Künstliche Intelligenz zur Prozessprognose und -optimierung im Kombinierten Verkehrsterminal (KIProKV)

Potenziale und Planungsherausforderungen im Kombinierten Verkehr (KV)

KI zur Prozessprognose und -optimierung im KV — © Nightman1965 - Fotolia.de

Auf den Kombinierten Verkehr (KV) entfällt nur ein geringer Anteil des gesamten deutschen Güterverkehrs. Allerdings bietet der Kombinierte Verkehr das Potenzial, den Güterverkehr effizienter und umweltfreundlicher zu gestalten, indem er Verkehrsüberlastungen und Emissionen reduziert. Durch die Verlagerung des Güterverkehrs von der Straße auf die Schiene könnten Betriebskosten gesenkt und die Zuverlässigkeit der Transporte erhöht werden, was die Wettbewerbsfähigkeit des KV stärkt und zu einer nachhaltigeren Verkehrspolitik beiträgt.

Um diese Vorteile zu realisieren, müssen jedoch mehrere Herausforderungen bewältigt werden. Eine der Hauptproblematiken ist die infrastrukturelle Kapazitätsgrenze der KV-Terminals, da viele bereits ein hohes Umschlagsvolumen verzeichnen. Zudem besteht ein Mangel an benötigten Ressourcen und Fachkräften wie LKW-FahrerInnen, was die Planung und Durchführung des KV erschwert. Eine weitere Herausforderung ist die Unsicherheit in der Datenerhebung und Planung, die zu Ineffizienzen und suboptimaler Kapazitäts- und Ressourcennutzung führt.

Optimierung der Tagesplanung im Terminalbetrieb

Das Ziel des Projekts KIProKV ist daher, die Planungsaufgaben der Verantwortlichen im Terminalbetrieb zu unterstützen. Dazu wird ein Planungstool entwickelt, das mathematische Optimierungsansätze nutzt und mit datengetriebener Prozessprognose mittels Machine Learning verbindet. Dabei werden durch das Prognosemodell unsichere Prozessvariablen vorhergesagt, um vorausschauend und flexibel möglicherweise entstehende Verschiebungen oder Engpässe im geplanten Prozessablauf identifizieren zu können. Die Quantifizierung der Unsicherheiten fließt in den Entstehungsprozess der Optimierungsmodelle ein und trägt dazu bei, effiziente Lösungsalgorithmen zu entwickeln. Durch eine Feedbackschleife aus Optimierung und Prognose soll im Gesamtansatz eine Echtzeit Planung der Umschlagsaufträge erfolgen, welche dem Terminalpersonal zur Verfügung gestellt wird.

Modellkonzept zur optimalen Planung der Terminalprozesse

Der Ablauf der über einen Arbeitstag hinweg anfallenden und notwendigen Arbeitsgänge wird auf Basis der Abarbeitungs- und Ausführungshistorie einzelner Prozesse prognostiziert und diese darauf aufbauend in einer robusten Tagesplanung optimal geplant. Eine anschließende dynamische Echtzeit-Planung hilft dabei aufkommende Prozessabweichungen und ungeplante Ereignisse zu erkennen und darauf zu reagieren, sobald sie sich andeuten (s. Abbildung 1).

»Kombination von Prognosemethoden und Optimierungsmodellen«

Die Gruppe Process Intelligence des Fraunhofer IIS entwickelt dazu Modelle zur Vorhersage von Prozesszeiten sowie zur Identifikation von Ursachen für Probleme im Umschlagsprozess. Das Analytics and Optimization Lab der Technischen Universität Nürnberg (UTN) kümmert sich um die mathematische Optimierung sowie die Planung von Echtzeit Modellen. Die Vereinigung von Prognosemethoden und Optimierungsmodellen in einem ganzheitlichen Demonstrator reduziert die Ineffizienzen im operativen Ablauf – verursacht durch suboptimal geplante Auftragsreihenfolgen – auf ein Minimum, sodass überflüssige und unproduktive Arbeitsgänge möglichst selten werden.

Das könnte Sie auch interessieren

ReVeLa

Der kombinierte Verkehr (KV) bietet eine umweltfreundlichere Alternative zum reinen Straßentransport. Ziel des Forschungsvorhabens »Entwicklung und Evaluierung einer regionalen Verladeplattform zur Nutzung von KV-Terminals in Randlagen von Metropolregionen (ReVeLa)« ist deshalb die Entwicklung eines Konzepts zur operativen KV-Anbindung dezentraler Regionen an die Seehäfen am Beispiel der Region Schweinfurt.

Zum Projekt

Digitales KV-Terminal der Zukunft

In der Machbarkeitsstudie zum digitalen KV-Terminal der Zukunft werden verschiedene Digitalisierungsansätze zur Optimierung eines Umschlagterminals des kombinierten Verkehrs geprüft und evaluiert.

Zum KV-Terminal der Zukunft