DACHSER gründet Kompetenzzentrum für Data Science & Machine Learning

KI-Technologien und Methoden haben bei DACHSER bereits in unterschiedlichen Projekten und Anwendungen ihre Leistungsfähigkeit und ihren Nutzen unter Beweis gestellt. „Die Bedeutung von künstlicher Intelligenz, Machine Learning und Data Science für Transport, Logistik und Supply Chain Management wird in den kommenden Jahren weiter zunehmen. Deshalb ist es von hoher Bedeutung für DACHSER, das Know-how in diesem wichtigen Feld weiter zu stärken sowie die Fähigkeit zur Umsetzung und zum operativen Betrieb von Machine-Learning-Anwendungen weiter auszubauen“, sagt Stefan Hohm, Chief Development Officer (CDO). Das CC DS&ML wird diese Aufgabe bei DACHSER übernehmen und agiert als zentraler Ansprechpartner.

DACHSER produziert täglich große Datenmengen und schafft damit bereits eine elementare Basis in der Entwicklung und Nutzung der neuen KI-Technologien. „Diese Daten werden wir zukünftig noch besser einsetzen und damit für unterschiedlichste Anwendungsfälle neue Lösungen finden und realisieren“, sagt Florian Zizler, Team Leader Competence Center Data Science & Machine Learning.

Mit Künstlicher Intelligenz Kapazitätsschwankungen antizipieren

Ein konkretes Anwendungsbeispiel der Arbeit des neu geschaffenen Competence Centers ist ein KI-Produkt, das im Rahmen des DACHSER Enterprise Labs entwickelt und in die Praxis überführt wurde. Das Prognosemodell bedient sich Verfahren aus dem Bereich des maschinellen Lernens und prognostiziert die Eingangsmengen einer Niederlassung im Landverkehr bis zu 25 Wochen im Voraus. „Wir gehen bei den Daten zurück bis ins Jahr 2011. Im Zentrum stehen unsere historischen Sendungsdaten“, berichtet Florian Zizler. „Dieser Datenpool wird um kalendarische Daten wie zum Beispiel Feiertage oder Schulferien ergänzt. Das Modell erkennt damit die im Landverkehr so wichtigen saisonalen Muster. Um Trends noch besser zu antizipieren, haben wir außerdem verschiedenste Konjunkturindizes integriert.“ Damit kann DACHSER seinen Mitarbeitern in den Niederlassungen eine wertvolle Entscheidungsunterstützung für die saisonale Kapazitätsplanung bereitstellen. Denn gerade dort gilt es, sich frühzeitig entsprechende Laderaumkapazitäten auf dem Markt zu sichern,  bzw. Ressourcen im Umschlaglager einzuplanen. Die aktuellen Rahmenbedingungen machten sich hier allerdings auch bemerkbar. „Für die auf Vergangenheitswerten basierten Prognosen waren die volatilen Mengenschwankungen sowie die Corona-Pandemie natürlich eine Herausforderung“, sagt Florian Zizler. Sein Expertenteam und er bleiben aber optimistisch: „Wir werden hier bald wieder die gewohnt hohe Prognosequalität erreichen.“