Big Data soll den Güterumschlag im Duisburger Hafen weiter optimieren

Ein nahtloser Übergang zwischen Straße und Schiene - neben den richtigen Gerätschaften ist hierfür eine gute Überwachung und Steuerung der Verladeoperationen notwendig. Am Software-Technik-Institut paluno der Universität Duisburg-Essen entwickelt die Arbeitsgruppe von Prof. Dr. Pohl gemeinsam mit dem Duisburger Hafen ein Produktivitäts-Cockpit zur Überwachung und Steuerung der operativen Prozesse im Terminal. Die Arbeiten sind Teil des europäischen Big-Data-Leuchtturmprojekts „TransformingTransport“. Ein Prototyp des Produktivitäts-Cockpits wurde am vergangenen Freitag dem Leitungskreis des Projekts präsentiert.

 

Ein nahtloser Übergang zwischen Straße und Schiene - neben den richtigen Gerätschaften ist hierfür eine gute Überwachung und Steuerung der Verladeoperationen notwendig. Am Software-Technik-Institut paluno der Universität Duisburg-Essen entwickelt die Arbeitsgruppe von Prof. Dr. Pohl gemeinsam mit dem Duisburger Hafen ein Produktivitäts-Cockpit zur Überwachung und Steuerung der operativen Prozesse im Terminal. Die Arbeiten sind Teil des europäischen Big-Data-Leuchtturmprojekts „TransformingTransport“. Ein Prototyp des Produktivitäts-Cockpits wurde am vergangenen Freitag dem Leitungskreis des Projekts präsentiert.

 

logport III in Duisburg-Hohenbudberg: Lange Güterzüge rollen ins Terminal, Kräne heben Container von den Waggons und setzen sie auf die in Reih und Glied wartenden LKW. Dazwischen wuseln sogenannte Reachstacker. Die riesigen „Greifstapler“ verladen ebenfalls Container oder bringen sie zur Depotfläche. Alles funktioniert scheinbar mühelos, doch hinter dem reibungslosen Zusammenspiel der Fahrzeuge und Maschinen steht eine straffe Taktung aller Operationen im Terminal.

 

Vielfältige Faktoren können den Güterumschlag stören. Entscheidend ist es deshalb, möglichst frühzeitig und genau über diese Faktoren Bescheid zu wissen. Hat der Zug aus Göteborg Verspätung? Wie kommen die LKW bei schlechtem Wetter durch den angespannten Ruhrgebietsverkehr? Das von den paluno-Forschern entwickelte Produktivitäts-Cockpit liefert den Verantwortlichen zeitnahe Informationen sowie Vorhersagen, ob die Zeitpläne am Terminal eingehalten werden können. Die Vorhersagen stützen sich auf zahlreiche, unterschiedliche Datenquellen. Neben der aktuellen und prognostizierten Entwicklung der Wetter- und Verkehrslage zählt hierzu u. a. die exakte Positionserfassung der Züge und Container im Terminal.

 

„Mit dem Produktivitäts-Cockpit lassen sich die Prozesse im Terminal in Echtzeit überwachen und basierend auf den gewonnenen Daten besser steuern. Kommt es zu Verzögerungen in der Transportkette, können die Verantwortlichen unverzüglich entscheiden, mit welchen Maßnahmen sie darauf reagieren,“ erklärt Dr. Andreas Metzger die Vorteile der umfassenden Datennutzung. „Durch das Einbeziehen historischer Daten werden die Vorhersagen mit der Zeit sogar immer genauer.“

 

Dr. Metzger ist Gruppenleiter bei der paluno-Arbeitsgruppe von Prof. Dr. Pohl und technischer Koordinator des EU-Projektes TransformingTransport. Das Big-Data-Leuchtturmprojekt wird von der EU gefördert und verfügt über ein Gesamtbudget von 18,7 Millionen Euro. Dementsprechend groß sind die Erwartungen. Mit den Ergebnissen wollen die 49 europäischen Partner aus Logistik, IKT-Industrie und Forschung die digitale Transformation der Transport- und Logistik-Branche vorantreiben. Das Ziel: Durch intelligente Nutzung unterschiedlicher Datenquellen soll der Transport von Menschen und Waren in Zukunft deutlich sparsamer und umweltfreundlicher als heute organisiert werden.

 

Weitere Informationen zum Projekt:

www.sse.uni-due.de/forschung/projekte/transformingtransport/

 

Presse-Ansprechpartner:

Birgit Kremer

Email: birgit.kremer(at)paluno.uni-due.de 

Tel.: +49 201 183 4655

 

 

 

Dateien zu dieser Meldung:

 

pdf-Download: 

paluno_Uni_DUE_PM_TransformingTransport_DE

 

Bilder in hoher Auflösung:

 

Bild1_logport_III_Copyright_duisport_Hans_Blossey.JPG

 

Bild2_Praesentation_Produktivitaet-Cockpit.jpg

 


 

The project TransformingTransport is funded by the European Union's Horizon 2020 research and innovation programme under grant agreement no. 731932