Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Intelligentes System prognostiziert Ankunft von Transporten

29.07.2020

Wissenschaftler entwickelten ein intelligentes System, das Störungen in der Logistikkette vorhersagt

Können Transportketten präzise prognostiziert werden?


Bisher fiel die Antwort auf diese Frage sehr verhalten aus, da durch die Komplexität der einzelnen Transport- und Umschlagsprozesse sowie die Vielzahl an Störungen eine hohe Unsicherheit vorherrscht.

Dies hat weitreichende wirtschaftliche und ökologische Folgen für die weltweiten Logistiknetzwerke dahingehend, dass Lieferungen unpünktlich erfolgen, Transportmittel minder ausgelastet sind und der Koordinationsaufwand für die Akteure enorm ist.

Das kürzlich abgeschlossene Forschungsprojekt „Smart Event Forecast for Seaports“ (SMECS) hat nun eine Lösung für dieses Problem erarbeitet, indem gezielt die Potenziale von Künstlicher Intelligenz (KI) eingesetzt wurden.

Mithilfe verschiedener Verfahren des Maschinellen Lernens wurde ein intelligentes System entwickelt, das die Ankunftszeit von Transporten mit Lkw und Zug über Straße und Schiene prognostiziert, um das pünktliche Eintreffen von Containern an wichtigen Prozessabschnitten wie dem Seehafen frühzeitig bewerten zu können.

Den beteiligten Unternehmen werden neben dieser ETA-Information (Estimated Time of Arrival) proaktiv Ineffizienzen und Störungen entlang der Logistikkette sowie geeignete Handlungsmaßnahmen aufgezeigt. Die Entwicklung des KI-Systems und die Leitung des Projektes erfolgte durch das Fachgebiet Logistik der TU Berlin von Prof. Dr.-Ing. Frank Straube in Zusammenarbeit mit DB Cargo und der Kühne Logistics University (KLU).

Historische Daten trainieren Algorithmen
„Um Prognosen erstellen zu können, wurde die Transportkette in verschiedene Teilabschnitte – Lkw-Transport, Umschlag auf den Zug, Zugtransport – zerlegt, für die jeweils wiederum individuelle IT-Modelle mit unterschiedlichen Algorithmen entwickelt wurden“, erläutert Prof. Dr.-Ing. Frank Straube.

Hierzu gehören neben Prognosemodellen für den Straßen- und Schienentransport auch Lösungen für Umschlags- und Rangierprozesse in den logistischen Knotenpunkten. „Die Lernalgorithmen wurden mit historischen Daten von vier Jahren aus insgesamt 15 verschiedenen IT-Systemen der beteiligten Unternehmen gefüttert.

Für die drei ausgewählten Transportstrecken von Leipzig, München und Regensburg nach Hamburg umfasste dies unter anderem 50.000 Schienentransporte, 96.000 Straßentransporte sowie 8,6 Millionen containerbezogene Statusmeldungen“, so Peter Poschmann, wissenschaftlicher Mitarbeiter am TU-Fachgebiet Logistik.

Neben Informationen über den genauen Verlauf der Transporte beinhalteten diese Daten rund 50 im Projekt ermittelte Faktoren, die Einfluss auf die Abläufe der einzelnen Prozesse haben. Dazu gehören betriebliche Informationen wie Personaleinsatzplanungen, Fahrzeugeigenschaften, Strecken- und Infrastrukturauslastungen sowie externe Faktoren, zum Beispiel Baustellen und Wetterbedingungen.

Auf Basis der historischen Daten lernten die Algorithmen die Zusammenhänge zwischen diesen Einflussfaktoren und den Prozesszeiten und wenden dieses Wissen auf neue, unbekannte Fälle an.

KI-basierte Entscheidungsassistenz
Im Anschluss an die Entwicklung der einzelnen Prognosemodelle erfolgte deren Integration in ein Gesamtsystem, das die Berechnung einer „Door-to-Port-ETA“ für Transportaufträge zulässt. Durch das Zusammenspiel von durchschnittlich 100 Modellen pro Auftrag kann in den meisten Fällen eine sehr hohe Genauigkeit der Prognose erreicht werden.

