Print Friendly, PDF & Email

Eine Big-Data-Plattform soll zu mehr Automatisierung in Seehäfen beitragen, indem sie neue Anwendungen von Künstlicher Intelligenz ermöglicht. Die EU fördert das Projekt.

»In großen Seehäfen hat die digitale Transformation längst Einzug gehalten. Spediteure werden über mobile Apps koordiniert, Internet-of-Things-Systeme dienen dazu, die Aktivitäten und die Infrastruktur im Hafen zu überwachen und zu verwalten. Der nächste große Schritt wird eine umfassende Automatisierung der Terminals durch Künstliche Intelligenz (KI) sein«, sagen die Macher von DataPorts. Entwickelt wird die neue Plattform vom Softwaretechnik-Institut paluno der Universität Duisburg-Essen (UDE) gemeinsam mit europäischen Partnern. Das von der EU geförderte Projekt ist auf drei Jahre ausgelegt..

Von einer umfassenden Automatisierung der Terminals seien viele Häfen allerdings noch weit entfernt. In weniger als 3 % der Terminals weltweit laufe das Laden und Löschen automatisch ab, denn die Häfen könnten das Potenzial ihrer Daten noch nicht richtig für KI nutzen. Es würden zwar enorm viele Daten produziert, doch diese ließen sich nur mit großem organisatorischen und technischen Aufwand zusammenführen.

Basis für vielfältige datengetriebene KI-Anwendungen

Das nun gestartete Projekt DataPorts will dies mit einer neuartigen Big-Data-Plattform ändern. Sie soll eine vertrauenswürdige und sichere Umgebung bieten, in der alle Akteure im Hafen ihre Daten teilen und austauschen können. »DataPorts schafft damit die Basis für vielfältige datengetriebene KI-Anwendungen – so z.B. für autonome Roboter, die in den Terminals schwere und gefährliche Aufgaben übernehmen. Aber auch neue Geschäftsmodelle sind denkbar, wenn die Häfen ihren Datenschatz besser nutzen können«, heißt es.

Präzise Vorhersage

Die Umsetzung wird an den Häfen von Valencia und Thessaloniki demonstriert und getestet. Ein Anwendungsfall ist die präzise Vorhersage, wann ein Hochseecontainer an einer bestimmten Stelle im Logistikprozess sein wird, z.B. bei der Zollabfertigung. Dadurch lässt sich die Logistikkette besser planen, und mit möglichen Verzögerungen kann man vorausschauend umgehen.

»Wir bei paluno werden die Technik des Ensemble-Deep-Learnings einbringen«, so Projektleiter Andreas Metzger von der Arbeitsgruppe Software Systems Engineering. »Bei diesem KI-Ansatz werden die Prognosen verschiedener neuronaler Netze kombiniert. Dies ermöglicht eine sehr hohe Prognosegenauigkeit, weil sich die Stärken der neuronalen Netze ergänzen und Schwächen einzelner Netze besser abgefangen werden.«

DataPorts wird von der EU über das Horizont 2020-Programm mit 5,7 Mio. € gefördert. 425.000 € fließen an die UDE. Die Gesamtleitung liegt bei der Universität Valencia.