Di, 10. Nov. 2020

Mehr Genauigkeit im Duisburger Hafen durch maschinelles Lernen

© freerangestock

Gemeinsam mit Prof. Dr. Pohl und dem paluno-Team hat die Duisburger Hafen AG untersucht, inwieweit maschinelles Lernen helfen kann, um Abläufe im größten Container-Binnenhafen der Welt besser zu organisieren. 

Die zunehmende Digitalisierung hilft, immer genauere Daten über Abläufe in den Terminals zu liefern. Diese Daten helfen dann wiederum, zuverlässigere Prognosen zu erstellen, um beispielsweise bei Verspätungen proaktiv gegensteuern zu können. Die paluno-Arbeitsgruppe von Prof. Pohl und die Duisburger Hafen AG wollten herausfinden, wie sie die Disponenten im Spannungsfeld zwischen Prognosegenauigkeit und Handlungszeitpunkt unterstützen können. Nachdem Produktivität und Kosten analysiert wurden, kam das Team zu dem Ergebnis, dass die Produktivität des Terminals mit maschineller Entscheidungsunterstützung um ca. 5% gesteigert werden könnte. Gemeinsam mit europäischen Partnern arbeiten die Wissenschaftler nun an einer domänenspezifischen Datenplattform, um die Verfahren effizienter zu gestalten.

Mehr Informationen:

https://sse.uni-due.de/aktuelles/alle-news-insights/artikel/mehr-gewissheit-fuer-prognosen