Demnach wird unter anderem der Teilprozess der Schienentransporte bei Fahrzeiten von über zehn Stunden mit einer Genauigkeit von 86 Prozent prognostiziert. Für die mitunter mehrtägigen Gesamttransporte vom Hinterland in die Häfen belaufen sich die Abweichungen der Prognosen zu den tatsächlichen Zeiten für viele Aufträge im zweistelligen Minutenbereich, also zwischen zehn Minuten und anderthalb Stunden – auch im Falle von größeren Störeinflüssen.

„Die Möglichkeit, Live-Prognosen für die geplanten Ankunftszeiten von Güterzügen zu erstellen, spielt für DB Cargo eine Schlüsselrolle", betont Dr. Bernd Pahnke, SMECS-Projektleiter bei der DB Cargo und Sprecher der Geschäftsführung der TFG Transfracht.

„Durch die Forschungen der TU Berlin und der KLU haben wir ein besseres Verständnis der wichtigsten Einflussfaktoren gewonnen und mögliche Ansatzpunkte für eine proaktive Steuerung der Transporte identifiziert.“

Das Prognosesystem des SMECS-Projektes wurde zusätzlich um eine KI-basierte Entscheidungsunterstützung ergänzt, die in Abhängigkeit der ETA-Prognose Anschlusskonflikte der einzelnen Prozesse automatisch detektiert und den beteiligten Akteuren Empfehlungen für optimierende Maßnahmen bereitstellt.

„Hierdurch werden die Akteure befähigt, potenzielle Störungen und Prozessverzögerungen frühzeitig zu erkennen und zielgerichtet einzugreifen“, sagt Manuel Weinke, wissenschaftlicher Mitarbeiter am TU-Fachgebiet Logistik.

Interaktive Erprobung der Ergebnisse durch Web-Demonstrator

Um die Ergebnisse des Projektes der Öffentlichkeit zugänglich zu machen, wurde das entwickelte Prognosesystem kürzlich in eine webbasierte Anwendung in Form eines Demonstrators überführt. Diese Darstellung gibt den Anwendern die Möglichkeit, die Potenziale von KI am Beispiel ausgewählter historischer, anonymisierter Transportaufträge interaktiv zu erproben.

„Das Projekt beweist die Machbarkeit KI-basierter Prognosen und zeigt die strategische Bedeutung von Daten für die Logistik“, betont Prof. Dr.-Ing. Frank Straube.

Das SMECS-Projekt wurde im Rahmen der Initiative „Innovative Hafentechnologien“ (IHATEC) des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) von 2017 bis 2020 gefördert. Aktuell erforscht das Fachgebiet Logistik der TU Berlin zudem die Möglichkeiten zur KI-basierten Fahrtzeitprognose in der Binnenschifffahrt.

Im kürzlich gestarteten Projekt „Smarte Entscheidungsassistenz für Logistikketten der Binnenschifffahrt durch ETA-Prognosen“ (SELECT) werden gemeinsam mit Reedereien und Hafenbetreibern intelligente Vorhersagesysteme entwickelt. Es wird ebenfalls für drei Jahre vom BMVI gefördert.

Der Demonstrator kann auf folgender Webseite aufgerufen werden: https://www.smecs-eta.de

Weitere Informationen erteilt Ihnen gern:
Prof. Dr.-Ing. Frank Straube
TU Berlin
Fachgebiet Logistik
E-Mail: frank.straube@tu-berlin.de

Weitere Informationen:

https://www.smecs-eta.de

Stefanie Terp | idw - Informationsdienst Wissenschaft
Weitere Informationen:
http://www.tu-berlin.de/

Weitere Berichte zu: Algorithmen Binnenschifffahrt Cargo KI Logistik Prognosesystem Steuerung Transportkette

Weitere Nachrichten aus der Kategorie Verkehr Logistik:

nachricht TUM startet Hyperloop-Forschungsprogramm
17.07.2020 | Technische Universität München

nachricht Binnenschifffahrt soll revolutioniert werden: Erst ferngesteuert, dann selbstfahrend
10.07.2020 | Universität Duisburg-Essen

Alle Nachrichten aus der Kategorie: Verkehr Logistik >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Erstes adaptives Hochhaus der Welt auf der Internationalen Bauausstellung 2027: Echtzeitanpassung an Wind und Erdbeben

Im Rahmen des von Professor Werner Sobek initiierten Sonderforschungsbereichs 1244 „Adaptive Hüllen und Strukturen für die gebaute Umwelt von morgen“ entsteht an der Universität Stuttgart das weltweit erste adaptive Hochhaus. Das spektakuläre, von der Deutschen Forschungsgemeinschaft (DFG) geförderte Experimentalbauwerk im Großmaßstab wird nun Teil der Internationalen Bauausstellung 2027 (IBA'27) in Stuttgart. Dies gab der Aufsichtsrat der IBA im Rahmen einer Pressekonferenz am 28. Juli 2020 in Stuttgart bekannt.

