MÜNCHEN/ESSEN (IT BOLTWISE) – Ein EU-Projekt soll mithilfe von Ensemble-Deep-Learning bzw. künstlicher Intelligenz zu mehr Automatisierung von Seehäfen beitragen. Das Projekt DataPorts wird von der EU über das Horizont 2020-Programm mit 5,7 Millionen Euro gefördert. 425.000 Euro davon fließen an die UDE (Universität Duisburg-Essen). Die Gesamtleitung liegt bei der Universität Valencia.
Seehäfen sind wichtige Umschlagplätze für den weltweiten Handel und sie werden immer digitaler und intelligenter. Eine neue Big-Data-Plattform in Verbindung mit künstlicher Intelligenz soll zu mehr Automatisierung der Seehäfen beitragen, indem sie neue Anwendungen von KI überhaupt möglich macht. Entwickelt wird das Projekt mit dem passenden Namen DataPorts, welches von der EU mit 5,7 Millionen Euro gefördert wird, vom Softwaretechnik-Institut paluno der Universität Duisburg-Essen gemeinsam mit europäischen Partnerschaften. Das von der EU geförderte Projekt ist auf drei Jahre ausgelegt.
In großen Seehäfen hat die digitale Transformation längst Einzug gehalten. Spediteure werden via mobiler Applikationen per Smartphone koordiniert, Internet-of-Things-Systeme werden dazu verwendet, die Aktivitäten und die Infrastruktur im Hafen zu überwachen und zu verwalten. Das nächste große Projekt wird eine Automatisierung der Terminals in den Häfen durch Künstliche Intelligenz sein. Viele Häfen sind technisch jedoch noch ein ganzes Stück davon entfernt. Häfen können das Potenzial ihrer Daten noch nicht richtig für Künstliche Intelligenz nutzen. Es werden massiv viele Daten produziert, doch diese lassen sich nur mit großem Aufwand zusammenführen.
Das soeben gestartete Projekt DataPorts will genau dieses Problem mit einer neuartigen Big-Data-Plattform ändern. Sie soll eine vertrauenswürdige Basis bieten, in der alle Parteien im Hafen ihre Daten teilen und austauschen können. DataPorts schafft damit die Basis für vielfältige datengetriebene Anwendungen im Segment Künstliche Intelligenz – 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 effektiv und sinnvoll nutzen können.
Die Umsetzung wird an den Häfen von Valencia und Thessaloniki 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 Dr. 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.“
Ergänzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.