C-TIMING

Ziele: 

Gelingt in Zukunft durch den Einsatz innovativer Prognoseverfahren eine zuverlässige Vorhersage von Angebot und Nachfrage nach Leercontainern je Region, verbessert dies die Planungs- und Entscheidungsgrundlage für alle beteiligten Akteure merklich und es lassen sich Leercontainertransporte auf ein aus wirtschaftlicher und umweltpolitischer Sicht wünschenswertes Minimum verringern. Genau dies zu erreichen, ist das Ziel des Forschungsvorhabens C-TIMING.

Projektgegenstand:

Die Bereitstellung von Leercontainern am jeweiligen Verladeort ist ein entscheidender Baustein globaler Lieferketten. Allein die jährlichen Transportkosten, die hiermit einhergehen, liegen nach aktuellen Schätzungen im Bereich von 20 Mrd. US$. Vor diesem Hintergrund unternehmen Containerreedereien bereits heute große Anstrengungen, um Leercontainertransporte regional und überregional möglichst zu reduzieren. Um dies zu erleichtern, wollen die beiden Projektpartner Container xChange - ein Logistikmarktplatz zur Vermittlung von Seetransportcontainern - und Fraunhofer CML eine verbesserte Informationsgrundlage schaffen, die Logistikunternehmen, Speditionen und Reedereien bei der effizienten und nachhaltigen Planung und Steuerung von Containertransporten unterstützen kann. 

Rolle des CML in C-TIMING und Ergebnisse:

Auf Basis aktueller Forschungsergebnisse aus dem Bereich Künstliche Intelligenz entwickelte das Fraunhofer CML die Berechnungslogik für einen Container Availability Index, der die regionale und überregionale Verfügbarkeit von Leercontainern vorhersagt. Dies basiert auf einer Auswertung von Millionen einzelner Containerreisen, der Umsetzung statistischer Verfahren und Techniken des Maschinellen Lernens zur Prognose erwarteter Angebots- und Nachfragevolumen sowie deren Darstellung mit Visual Analytics Methoden.

Im Laufe des Projektes wurde ein einzigartiger Datenpool aufgebaut, der die weltweiten Bewegungen von Seetransportcontainern widerspiegelt. Bis Projektende wurden über 600 Millionen Transportereignisse erfasst und in einer Datenbank abgespeichert. Etwa 30% weltweiten Containertransporte konnten am Ende des Projekts wöchentlich erfasst werden. Die Datenbasis wurde im Projekt genutzt, um neuartige Machine-Learning-Ansätze zu entwickeln, die die zukünftigen Containertransporte prognostizieren. Aufbauend auf den Prognosen wurde ein Key-Performance-Indikator (KPI), der Container Availability Index (CAI) von den Projektpartnern entwickelt, der Auskunft über die regionale Leercontainerverfügbarkeit gewährt. Der CAI kann weltweit für einzelne Häfen oder Regionen und verschiedene Containertypen bestimmt werden.

Projektkonsortium und -förderung:

Fraunhofer-Center für Maritime Logistik und Dienstleistungen CML, Deutschland; xChange Solutions GmbH, Deutschland. C-TIMING wurde vom 01.04.2020 – 30.09.2021 vom Bundesministerium für Bildung und Forschung gefördert.