Mit dem Beschluss gehört das innovative Leichtbaugebäude der Universität Stuttgart zu den ersten 13 Projekten in der Region Stuttgart, bei denen die IBA, das...

Im Focus: Anodenmaterial für sichere und langlebige Batterien

Ein vielversprechendes Anodenmaterial für künftige Hochleistungsbatterien haben Forschende am Karlsruher Institut für Technologie (KIT) und an der Jilin-Universität in Changchun/China untersucht: Lithium-Lanthan-Titanat mit Perowskit-Kristallstruktur (LLTO). Wie das Team in der Zeitschrift Nature Communications berichtet, kann LLTO die Energiedichte, Leistungsdichte, Laderate, Sicherheit und Lebensdauer von Batterien verbessern, ohne dass eine Verkleinerung der Partikel von der Mikrometer- auf die Nanometerskala erforderlich ist. (DOI: 10.1038/s41467-020-17233-1)

Die Nachfrage nach Elektrofahrzeugen steigt. Zugleich wächst der Bedarf an intelligenten Stromnetzen für eine nachhaltige Energieversorgung.

Im Focus: NYUAD astrophysicist investigates the possibility of life below the surface of Mars

  • A rover expected to explore below the surface of Mars in 2022 has the potential to provide more insights
  • The findings published in Scientific Reports, Springer Nature suggests the presence of traces of water on Mars, raising the question of the possibility of a life-supporting environment

Although no life has been detected on the Martian surface, a new study from astrophysicist and research scientist at the Center for Space Science at NYU Abu...

Im Focus: Ein theoretischer Schritt zum Natrium-Akku

Batterien für Smartphones und Elektroautos basieren heute in der Regel auf der Lithium-Ionen-Technik. Doch rund um den Globus sucht die Fachwelt nach Alternativen für deutlich kostengünstigere Akkus. Eine Möglichkeit wäre, Lithium durch Natrium zu ersetzen, einem allgegenwärtigen und damit sehr preiswerten Element. Dafür sind aber noch diverse Hürden zu meistern. Unter anderem nimmt die Graphit-Anode der Batterie bisher zu wenig Natrium auf. Hoffnung verspricht nun eine theoretische Studie unter Federführung des Helmholtz-Zentrums Dresden-Rossendorf (HZDR): Sie legt nahe, dass Doppelschichten aus Graphen, hauchdünnem Kohlenstoff, deutlich mehr Natriumatome einlagern könnten als im Graphit.

Ende 2018 gelang einem Forschungsteam des Max-Planck-Instituts für Festkörperforschung in Stuttgart, der Universität Ulm und des HZDR ein bemerkenswertes...

Im Focus: Manipulating non-magnetic atoms in a chromium halide enables tuning of magnetic properties

New approach creates synthetic layered magnets with unprecedented level of control over their magnetic properties

The magnetic properties of a chromium halide can be tuned by manipulating the non-magnetic atoms in the material, a team, led by Boston College researchers,...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Städte als zukünftige Orte der Nahrungsmittelproduktion?

29.07.2020 | Veranstaltungen

»Conference on Laser Polishing – LaP 2020«: Der letzte Schliff für Oberflächen

23.07.2020 | Veranstaltungen

Konferenz-Radar für Cybersecurity

21.07.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Städte als zukünftige Orte der Nahrungsmittelproduktion?

29.07.2020 | Veranstaltungsnachrichten

Wetterbericht vom roten Planeten: Jenaer Sensoren fliegen zum Mars

29.07.2020 | Physik Astronomie

Mobilität 2035: Technologiekalender unterstützt kleine und mittlere Unternehmen beim Wandel

29.07.2020 | Energie und Elektrotechnik

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics