation. De andra två presenterades under session 7:4 Nästa generations beslutsstöd för framtidens hållbara godstransportsystem.
Figur 8 Posters som kortfattat redogör för de fyra demonstratorerna.
Under 2025 togs tre informationsfilmer fram för tre av demonstratorerna. Dessa finns tillgängliga på Trafikverkets Youtube-kanal och är länkade via hemsidan.
Två representanter för projektet deltog på mässan transport logistic i München 2–5 juni 2025. Projektet var en del i Göteborgs hamns monter med ett tiotal medutställare. Montern hade temat Railport Scandinavia och hade en tydligt intermodal inriktning. Där visades nämnda informationsfilmer vid tre tillfällen som en del i programmet för montern.
Framtagna PM och rapporter läggs ut på hemsidan.