AI-Based Risk Assessment in Battery and Chemical Logistics
A RAG-Based Approach
DOI:
https://doi.org/10.52825/th-wildau-ensp.v3i.3520Keywords:
Risk Assessment, RAG, Battery Logistics, LIB, Semantic SearchAbstract
The increasing complexity of battery and chemical logistics, especially for lithium-ion batteries (LIB), requires efficient risk assessments that take into account heterogeneous regulations such as ADR 2025 and DGUV requirements, which are time-consuming and error-prone when done manually. This article presents the development of a pre-prototype, EU-compliant AI system based on Retrieval-Augmented Generation (RAG), which combines generative AI with hybrid semantic search and agent-based reasoning to generate context-specific, source-referenced recommendations for stakeholders such as logistics companies and fire departments. The approach addresses challenges such as conflicting standards through knowledge graphs, feedback loops and governance mechanisms to ensure traceability and compliance, and demonstrates transferability to practical applications.
Downloads
References
[1] Bündnisregion Feuerwehr der Zukunft. Website: https://www.feuerwehrderzukunft.de/
[2] United Nations Economic Commission for Europe (UNECE), Europäisches Übereinkommen über die internationale Beförderung gefährlicher Güter auf der Straße (ADR 2025), Genf, Schweiz: UNECE, 2024, ISBN: 978-92-1-004220-0.
[3] Deutsche Gesetzliche Unfallversicherung (DGUV), Brandschutz beim Umgang mit Lithium-Ionen-Batterien,” DGUV Information 205-041, 2024. https://publikationen.dguv.de/regelwerk/dguv-informationen/4668/brandschutz-beim-umgang-mit-lithium-ionen-batterien.
[4] Deutsche Gesetzliche Unfallversicherung (DGUV), “Hinweise zum betrieblichen Brandschutz bei der Lagerung und Verwendung von Lithium-Ionen-akkus” FBFHB-018, 2020.
[5] Bundesverband der Deutschen Entsorgungs-, Wasser- und Kreislaufwirtschaft e.V. (BDE), Praxisleitfaden Lithiumbatterien und -zellen (auch in Elektroaltgeräten): Sammlung, Verpackung und Transport gemäß ADR,” 2025.
[6] Y. Zhang et al., “Evaluating Retrieval Augmented Generative Models for Document Research in Hazardous Materials Transport,” arXiv:2504.07022
[7] Benger et al. “Risikobewertung von Lithium-Ionen-Batterien (RiskBatt)“ Technische Universität Clausthal, Kurzfassung, 2023
[8] C. Melton, A. Sorokine, S. Peterson, “Evaluating Retrieval Augmented Generative Models for Document Queries in Transportation Safety” PrePrint, doi.org/10.48550/arXiv.2504.07022, 2025.
[9] Market Size & Trends, “Global Dangerous Goods Logistics Market,” Report No. 673386, 2025.: https://www.marketsizeandtrends.com/download-sample/673386 .
[10] Brylka, Robert, Benjamin Bierwirth, and Ulrich Schwanecke. “AI-Based Recognition of Dangerous Goods Labels and Metric Package Features.” epubli, December 1, 2021. http://hdl.handle.net/11420/11170.
[11] R+V allgemeine Versicherung AG- Risk Engineering, „Lithium-Ionen-Batterien – Anforderungen zur Lagerung“, 2026
[12] Gesamtverband der Deutschen Versicherungswirtschaft (GDV), Umgang und Betrieb mit Lithium-Ionen-Akkus kleiner Leistung,” 2024. https://www.gdv.de/resource/blob/181874/7b299625783f0af3ddeee48bca980a09/umgang-und-betrieb-mit-lithium-ionen-akkus-kleiner-leistung-data.pdf (zugriffen: 01. März 2026).
[13] Berufsgenossenschaft Energie Textil Elektro Medienerzeugnisse (BG ETEM), “Lithium-Ionen-Batterien.” BG ETEM. https://www.bgetem.de/arbeitssicherheit-gesundheitsschutz/themen-von-a-z-1/gefaehrdungen-durch-arbeitsstoffe/brand-und-explosionsschutz/lithium-ionen-batterien
Downloads
Published
How to Cite
Conference Proceedings Volume
Section
License
Copyright (c) 2026 Bastian Prell, Ron van de Sand, Norman Günther, Jörg Reiff-Stephan
This work is licensed under a Creative Commons Attribution 4.0 International License.