Machine-Learning verbessert Prognosen in der Containerlogistik

von Sophie Kersgens
Container operation in port.
(c) donvictorio - Getty Images

Machine Learning (ML) spielt insbesondere in Verbindung mit logistischen Prozessen eine immer wichtigere Rolle. INFORM hat anhand einer Untersuchung verschiedener Anwendungsfälle von ML in der Container-Logistik entscheidende Erkenntnisse offengelegt. In diesem Projekt ging es nicht mehr bloß um die Frage, ob Künstliche Intelligenz (KI) bestehende Geschäftsprozesse verbessern kann, sondern welche konkreten Anwendungen von ML einen werttreibenden Wettbewerbsvorteil darstellen können.

Software auf Basis von Operations-Research ist schon lange zur Optimierung operativer Entscheidungen im Einsatz. Welchen Mehrwert schafft KI da überhaupt noch? Dazu hat INFORM Ende 2018 eine Untersuchung zur Anwendbarkeit von ML Technologien auf die Optimierung von Terminal-Prozessen durchgeführt. Die ML-Algorithmen ermöglichen den bestehenden Systemen, die komplexe, systematische Erfassung von Zusammenhängen in den vorhandenen Daten zu erlernen. Das Projekt beschäftigte sich einerseits mit der Integration dieser Algorithmen in gegebene Terminal-Prozesse. Andererseits aber auch damit, inwiefern sich anhand der vorliegenden Daten wesentliche Entscheidungsparameter festlegen lassen, die die Ergebnisse der bestehenden Optimierungssysteme signifikant beeinflussen.

Vielfältige Einsatzmöglichkeiten von ML in täglichen Terminal-Prozessen

Einen Anwendungsbereich umfasst beispielsweise die intelligente Platzierung eines Containers bei seiner Ankunft im Terminal. Variablen wie der erwartete Zeitpunkt und das Verkehrsmittel zum Weitertransport sowie zahlreiche weitere Parameter beeinflussen diese Entscheidung. Mittels solcher im Terminal-Management-System (TOS) hinterlegten Daten kann ein Optimierungssystem den bestmöglichen Stapelplatz und die Stapelhöhe für einen Container festlegen, damit dieser später schnell und reibungslos wieder abtransportiert werden kann.

In der Realität zeigt sich, dass eine Vielzahl dieser Daten im TOS allerdings entweder nur fehlerhaft oder gar nicht vorhanden ist. Betrachtet man die Daten über das Verkehrsmittel zum Weitertransport, erwiesen sich in den untersuchten Testdatensätzen lediglich 63% der gelieferten Informationen als korrekt. Mittels ML konnte die Präzision dieser Prognosen um 33% verbessert und damit deutlich mehr Container korrekt platziert werden. Das untersuchte Beispiel stellt nur einen von vielen Anwendungsbereichen von ML Algorithmen dar.

Betrachtet man hierzu auch konkret die Kostenseite, können je nach Größe des Terminals jährlich sogar obere sechsstellige Beträge eingespart werden, da unnötiges Umstapeln der Container aufgrund fehlerhafter Platzierung deutlich reduziert wird. INFORM standen während des Projekts Datensätze von über einer Million zufällig ausgewählten Containerbewegungen zur Verfügung. Eine Reduzierung der Bewegungen von bereits einem Prozent bedeutet demnach 10.000 Bewegungen weniger. Die Kosten für das Umstapeln eines Containers belaufen sich in einem typischen EU-Terminal auf ca. 80 Euro. Terminal-Betreiber können somit jährlich rund 800.000 Euro pro einem Prozent reduzierter Bewegungen durch den Einsatz von ML-Algorithmen einsparen. INFORM entwickelt unter anderem eine intelligente Optimierungssoftware für Containerterminals, die sich individuell an die spezifischen Terminalprozesse anpassen und in bestehende TOS integrieren lässt.

Die ausführlichen Untersuchungsergebnisse erhalten Sie hier.

In welchen Bereichen setzen Sie bereits auf Machine Learning?

 



Diese Beiträge könnten Sie auch interessieren

Transportwelt 2030 – Sind Zeitfenster eigentlich noch zeitgemäß?

Lesen

Machine Learning als neuer Baustein einer optimierten Lieferlogistik

Lesen

Management by Exception in der Logistik – keine Regel ohne Ausnahme

Lesen

Über den Autor

  • Sophie Kersgens

    Sophie Kersgens studiert International Marketing und Media Management an der Rheinischen Fachhochschule Köln. Seit Ende 2019 unterstützt sie als studentische Hilfskraft die Pressestelle bei INFORM. Ihre privaten und beruflichen Interessen liegen insbesondere in den Bereichen Social Media und Online-Marketing.

    Alle Beiträge dieses Autors

    Mehr über diesen Autor unter:

Unsere Autoren

Finden Sie alle unsere Autoren auf einen Blick!

Alle Autoren

Nach oben