Projektet har genomförts mellan 2021 och 2025 med deltagande från Sverige, Norge, Danmark och Finland. Syftet har varit att utveckla affärsmodeller och lösningar som ökar fyllnadsgraden, förbättrar flödeseffektiviteten och stärker användningen av intermodala transporter i Norden. Målen inkluderade ökat ansvarstagande från varuägare, mer horisontell samverkan mellan aktörer, främjande av klimatsmarta transportlösningar samt ökad digitalisering.
Projektet inleddes med kartläggning av tillgänglig statistik och verktyg (bl.a. Samgods, NGM, GMM) samt identifiering av hinder och incitament för intermodalitet och högre fyllnadsgrad.
Projektet har arbetat med fyra demonstratorer:
Green Rail: Utveckling av ett intermodalt järnvägsupplägg för färsk fisk mellan Nordnorge och Nederländerna. Resultatet visar på potential om 15–20 % lägre kostnader och betydligt bättre klimatprestanda jämfört med vägtransporter, men kräver hög tillförlitlighet och tydlig ansvarsfördelning.
Slow Flow: Ett digitalt planeringsverktyg som underlättar för transportköpare att identifiera och jämföra intermodala transportlösningar. Verktyget möttes av positiv respons men behöver utökas till hela Europa.
Normtrap-T: En simuleringsmodell för att analysera intermodala produktionssystem. Potentialen är stor men begränsades av brist på tillförlitliga data och metodutveckling krävs.
Fånga och dela data: Test av sensorer och datadelning för att skapa realtidsinformation om godståg. Prototypen visar potential men behöver vidare verifiering och samarbete med användare.
Slutsatser och rekommendationer:
Intermodala lösningar kan fungera i logistikupplägg med höga krav men kräver starkt engagemang från varuägare och transportörer samt tillförlitliga rutiner och tydlig ansvarsfördelning.
Digitala verktyg (Slow Flow, Normtrap-T) kan fylla en viktig funktion och bidra till ökad intermodalitet men behöver utvecklas vidare.
Datafångst och -delning har stor potential för att förbättra transparens och effektivitet men måste utvecklas i nära samarbete med marknadsaktörer.