Projekt Glasshouse gestartet
27. Mai 2024, von Kai Brüssau
Foto: Marcin Jozwiak (Unsplash)
Dr. Kai Brüssau und Dr. Robert Stahlbock vom Institut der Wirtschaftsinformatik arbeiten an einem von der Hamburgischen Investitions- und Förderbank (IFB) geförderten Projekt, welches sich mit einer Durchführbarkeitsstudie zu einer KI-gestützten Buchungsplattform für den Hamburger Hafen beschäftigt.
Für die Durchführung der Studie hat sich ein Konsortium aus Wirtschaft und Forschung aufgestellt. Beteiligt sind das Forschungs- und Technologietransferzentrum der Universität Hamburg (HITeC), die Sitra Spedition und das Institut für Maritime Logistik (MLS) der TUHH.
Das Projektteam bündelt somit die umfassenden praktischen und wissenschaftlichen Kompetenzen aus den Bereichen Künstliche Intelligenz und Data-Mining, Planung und Optimierung sowie Geschäftsprozess- und Informationsmanagement.
Mit einem Containerumschlagvolumen von 7,7 Millionen TEU in 2023 ist der Hamburger Hafen der größte Seehafen Deutschlands. Um die Wirtschaftlichkeit zukünftig mit ökologischen Zielen in Einklang bringen zu können, hat sich die Stadt Hamburg für den Hafen das Ziel gesetzt, bis 2040 klimaneutral zu sein. Die Herausforderungen zur Einsparung von Emissionen sind unter anderem die schlechte Verkehrssituation im und um den Hamburger Hafen und die zum Teil langen Wartezeiten bei den Packbetrieben. Diese sind für das Verteilen von Ladungen auf einzelne Lkw zuständig, wenn die Container nicht als Ganzes versendet werden. Für eine Lkw-Fahrt ins oder aus dem Hinterland müssen teilweise mehrere Packbetriebe angefahren werden. Der Informationsfluss weist heutzutage aus IT-Sicht erhebliche Schwächen auf. Daraus ergibt sich das Ziel, diesen durch Digitalisierung zu verbessern und dadurch Möglichkeiten für die Digitale Transformation zu schaffen, um beispielsweise die Wartezeiten bei den Packbetrieben zu verringern und die Tourenplanung zu verbessern.
In dem Projekt wird geprüft, welche Daten in welcher Form im System vorliegen und wie diese gebündelt werden können, sodass alle Stakeholder einen Mehrwert hieraus beziehen können. Durch eine bessere Zugänglichkeit von Informationen, beispielsweise über die Ankunftszeit der Lkw, können die Kapazitäten an den Packbetrieben besser geplant und so die Emissionen durch wartende Lkw reduziert werden. Das Zusammenführen der relevanten Informationen sorgt ebenfalls dafür, dass die Fuhrunternehmen und die Spediteure die Touren besser planen können. Um diese Ziele zu erreichen, müssen Vorhersagen mit Hilfe von Data-Mining getroffen werden, die dann in die Lkw-Tourenplanung einfließen. Die Kombination aus Machine Learning und Optimierung stellt damit eine innovative Technik dar, deren Ergebnisse im Rahmen der Studie evaluiert werden.
Im Rahmen der Durchführbarkeitsstudie soll schließlich ein Konzept für eine Plattform (Glasshouse) entwickelt werden, welche die Transparenz erhöht, die Stakeholder integriert und den Informationsfluss verbessert. Der erfolgreiche Einsatz kann den Hamburger Hafen als Warenumschlagsplatz attraktiver machen und durch die effizientere Nutzung von Lkw und anderen Ressourcen zur Reduktion von Emissionen beitragen.