Das Projekt Tide2Use konzentriert sich auf die intelligente Vernetzung und Steuerung des Schleusenbetriebs und der dazugehörigen Pumpwerke, um die Energieeffizienz zu steigern. Insbesondere durch die intelligente Prognosetechnik zur Wasserstandsvorhersage kann die natürliche Bewässerung optimiert und die Pumplaufzeit reduziert werden, um somit den Energieverbrauch zu senken.
Besondere Aufmerksamkeit wird darauf gelegt, ein KI-basiertes Assistenzsystem zu entwickeln, das das nautische Schleusenpersonal bei der optimalen Nutzung der Schleuse zur natürlichen Bewässerung des Hafens unterstützt, ohne den Schiffsverkehr zu beeinträchtigen.
Ziel ist die Entwicklung von intelligenten Prognosetechniken zur Wasserstandsvorhersage und zur Reduzierung von Wasserverlusten, die durch Methoden der Künstlichen Intelligenz wie maschinelles Lernen und intelligente Software-Agenten realisiert werden.
Dies wird durch die Integration und Analyse relevanter Datenquellen wie Schleusenzustand, Schiffsbewegungen, Tide und Wetter erreicht. Mittels eines KI-basierten Ansatzes, der Agentensysteme und Methoden des maschinellen Lernens („Deep Learning“) und neuronale Netze einsetzt, wurde in Tide2Use ein System erschaffen, das in der Lage ist, die relevanten Faktoren zu berechnen, die die komplexe Situation an der Schleuse beeinflussen. Die Ergebnisse der KI-basierten Berechnungen werden in einem Dashboard zusammengeführt und visualisiert, welches durch die Zusammenarbeit mit den Nautikern des assoziierten Partners Hansestadt Bremisches Hafenamtes (HBH) gestaltet wurde.
Das Ergebnis ist ein digitales, unterstützendes Werkzeug, das auf die Bedürfnisse der Nutzer abgestimmt ist.
Über die Softwarelösung PRINOS wird der Eisenbahnverkehr in den Bremischen Häfen gesteuert & koordiniert (siehe hierzu https://kompetenzatlas.bhv-bremen.de/projekte/prinos/). Die Bedienung des umfangreichen Systems ist in ca. 500 Seiten Handbuch & Schulungsunterlagen ausführlich dokumentiert. Um den Nutzern trotzdem schnelle & unkomplizierte Hilfestellungen bereitzustellen, hat die für den Support zuständige IT der bremenports GmbH & Co. KG einen KI-Chatbot in Betrieb genommen.
Um korrekte und passende Antworten liefern zu können, benötigt das System die richtige Wissensbasis. Diese wird anhand des PRINOS-Handbuchs und den Schulungsunterlagen automatisch generiert und gespeichert. Weiterhin soll der Chatbot bestimmten Verhaltensmustern folgen und zum Beispiel unseriöse Anfragen nicht beantworten oder in bestimmten Fällen auf den menschlichen Support verweisen. Diese Anforderungen werden in einer Art Betriebsanweisung festgehalten. Bei einer Kundenanfrage werden zunächst die relevanten Elemente aus der Wissensbasis herausgefiltert und zusammen mit der Betriebsanweisung an ein generatives Sprachmodell (in diesem Fall GPT-4o) gegeben, welches anhand der Eingabe eine passgenaue Antwort produziert.
Direkte Nachfragen zum Thema sind selbstverständlich auch möglich. Der beschriebene Prozess ist auch als “Retrieval-Augmented Generation” bekannt.
Die Implentierung erfolgt in Kooperation mit dem Dienstleister Dante AI (https://www.dante-ai.com/) – Der Chatbot ist direkt ins PRINOS-Kundenportal eingebunden und kann so direkt dort kontaktiert werden, wo mögliche Fragestellungen auch aufkommen. Der Bot soll den bestehenden Support nicht ablösen, sondern ergänzen: bei technischen Problemen beantworten weiterhin Menschen die Anfragen.
Für die deutsche Automobilindustrie sind See- und Binnenhäfen als Dreh- und Angelpunkte ein integraler Bestandteil der Fertigfahrzeuglogistik.
Jedoch sehen sich die Automobilterminalbetreiber mit steigenden Umschlagszahlen bei begrenzter Terminalfläche sowie mit steigenden Ansprüchen an die Effizienz und Flexibilität der Prozessabläufe konfrontiert, wobei die Prozessabläufe auf Automobilterminals nach wie vor in einem hohen Maß durch manuelle Bewegung der Fahrzeuge gekennzeichnet sind.
Durch technologische Entwicklungen zur Digitalisierung der Prozessabläufe und zur Automatisierung der Verfahrbewegungen eröffnen sich neue Möglichkeiten zur Optimierung des Terminalbetriebs.
In dem Forschungsprojekt „AutoLog“ wird erprobt, ob und in welcher Form sich infrastrukturgestütztes automatisiertes Fahren für den Einsatz auf Automobilterminals eignet.
Dazu wird untersucht:
- welche Voraussetzungen prozess- und infrastrukturseitig auf Seiten des Autoterminals geschaffen werden müssen,
- wie die Ausgestaltung der technischen Infrastruktur und der Sensorik für eine robuste und sichere Fahrzeugsteuerung und der Mensch-Technik-Interaktionen für eine intuitive und gefahrlose Interaktion zwischen automatisierten und nichtautomatisierten Prozessen erfolgen muss und
- welche Optimierungspotentiale sich für die angrenzenden Lager- und Logistikprozesse ergeben.
In Port2Connect (Intelligentes Hafenlogbuch zur effizienten und nachhaltigen Nutzung der Hafeninfrastruktur) wird ein digitales Hafenlogbuch entwickelt, das die Transparenz und Sichtbarkeit von Vorgängen im Hafen erhöht und eine automatische Planung und Optimierung mit Künstlicher Intelligenz ermöglicht.
Durch das intelligente Monitoring- und Assistenzsystem werden Schiffe während ihres Aufenthaltes im Hafen digital begleitet und überwacht. Das Hafenlogbuch wird exemplarisch für 2.200 Meter der Stromkaje des Containerterminals im Überseehafen in Bremerhaven entwickelt
Im Projekt soll auf Basis einer vorhandenen Plattform (MARIDAL) eine Weiterbildungsplattform für Beschäftigte in der Logistik entwickelt werden, die ein bedarfsorientiertes und individuelles Lernen ermöglicht und flexible Lernpfade anbietet.
Die in diesem Vorhaben angestrebte Plattform versteht sich als ein digitales Lern-Ökosystem. Die KI dient dabei zur Personalisierung der Nutzererfahrung und Unterstützung des Lernens. Zusätzlich können Zertifikate – auch für externe Personen – ausgestellt werden.
ePIcenter wird ein interoperables, auf einer Cloud basierendes Ökosystem von benutzerfreundlichen, erweiterbaren, auf künstlicher Intelligenz basierenden Logistiksoftwarelösungen und unterstützenden Methoden schaffen, das es allen Akteuren im Welthandel und internationalen Behörden ermöglicht, mit Häfen, Logistikunternehmen und Verladern zusammenzuarbeiten und agil auf volatile politische und Marktveränderungen sowie auf größere Klimaveränderungen mit Auswirkungen auf traditionelle Frachtrouten zu reagieren.
Dies wird den ständig steigenden Erwartungen der Verbraucher des 21. Jahrhunderts nach preiswerten und leichter verfügbaren Gütern Rechnung tragen und Innovationen im Transportbereich einführen, wie z.B. Hyperloops, autonome / robotergestützte Systeme (z.B. “T-Pods”) und neue Lösungen für die Zustellung. ePIcenter integriert dabei technologische Initiativen wie Blockchain, Digitalisierung, Single Windows, EGNOS-Positionsgenauigkeit und das Erdbeobachtungsprogramm Kopernikus.
Motivation
Die Ergebnisse aus Isabella erzeugen erste Verbesserungen der Ausgangssituation im Bereich der Umfuhren von Fahrzeugen und zeigen weitere Ansatzpunkte für zusätzliches Verbesserungspotenzial auf. Diese sollen aufgegriffen werden, um die logistische Leistungsfähigkeit des Steuerungsalgorithmus weiter zu verbessern und situationsspezifisch zu optimieren. Des Weiteren bietet die Ausweitung der Anwendbarkeit auf die Umschlagprozesse an den Verkehrsträgern großes Potenzial für die Gesamtperformanz, was im Rahmen dieses Projektes ausgeschöpft werden soll. Dabei darf nicht außer Acht gelassen werden, dass die Einführung der Lösungsansätze mit durchgreifenden Veränderungen der Arbeitssituationen für die Mitarbeiter:innen einhergeht und diese zur besseren Akzeptanz der finalen Lösung in den Prozess mit eingebunden werden müssen.
Ziel
Ziel ist es, die Parametrisierung der Steuerung zu optimieren und den Ansatz bezüglich multikriterieller Optimierung zu erweitern, sodass die Optimierungsleistung unter Berücksichtigung der vorherrschenden Situation (Terminalfüllgrad, Fahrzeugmix, Personalverfügbarkeit etc.) weiter verbessert werden kann. Weiteres Ziel ist die systematische Ausweitung des Steuerungsalgorithmus auf die Prozesse zur Be- und Entladung der Verkehrsträger (Schiff, Zug und LKW) und die Erstellung einer virtuellen Schulungsanwendung, die die arbeits- und organisationspsychologischen Aspekte der Arbeitsprozessumgestaltung aufgreift, die Umstellung für die Mitarbeiter:innen erleichtert und schlussendlich die Akzeptanz für die neue Lösung sicherstellt.
Vorgehen
Über eine ereignisdiskrete Simulation und moderne Methoden der Sensitivitätsanalyse und der künstlichen Intelligenz soll die Performanz des Steuerungsalgorithmus unter unterschiedlichen Rahmenbedingungen und Parametereinstellungen untersucht und dadurch Rückschlüsse zwischen Leistung, Terminalsituation und Parametereinstellungen gezogen werden. Darüber hinaus wird es schlussendich ermöglicht, die Steuerung auf die jeweilige Terminalsituation einzustellen und die Planbarkeit der operativen Fahrprozesse zu erhöhen. Des Weiteren sollen neue Datenanalysemethoden und KI-Ansätze angewendet werden, um aus operativ gewonnenen Daten relevante Prozesskennzahlen wie z. B. Zeitdauer einzelner Prozessschritte oder Fahrwegauslastungen systematisch abzuleiten. Für die Erweiterung der Anwendbarkeit der Steuerung auf die Verkehrsträger wird ein Konzept für den Datenempfang in Schiffen und Bahnwaggons entworfen. Hierbei werden Ad-hoc- und Mesh-Netzwerke in Kombination mit geeigneten Funkstandards wie WLAN, Bluetooth oder LoRa in Betracht gezogen.
Förderung durch BMVI